System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 数据处理方法及装置制造方法及图纸_技高网

数据处理方法及装置制造方法及图纸

技术编号:41204018 阅读:6 留言:0更新日期:2024-05-07 22:29
本申请公开了一种数据处理方法及装置,其中,所述方法包括:基于用户行为数据和业务数据,确定数据连通图;所述数据连通图包括至少两个数据节点;基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点;基于所述邻居节点,确定至少两种节点类型;每一所述节点类型包括至少一个邻居节点;基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的目标特征数据;基于每一所述目标节点的目标特征数据,从所述至少两个目标节点中确定异常目标节点。

【技术实现步骤摘要】

本申请涉及但不限于计算机,尤其涉及一种数据处理方法及装置


技术介绍

1、为了保障正常运营、提高用户的安全和满意度,防范欺诈行为等,需要对各类数据进行异常筛查,并及时采取相应的措施。因此,如何有效筛查异常数据,成为亟需解决的问题。


技术实现思路

1、有鉴于此,本申请至少提供一种数据处理方法及装置。

2、本申请的技术方案是这样实现的:

3、一方面,本申请提供一种数据处理方法,所述方法包括:

4、基于用户行为数据和业务数据,确定数据连通图;所述数据连通图包括至少两个数据节点;

5、基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点;

6、基于所述邻居节点,确定至少两种节点类型;每一所述节点类型包括至少一个邻居节点;

7、基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的目标特征数据;

8、基于每一所述目标节点的目标特征数据,从所述目标节点中确定异常目标节点。

9、在一些实施例中,所述基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点,包括:

10、在所述数据节点中确定至少两个目标节点;基于第一方式,从所述数据连通图中确定与所述目标节点距离最近的至少一个邻居节点,以获得所述目标节点的邻居节点的局部特征。

11、在一些实施例中,所述基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点,包括:

12、在所述数据节点中确定至少两个目标节点;基于第二方式,从所述数据连通图中确定以所述目标节点为起点且在同一连线上的至少一个邻居节点,以获得所述目标节点的邻居节点的全局特征。

13、在一些实施例中,所述基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的目标特征数据,包括:

14、基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的邻居节点的第一特征数据;

15、基于每一所述目标节点的属性信息,确定每一所述目标节点的第二特征数据;

16、基于所述第一特征数据和所述第二特征数据,确定每一所述目标节点的目标特征数据。

17、在一些实施例中,所述基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的邻居节点的第一特征数据,包括:

18、基于每一所述邻居节点的属性信息,确定每一所述邻居节点的特征数据;

19、基于每一所述邻居节点的特征数据及对应的节点类型,对每一所述节点类型的邻居节点的特征数据进行处理,得到每一所述节点类型的邻居节点的特征数据;

20、基于每一所述节点类型的邻居节点的特征数据,确定所述第一特征数据。

21、在一些实施例中,所述基于每一所述邻居节点的特征数据及对应的节点类型,对每一所述节点类型的邻居节点的特征数据进行处理,得到每一所述节点类型的邻居节点的特征数据,包括:

22、利用深度学习模型,基于每一所述邻居节点的特征数据及不同邻居节点间的关联关系,对属于同一节点类型的每一邻居节点的特征数据进行更新;其中,所述不同邻居节点间的关联关系是基于所述用户行为数据和业务数据确定的;

23、基于所述更新后的每一所述邻居节点的特征数据,确定每一所述节点类型的邻居节点的特征数据。

24、在一些实施例中,每一所述节点类型的邻居节点具有对应的类型权重信息;

25、所述基于每一所述节点类型的邻居节点的特征数据,确定所述第一特征数据,包括:

26、基于所述类型权重信息,对每一所述节点类型的邻居节点的特征数据进行聚合处理,确定所述第一特征数据。

27、在一些实施例中,所述基于所述第一特征数据和所述第二特征数据,确定每一所述目标节点的目标特征数据,包括:

28、对所述第一特征数据和对应的所述第二特征数据进行聚合处理,得到每一所述目标节点的第三特征数据;

29、利用多层感知器,对每一所述目标节点的第三特征数据进行处理,得到每一所述目标节点的目标特征数据。

30、在一些实施例中,所述基于每一所述目标节点的目标特征数据,从所述目标节点中确定异常目标节点,包括:

31、基于每一所述目标节点的目标特征数据,确定每一所述目标节点对应的异常概率;

32、基于异常概率小于第一阈值或者大于第二阈值,确定所述异常概率对应的目标节点为异常目标节点;其中,所述第二阈值大于所述第一阈值。

33、另一方面,本申请还提供了一种数据处理装置,包括:

34、图确定模块,用于基于用户行为数据和业务数据,确定数据连通图;所述数据连通图包括至少两个数据节点;

35、节点确定模块,用于基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点;

36、节点类型确定模块,用于基于所述邻居节点,确定至少一种节点类型;每一所述节点类型包括至少一个邻居节点;

37、特征确定模块,用于基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的目标特征数据;

38、异常确定模块,用于基于每一所述目标节点的目标特征数据,从所述目标节点中确定异常目标节点。

39、再一方面,本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法中的部分或全部步骤。

40、又一方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。

41、又一方面,本申请提供一种计算机程序,包括计算机可读代码,当所述计算机可读代码在计算机设备中运行时,所述计算机设备中的处理器执行用于实现上述方法中的部分或全部步骤。

42、又一方面,本申请提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序被计算机读取并执行时,实现上述方法中的部分或全部步骤。

43、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开的技术方案。

本文档来自技高网...

【技术保护点】

1.一种数据处理方法,包括:

2.根据权利要求1所述的方法,其中,所述基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点,包括:

3.根据权利要求1所述的方法,其中,所述基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点,包括:

4.根据权利要求1所述的方法,其中,所述基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的目标特征数据,包括:

5.根据权利要求4所述的方法,其中,所述基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的邻居节点的第一特征数据,包括:

6.根据权利要求5所述的方法,其中,所述基于每一所述邻居节点的特征数据及对应的节点类型,对每一所述节点类型的邻居节点的特征数据进行处理,得到每一所述节点类型的邻居节点的特征数据,包括:

7.根据权利要求5所述的方法,其中,每一所述节点类型的邻居节点具有对应的类型权重信息;

8.根据权利要求4所述的方法,其中,所述基于所述第一特征数据和所述第二特征数据,确定每一所述目标节点的目标特征数据,包括:

9.根据权利要求1所述的方法,其中,所述基于每一所述目标节点的目标特征数据,从所述目标节点中确定异常目标节点,包括:

10.一种数据处理装置,包括:

...

【技术特征摘要】

1.一种数据处理方法,包括:

2.根据权利要求1所述的方法,其中,所述基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点,包括:

3.根据权利要求1所述的方法,其中,所述基于所述数据连通图,在所述数据节点中确定至少两个目标节点,及每一所述目标节点的邻居节点,包括:

4.根据权利要求1所述的方法,其中,所述基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的目标特征数据,包括:

5.根据权利要求4所述的方法,其中,所述基于所述节点类型及每一所述邻居节点的属性信息,确定每一所述目标节点的邻居节点的第一特征数据,包...

【专利技术属性】
技术研发人员:石晨宇蒋权
申请(专利权)人:联想北京有限公司
类型:发明
国别省市:

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