摘要
本申请公开了一种违规操作检测方法、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。
技术关键词
K均值聚类算法
样本
数据
渠道
日志
计算机程序指令
因子
构建训练集
计算机存储介质
编码
计算机程序产品
密度
电子设备
处理器
异常点
识别模块
直线
系统为您推荐了相关专利信息
参数优化调节方法
集装箱体
混合箱体
激光诱导击穿光谱
多模态传感器
连杆
双块式无砟轨道
运动规划器
现场控制系统
横梁
风险预测系统
心电采集设备
电信号
递归最小二乘算法
数据采集模块
控制点
三次样条函数
薄板样条
三次样条插值法
定位方法