【技术实现步骤摘要】
本申请实施例涉及ai(artificial intelligence，人工智能)，特别涉及一种对象分类方法、装置、计算机设备、存储介质及程序产品。
技术介绍
1、随着人工智能技术的不断发展，机器学习模型在对象分类场景的应用也越来越广泛；比如，借助于机器学习模型，可以通过目标对象的网络行为来对目标对象进行分类。
2、以反诈场景为例，在相关技术中，借助于机器学习模型，可以通过目标对象的网络行为来识别目标对象是否为受骗对象。具体比如：在训练阶段，预先收集用于指示样本对象与网络业务的交互行为的业务信息样本，并对业务信息样本添加标注信息(指示样本对象是否为受骗对象)；然后通过业务信息样本与标注信息训练一个对象分类模型；在模型应用阶段，将目标对象的业务信息，输入训练好的对象分类模型，获得对象分类模型输出的目标对象的对象类别。
3、然而，上述相关技术所示的方案中，由于受骗对象与网络业务的交互行为很容易随着时间而改变，对象分类模型的准确性也会随之下降，进而导致对象分类的准确性较低。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种对象分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述对象设备图中至少包含所述多个对象各自对应的第一对象节点，以及，所述多个对象各自的设备对应的设备节点；所述第一对象节点与至少一个所述设备节点通过边相连；所述第一对象节点与所述设备节点之间的边，表示所述第一对象节点对应的所述对象，与所述设备节点对应的所述设备之间存在对应关系。
4.根据权利要求3所述的方法，其特征在于，所述设备信息包含所述设备中安装的应用的信息；
5.根据权利要求2所述的...
【技术特征摘要】
1.一种对象分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述对象设备图中至少包含所述多个对象各自对应的第一对象节点，以及，所述多个对象各自的设备对应的设备节点；所述第一对象节点与至少一个所述设备节点通过边相连；所述第一对象节点与所述设备节点之间的边，表示所述第一对象节点对应的所述对象，与所述设备节点对应的所述设备之间存在对应关系。
4.根据权利要求3所述的方法，其特征在于，所述设备信息包含所述设备中安装的应用的信息；
5.根据权利要求2所述的方法，其特征在于，所述对象业务图中至少包含所述多个对象各自对应的第二对象节点，以及，所述各个网络业务各自对应的业务节点；所述第二对象节点与至少一个所述业务节点通过边相连；所述第二对象节点与所述业务节点之间的边，表示所述第二对象节点对应的所述对象，与所述业务节点对应的所述设备之间存在交互。
6.根据权利要求5所述的方法，其特征在于，所述业务信息包含所述网络业务的业务提供方的信息；
7.根据权利要求5所述的方法，其特征在于，所述对象业务图中的所述第二对象节点具有对应的对象特征；
...【专利技术属性】
技术研发人员：李航宇，
申请(专利权)人：腾讯科技深圳有限公司，
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。