[发明专利]异常对象识别方法、装置、电子设备及介质

权利要求书

1.一种异常对象识别方法，其特征在于，包括：

获取预设历史时间段内的对象数据；

将所述对象数据拆分为对象图数据和对象规则数据；

根据所述对象图数据计算得到图向量；

根据所述对象规则数据计算得到规则向量；

合并所述图向量和规则向量，得到所述对象数据对应的模型特征向量，其中，所述模型特征向量包括图向量和规则向量；

根据所述模型特征向量进行训练，得到异常对象识别模型；

获取待识别对象数据，并计算所述待识别对象数据的模型特征向量，将所述待识别对象数据的模型特征向量输入至所述异常对象识别模型中，得到异常对象识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取预设历史时间段内的对象数据，被实施为：

获取预设历史时间段内的对象数据，并对所述对象数据进行预处理。

3.根据权利要求2所述的方法，其特征在于，所述预处理包括以下处理中的一种或多种：数据清洗、数据去噪、数据归一化。

4.根据权利要求1所述的方法，其特征在于，所述根据所述对象图数据计算得到图向量，包括：

获取对象关系知识图谱；

将所述对象图数据输入至所述对象关系知识图谱中，得到所述图向量。

5.根据权利要求1所述的方法，其特征在于，所述根据所述对象规则数据计算得到规则向量，被实施为：

确定关系规则，并根据所述关系规则基于所述对象规则数据计算得到规则向量。

6.根据权利要求1所述的方法，其特征在于，所述根据所述模型特征向量进行训练，得到异常对象识别模型，包括：

根据所述模型特征向量进行训练，得到两个或多个候选异常对象识别模型；

确定模型评估元素以及与所述模型评估元素相应的权重；

根据所述模型评估元素及与所述模型评估元素相应的权重对所述候选异常对象识别模型的性能进行评估；

将性能评估值最高的候选异常对象识别模型确认为所述异常对象识别模型。

7.一种异常对象识别装置，其特征在于，包括：

获取模块，被配置为获取预设历史时间段内的对象数据；

计算模块，包括：拆分子模块，被配置为将所述对象数据拆分为对象图数据和对象规则数据；第一计算子模块，被配置为根据所述对象图数据计算得到图向量；第二计算子模块，被配置为根据所述对象规则数据计算得到规则向量；合并子模块，被配置为合并所述图向量和规则向量，得到所述对象数据对应的模型特征向量，其中，所述模型特征向量包括图向量和规则向量；

训练模块，被配置为根据所述模型特征向量进行训练，得到异常对象识别模型；

识别模块，被配置为获取待识别对象数据，并计算所述待识别对象数据的模型特征向量，将所述待识别对象数据的模型特征向量输入至所述异常对象识别模型中，得到异常对象识别结果。

8.根据权利要求7所述的装置，其特征在于，所述获取模块被配置为：

获取预设历史时间段内的对象数据，并对所述对象数据进行预处理。

9.根据权利要求8所述的装置，其特征在于，所述预处理包括以下处理中的一种或多种：数据清洗、数据去噪、数据归一化。

10.根据权利要求7所述的装置，其特征在于，所述第一计算子模块包括：

获取子模块，被配置为获取对象关系知识图谱；

输入子模块，被配置为将所述对象图数据输入至所述对象关系知识图谱中，得到所述图向量。

11.根据权利要求7所述的装置，其特征在于，所述第二计算子模块被配置为：

确定关系规则，并根据所述关系规则基于所述对象规则数据计算得到规则向量。