异常行为的识别方法及装置制造方法及图纸

技术编号:17797039 阅读:28 留言:0更新日期:2018-04-25 20:33
本发明专利技术实施方式提供了异常行为的识别方法及装置,涉及计算机应用技术领域。其中,所述异常行为的识别方法包括:监听绩效指标数据是否异常;若所述绩效指标数据异常,则从数据库中读取与所述绩效指标数据对应的原始数据;对所述原始数据执行分析处理以识别异常行为。本发明专利技术所提供的方法可以实现自动识别异常行为以节约人力成本,并且,在此基础之上通过对绩效指标数据进行预判来降低分析处理的工作量,以进一步提高异常行为的识别效率。

Identification method and device for abnormal behavior

The embodiment of the invention provides an identification method and device for abnormal behavior, and relates to the field of computer application technology. Among them, the identification method of the abnormal behavior includes: monitoring whether the performance index data is abnormal; if the performance index data is abnormal, the original data corresponding to the performance index data is read from the database, and the original data is performed to identify the abnormal behavior. The method provided by the invention can realize automatic identification of abnormal behavior to save manpower cost, and on this basis, the workload of analysis and processing can be reduced by prejudging the performance index data to further improve the recognition efficiency of abnormal behavior.

【技术实现步骤摘要】
异常行为的识别方法及装置
本专利技术涉及计算机应用
,更为具体而言,涉及异常行为的识别方法及装置。
技术介绍
在当今时代,越来越多的企业采用激励赛的方式刺激业务发展,即要求员工在一定时间内完成设定目标,其中,通常会利用绩效指标(例如,日均流水和新签商户数等)对员工进行评定,并对完成目标的员工分等级地给予物质方面的奖励。因此,企业中往往存在着员工为了赢得奖励而作弊的现象。然而,现有的作弊行为识别方案存在着效率低下的问题。由此导致企业不能及时发现和处理作弊行为,影响企业的发展和运转。
技术实现思路
在现有的解决方案中,通过人工排查订单和出单商户来发现员工的作弊行为,由于人力资源少而且排查工作量大,因此导致了作弊行为的识别效率低的问题。对此,本专利技术实施方式提供了异常行为的识别方法及装置,用以解决现有技术中所存在的上述技术问题。第一方面,本专利技术实施方式提供了一种异常行为的识别方法。具体地,所述方法包括:监听绩效指标数据是否异常;若所述绩效指标数据异常,则从数据库中读取与所述绩效指标数据对应的原始数据(可直接从存储介质上读取的数据);对所述原始数据执行分析处理以识别异常行为。本实施方式所提供的方法可以实现自动识别异常行为以节约人力成本,并且,在此基础之上通过对绩效指标数据进行预判来降低分析处理的工作量,以进一步提高异常行为的识别效率。结合第一方面,在本专利技术的一些实施方式中,监听绩效指标数据是否异常包括:获取所述绩效指标数据的对照数据;确定所述对照数据的平均数据;计算所述绩效指标数据与所述平均数据的偏差度;根据所述偏差度监听所述绩效指标数据是否异常。由于在本实施方式中,引入对照数据的平均数据进行监听,因此能够提高监听结果的准确性。结合第一方面,在本专利技术的一些实施方式中,监听绩效指标数据是否异常包括:获取所述绩效指标数据的对照数据和所述对照数据的权重;计算所述绩效指标数据与所述对照数据之间的偏差度;根据所述偏差度和所述权重,监听所述绩效指标数据是否异常。由于在本实施方式中,引入对照数据的权重进行监听,因此能够提高监听结果的置信度。结合第一方面,在本专利技术的一些实施方式中,对所述原始数据执行分析处理以识别异常行为包括:确定与所述绩效指标数据对应的异常维度;从所述异常维度对所述原始数据执行分析处理以得到异常指标数据(用于指示异常性的数据);根据所述异常指标数据识别异常行为。由于在本实施方式中,在绩效指标数据和异常维度之间建立起对应关系,因此可以有针对性地进行分析处理,从而提高异常行为的识别效率。结合第一方面,在本专利技术的一些实施方式中,根据所述异常指标数据识别异常行为包括:识别所述异常指标数据是否满足设定条件;若所述异常指标数据不满足设定条件,则丢弃所述异常指标数据;根据所述丢弃后剩余的异常指标数据识别异常行为。由于在本实施方式中,将不满足设定条件的异常指标数据丢弃,根据丢弃后剩余的异常指标数据识别异常行为,因此,可以提高识别结果的置信度。第二方面,本专利技术实施方式提供了一种异常行为的识别装置。具体地,所述装置包括:监听模块,用于监听绩效指标数据是否异常;读取模块,用于在所述绩效指标数据异常的情形下,从数据库中读取与所述绩效指标数据对应的原始数据;识别模块,用于对所述原始数据执行分析处理以识别异常行为。本实施方式所提供的装置可以实现自动识别异常行为以节约人力成本,并且,在此基础之上通过对绩效指标数据进行预判来降低分析处理的工作量,以进一步提高异常行为的识别效率。结合第二方面,在本专利技术的一些实施方式中,所述监听模块包括:获取单元,用于获取所述绩效指标数据的对照数据;确定单元,用于确定所述对照数据的平均数据;计算单元,用于计算所述绩效指标数据与所述平均数据的偏差度;监听单元,用于根据所述偏差度监听所述绩效指标数据是否异常。由于在本实施方式中,引入对照数据的平均数据进行监听,因此能够提高监听结果的准确性。结合第二方面,在本专利技术的一些实施方式中,所述监听模块包括:获取单元,用于获取所述绩效指标数据的对照数据和所述对照数据的权重;计算单元,用于计算所述绩效指标数据与所述对照数据之间的偏差度;监听单元,用于根据所述偏差度和所述权重,监听所述绩效指标数据是否异常。由于在本实施方式中,引入对照数据的权重进行监听,因此能够提高监听结果的置信度。结合第二方面,在本专利技术的一些实施方式中,所述识别模块包括:确定子模块,用于确定与所述绩效指标数据对应的异常维度;分析子模块,用于从所述异常维度对所述原始数据执行分析处理以得到异常指标数据;识别子模块,用于根据所述异常指标数据识别异常行为。由于在本实施方式中,在绩效指标数据和异常维度之间建立起对应关系,因此可以有针对性地进行分析处理,从而提高异常行为的识别效率。结合第二方面,在本专利技术的一些实施方式中,所述识别子模块包括:第一识别单元,用于识别所述异常指标数据是否满足设定条件;丢弃单元,用于在所述异常指标数据不满足设定条件的情形下,丢弃所述异常指标数据;第二识别单元,用于根据所述丢弃后剩余的异常指标数据识别异常行为。由于在本实施方式中,将不满足设定条件的异常指标数据丢弃,根据丢弃后剩余的异常指标数据识别异常行为,因此,可以提高识别结果的置信度。本专利技术的这些方面或其他方面在以下具体实施方式的描述中会更加简明易懂。附图说明为了更清楚地说明本专利技术实施方式的技术方案,下面将对实施方式描述中所需要使用的附图作一简单的介绍,显而易见地,下面描述中的附图是本专利技术的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1是根据本专利技术方法实施方式1的异常行为的识别方法的流程图;图2示出了图1所示的处理S1的一种实施方式;图3示出了图1所示的处理S1的另一种实施方式;图4示出了图1所示的处理S3的另一种实施方式;图5示出了图4所示的处理S33的另一种实施方式;图6示出了图5所示的处理S334的另一种实施方式;图7示出了图6所示的处理S3343的一种实施方式;图8是根据本专利技术产品实施方式1的异常行为的识别装置的结构示意图;图9示出了图8所示的监听模块100的一种实施方式;图10示出了图8所示的监听模块100的另一种实施方式;图11示出了图8所示的识别模块300的一种实施方式;图12示出了图11所示的识别子模块330的一种实施方式;图13示出了图12所示的第二识别单元333的一种实施方式;图14示出了图13所示的确定组件3333的一种实施方式图;图15是根据本专利技术实施方式的一种终端设备的结构示意图。具体实施方式以下结合附图和具体实施方式对本专利技术的各个方面进行详细阐述。其中,在本专利技术的各个具体实施方式中,众所周知的操作过程、程序模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。并且,所描述的特征、架构或功能可在一个或一个以上实施例中以任何方式组合。此外,本领域技术人员应当理解,下述的各种实施方式只用于举例说明,而非用于限制本专利技术的保护范围。本领域的技术人员还可以容易理解,本文所述和附图所示的各实施方式中的程序模块、单元或步骤可以按多种不同配置进行组合和设计。对于未在本说明书中进行具体说明的技术术语,除非另有特定说明,都应以本领域最宽泛的意思进行解释。本文档来自技高网...
异常行为的识别方法及装置

【技术保护点】
一种异常行为的识别方法,其特征在于,所述方法包括:监听绩效指标数据是否异常;若所述绩效指标数据异常,则从数据库中读取与所述绩效指标数据对应的原始数据;对所述原始数据执行分析处理以识别异常行为。

【技术特征摘要】
1.一种异常行为的识别方法,其特征在于,所述方法包括:监听绩效指标数据是否异常;若所述绩效指标数据异常,则从数据库中读取与所述绩效指标数据对应的原始数据;对所述原始数据执行分析处理以识别异常行为。2.如权利要求1所述的方法,其特征在于,监听绩效指标数据是否异常包括:获取所述绩效指标数据的对照数据;确定所述对照数据的平均数据;计算所述绩效指标数据与所述平均数据的偏差度;根据所述偏差度监听所述绩效指标数据是否异常。3.如权利要求1所述的方法,其特征在于,监听绩效指标数据是否异常包括:获取所述绩效指标数据的对照数据和所述对照数据的权重;计算所述绩效指标数据与所述对照数据之间的偏差度;根据所述偏差度和所述权重,监听所述绩效指标数据是否异常。4.如权利要求1所述的方法,其特征在于,对所述原始数据执行分析处理以识别异常行为包括:确定与所述绩效指标数据对应的异常维度;从所述异常维度对所述原始数据执行分析处理以得到异常指标数据;根据所述异常指标数据识别异常行为。5.如权利要求1至4中任一项所述的方法,其特征在于,根据所述异常指标数据识别异常行为包括:识别所述异常指标数据是否满足设定条件;若所述异常指标数据不满足设定条件,则丢弃所述异常指标数据;根据所述丢弃后剩余的异常指标数据识别异常行为。6.一种异常行为的识别装置,其特征在于,所述装置包括:监听模块,用于监听绩效指标数据是否异...

【专利技术属性】
技术研发人员:魏尧刘梦宇王永会张正龙
申请(专利权)人:北京小度信息科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1