[发明专利]基于在线业务交互的大数据异常AI分析方法及服务器

说明书

本发明提供一种基于在线业务交互的大数据异常AI分析方法及服务器，通过第一人工智能网络获取文本单元在待分析在线业务交互文本中的分布特征，通过第二人工智能网络确定文本单元的数据异常标签，利用不同的人工智能网络分别进行处理，可以对数据异常标签的判别决策进行协同处理，从而实现对运算开销的均摊，依据文本单元池中的异常文本单元与待分析文本单元之间的知识向量差异确定待分析文本单元所属的数据异常标签，能够提高数据异常标签匹配的精度，通过文本单元池中的异常文本单元作为样例，使第二人工智能网络可应对数据异常标签匹配的更多需求，提高针对待分析文本单元的数据异常标签匹配分析的可靠性。

技术领域

本发明涉及大数据和人工智能技术领域，尤其涉及一种基于在线业务交互的大数据异常AI分析方法及服务器。

背景技术

随着数字信息化进程的持续推进，数字信息系统产生的大数据呈几何级数增长，通过大数据深入分析可以得到很多有价值的信息。现目前，以机器学习理论为基础的大数据分析方法是主流应用方向，比如大数据分析的方法可以广泛用于商业智能领域和信息安全领域。以信息安全领域为例，通过大数据分析可以发现业务交互文本中的异常情况。然而，在实际应用过程中，运算开销过大和精度可靠性低下是业务交互文本异常分析的通病。

发明内容

本发明提供一种基于在线业务交互的大数据异常AI分析方法及服务器，为实现上述技术目的，本发明采用如下技术方案。

第一方面是一种基于在线业务交互的大数据异常AI分析方法，应用于人工智能服务器，所述方法包括：

依据待分析在线业务交互文本通过第一人工智能网络进行文本抽取操作，得到所述待分析在线业务交互文本中的待分析文本单元；

依据所述待分析文本单元通过第二人工智能网络进行文本知识挖掘操作，得到所述待分析文本单元的交互文本知识向量；

获取文本单元池中每个异常文本单元对应的交互文本知识向量，确定所述待分析文本单元的交互文本知识向量与所述每个异常文本单元的交互文本知识向量之间的知识向量差异；

将所述知识向量差异中的目标知识向量差异对应的所述异常文本单元所属的数据异常标签，作为所述待分析文本单元所属的数据异常标签。

在一些可选的实施例中，所述依据待分析在线业务交互文本通过第一人工智能网络进行文本抽取操作，得到所述待分析在线业务交互文本中的待分析文本单元，包括：

依据所述待分析在线业务交互文本通过所述第一人工智能网络对所述待分析在线业务交互文本进行多个阶段的文本细节调整操作，得到每个阶段对应的文本细节调整向量集，其中，除末尾阶段以外的每个阶段的文本细节调整向量集，用于视作下一阶段的文本细节调整操作的原料；

对每个所述文本细节调整向量集进行向量聚合操作，得到所述待分析在线业务交互文本的文本细节聚合向量集；

依据所述文本细节聚合向量集对所述待分析在线业务交互文本进行文本窗口解析操作，得到待分析注释的文本窗口；

依据所述文本窗口对所述待分析在线业务交互文本进行拆解处理，得到所述待分析在线业务交互文本中的所述待分析文本单元。

在一些可选的实施例中，所述交互文本知识向量包括高亮注释知识向量；所述依据所述待分析文本单元通过第二人工智能网络进行文本知识挖掘操作，得到所述待分析文本单元的交互文本知识向量，包括：

依据所述待分析文本单元通过所述第二人工智能网络进行内容表征知识挖掘操作，得到所述待分析文本单元的对应的文本内容表征知识，将所述文本内容表征知识由第一输出模式变更成第二输出模式，得到所述待分析文本单元的高亮注释知识向量。

在一些可选的实施例中，所述交互文本知识向量包括高亮注释知识向量；所述获取文本单元池中每个异常文本单元对应的交互文本知识向量，确定所述待分析文本单元的交互文本知识向量与所述每个异常文本单元的交互文本知识向量之间的知识向量差异，包括：