本说明书实施例提供项目异常检测方法及装置，其中所述项目异常检测方法包括：获取待检测项目集，其中，所述待检测项目集包括多个待检测项目数据，所述待检测项目数据包含多维项目属性信息，所述待检测项目数据携带标签项目信息；针对任一待检测项目数据，基于该待检测项目数据的多维项目属性信息，确定该待检测项目数据的预测项目信息；根据各待检测项目数据的标签项目信息和预测项目信息，确定所述待检测项目集中的异常项目数据；对所述异常项目数据进行分类，确定所述异常项目数据的异常类别；基于所述异常类别，对所述异常项目数据进行分析，获得异常分析结果。获得异常分析结果。获得异常分析结果。
【技术实现步骤摘要】
项目异常检测方法及装置
[0001]本说明书实施例涉及计算机
，特别涉及项目异常检测方法。
技术介绍
[0002]随着计算机技术的不断发展，用户对于项目数据的准确性要求也越来越高。
[0003]为了保证项目数据的准确性，通常需要针对不同的项目生成相应的项目检测规则，从而对项目数据进行异常检测，及时发现存在异常数据；但在实际应用中，项目之间存在复杂的关联关系，仅从一个项目层面对项目数据进行检测，容易导致一些隐藏的项目不合理无法检测到的情况出现。
[0004]因此，如何提升对于项目数据的异常检测准确度成为本领域技术人员亟待解决的技术问题。
技术实现思路
[0005]有鉴于此，本说明书实施例提供了项目异常检测方法。本说明书一个或者多个实施例同时涉及项目异常检测装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0006]根据本说明书实施例的第一方面，提供了一种项目异常检测方法，包括：
[0007]获取待检测项目集，其中，所述待检测项目集包括多个待检测项目数据，所述待检测项目数据包含多维项目属性信息，所述待检测项目数据携带标签项目信息；
[0008]针对任一待检测项目数据，基于该待检测项目数据的多维项目属性信息，确定该待检测项目数据的预测项目信息；
[0009]根据各待检测项目数据的标签项目信息和预测项目信息，确定所述待检测项目集中的异常项目数据；
[0010]对所述异常项目数据进行分类，确定所述异常项目数据的异常类别；
[0011]基于所述异常类别，对所述异常项目数据进行分析，获得异常分析结果。
[0012]根据本说明书实施例的第二方面，提供了一种项目异常检测装置，包括：
[0013]获取模块，被配置为获取待检测项目集，其中，所述待检测项目集包括多个待检测项目数据，所述待检测项目数据包含多维项目属性信息，所述待检测项目数据携带标签项目信息；
[0014]第一确定模块，被配置为针对任一待检测项目数据，基于该待检测项目数据的多维项目属性信息，确定该待检测项目数据的预测项目信息；
[0015]第二确定模块，被配置为根据各待检测项目数据的标签项目信息和预测项目信息，确定所述待检测项目集中的异常项目数据；
[0016]分类模块，被配置为对所述异常项目数据进行分类，确定所述异常项目数据的异常类别；
[0017]分析模块，被配置为基于所述异常类别，对所述异常项目数据进行分析，获得异常
分析结果。
[0018]根据本说明书实施例的第三方面，提供了另一种项目异常检测方法，包括：
[0019]接收目标用户发送的房产预估数据，其中，所述房产预估数据包含多维项目属性信息，并携带有标签项目信息；
[0020]基于所述房产预估数据的多维项目属性信息，确定所述房产预估数据的预测项目信息；
[0021]根据所述标签项目信息和所述预测项目信息，生成所述房产预估数据对应的异常检测结果。
[0022]根据本说明书实施例的第四方面，提供了另一种项目异常检测装置，包括：
[0023]接收模块，被配置为接收目标用户发送的房产预估数据，其中，所述房产预估数据包含多维项目属性信息，并携带有标签项目信息；
[0024]确定模块，被配置为基于所述房产预估数据的多维项目属性信息，确定所述房产预估数据的预测项目信息；
[0025]生成模块，被配置为根据所述标签项目信息和所述预测项目信息，生成所述房产预估数据对应的异常检测结果。
[0026]根据本说明书实施例的第五方面，提供了一种计算设备，包括：
[0027]存储器和处理器；
[0028]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述项目异常检测方法的步骤。
[0029]根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述项目异常检测方法的步骤。
[0030]根据本说明书实施例的第七方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述项目异常检测方法的步骤。
[0031]本说明书的项目异常检测方法，获取待检测项目集，其中，所述待检测项目集包括多个待检测项目数据，所述待检测项目数据包含多维项目属性信息，所述待检测项目数据携带标签项目信息；针对任一待检测项目数据，基于该待检测项目数据的多维项目属性信息，确定该待检测项目数据的预测项目信息；根据各待检测项目数据的标签项目信息和预测项目信息，确定所述待检测项目集中的异常项目数据；对所述异常项目数据进行分类，确定所述异常项目数据的异常类别；基于所述异常类别，对所述异常项目数据进行分析，获得异常分析结果。
[0032]通过获取携带标签项目信息的待检测项目数据，以便后续基于标签项目信息确定待检测项目数据是否异常；基于包含多维项目属性信息的待检测项目数据确定预测项目信息，从而可以通过确定多维项目属性信息之间的关系，实现对待检测项目数据的异常检测，提升异常检测准确性；针对不同异常类别的异常项目数据进行异常原因的分析，从而提升后续对于异常原因的分析效率；基于异常类别对异常项目数据进行分析，获得异常分析结果，以便及时基于异常分析结果对异常项目数据进行调整。
附图说明
[0033]图1是本说明书一个实施例提供的一种项目异常检测方法的场景示意图；
[0034]图2是本说明书一个实施例提供的一种项目异常检测方法的流程图；
[0035]图3是本说明书一个实施例提供的二维矩阵示意图；
[0036]图4是本说明书一个实施例提供的项目信息预测模型示意图；
[0037]图5是本说明书一个实施例提供的异常标签示意图；
[0038]图6是本说明书一个实施例提供的异常类别示意图；
[0039]图7是本说明书一个实施例提供的另一种项目异常检测方法的流程图；
[0040]图8是本说明书一个实施例提供的项目异常检测模型的结构示意图；
[0041]图9是本说明书一个实施例提供的一种项目异常检测装置的结构示意图；
[0042]图10是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0043]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0044]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种项目异常检测方法，包括：获取待检测项目集，其中，所述待检测项目集包括多个待检测项目数据，所述待检测项目数据包含多维项目属性信息，所述待检测项目数据携带标签项目信息；针对任一待检测项目数据，基于该待检测项目数据的多维项目属性信息，确定该待检测项目数据的预测项目信息；根据各待检测项目数据的标签项目信息和预测项目信息，确定所述待检测项目集中的异常项目数据；对所述异常项目数据进行分类，确定所述异常项目数据的异常类别；基于所述异常类别，对所述异常项目数据进行分析，获得异常分析结果。2.如权利要求1所述的方法，获取待检测项目集之前，还包括：确定待检测项目数据的多维项目属性信息；基于所述多维项目属性信息，生成所述待检测数据的标签项目信息；将所述标签项目信息携带至所述待检测项目数据中。3.如权利要求1所述的方法，获取待检测项目集，包括：响应于项目异常检测请求，在项目数据库中获取目标项目集，其中，所述目标项目集中包含目标项目数据；对所述目标项目数据进行预处理，获得待检测项目数据，其中，所述预处理方式包括下述处理方式中的至少一项：编码处理、缺失填充处理、归一化处理；基于所述待检测项目数据，生成待检测项目集。4.如权利要求1所述的方法，针对任一待检测项目数据，基于该待检测项目数据的多维项目属性信息，确定该待检测项目数据的预测项目信息，包括：针对任一待检测项目数据，将该待检测项目数据的多维项目属性信息输入至项目信息预测模型，获得所述项目信息预测模型输出的预测项目信息。5.如权利要求4所述的方法，针对任一待检测项目数据，将该待检测项目数据的多维项目属性信息输入至项目信息预测模型之前，还包括：获取样本数据集，其中，所述样本数据集中的每个样本数据包含多维项目属性信息，并携带有预设标签项目信息；将所述样本数据集中的样本数据输入至项目信息预测模型；获取所述项目信息预测模型输出的预测标签项目信息；根据所述预测标签项目信息和所述预设标签项目信息计算标签损失值；基于所述标签损失值对所述项目信息预测模型的参数进行调整，直至达到模型训练停止条件。6.如权利要求1所述的方法，根据各待检测项目数据的标签项目信息和预测项目信息，确定所述待检测项目集中的异常项目数据，包括：获取目标待检测项目数据的标签项目信息和预测项目信息；确定预设信息阈值；在所述标签项目信息与所述预测项目信息之差大于或等于所述预设信息阈值的情况下，将所述目标待检测项目数据作...
【专利技术属性】
技术研发人员：刘云，
申请(专利权)人：浙江网商银行股份有限公司，
类型：发明
国别省市：
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。