【技术实现步骤摘要】
本申请属于异常行为识别，尤其涉及一种违规操作检测方法、装置、设备、介质及程序产品。
技术介绍
1、靓号是一种由阿拉伯数字组成的符合某种排列组合顺序的号码，或包含特殊意义的号码。靓号作为一种数字文化，围绕其产生了一个灰色的产业链，涉及运营商、代理商、号贩子等环节，产业链上的人员因利益驱使，存在违规囤积或倒卖靓号资源的行为。
2、因此，现在急需一种可以针对靓号场景，准确地进行违规操作检测的方案。
技术实现思路
1、本申请实施例提供一种违规操作检测方法、装置、设备、介质及程序产品，能够准确地识别靓号场景下的违规操作。
2、第一方面，本申请实施例提供一种违规操作检测方法，包括：
3、获取待检测业务的业务操作日志，业务操作日志中至少包括渠道信息和靓号，渠道信息用于指示办理待检测业务的渠道；
4、基于业务操作日志，构建特征数据，特征数据中包括与渠道信息和靓号对应的编码；
5、利用聚类模型中基于局部异常因子的模糊k均值聚类算法对特征数据进行聚类，得到特征数据对应的聚类结果，聚类结果用于指示待检测业务是否存在违规操作，聚类模型通过训练集对基于局部异常因子的模糊k均值聚类算法进行训练得到，训练集中包括多个样本特征数据，每个样本特征数据均包括与样本渠道信息和样本靓号对应的编码。
6、第二方面，本申请实施例提供了一种违规操作检测装置，其特征在于，包括：
7、获取模块，用于获取待检测业务的业务操作日志，业务操作日志中至少包
8、特征构建模块，用于基于业务操作日志，构建特征数据，特征数据中包括与渠道信息和靓号对应的编码；
9、违规识别模块，用于利用聚类模型中基于局部异常因子的模糊k均值聚类算法对特征数据进行聚类，得到特征数据对应的聚类结果，聚类结果用于指示待检测业务是否存在违规操作，聚类模型通过训练集对基于局部异常因子的模糊k均值聚类算法进行训练得到，训练集中包括多个样本特征数据，每个样本特征数据均包括与样本渠道信息和样本靓号对应的编码。
10、第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；
11、所述处理器执行所述计算机程序指令时实现如第一方面所述的违规操作检测方法。
12、第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所述的违规操作检测方法。
13、第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面所述的违规操作检测方法。
14、本申请实施例的违规操作检测方法、装置、设备、介质及程序产品，获取待检测业务的业务操作日志，基于业务操作日志，构建特征数据，特征数据中包括与渠道信息和靓号对应的编码；利用聚类模型中基于局部异常因子的模糊k均值聚类算法对特征数据进行聚类，得到特征数据对应的聚类结果，聚类结果用于指示待检测业务是否存在违规操作，聚类模型通过训练集对基于局部异常因子的模糊k均值聚类算法进行训练得到，训练集中包括包含于样本渠道信息和样本靓号对应的编码的样本特征数据。根据本申请实施例，利用局部异常因子与模糊k均值聚类算法相结合，同时掌握距离和密度信息，提升了聚类模型检测违规操作的能力，提高了违规操作检测的全面性及准确率。
本文档来自技高网...【技术保护点】
1.一种违规操作检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用聚类模型中基于局部异常因子的模糊K均值聚类算法对所述特征数据进行聚类之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述多个样本业务操作日志，构建训练集，包括：
4.根据权利要求2所述的方法，其特征在于，所述利用所述训练集，对初始聚类模型中基于局部异常因子的模糊K均值聚类算法进行迭代训练，得到聚类模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述样本特征数据的局部离群因子，调整所述样本特征数据所属的类别或调整所述样本特征数据所属类别的质心，包括：
6.根据权利要求4所述的方法，其特征在于，所述分别计算所述训练集中每个样本特征数据与所述K个质心之间的距离，包括：
7.根据权利要求6所述的方法，其特征在于，所述将所述样本特征数据划分至与其距离最近的质心对应的类别之前，所述方法还包括：
8.一种违规操作检测装置，其特征在于，包括：
9.一种电子设备，其特
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的违规操作检测方法。
11.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1-7任意一项所述的违规操作检测方法。
...【技术特征摘要】
1.一种违规操作检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用聚类模型中基于局部异常因子的模糊k均值聚类算法对所述特征数据进行聚类之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述多个样本业务操作日志，构建训练集，包括：
4.根据权利要求2所述的方法，其特征在于，所述利用所述训练集，对初始聚类模型中基于局部异常因子的模糊k均值聚类算法进行迭代训练，得到聚类模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述样本特征数据的局部离群因子，调整所述样本特征数据所属的类别或调整所述样本特征数据所属类别的质心，包括：
6.根据权利要求4所述的方法，其特征在于，所述分别计算...
【专利技术属性】
技术研发人员：冮凯旋，
申请(专利权)人：中国移动通信集团辽宁有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。