【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及一种异常事件检测方法、异常事件模型构建练方法以及装置。
技术介绍
1、各个事件可能包含多类型的属性实体以及它们之间的复杂交互，从而形成属性异构信息网络。随着社交媒体的蓬勃发展，属性异构信息网络中的异常事件检测已经成为一项重要但很少被探索的任务。
2、一些常用的针对异常事件的检测中，可以对两两事件进行交互，对所有得分进行按交互类别加权得到整个事件的异常得分。交互得分采用向量点乘的形式，得分越高说明此交互越正常。通过对得分进行加权求和，模型可以自动学到不同类型节点交互的重要性。通过最大化正常事件的得分来优化最终的损失函数，那么对于一个正常事件，它的得分比较高，而对于异常事件，得分比较低。然而，这种检测方式仅能对简单的类别事件进行异常检测，对于一些具有复杂交互的事件，其检测准确度远远不足。
技术实现思路
1、本申请提供人工智能领域的一种异常事件检测方法、异常事件模型构建练方法以及装置，用于基于属性异质性图构建异常事件检测模型，应用于多种针对用户产生的复...
【技术保护点】
1.一种异常事件检测方法，其特征在于，包括
2.根据权利要求1所述的方法，其特征在于，所述异常事件检测模型包括以下一种或者多种模块：节点对对比模块、多元交互模块或事件对比模块，所述节点对比模块用于获取事件内的节点之间的相似度，所述多元交互模块用于获取事件内的节点和事件类别之间的相似度，所述事件对比模块用于获取事件之间的相似度。
3.根据权利要求2所述的方法，其特征在于，若所述异常事件检测模型包括所述节点对对比模块，所述将所述第一属性异质性图作为异常事件检测模型的输入，得到输出结果，包括：
4.根据权利要求2或3所述的方法，其特征在于...
【技术特征摘要】
1.一种异常事件检测方法，其特征在于，包括
2.根据权利要求1所述的方法，其特征在于，所述异常事件检测模型包括以下一种或者多种模块：节点对对比模块、多元交互模块或事件对比模块，所述节点对比模块用于获取事件内的节点之间的相似度，所述多元交互模块用于获取事件内的节点和事件类别之间的相似度，所述事件对比模块用于获取事件之间的相似度。
3.根据权利要求2所述的方法，其特征在于，若所述异常事件检测模型包括所述节点对对比模块，所述将所述第一属性异质性图作为异常事件检测模型的输入，得到输出结果，包括：
4.根据权利要求2或3所述的方法，其特征在于，若所述异常事件检测模型包括所述多元交互模块，则所述将所述第一属性异质性图作为异常事件检测模型的输入，得到输出结果，还包括：
5.根据权利要求2-4中任一项所述的方法，其特征在于，若所述异常事件检测模型包括所述事件对比模块，则所述将所述第一属性异质性图作为异常事件检测模型的输入，得到输出结果，还包括：
6.根据权利要求5所述的方法，其特征在于，所述事件对比模块，具体用于：
7.根据权利要求5或6所述的方法，其特征在于，所述事件对比模块，具体用于：
8.根据权利要求2-7中任一项所述的方法，其特征在于，若所述异常事件检测模型包括所述节点对对比模块、所述多元交互模块和所述事件对比模块，则所述将所述第一属性异质性图作为异常事件检测模型的输入，得到输出结果，还包括：
9.根据权利要求2-8中任一项所述的方法，其特征在于，所述将所述第一属性异质性图作为异常事件检测模型的输入，包括：
10.根据权利要求1-9中任一项所述的方法，其特征在于，
11.一种异常事件检测模型构建方法，其特征在于，包括：
12.根据权利要求11所述的方法，其特征在于，所述异常事件检测模型包括节点对对比模块，所述节点对对比模块用于获取节点对的相似度；
13.根据权利要求12所述的方...
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。