[发明专利]数据检测方法、装置、计算机、可读存储介质及程序产品在审

专利信息
申请号: 202111250379.8 申请日: 2021-10-26
公开(公告)号: CN116028857A 公开(公告)日: 2023-04-28
发明(设计)人: 邓强 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F18/241 分类号: G06F18/241;G06F18/2415;G06F18/25;G06Q50/00
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 检测 方法 装置 计算机 可读 存储 介质 程序 产品
【权利要求书】:

1.一种数据检测方法,其特征在于,所述方法包括:

获取待检测公共广播业务群组账号的待检测账号信息、待检测主体信息及待检测注册信息;

提取所述待检测账号信息的待检测账号特征,提取所述待检测主体信息的待检测主体特征,生成所述待检测注册信息的随机注册特征;

获取所述待检测账号信息与所述待检测主体信息之间的第一关联关系,获取所述待检测账号信息与所述待检测注册信息之间的第二关联关系;

基于所述第一关联关系及所述第二关联关系,对所述待检测主体特征与所述随机注册特征进行特征融合,得到邻域关联信息;

将所述待检测账号特征与所述邻域关联信息进行特征融合,得到账号融合特征,对所述账号融合特征进行预测,得到所述待检测公共广播业务群组账号的账号检测结果。

2.如权利要求1所述的方法,其特征在于,所述提取所述待检测账号信息的待检测账号特征,包括:

对所述待检测账号信息进行分词处理,得到m个待检测账号词组,对所述m个待检测账号词组进行向量映射拼接处理,得到所述待检测账号信息的初始账号特征;m为正整数;

对所述初始账号特征进行卷积转换,得到所述待检测账号信息的待检测账号特征;

所述提取所述待检测主体信息的待检测主体特征,包括:

对所述待检测主体信息进行分词处理,得到m个待检测主体词组,对所述m个待检测主体词组进行向量映射拼接处理,得到所述待检测主体信息的初始主体特征;

对所述初始主体特征进行卷积转换,得到所述待检测主体信息的待检测主体特征。

3.如权利要求1所述的方法,其特征在于,所述生成所述待检测注册信息的随机注册特征,包括:

将所述待检测注册信息输入随机初始化网络,在所述随机初始化网络中识别所述待检测注册信息的目标注册类型;

获取所述目标注册类型对应的注册映射矩阵,基于所述注册映射矩阵生成所述待检测注册信息的随机注册特征。

4.如权利要求1所述的方法,其特征在于,所述基于所述第一关联关系及所述第二关联关系,对所述待检测主体特征与所述随机注册特征进行特征融合,得到邻域关联信息,包括:

基于所述第一关联关系对所述待检测账号特征与所述待检测主体特征进行特征融合,得到所述第一关联关系对应的第一特征关联度;

基于所述第二关联关系对所述待检测账号特征与所述随机注册特征进行特征融合,得到所述第二关联关系对应的第二特征关联度;

通过所述第一特征关联度及所述第二特征关联度,对所述待检测主体特征与所述随机注册特征进行加权求和,得到邻域关联信息。

5.如权利要求4所述的方法,其特征在于,所述基于所述第一关联关系对所述待检测账号特征与所述待检测主体特征进行特征融合,得到所述第一关联关系对应的第一特征关联度,包括:

将所述待检测账号特征映射为待检测账号线性特征,获取所述待检测主体信息对应的第一信息类型,基于所述第一信息类型对应的第一节点映射矩阵,将所述待检测主体特征映射为待检测主体向量;

基于所述第一关联关系,对所述待检测账号线性特征与所述待检测主体向量进行特征融合,得到所述第一关联关系的第一特征关联度。

6.如权利要求5所述的方法,其特征在于,所述基于所述第一关联关系,对所述待检测账号线性特征与所述待检测主体向量进行特征融合,得到所述第一关联关系的第一特征关联度,包括:

基于所述第一关联关系,对所述待检测账号线性特征与所述待检测主体向量进行连乘处理,得到第一初始关联度;

获取所述待检测账号信息、所述待检测主体信息及所述第一关联关系所组成的第一关联元组的第一元组重要度;

基于所述第一元组重要度对所述第一初始关联度进行优化处理,得到所述第一关联关系的第一特征关联度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202111250379.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top