对象识别方法、装置、设备及可读存储介质、程序产品制造方法及图纸

本申请提供了一种对象识别方法、装置、设备及可读存储介质、程序产品；本申请实施例可以应用于云技术、人工智能、智慧交通、车载等各种场景，涉及大数据技术和区块链技术；该方法包括：获取待识别对象的对象操作数据、对象资源数据和历史资源转移数据；基于对象操作数据、对象资源数据和历史资源转移数据，对待识别对象进行异常程度的预测，得到预测结果；其中，预测结果表征待识别对象的资源转移出现异常的可能性，以及待识别对象的使用状态出现异常的可能性；依据预测结果，从待识别对象中识别出目标对象。通过本申请，能够提高对象识别的智能程度。的智能程度。的智能程度。

【技术实现步骤摘要】
对象识别方法、装置、设备及可读存储介质、程序产品


[0001]本申请涉及大数据技术，尤其涉及一种对象识别方法、装置、设备及可读存储介质、程序产品。

技术介绍

[0002]发生异常现象的目标对象会对资源转移场景带来较大的危害，需要重点管理。在管理之前，首先要能够识别出发生了异常行为的目标对象。相关技术中，大多是通过对不同对象各自的信息进行手动确认，来判断该对象是否为目标对象，实现对象识别。然而，通过对应信息进行手动确认，来确定目标对象时，存在对象识别准确度较低、识别效率较低的问题，最终导致对象识别的智能程度较低。

技术实现思路

[0003]本申请实施例提供一种对象识别方法、装置、设备及可读存储介质、程序产品，能够提高对象识别的智能程度。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种对象识别方法，包括：
[0006]获取待识别对象的对象操作数据、对象资源数据和历史资源转移数据；
[0007]基于所述对象操作数据、所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行异常程度的预测，得到预测结果；
[0008]其中，所述预测结果表征所述待识别对象的资源转移出现异常的可能性，以及所述待识别对象的使用状态出现异常的可能性；
[0009]依据所述预测结果，从所述待识别对象中识别出目标对象。
[0010]本申请实施例提供一种对象识别装置，包括：。
[0011]数据获取模块，用于获取待识别对象的对象操作数据、对象资源数据和历史资源转移数据；
[0012]异常预测模块，用于基于所述对象操作数据、所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行异常程度的预测，得到预测结果；其中，所述预测结果表征所述待识别对象的资源转移出现异常的可能性，以及所述待识别对象的使用状态出现异常的可能性；
[0013]对象识别模块，用于依据所述预测结果，从所述待识别对象中识别出目标对象。
[0014]在本申请的一些实施例中，所述异常预测模块，还用于依据所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行资源转移异常的概率预测，得到第一概率值；基于所述对象操作数据，对所述待识别对象进行使用状态异常的概率预测，得到第二概率值；依据所述第一概率值和所述第二概率值，确定出所述待识别对象的所述预测结果。
[0015]在本申请的一些实施例中，所述异常预测模块，还用于从所述历史资源转移数据中确定出所述待识别对象的当前转移异常阶段；利用所述对象资源数据，预测出所述待识
别对象从所述当前转移异常阶段切换至下一个转移异常阶段的所述第一概率值；其中，所述对象资源数据至少包括资源收获信息和资源支出信息，所述历史资源转移数据至少包括资源转移行为历史和获取资源行为历史。
[0016]在本申请的一些实施例中，所述异常预测模块，还用于当所述第一概率值大于第一概率阈值时，确定所述待识别对象的第一预测结果为从所述当前转移异常阶段切换至所述下一个转移异常阶段；依据所述第二概率值，以及使用状态的多个状态异常阶段各自的第二概率阈值，从所述多个状态异常阶段中筛选出所述待识别对象的第二预测结果；将所述第一预测结果和所述第二预测结果，整合为所述待识别对象的所述预测结果。
[0017]在本申请的一些实施例中，所述对象识别模块，还用于依据所述预测结果中的第一预测结果和第二预测结果，从多个异常层级中，筛选出所述待识别对象所对应的匹配异常层级；将所述待识别对象中所述匹配异常层级达到预设异常层级的对象，确定为所述目标对象。
[0018]在本申请的一些实施例中，所述对象识别装置还包括：信息修复模块；所述信息修复模块，用于依据所述预测结果，从所述待识别对象中识别出目标对象之后，依据所述目标对象对应的目标异常层级，针对所述目标对象确定出信息修复方式；采用所述信息修复方式，对所述目标对象进行信息修复，得到目标修复信息。
[0019]在本申请的一些实施例中，所述信息修复方式包括：基于身份标识进行信息修复；所述信息修复模块，还用于依据所述目标对象的身份标识，从预设数据库中，挖掘出所述目标对象的关联对象；对所述关联对象的操作频次进行统计，得到所述关联对象的第一活跃度；依据所述目标对象的属性信息，以及所述关联对象的属性信息，计算出所述关联对象与所述目标对象的相似度；将根据所述关联对象的第一活跃度，确定出的所述第一活跃度最高的N个对象的对象信息，以及根据与所述目标对象的相似度，确定出的相似度最高的N个对象的对象信息，确定为所述目标修复信息，实现基于所述身份标识进行信息修复；N为正整数。
[0020]在本申请的一些实施例中，所述信息修复方式包括：基于登陆设备标识进行信息修复；所述信息修复模块，还用于获取所述目标对象对应的登陆设备标识；依据所述登陆设备标识，从预设数据库中提取出与所述目标对象的登陆设备相同的同设备对象；对所述同设备对象的操作频次进行统计，得到所述同设备对象的第二活跃度；将依据所述第二活跃度确定出的所述第二活跃度最高的N个对象的对象信息，确定为所述目标修复信息，实现所述基于登陆设备标识进行信息修复。
[0021]在本申请的一些实施例中，所述信息修复方式包括：基于互动对象进行信息修复；所述信息修复模块，还用于从预设数据库中，查找出与所述目标对象存在互动行为的互动对象；对所述互动对象和所述目标对象的互动行为进行频率统计，得到所述互动对象与所述目标对象的互动频率；将根据所述互动频率，确定出的与所述目标对象的互动频率最高的N个对象的对象信息，确定为所述目标修复信息，实现所述基于互动对象进行信息恢复。
[0022]在本申请的一些实施例中，所述信息修复方式包括：基于社交关系进行信息修复；所述信息修复模块，还用于从获取到的所述目标对象的身份关系数据中，挖掘出与所述目标对象存在社交关系的候选对象；依据所述目标对象和所述候选对象的社交交互次数，计算出所述候选对象与所述目标对象的亲密度；对所述候选对象的操作频次进行统计，得到
所述候选对象的第三活跃度；将根据所述候选对象与所述目标对象的亲密度，确定出的与所述目标对象的亲密度最高的N个对象的对象信息，以及根据所述第三活跃度，确定出的第三活跃度最高的N个对象的对象信息，确定为所述目标修复信息，实现所述基于社交关系进行信息修复。
[0023]在本申请的一些实施例中，所述对象识别装置还包括：提示下发模块；所述提示下发模块，用于采用所述信息修复方式，对所述目标对象进行信息修复，得到目标修复信息之后，针对所述目标修复信息，下发用于提示所述目标对象已经发生资源转移异常的提示消息。
[0024]本申请实施例提供一种对象识别设备，包括：
[0025]存储器，用于存储可执行指令；
[0026]处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的对象识别方法。
[0027]本申请实施例提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象识别方法，其特征在于，所述对象识别方法包括：获取待识别对象的对象操作数据、对象资源数据和历史资源转移数据；基于所述对象操作数据、所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行异常程度的预测，得到预测结果；其中，所述预测结果表征所述待识别对象的资源转移出现异常的可能性，以及所述待识别对象的使用状态出现异常的可能性；依据所述预测结果，从所述待识别对象中识别出目标对象。2.根据权利要求1所述的方法，其特征在于，所述基于所述对象操作数据、所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行异常程度的预测，得到预测结果，包括：依据所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行资源转移异常的概率预测，得到第一概率值；基于所述对象操作数据，对所述待识别对象进行使用状态异常的概率预测，得到第二概率值；依据所述第一概率值和所述第二概率值，确定出所述待识别对象的所述预测结果。3.根据权利要求2所述的方法，其特征在于，所述依据所述对象资源数据和所述历史资源转移数据，对所述待识别对象进行资源转移异常的概率预测，得到第一概率值，包括：从所述历史资源转移数据中确定出所述待识别对象的当前转移异常阶段；利用所述对象资源数据，预测出所述待识别对象从所述当前转移异常阶段切换至下一个转移异常阶段的所述第一概率值；其中，所述对象资源数据至少包括资源收获信息和资源支出信息，所述历史资源转移数据至少包括资源转移行为历史和获取资源行为历史。4.根据权利要求3所述的方法，其特征在于，所述依据所述第一概率值和所述第二概率值，确定出所述待识别对象的所述预测结果，包括：当所述第一概率值大于第一概率阈值时，确定所述待识别对象的第一预测结果为从所述当前转移异常阶段切换至所述下一个转移异常阶段；依据所述第二概率值，以及使用状态的多个状态异常阶段各自的第二概率阈值，从所述多个状态异常阶段中筛选出所述待识别对象的第二预测结果；将所述第一预测结果和所述第二预测结果，整合为所述待识别对象的所述预测结果。5.根据权利要求1至4任一项所述的方法，其特征在于，所述依据所述预测结果，从所述待识别对象中识别出目标对象，包括：依据所述预测结果中的第一预测结果和第二预测结果，从多个异常层级中，筛选出所述待识别对象所对应的匹配异常层级；将所述待识别对象中所述匹配异常层级达到预设异常层级的对象，确定为所述目标对象。6.根据权利要求1至4任一项所述的方法，其特征在于，所述依据所述预测结果，从所述待识别对象中识别出目标对象之后，所述方法还包括：依据所述目标对象对应的目标异常层级，针对所述目标对象确定出信息修复方式；采用所述信息修复方式，对所述目标对象进行信息修复，得到目标修复信息。
7.根据权利要求6所述的方法，其特征在于，所述信息修复方式包括：基于身份标识进行信息修复；所述对所述目标对象进行信息修复，得到目标修复信息，包括：依据所述目标对象的身份标识，从预设数据库中，挖掘出所述目标对象的关联对象；对所述关联对象的操作频次进行统计，得到所述关联对象的第一活跃度；依据所述目标对象的属性信息，以及所述关联对象的属性信息，计算出所述关联对象与所述目标对象的相似度；将根据所述关联对象的第一活跃度，确定出的所述第一活跃度最高的N个对象的对象信息，以及根据与所述目标对...

【专利技术属性】
技术研发人员：范小龙，黄文，董井然，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：