[发明专利]一种基于OCR和迁移学习的APP违规监测方法

权利要求书

1.一种基于OCR和迁移学习的APP违规监测方法，其特征在于，所述基于OCR和迁移学习的APP违规监测方法包括：

定期更新APK，根据更新后的APK进行对应APP的数据采集，所述数据采集包括数据抓包和页面截图；

基于OCR算法对截图进行文字识别及提取；

对识别后的文字内容，通过关键字及正则表达式进行样本集构建，并进行人工标注；

构建用于监督深度学习模型的训练的语料库；

所述语料库的构建过程包括：

获取多个关键词，对所述关键词进行匹配；

构建基于关键词的训练语料，并人工进行标签标注，用于生成所述语料库；

在训练过程中，根据不同的违规场景进行单独的训练工作，以划分不同场景下的违规判别模型，最终得到各场景下判断数据是否违规的分类模型；

将人工标注后的样本集输入预训练的深度学习模型进行模型调整，通过划分业务场景实现不同场景下文本的违规判别；

根据所述深度学习模型输出的判别结果，对不同APP的得分进行统计，得出APP的违规得分；

所述对不同APP的得分进行统计，得出APP的违规得分，具体包括：

所述APP的违规得分通过加权平均数得出：

其中，表示加权平均数，f1～fk为每个维度违规项配置的权重，x1～xk为实际每个维度违规项的质检结果异常数，n表示维度总个数，不同维度表示不同违规场景。

2.根据权利要求1所述的基于OCR和迁移学习的APP违规监测方法，其特征在于，所述定期更新APK，根据更新后的APK进行对应APP的数据采集 ，具体包括：

基于Java并借助Jsoup库爬取各应用的APK，并对应用商店APK进行定期更新，依据更新后的APK进行对应APP的数据采集。

3.根据权利要求1所述的基于OCR和迁移学习的APP违规监测方法，其特征在于，所述数据采集的方式具体包括：使用爬虫直接进行宣传数据抓包和使用Appium脚本进行页面自动化截图。

4.根据权利要求1所述的基于OCR和迁移学习的APP违规监测方法，其特征在于，所述根据所述深度学习模型输出的判别结果，对不同APP的得分进行统计，得出APP的违规得分，之后还包括：

对所有任务设定定时启动任务。

5.根据权利要求4所述的基于OCR和迁移学习的APP违规监测方法，其特征在于，所述任务包括：APP爬取定时任务、APP截图定时任务以及违规监测定时任务。

6.一种智能终端，其特征在于，所述智能终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于OCR和迁移学习的APP违规监测程序，所述基于OCR和迁移学习的APP违规监测程序被所述处理器执行时实现如权利要求1-5任一项所述的基于OCR和迁移学习的APP违规监测方法的步骤。

7.一种存储介质，其特征在于，所述存储介质存储有基于OCR和迁移学习的APP违规监测程序，所述基于OCR和迁移学习的APP违规监测程序被处理器执行时实现如权利要求1-5任一项所述的基于OCR和迁移学习的APP违规监测方法的步骤。