[发明专利]数据的处理方法、装置、计算机设备和存储介质

权利要求书

1.一种数据的处理方法，其特征在于，包括：

获取正样本数据集、N个负样本数据集及测试集，其中，N为大于1的正整数；

利用所述正样本数据集及N个负样本数据集，分别训练生成N个分类模型；

利用每个分类模型，对所述测试集进行预测，以确定每个测试数据为异常数据的概率；

根据每个所述测试数据为异常数据的概率，利用所述测试集中的测试数据对所述正样本数据集及所述N个负样本数据集分别进行更新，利用更新后的正样本数据集及N个负样本数据集重复执行上述生成N个分类模型的过程，直至确定N个负样本数据集及测试集中每个未标注数据对应的类型标签。

2.如权利要求1所述的方法，其特征在于，所述利用每个分类模型，对所述测试集进行预测，以确定每个测试数据为异常数据的概率，包括：

利用第i个分类模型，对所述测试集进行预测，以确定所述测试集中每个测试数据为异常数据的第i个概率，其中,i为小于或等于N的正整数；

将每个所述测试数据为异常数据的N个概率进行融合，以确定每个所述测试数据为异常数据的概率。

3.如权利要求1所述的方法，其特征在于，所述获取正样本数据集、N个负样本数据集及测试集，包括：

获取正样本数据集及未标注数据集；

分N次从所述未标注数据集中抽取多个未标注数据，以生成N个负样本数据集及对应的N个测试集。

4.如权利要求3所述的方法，其特征在于，所述分N次从所述未标注数据集中抽取多个未标注数据，以生成N个负样本数据集及对应的N个测试集，包括：

分N次从所述未标注数据集中，抽取数量与所述正样本数据集中包括的数据量相同的未标注数据，以生成N个负样本数据集及对应的N个测试集。

5.如权利要求1所述的方法，其特征在于，所述利用所述正样本数据集及N个负样本数据集，分别训练生成N个分类模型，包括：

对所述正样本数据集及N个负样本数据集分别进行解析，以确定每个样本数据对应的特征；

将每个所述样本数据对应的特征输入初始分类模型，以确定每个所述样本数据对应的预测标签；

根据每个所述样本数据对应的预测标签与标注标签的差异，对所述初始分类模型进行修正，以生成训练后的分类模型。

6.如权利要求5所述的方法，其特征在于，所述对所述正样本数据集及N个负样本数据集分别进行解析，以确定每个样本数据对应的特征，包括：

对每个正样本数据进行解析，以确定每个正样本数据对应的多维特征；

确定每维特征与所述正样本数据对应的标注标签间的相关性；

根据所述相关性，确定每个正样本数据对应的目标特征的目标维度；

对每个负样本数据进行解析，以确定每个所述负样本数据对应的所述目标维度的特征。

7.如权利要求1-6任一所述的方法，其特征在于，所述根据每个所述测试数据为异常数据的概率，利用所述测试集中的测试数据对所述正样本数据集及未标注数据集分别进行更新，包括：

将概率大于阈值的测试数据加入所述正样本数据集中，并从所述未标注数据集中删除所述概率大于阈值的测试数据。

8.一种数据的处理装置，其特征在于，包括：

获取模块，用于获取正样本数据集、N个负样本数据集及测试集，其中，N为大于1的正整数；

生成模块，用于利用所述正样本数据集及N个负样本数据集，分别训练生成N个分类模型；

预测模块，用于利用每个分类模型，对所述测试集进行预测，以确定每个测试数据为异常数据的概率；

确定模块，用于根据每个所述测试数据为异常数据的概率，利用所述测试集中的测试数据对所述正样本数据集及所述N个负样本数据集分别进行更新，利用更新后的正样本数据集及N个负样本数据集重复执行上述生成N个分类模型的过程，直至确定N个负样本数据集及测试集中每个未标注数据对应的类型标签。