[发明专利]数据处理方法、装置、计算机设备和存储介质在审
申请号: | 202110259244.1 | 申请日: | 2021-03-10 |
公开(公告)号: | CN113011887A | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 冼仲濠;吴鸣 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06Q20/40 | 分类号: | G06Q20/40 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强;杜维 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 计算机 设备 存储 介质 | ||
1.一种数据处理方法,其特征在于,所述方法包括:
获取数据交易系统中的异常对象的交易数据;所述数据交易系统中包含N个对象,N为正整数;
根据所述异常对象的交易数据,从所述N个对象中确定与所述异常对象存在交易关联关系的关联对象,并获取所述关联对象的交易数据;
根据所述异常对象的交易数据和所述关联对象的交易数据构建网络链路图,所述网络链路图包含图节点和该图节点之间的连边;所述异常对象和所述关联对象是所述网络链路图中的图节点;所述网络链路图中图节点之间的连边用于表示对应两个图节点所属的对象之间的交易关联关系;
检测所述网络链路图中的关键图节点,并根据所述关键图节点获取检测对象集。
2.根据权利要求1所述的方法,其特征在于,所述异常对象的交易数据包括数据资源流向和交易层级;
若所述数据资源流向表示数据资源从对象i流向所述异常对象,则所述对象i为所述异常对象的上游交易对象;在数据资源从所述对象i流向所述异常对象的过程中,若数据资源从所述对象i途经M个对象流向所述异常对象,则所述对象i与所述异常对象之间相差M+1层交易层级,所述对象i为所述异常对象的M+1层上游交易对象;M为整数;
若所述数据资源流向表示数据资源从所述异常对象流向对象j,则所述对象j为所述异常对象的下游交易对象;在数据资源从所述异常对象流向所述对象j的过程中,若数据资源从所述异常对象途经K个对象流向所述对象j,则所述异常对象与对象j之间相差K+1层交易层级,所述对象j为所述异常对象的K+1层下游交易对象;K为整数;
其中,所述对象i是所述数据交易系统中的任一对象,所述对象j是所述数据交易系统中的任一对象。
3.根据权利要求2所述的方法,其特征在于,所述根据所述异常对象的交易数据,从所述N个对象中确定与所述异常对象存在交易关联关系的关联对象,包括:
获取目标交易层级;
根据所述目标交易层级以及所述异常对象的交易数据中的所述数据资源流向和交易层级,从所述N个对象中获取所述异常对象的所述关联对象;
所述关联对象包括:与所述异常对象之间相差所述目标交易层级的A个上游交易对象,或者包括与所述异常对象之间相差所述目标交易层级的B个下游交易对象,或者包括所述A个上游交易对象和所述B个下游交易对象;A和B为整数。
4.根据权利要求1所述的方法,其特征在于,所述根据所述异常对象的交易数据和所述关联对象的交易数据构建网络链路图,包括:
根据所述异常对象的交易数据确定所述异常对象之间的交易关联关系和第一交易量;
根据所述关联对象的交易数据确定所述关联对象之间的交易关联关系和第二交易量;
根据所述异常对象的交易数据或者所述关联对象的交易数据确定所述异常对象和所述关联对象之间的交易关联关系和第三交易量;
根据所述异常对象和所述关联对象之间的交易关联关系、所述异常对象之间的交易关联关系和所述关联对象之间的交易关联关系,构建初始网络链路图中的连边;
根据所述第一交易量、所述第二交易量和所述第三交易量确定所述初始网络链路图中所构建的连边的连边权重,得到所述网络链路图。
5.根据权利要求1所述的方法,其特征在于,所述检测所述网络链路图中的关键图节点,包括:
获取所述网络链路图中每个图节点的节点关键值;
将所述网络链路图中对应的节点关键值大于节点关键阈值的图节点,确定为所述关键图节点。
6.根据权利要求5所述的方法,其特征在于,所述网络链路图包括第s个图节点,s为小于或等于所述网络链路图中的图节点的总数量的正整数;
所述获取所述网络链路图中每个图节点的节点关键值,包括:
获取所述第s个图节点的L个关键指标值;L为正整数;
对所述第s个图节点的L个关键指标值进行聚合,得到所述第s个图节点的节点关键值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110259244.1/1.html,转载请声明来源钻瓜专利网。