一种状态确定模型的训练方法、异常告警方法及装置制造方法及图纸

本申请提供一种状态确定模型的训练方法、异常告警方法及装置，涉及计算机技术领域，解决了由于不同管理人员的监督方式不同，可能不能准确地确定该用户是否存在异常的技术问题。该方法包括：确定多个用户中每个用户的多模态特征，其中，一个用户的多模态特征用于表征该用户的用户行为，该用户的用户行为包括该用户的动作、该用户的手势以及该用户的表情；将该每个用户的多模态特征输入初始状态确定模型，得到该每个用户的预测结果，其中，一个用户的预测结果包括异常状态或者正常状态；基于该每个用户的预测结果，对该初始状态确定模型进行训练，以生成目标状态确定模型，该目标状态确定模型用于预测一个用户的用户状态。定模型用于预测一个用户的用户状态。定模型用于预测一个用户的用户状态。

【技术实现步骤摘要】
一种状态确定模型的训练方法、异常告警方法及装置


[0001]本申请涉及计算机
，尤其涉及一种状态确定模型的训练方法、异常告警方法及装置。

技术介绍

[0002]目前，当某一用户在进行相关用户行为(例如学习、考试)时，可以由管理人员现场监督以确定该用户是否存在异常行为。
[0003]但是，上述方法中，不同管理人员的监督方式不同，可能不能准确地确定该用户是否存在异常行为。

技术实现思路

[0004]本申请提供一种状态确定模型的训练方法、异常告警方法及装置，解决了由于不同管理人员的监督方式不同，可能不能准确地确定该用户是否存在异常的技术问题。
[0005]第一方面，本申请提供一种状态确定模型的训练方法，包括：确定多个用户中每个用户的多模态特征，其中，一个用户的多模态特征用于表征该用户的用户行为，该用户的用户行为包括该用户的动作、该用户的手势以及该用户的表情；将该每个用户的多模态特征输入初始状态确定模型，得到该每个用户的预测结果，其中，一个用户的预测结果包括异常状态或者正常状态；基于该每个用户的预测结果，对该初始状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种状态确定模型的训练方法，其特征在于，所述方法包括：确定多个用户中每个用户的多模态特征，其中，一个用户的多模态特征用于表征所述用户的用户行为，所述用户的用户行为包括所述用户的动作、所述用户的手势以及所述用户的表情；将所述每个用户的多模态特征输入初始状态确定模型，得到所述每个用户的预测结果，其中，一个用户的预测结果包括异常状态或者正常状态；基于所述每个用户的预测结果，对所述初始状态确定模型进行训练，以生成目标状态确定模型，所述目标状态确定模型用于预测一个用户的用户状态。2.根据权利要求1所述的状态确定模型的训练方法，其特征在于，确定所述每个用户的多模态特征，包括：获取所述每个用户对应的多媒体资源，所述多媒体资源中包括所述每个用户；对所述每个用户对应的多媒体资源进行特征识别，以得到所述每个用户的多模态特征。3.根据权利要求1或2所述的状态确定模型的训练方法，其特征在于，所述基于所述每个用户的预测结果，对所述初始状态确定模型进行训练，以生成目标状态确定模型，包括：获取所述每个用户的真实结果；基于所述每个用户的真实结果以及所述每个用户的预测结果，确定目标损失，所述目标损失用于表征所述每个用户的真实结果与所述每个用户的预测结果之间的不一致程度；基于所述目标损失，更新所述初始状态确定模型中的参数，得到所述目标状态确定模型。4.一种异常告警方法，其特征在于，所述方法包括：确定目标用户的多模态特征，所述目标用户的多模态特征用于表征所述目标用户的用户行为，所述目标用户的用户行为包括所述目标用户的动作、所述目标用户的手势以及所述目标用户的表情；将所述目标用户的多模态特征输入目标状态确定模型，得到所述目标用户的预测结果，所述目标用户的预测结果包括异常状态或者正常状态，所述目标状态确定模型是基于权利要求1
‑
3中任一项所述的状态确定模型的训练方法训练得到的；在所述目标用户的预测结果为异常状态的情况下，发出预设告警信息，所述预设告警信息用于通知所述目标用户存在异常行为。5.根据权利要求4所述的异常告警方法，其特征在于，所述确定目标用户的多模态特征，包括：确定所述目标用户对应的多媒体资源；对所述目标用户对应的多媒体资源进行特征识别，以得到所述目标用户的多模态特征。6.根据权利要求4所述的异常告警方法，其特征在于，所述方法还包括：确定第一时长，所述第一时长为在预设时间段内所述目标用户的预测结果为正常状态的时长；在所述第一时长大于或等于时长阈值的情况下，显示预设提示信息，所述预设提示信息用于提示所述目标用户的正常行为已经完成。
7.根据权利要求4
‑
6中任一项所述的异常告警方法，其特征在于，所述方法还包括：确定第二时长，所述第二时长为在预设时间段内所述目标用户的预测结果为异常状态的时长；向目标管理设备发送第一时长以及所述第二时长，以使得所述目标管理设备确定所述目标用户的异常等级，所述目标管理设备为所述目标用户的管理设备，所述第一时长为在所述预设时间段内所述目标用户的预测结果为正常状态的时长。8.一种状态确定模型的训练装置，其特征在于，包括：确定模块以及生成模块；所述确定模块，用于确定多个用户中每个用户的多模态特征，其中，一个用户的多模态特征用于表征所述用户的用户行为，所述用户的用户行为包括所述用户的动作、所述用户的手势以及所述用户的表情；所述生成模块，用于将所述每个用户的多模态特征输入初始状态确定模型，得到所述每个用户的预测结果，其中，一个用户的预测结果包括异常状态或者正常状态；所述生成模块，用于基于所述每个用户的预测结果，对所述初始状态确定模型进行训练，以生成目标状...

【专利技术属性】
技术研发人员：宋辉，汤豪，罗倩，冯超，李佳文，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：