CN110288273B - 一种信息提示方法、装置、电子设备及存储介质 - Google Patents
一种信息提示方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110288273B CN110288273B CN201910630515.2A CN201910630515A CN110288273B CN 110288273 B CN110288273 B CN 110288273B CN 201910630515 A CN201910630515 A CN 201910630515A CN 110288273 B CN110288273 B CN 110288273B
- Authority
- CN
- China
- Prior art keywords
- black
- black label
- target
- label
- conduction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 62
- 230000007704 transition Effects 0.000 claims description 77
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000010380 label transfer Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 16
- 238000004891 communication Methods 0.000 description 39
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及数据建模领域，揭示了一种信息提示方法、装置、电子设备及存储介质，该方法包括：将目标黑标签输入预设黑标签传导模型，获得预设黑标签传导模型输出的与目标黑标签具有传导关系的传导黑标签，其中，具有目标黑标签的对象在执行目标黑标签对应的第一事项时容易发生异常行为，具有传导黑标签的对象在执行传导黑标签对应的第二事项时容易发生异常行为；在传导黑标签对应的第二事项中输出第一提示信息，其中，第一提示信息用于提示具有目标黑标签的对象在执行第二事项时容易发生异常行为。此方法下，基于数据建模技术，可以根据不同事项之间的关联进行提示，提高了对于异常行为的提示的可靠性。
Description
技术领域
本发明涉及数据建模技术领域，特别涉及一种信息提示方法、装置、电子设备及存储介质。
背景技术
目前，黑标签经常用来标记某个对象(如某个用户或某个终端)在执行某一事项时出现的异常行为。例如，在通信场景下，某个终端运行某一具备通讯功能的应用程序(Application，APP)如微信WeChat进行语音通话时发生通信中断，可以在终端的信息库中存储用于标记WeChat发生通信中断的黑标签，为了降低用户使用该终端进行语音通话时发生通信中断的概率，在用户要进行语音通话时，根据所存储的该终端对应的信息库中用于标记WeChat存在通信中断的黑标签，提示用户WeChat存在通信中断。
然而，在实践中发现，异常行为之间往往存在某种关联。例如，对于上述标记了WeChat存在通信中断的黑标签的终端，相较于不存在该黑标签的终端，其在运行其它具备通讯功能的APP如钉钉DingTalk进行语音通话时发生通信中断的概率会更大。但是上述提示方式只是根据所存在的黑标签来提示用户该终端在运行WeChat进行语音通话时存在通信中断，当该终端运行其它具备通讯功能的APP时，如果信息库中不存在相应的黑标签，则无法进行提示，导致该终端运在行其它具备通讯功能的APP时依然有一定概率发生通信中断而影响通话，可靠性较低。
综上，现有技术的缺陷在于：对于异常行为的提示存在可靠性低的问题。
发明内容
为了解决相关技术中存在的对于异常行为的提示存在可靠性低的问题，本发明提供了一种信息提示方法、装置、电子设备及存储介质。
一种信息提示方法，所述方法包括：
将目标黑标签输入预设黑标签传导模型，获得所述预设黑标签传导模型输出的与所述目标黑标签具有传导关系的传导黑标签，其中，具有所述目标黑标签的对象在执行所述目标黑标签对应的第一事项时容易发生异常行为，具有所述传导黑标签的对象在执行所述传导黑标签对应的第二事项时容易发生异常行为；
在所述传导黑标签对应的所述第二事项中输出第一提示信息，所述第一提示信息用于提示具有所述目标黑标签的对象在执行所述第二事项时容易发生异常行为。
一种提示装置，所述装置包括：
获取单元，用于将目标黑标签输入预设黑标签传导模型，获得所述预设黑标签传导模型输出的与所述目标黑标签具有传导关系的传导黑标签，其中，具有所述目标黑标签的对象在执行所述目标黑标签对应的第一事项时容易发生异常行为，具有所述传导黑标签的对象在执行所述传导黑标签对应的第二事项时容易发生异常行为；
输出单元，用于在所述传导黑标签对应的所述第二事项中输出第一提示信息，所述第一提示信息用于提示具有所述目标黑标签的对象在执行所述第二事项时容易发生异常行为。
一种电子设备，所述电子设备包括：
处理器；
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。
一种计算机可读存储介质，其存储计算机程序，所述计算机程序使得计算机执行如前所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明所提供的一种信息提示方法包括如下步骤，将目标黑标签输入预设黑标签传导模型，获得预设黑标签传导模型输出的与目标黑标签具有传导关系的传导黑标签，其中，具有目标黑标签的对象在执行目标黑标签对应的第一事项时容易发生异常行为，具有传导黑标签的对象在执行传导黑标签对应的第二事项时容易发生异常行为；在传导黑标签对应的第二事项中输出第一提示信息，其中，第一提示信息用于提示具有目标黑标签的对象在执行第二事项时容易发生异常行为。
此方法下，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在具有目标黑标签的对象执行传导黑标签对应的第二事项时进行提示，以此根据黑标签的传导关系建立不同事项之间的关联，并根据不同事项之间的关联进行提示，进而提高了对于异常行为的提示的可靠性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种提示装置的示意图；
图2是根据一示例性实施例示出的一种信息提示方法的流程图；
图3是根据一示例性实施例示出的另一种信息提示方法的流程图；
图4是根据一示例性实施例示出的一种提示装置的框图；
图5是根据一示例性实施例示出的另一种提示装置的框图。
具体实施方式
这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在一示例性实施例中，本发明实施例可以应用在通信场景下，对象为某一终端，第一事项为运行WeChat进行语音通话，第二事项为运行DingTalk进行语音通话，异常行为为通话过程发生了通信中断，目标黑标签标记了该终端在运行WeChat进行语音通话时发生了通信中断。对于上述标记了WeChat存在通信中断的目标黑标签的终端，相较于不存在该目标黑标签的终端，其在运行DingTalk进行语音通话时发生通信中断的概率会更大。因此，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在该终端运行DingTalk进行语音通话时进行提示。
在另一示例性实施例中，本发明实施例可以应用在业务办理的场景下，对象为某一用户，第一事项为办理了保险业务，第二事项为办理了贷款业务，异常行为为业务办理过程中存在欺诈行为，如骗保或者骗贷等，目标黑标签标记了该用户在办理保险业务的过程中存在骗保行为。对于上述标记了办理保险业务的过程中存在骗保行为的目标黑标签的用户，相较于不存在该目标黑标签的用户，其在办理贷款业务时存在欺诈行为的概率会更大。因此，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在该用户办理贷款业务时进行提示。
本发明的实施环境可以是便携移动设备，例如智能手机、平板电脑、台式电脑。
图1是根据一示例性实施例示出的一种提示装置的装置示意图。装置100可以是上述便携移动设备。如图1所示，装置100可以包括以下一个或多个组件：处理组件102，存储器104，电源组件106，多媒体组件108，音频组件110，传感器组件114以及通信组件116。
处理组件102通常控制装置100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作以及记录操作相关联的操作等。处理组件102可以包括一个或多个处理器118来执行指令，以完成下述的方法的全部或部分步骤。此外，处理组件102可以包括一个或多个模块，用于便于处理组件102和其他组件之间的交互。例如，处理组件102可以包括多媒体模块，用于以方便多媒体组件108和处理组件102之间的交互。
存储器104被配置为存储各种类型的数据以支持在装置100的操作。这些数据的示例包括用于在装置100上操作的任何应用程序或方法的指令。存储器104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read OnlyMemory，简称EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。存储器104中还存储有一个或多个模块，用于该一个或多个模块被配置成由该一个或多个处理器118执行，以完成如下所示方法中的全部或者部分步骤。
电源组件106为装置100的各种组件提供电力。电源组件106可以包括电源管理***，一个或多个电源，及其他与为装置100生成、管理和分配电力相关联的组件。
多媒体组件108包括在所述装置100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，简称LCD)和触摸面板。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。屏幕还可以包括有机电致发光显示器(Organic Light Emitting Display，简称OLED)。
音频组件110被配置为输出和/或输入音频信号。例如，音频组件110包括一个麦克风(Microphone，简称MIC)，当装置100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器104或经由通信组件116发送。在一些实施例中，音频组件110还包括一个扬声器，用于输出音频信号。
传感器组件114包括一个或多个传感器，用于为装置100提供各个方面的状态评估。例如，传感器组件114可以检测到装置100的打开/关闭状态，组件的相对定位，传感器组件114还可以检测装置100或装置100一个组件的位置改变以及装置100的温度变化。在一些实施例中，该传感器组件114还可以包括磁传感器，压力传感器或温度传感器。
通信组件116被配置为便于装置100和其他设备之间有线或无线方式的通信。装置100可以接入基于通信标准的无线网络，如WiFi(Wireless-Fidelity，无线保真)。在一个示例性实施例中，通信组件116经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件116还包括近场通信(Near FieldCommunication，简称NFC)模块，用于以促进短程通信。例如，在NFC模块可基于射频识别(Radio Frequency Identification，简称RFID)技术，红外数据协会(Infrared DataAssociation，简称IrDA)技术，超宽带(Ultra Wideband，简称UWB)技术，蓝牙技术和其他技术来实现。
在示例性实施例中，装置100可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit，简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现，用于执行下述方法。
图2是根据一示例性实施例示出的一种信息提示方法的流程图。如图2所示，此方法包括以下步骤：
步骤201，将目标黑标签输入预设黑标签传导模型，获得预设黑标签传导模型输出的与目标黑标签具有传导关系的传导黑标签。
本发明实施例中，具有目标黑标签的对象在执行目标黑标签对应的第一事项时容易发生异常行为，具有传导黑标签的对象在执行传导黑标签对应的第二事项时容易发生异常行为。预设黑标签传导模型中至少包括若干个黑标签，以及这些黑标签之间的传导关系，通过这些黑标签之间的传导关系可以确定与每一黑标签具有传导关系的若干传导黑标签。
举例来说，在通信场景下，目标黑标签为标记了某一终端在运行WeChat进行语音通话时发生了通信中断的黑标签，与该目标黑标签具有传导关系的传导黑标签可以为标记了运行DingTalk进行语音通话时发生了通信中断的黑标签等，本发明实施例不作限定。
又举例来说，在业务办理的场景下，目标黑标签为标记了某一用户存在骗保行为的黑标签，与该目标黑标签具有传导关系的传导黑标签可以为标记了存在骗贷行为的黑标签等，本发明实施例中不作限定。
步骤202，在传导黑标签对应的第二事项中输出第一提示信息，第一提示信息用于提示具有目标黑标签的对象在执行第二事项时容易发生异常行为。
举例来说，在通信场景下，当目标黑标签为标记了某一终端在运行WeChat进行语音通话时发生了通信中断的黑标签，且传导黑标签为运行DingTalk进行语音通话时发生了通信中断的黑标签时，可以在该终端运行DingTalk进行语音通话时输出标记了运行WeChat进行语音通话时发生了通信中断的目标黑标签的终端存在黑标签传导的可能性，也即是，即使该终端此时运行DingTalk进行语音通话没有发生通信中断，但该终端运行DingTalk进行语音通话时发生通信中断的可能性更大。又举例来说，在业务办理的场景下，当目标黑标签为标记了某一用户存在骗保行为的黑标签，且传导黑标签为标记了存在骗贷行为的黑标签时，可以在该用户办理贷款业务时输出具有该骗保黑标签的用户存在黑标签传导的可能性，也即是，即使具有该骗保黑标签的用户此时办理贷款业务不存在骗贷行为，但该用户存在骗贷行为的可能性更大。
作为一种可选的实施方式，在传导黑标签对应的第二事项中输出第一提示信息可以包括：
针对每一传导黑标签对应的第二事项建立发生异常行为的概率数据库，该概率数据库包括标记了目标黑标签的对象的信息；
当检测到上述概率数据库中存储的标记了目标黑标签的对象的信息对应的对象在执行上述概率数据库对应的第二事项时，输出第一提示信息。
通过实施这种可选的实施方式，可以将标记了目标黑标签的对象的信息与传导黑标签对应的第二事项关联存储，在标记了目标黑标签的对象在执行第二事项时输出相应的提示，用以一定程度上规避标记了目标黑标签的对象在执行第二事项时存在异常行为的情况，提高了安全性。
上述方法下，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在具有目标黑标签的对象执行传导黑标签对应的第二事项时进行提示，以此根据黑标签的传导关系建立不同事项之间的关联，并根据不同事项之间的关联进行提示，进而提高了对于异常行为的提示的可靠性。
图3是根据一示例性实施例示出的另一种信息提示方法的流程图。如图3所示，此方法包括以下步骤：
步骤301，根据目标隐马尔可夫模型计算黑标签概率转移矩阵，黑标签概率转移矩阵中包含黑标签组的黑标签转移概率，黑标签组包括两个具有传导关系的黑标签。
本发明实施例中，目标隐马尔可夫模型是经过训练的隐马尔可夫模型，其中，隐马尔可夫模型即为针对含有未知参数的马尔可夫过程进行的建模，马尔可夫过程至少包括隐含状态数量参数、转换概率以及可见状态链，在本发明中，隐含状态数量参数即为黑标签的数量、转换概率即为黑标签之间的转移概率、可见状态链即为存在黑标签的对象在相应事项中的发生异常行为的概率，这里的未知参数即为黑标签之间的转移概率。隐马尔科夫模型可以针对已知隐含状态数量参数以及可见状态链的情况进行未知参数的建模求解。
作为一种可选的实施方式，根据目标隐马尔可夫模型计算黑标签概率转移矩阵可以包括：
获取第一黑标签和第二黑标签；其中，第一黑标签的来源与第二黑标签的来源不同；
统计第一黑标签和第二黑标签，并将第一黑标签和第二黑标签组合成待训练黑标签；
建立待训练隐马尔可夫模型；
将待训练黑标签设置为待训练隐马尔可夫模型的输入数据，以及将与待训练黑标签对应的待训练黑标签转移概率确定为待训练隐马尔可夫模型的目标输出数据；
调整待训练隐马尔可夫模型的参数直至待训练隐马尔可夫模型输出上述目标输出数据；
获取输出上述目标输出数据时待训练隐马尔可夫模型的目标参数；
将待训练隐马尔可夫的模型的参数设置为目标参数，获得目标隐马尔可夫模型；
将黑标签数据库中的黑标签输入目标隐马尔可夫模型，获得目标隐马尔可夫模型输出的黑标签概率转移矩阵。
本发明实施例中，待训练隐马尔可夫模型对应的输入数据为隐含状态数量参数(黑标签的种类数量)以及可见状态链(具有每一黑标签的对象在所有黑标签对应的事项中发生异常行为的概率)，待训练隐马尔可夫模型对应的输出数据为转换概率(黑标签之间的转移概率)。输入待训练黑标签后，可以获取与该待训练黑标签相匹配的黑标签的种类数量以及这些待训练黑标签中的每一黑标签在各种事项中发生异常行为的概率，待训练隐马尔可夫模型的目标输出数据即为这些待训练黑标签之间的黑标签转移概率，经由训练获得的目标隐马尔可夫模型可以根据输入的黑标签自动输出这些黑标签对应的黑标签概率转移矩阵，黑标签概率转移矩阵包含这些黑标签中的任意两个黑标签之间的转移概率。
作为另一种可选的实施方式，在将待训练黑标签设置为待训练隐马尔可夫模型的输入数据之后，还可以执行以下步骤：
获取该待训练黑标签对应的黑标签种类数量；
在各种事项中获取发生异常行为的对象总数量，以及具有待训练黑标签的黑标签对象数量；
计算各种事项中标记了待训练黑标签的黑标签对象数量与其对应的事项中的对象总数量的比值，将该比值确定为该待训练黑标签在该事项中发生异常行为的概率；
根据上述黑标签种类数量、上述发生异常行为的概率确定相匹配的目标输出数据，目标输出数据即为该待训练黑标签之间的黑标签转移概率，并执行上述的调整待训练隐马尔可夫模型的参数直至待训练隐马尔可夫模型输出上述目标输出数据。
通过实施这种可选的实施方式，可以利用待训练黑标签以及待训练黑标签转移概率对待训练隐马尔可夫模型进行训练，获得目标隐马尔可夫模型，利用目标隐马尔可夫模型可以根据输入的黑标签获取黑标签概率转移矩阵。这一过程利用数据建模技术获取目标隐马尔可夫模型，从而快速获取黑标签概率转移矩阵。
本发明实施例中，待训练黑标签可以为若干组黑标签，每组黑标签包括两个黑标签，每组黑标签具有与之匹配的黑标签转移概率，将这若干组黑标签与每组黑标签对应的黑标签转移概率分别作为输入数据和输出数据来训练待训练隐马尔可夫模型，从而获得目标隐马尔可夫模型，可以将黑标签数据库中的黑标签按照两两一组输入目标隐马尔可夫模型，获取包含黑标签数据库中所有黑标签之间的转移概率的黑标签概率转移矩阵，也可以直接将黑标签数据库中的所有黑标签全部输入目标隐马尔可夫模型，获取目标隐马尔可夫模型输出的包含黑标签数据库中所有黑标签之间的转移概率的黑标签概率转移矩阵。
步骤302，在黑标签概率转移矩阵中确定黑标签转移概率大于预设概率的目标黑标签转移概率。
本发明实施例中，预设概率为预先设定的概率，当黑标签转移概率大于该预设概率时，认为该黑标签转移概率对应的黑标签之间存在传导风险。
步骤303，将目标黑标签转移概率对应的黑标签组关联存储，获得预设黑标签传导模型。
本发明实施例中，目标黑标签转移概率的数量可以为一个，也可以为多个，本发明实施例中不作限定，并且，与每一目标黑标签转移概率对应的黑标签可以为一组黑标签，也即是两个黑标签，该目标黑标签转移概率可以为这两个黑标签之间的转移概率。
步骤304，将目标黑标签输入预设黑标签传导模型，获得预设黑标签传导模型输出的与目标黑标签具有传导关系的传导黑标签。
本发明实施例中，与目标黑标签进行关联存储的所有黑标签即为与目标黑标签具有传导关系的传导黑标签。
步骤305，在传导黑标签对应的第二事项中输出第一提示信息，第一提示信息用于提示具有目标黑标签的对象在执行第二事项时容易发生异常行为。
本发明实施例中，传导黑标签对应的第二事项即为具有该传导黑标签的对象容易发生异常行为的事项，可以在传导黑标签对应的第二事项中输出第一提示信息，来提示具有目标黑标签的对象也容易在执行传导黑标签对应的第二事项时发生异常行为。
步骤306，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息。
本发明实施例中，由于在传导黑标签对应的第二事项中具有目标黑标签的对象也容易发生异常行为，因而可以对这些具有目标黑标签的对象在执行第二事项时设置相关权限，权限可以为禁止该具有目标黑标签的对象以及与该具有目标黑标签的对象进行关联的关联对象执行第二事项，也可以为禁止该具有目标黑标签的对象执行第二事项，也可以为在某一时段禁止该具有目标黑标签的对象执行第二事项。
作为一种可选的实施方式，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息可以包括：
根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息；其中，传导等级至少包括一级传导等级、二级传导等级和三级传导等级；一级传导等级高于二级传导等级，二级传导等级高于三级传导等级；传导等级越高，具有目标黑标签的对象在执行第二事项时发生异常行为的可能性越大。
通过实施这种可选的实施方式，可以根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息，实现分权限管理，功能更加丰富。
作为另一种可选的实施方式，根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息可以包括：
当传导黑标签的传导等级为一级传导等级时，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息为一级权限信息；
当传导黑标签的传导等级为二级传导等级时，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息为二级权限信息；
当传导黑标签的传导等级为三级传导等级时，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息为三级权限信息；
其中，一级传导等级的传导强度高于二级传导等级，二级传导等级的传导强度高于三级传导等级。一级权限信息对应的限制程度高于二级权限信息对应的限制程度，二级权限信息对应的限制程度高于三级权限信息对应的限制程度。
例如，一级权限信息可以为禁止该对象以及与该对象进行关联的对象执行第二事项，二级权限信息可以为禁止该对象执行第二事项，三级权限信息可以为在某一时段禁止该对象执行第二事项。并且，对于传导等级的数量以及权限信息的数量本发明实施例中不作限定，例如，还可以包括四级传导等级，三级传导等级的传导强度高于四级传导等级，与四级传导等级相匹配的四级权限信息可以为允许该对象执行第二事项但在第二事项中输出用于提示该对象的目标黑标签的提示信息。并且，与目标黑标签具有一级传导关系的黑标签可以为与其的转移概率大于某一概率值的黑标签，与黑标签具有二级传导关系的黑标签可以为与其的转移概率小于等于该某一概率值且大于另一概率值的黑标签，与黑标签具有三级传导关系的黑标签可以为与其的转移概率小于该另一概率值的黑标签。
作为另一种可选的实施方式，在根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息之后，还可以执行以下步骤：
当传导等级为一级传导等级时，获取一级传导等级对应具有目标黑标签的目标对象的信息；
根据目标对象的信息，确定与该目标对象关联的关联对象的信息；
在第二事项中输出第二提示信息，第二提示信息用于提示关联对象的信息对应的关联对象在执行第二事项时容易发生异常行为。
通过实施这种可选的实施方式，可以在与目标黑标签具有一级传导等级对应的目标对象的关联对象执行第二事项时输出第二提示信息，用以提示关联对象在执行第二事项时也容易发生异常行为。进一步提高了对于异常行为的提示的可靠性。
步骤307，当具有目标黑标签的对象在执行传导黑标签对应的第二事项时，启动与权限信息相匹配的监控模式。
上述方法下，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在具有目标黑标签的对象执行传导黑标签对应的第二事项时进行提示，以此根据黑标签的传导关系建立不同事项之间的关联，并根据不同事项之间的关联进行提示，进而提高了对于异常行为的提示的可靠性。
以下是本发明的装置实施例。
图4是根据一示例性实施例示出的一种提示装置的框图。如图4所示，该装置包括：
获取单元401，用于将目标黑标签输入预设黑标签传导模型，获得预设黑标签传导模型输出的与目标黑标签具有传导关系的传导黑标签。
本发明实施例中，具有目标黑标签的对象在执行目标黑标签对应的第一事项时容易发生异常行为，具有传导黑标签的对象在执行传导黑标签对应的第二事项时容易发生异常行为。预设黑标签传导模型中至少包括若干个黑标签，以及这些黑标签之间的传导关系，通过这些黑标签之间的传导关系可以确定与每一黑标签具有传导关系的若干传导黑标签。
输出单元402，用于在传导黑标签对应的第二事项中输出第一提示信息，第一提示信息用于提示具有目标黑标签的对象在执行第二事项时容易发生异常行为。
作为一种可选的实施方式，输出单元402在传导黑标签对应的第二事项中输出第一提示信息可以包括：
针对每一传导黑标签对应的第二事项建立发生异常行为的概率数据库，该概率数据库包括标记了目标黑标签的对象的信息；
当检测到上述概率数据库中存储的标记了目标黑标签的对象的信息对应的对象在执行上述概率数据库对应的第二事项时，输出第一提示信息。
通过实施这种可选的实施方式，可以将标记了目标黑标签的对象的信息与传导黑标签对应的第二事项关联存储，在标记了目标黑标签的对象在执行第二事项时输出相应的提示，用以一定程度上规避标记了目标黑标签的对象在执行第二事项时存在异常行为的情况，提高了安全性。
可见，通过实施图4所描述的提示装置，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在具有目标黑标签的对象执行传导黑标签对应的第二事项时进行提示，以此根据黑标签的传导关系建立不同事项之间的关联，并根据不同事项之间的关联进行提示，进而提高了对于异常行为的提示的可靠性。
图5是根据一示例性实施例示出的另一种提示装置的框图。图5是在图4基础上优化得到的，与图4所示的提示装置相比，图5所示的提示装置还可以包括：
计算单元403，用于在获取单元401将目标黑标签输入预设黑标签传导模型，获得预设黑标签传导模型输出的与目标黑标签具有传导关系的传导黑标签之前，根据目标隐马尔可夫模型计算黑标签概率转移矩阵，黑标签概率转移矩阵中包含黑标签组的黑标签转移概率，黑标签组包括两个具有传导关系的黑标签。
作为一种可选的实施方式，计算单元403根据目标隐马尔可夫模型计算黑标签概率转移矩阵可以包括：
获取第一黑标签和第二黑标签；其中，第一黑标签的来源与第二黑标签的来源不同；
统计第一黑标签和第二黑标签，并将第一黑标签和第二黑标签组合成待训练黑标签；
建立待训练隐马尔可夫模型；
将待训练黑标签设置为待训练隐马尔可夫模型的输入数据，以及将与待训练黑标签对应的待训练黑标签转移概率确定为待训练隐马尔可夫模型的目标输出数据；
调整待训练隐马尔可夫模型的参数直至待训练隐马尔可夫模型输出上述目标输出数据；
获取输出上述目标输出数据时待训练隐马尔可夫模型的目标参数；
将待训练隐马尔可夫的模型的参数设置为目标参数，获得目标隐马尔可夫模型；
将黑标签数据库中的黑标签输入目标隐马尔可夫模型，获得目标隐马尔可夫模型输出的黑标签概率转移矩阵。
本发明实施例中，待训练隐马尔可夫模型对应的输入数据为隐含状态数量参数(黑标签的种类数量)以及可见状态链(具有每一黑标签的对象在所有黑标签对应的事项中发生异常行为的概率)，待训练隐马尔可夫模型对应的输出数据为转换概率(黑标签之间的转移概率)。输入待训练黑标签后，可以获取与该待训练黑标签相匹配的黑标签的种类数量以及这些待训练黑标签中的每一黑标签在各种事项中发生异常行为的概率，待训练隐马尔可夫模型的目标输出数据即为这些待训练黑标签之间的黑标签转移概率，经由训练获得的目标隐马尔可夫模型可以根据输入的黑标签自动输出这些黑标签对应的黑标签概率转移矩阵，黑标签概率转移矩阵包含这些黑标签中的任意两个黑标签之间的转移概率。
作为另一种可选的实施方式，在计算单元403将待训练黑标签设置为待训练隐马尔可夫模型的输入数据之后，还可以执行以下步骤：
获取该待训练黑标签对应的黑标签种类数量；
在各种事项中获取发生异常行为的对象总数量，以及具有待训练黑标签的黑标签对象数量；
计算各种事项中标记了待训练黑标签的黑标签对象数量与其对应的事项中的对象总数量的比值，将该比值确定为该待训练黑标签在该事项中发生异常行为的概率；
根据上述黑标签种类数量、上述发生异常行为的概率确定相匹配的目标输出数据，目标输出数据即为该待训练黑标签之间的黑标签转移概率，并执行上述的调整待训练隐马尔可夫模型的参数直至待训练隐马尔可夫模型输出上述目标输出数据。
通过实施这种可选的实施方式，可以利用待训练黑标签以及待训练黑标签转移概率对待训练隐马尔可夫模型进行训练，获得目标隐马尔可夫模型，利用目标隐马尔可夫模型可以根据输入的黑标签获取黑标签概率转移矩阵。这一过程利用数据建模技术获取目标隐马尔可夫模型，从而快速获取黑标签概率转移矩阵。
本发明实施例中，待训练黑标签可以为若干组黑标签，每组黑标签包括两个黑标签，每组黑标签具有与之匹配的黑标签转移概率，将这若干组黑标签与每组黑标签对应的黑标签转移概率分别作为输入数据和输出数据来训练待训练隐马尔可夫模型，从而获得目标隐马尔可夫模型，可以将黑标签数据库中的黑标签按照两两一组输入目标隐马尔可夫模型，获取包含黑标签数据库中所有黑标签之间的转移概率的黑标签概率转移矩阵，也可以直接将黑标签数据库中的所有黑标签全部输入目标隐马尔可夫模型，获取目标隐马尔可夫模型输出的包含黑标签数据库中所有黑标签之间的转移概率的黑标签概率转移矩阵。
获取单元401，还用于在黑标签概率转移矩阵中确定黑标签转移概率大于预设概率的目标黑标签转移概率；以及，将目标黑标签转移概率与对应的黑标签组关联存储，获得预设黑标签传导模型。
设置单元404，用于输出单元402在传导黑标签对应的第二事项中输出第一提示信息之后，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息。
本发明实施例中，由于在传导黑标签对应的第二事项中具有目标黑标签的对象也容易发生异常行为，因而可以对这些具有目标黑标签的对象在执行第二事项时设置相关权限，权限可以为禁止该具有目标黑标签的对象以及与该具有目标黑标签的对象进行关联的关联对象执行第二事项，也可以为禁止该具有目标黑标签的对象执行第二事项，也可以为在某一时段禁止该具有目标黑标签的对象执行第二事项。
具体的，在输出单元402在传导黑标签对应的第二事项中输出第一提示信息之后，输出单元402向设置单元405发送触发指令，以触发设置单元405在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息。
作为一种可选的实施方式，设置单元404在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息可以包括：
根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息；其中，传导等级至少包括一级传导等级、二级传导等级和三级传导等级；一级传导等级高于二级传导等级，二级传导等级高于三级传导等级；传导等级越高，具有目标黑标签的对象在执行第二事项时发生异常行为的可能性越大。
通过实施这种可选的实施方式，可以根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息，实现分权限管理，功能更加丰富。
作为另一种可选的实施方式，设置单元404根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息可以包括：
当传导黑标签的传导等级为一级传导等级时，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息为一级权限信息；
当传导黑标签的传导等级为二级传导等级时，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息为二级权限信息；
当传导黑标签的传导等级为三级传导等级时，在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息为三级权限信息；
其中，一级传导等级的传导强度高于二级传导等级，二级传导等级的传导强度高于三级传导等级。一级权限信息对应的限制程度高于二级权限信息对应的限制程度，二级权限信息对应的限制程度高于三级权限信息对应的限制程度。
例如，一级权限信息可以为禁止该对象以及与该对象进行关联的对象执行第二事项，二级权限信息可以为禁止该对象执行第二事项，三级权限信息可以为在某一时段禁止该对象执行第二事项。并且，对于传导等级的数量以及权限信息的数量本发明实施例中不作限定，例如，还可以包括四级传导等级，三级传导等级的传导强度高于四级传导等级，与四级传导等级相匹配的四级权限信息可以为允许该对象执行第二事项但在第二事项中输出用于提示该对象的目标黑标签的提示信息。并且，与目标黑标签具有一级传导关系的黑标签可以为与其的转移概率大于某一概率值的黑标签，与黑标签具有二级传导关系的黑标签可以为与其的转移概率小于等于该某一概率值且大于另一概率值的黑标签，与黑标签具有三级传导关系的黑标签可以为与其的转移概率小于该另一概率值的黑标签。
作为另一种可选的实施方式，在设置单元404根据传导黑标签的传导等级在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息之后，还可以执行以下步骤：
当传导等级为一级传导等级时，获取一级传导等级对应具有目标黑标签的目标对象的信息；
根据目标对象的信息，确定与该目标对象关联的关联对象的信息；
在第二事项中输出第二提示信息，第二提示信息用于提示关联对象的信息对应的关联对象在执行第二事项时容易发生异常行为。
通过实施这种可选的实施方式，可以在与目标黑标签具有一级传导等级对应的目标对象的关联对象执行第二事项时输出第二提示信息，用以提示关联对象在执行第二事项时也容易发生异常行为。进一步提高了对于异常行为的提示的可靠性。
启动单元405，用于在设置单元404在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息之后，当具有目标黑标签的对象在执行传导黑标签对应的第二事项时，启动与权限信息相匹配的监控模式。
本发明实施例中，针对不同的权限信息可以设置有不同的监控模式，例如，针对禁止该具有目标黑标签的对象以及与该具有目标黑标签的对象进行关联的关联对象执行第二事项这一权限信息，相匹配的监控模式即为将具有目标黑标签的对象以及与该具有目标黑标签的对象进行关联的关联对象均列为监控可疑对象，如果第二事项中监控(如视频监控)到这些监控可疑对象，则发出相应的警报提示；针对禁止该具有目标黑标签的对象执行第二事项这一权限信息，设置的监控可疑对象仅为具有目标黑标签的对象；针对在某一时段禁止该具有目标黑标签的对象执行第二事项这一权限信息，设置的监控可疑对象为具有目标黑标签的对象以及设置的监控时段为相应的某一时段，只有在这某一时段才会利用监控捕捉监控可疑对象，以此实现分级监控，智能化程度更高。
具体的，在设置单元404在传导黑标签对应的第二事项中设置具有目标黑标签的对象的权限信息之后，设置单元404向启动单元405发送触发指令，以触发启动单元405当具有目标黑标签的对象在执行传导黑标签对应的第二事项时，启动与权限信息相匹配的监控模式。
可见，通过实施图5所描述的提示装置，基于数据建模技术，可以在预设黑标签传导模型中确定出与目标黑标签具有传导关系的传导黑标签，从而在具有目标黑标签的对象执行传导黑标签对应的第二事项时进行提示，以此根据黑标签的传导关系建立不同事项之间的关联，并根据不同事项之间的关联进行提示，进而提高了对于异常行为的提示的可靠性。
本发明还提供一种电子设备，该电子设备包括：
处理器；
存储器，该存储器上存储有计算机可读指令，该计算机可读指令被处理器执行时，实现如前所示的一种信息提示方法。
该电子设备可以是图1所示的提示装置100。
在一示例性实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如前所示的一种信息提示方法。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (8)
1.一种信息提示方法，其特征在于，所述方法包括：
获取第一黑标签和第二黑标签；其中，所述第一黑标签的来源与所述第二黑标签的来源不同；
统计所述第一黑标签和所述第二黑标签，并将所述第一黑标签和所述第二黑标签组合成待训练黑标签；
建立待训练隐马尔可夫模型；
将所述待训练黑标签设置为所述待训练隐马尔可夫模型的输入数据，以及将与所述待训练黑标签对应的待训练黑标签转移概率确定为所述待训练隐马尔可夫模型的目标输出数据；
调整所述待训练隐马尔可夫模型的参数直至所述待训练隐马尔可夫模型输出所述目标输出数据；
获取输出所述目标输出数据时所述待训练隐马尔可夫模型的目标参数；
将所述待训练隐马尔可夫的模型的参数设置为所述目标参数，获得目标隐马尔可夫模型；
将黑标签数据库中的黑标签输入所述目标隐马尔可夫模型，获得所述目标隐马尔可夫模型输出的黑标签概率转移矩阵；所述黑标签概率转移矩阵中包含黑标签组的黑标签转移概率，所述黑标签组包括两个具有传导关系的黑标签；
在所述黑标签概率转移矩阵中确定黑标签转移概率大于预设概率的目标黑标签转移概率；
将所述目标黑标签转移概率与对应的黑标签组关联存储，获得预设黑标签传导模型；
将目标黑标签输入预设黑标签传导模型，获得所述预设黑标签传导模型输出的与所述目标黑标签具有传导关系的传导黑标签，其中，具有所述目标黑标签的对象在执行所述目标黑标签对应的第一事项时容易发生异常行为，具有所述传导黑标签的对象在执行所述传导黑标签对应的第二事项时容易发生异常行为；
在所述传导黑标签对应的所述第二事项中输出第一提示信息，所述第一提示信息用于提示具有所述目标黑标签的对象在执行所述第二事项时容易发生异常行为。
2.根据权利要求1所述的方法，其特征在于，所述在所述传导黑标签对应的所述第二事项中输出第一提示信息之后，所述方法还包括：
在所述传导黑标签对应的所述第二事项中设置具有所述目标黑标签的对象的权限信息。
3.根据权利要求2所述的方法，其特征在于，所述在所述传导黑标签对应的所述第二事项中设置具有所述目标黑标签的对象的权限信息之后，所述方法还包括：
当具有所述目标黑标签的对象执行所述传导黑标签对应的所述第二事项时，启动与所述权限信息相匹配的监控模式。
4.根据权利要求2所述的方法，其特征在于，所述在所述传导黑标签对应的所述第二事项中设置具有所述目标黑标签的对象的权限信息，包括：
根据所述传导黑标签的传导等级在所述传导黑标签对应的第二事项中设置具有所述目标黑标签的对象的权限信息；其中，所述传导等级至少包括一级传导等级、二级传导等级和三级传导等级；所述一级传导等级高于所述二级传导等级，所述二级传导等级高于所述三级传导等级；所述传导等级越高，具有所述目标黑标签的对象在执行所述第二事项时发生异常行为的可能性越大。
5.根据权利要求4所述的方法，其特征在于，在所述根据所述传导黑标签的传导等级在所述传导黑标签对应的第二事项中设置具有所述目标黑标签的对象的权限信息之后，所述方法还包括：
当所述传导等级为所述一级传导等级时，获取所述一级传导等级对应具有所述目标黑标签的目标对象的信息；
根据所述目标对象的信息，确定与所述目标对象关联的关联对象的信息；
在所述第二事项中输出第二提示信息，所述第二提示信息用于提示所述关联对象的信息对应的关联对象在执行所述第二事项时容易发生异常行为。
6.一种提示装置，其特征在于，所述装置包括：
计算单元，用于获取第一黑标签和第二黑标签；其中，所述第一黑标签的来源与所述第二黑标签的来源不同；统计所述第一黑标签和所述第二黑标签，并将所述第一黑标签和所述第二黑标签组合成待训练黑标签；建立待训练隐马尔可夫模型；将所述待训练黑标签设置为所述待训练隐马尔可夫模型的输入数据，以及将与所述待训练黑标签对应的待训练黑标签转移概率确定为所述待训练隐马尔可夫模型的目标输出数据；调整所述待训练隐马尔可夫模型的参数直至所述待训练隐马尔可夫模型输出所述目标输出数据；获取输出所述目标输出数据时所述待训练隐马尔可夫模型的目标参数；将所述待训练隐马尔可夫的模型的参数设置为所述目标参数，获得目标隐马尔可夫模型；将黑标签数据库中的黑标签输入所述目标隐马尔可夫模型，获得所述目标隐马尔可夫模型输出的黑标签概率转移矩阵；所述黑标签概率转移矩阵中包含黑标签组的黑标签转移概率，所述黑标签组包括两个具有传导关系的黑标签；在所述黑标签概率转移矩阵中确定黑标签转移概率大于预设概率的目标黑标签转移概率；将所述目标黑标签转移概率与对应的黑标签组关联存储，获得预设黑标签传导模型；
获取单元，用于将目标黑标签输入预设黑标签传导模型，获得所述预设黑标签传导模型输出的与所述目标黑标签具有传导关系的传导黑标签，其中，具有所述目标黑标签的对象在执行所述目标黑标签对应的第一事项时容易发生异常行为，具有所述传导黑标签的对象在执行所述传导黑标签对应的第二事项时容易发生异常行为；
输出单元，用于在所述传导黑标签对应的所述第二事项中输出第一提示信息，所述第一提示信息用于提示具有所述目标黑标签的对象在执行所述第二事项时容易发生异常行为。
7.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至5任一项所述的信息提示方法。
8.一种计算机可读存储介质，其特征在于，其存储计算机程序，所述计算机程序使得计算机执行权利要求1～5任一项所述的信息提示方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2019103183562 | 2019-04-19 | ||
| CN201910318356 | 2019-04-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110288273A CN110288273A (zh) | 2019-09-27 |
| CN110288273B true CN110288273B (zh) | 2024-03-22 |
Family
ID=68022560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910630515.2A Active CN110288273B (zh) | 2019-04-19 | 2019-07-12 | 一种信息提示方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110288273B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108052824A (zh) * | 2017-12-25 | 2018-05-18 | 北京奇艺世纪科技有限公司 | 一种风险防控方法、装置及电子设备 |
| WO2018103622A1 (zh) * | 2016-12-08 | 2018-06-14 | 腾讯科技（深圳）有限公司 | 信息投放控制方法、装置及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004309998A (ja) * | 2003-02-18 | 2004-11-04 | Nec Corp | 確率分布推定装置および異常行動検出装置，ならびにその確率分布推定方法および異常行動検出方法 |
| US6963835B2 (en) * | 2003-03-31 | 2005-11-08 | Bae Systems Information And Electronic Systems Integration Inc. | Cascaded hidden Markov model for meta-state estimation |
| US8218859B2 (en) * | 2008-12-05 | 2012-07-10 | Microsoft Corporation | Transductive multi-label learning for video concept detection |
| US8285060B2 (en) * | 2009-08-31 | 2012-10-09 | Behavioral Recognition Systems, Inc. | Detecting anomalous trajectories in a video surveillance system |
| CN102549578B (zh) * | 2010-10-01 | 2016-03-09 | 松下电器产业株式会社 | 分类装置以及分类方法 |
| CN106685674B (zh) * | 2015-11-05 | 2020-01-10 | 华为技术有限公司 | 网络事件预测以及建立网络事件预测模型的方法和装置 |
-
2019
- 2019-07-12 CN CN201910630515.2A patent/CN110288273B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018103622A1 (zh) * | 2016-12-08 | 2018-06-14 | 腾讯科技（深圳）有限公司 | 信息投放控制方法、装置及存储介质 |
| CN108052824A (zh) * | 2017-12-25 | 2018-05-18 | 北京奇艺世纪科技有限公司 | 一种风险防控方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110288273A (zh) | 2019-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110069401B (zh) | 基于数据建模的***测试异常定位方法及*** | |
| CN110348703B (zh) | 基于用户行为画像的数据处理方法、装置及电子设备 | |
| CN110717509B (zh) | 基于树***算法的数据样本分析方法及装置 | |
| CN111078446A (zh) | 一种故障信息获取方法、装置、电子设备及存储介质 | |
| CN109145590B (zh) | 一种函数hook检测方法、检测设备及计算机可读介质 | |
| CN109257354B (zh) | 基于模型树算法的异常流量分析方法及装置、电子设备 | |
| CN112907243B (zh) | 区块链交易审计方法及装置 | |
| CN111428032B (zh) | 内容质量评价方法及装置、电子设备、存储介质 | |
| CN109992965A (zh) | 进程处理方法和装置、电子设备、计算机可读存储介质 | |
| CN109670313B (zh) | ***运行中进行风险评估的方法、装置和可读存储介质 | |
| CN111541549B (zh) | 基于区块链的信息传递方法、装置、设备及存储介质 | |
| CN111724063A (zh) | 一种业务数据处理方法及装置、电子设备和存储介质 | |
| CN107609402B (zh) | 一种安全漏洞的处理方法、装置及存储介质 | |
| US10244367B2 (en) | Short message identification method and device, and storage medium | |
| CN110288273B (zh) | 一种信息提示方法、装置、电子设备及存储介质 | |
| CN110046095B (zh) | 基于测试流程改进的***集成方法及装置 | |
| CN109800784B (zh) | 基于神经网络的合同核对方法及装置 | |
| CN109284307B (zh) | 一种流量数据的聚类处理方法、装置及电子设备 | |
| CN111669744A (zh) | 信息处理方法、装置和电子设备 | |
| CN115421625A (zh) | 数据处理方法、装置、设备、存储介质及产品 | |
| CN113468541B (zh) | 识别方法、装置、电子设备和存储介质 | |
| CN115794469A (zh) | 数据资产处理方法及装置 | |
| CN109413063B (zh) | 一种基于大数据的白名单更新方法、装置及电子设备 | |
| CN113052606A (zh) | 应用的防诈骗方法、装置和电子设备 | |
| US20200387638A1 (en) | Information processing device and information processing method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |