基于知识图谱的数据异常检测方法

AITNT
正文
推荐专利
基于知识图谱的数据异常检测方法
申请号:CN202510547772
申请日期:2025-04-28
公开号:CN120069043B
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了基于知识图谱的数据异常检测方法,涉及数据检测技术领域,用于解决图谱实体关系过载关联,增加无效连接概率的问题,通过多维度特征采集与逻辑回归模型计算,精准获得数据关联程度系数,通过将关联程度系数与预设阈值比对,确保筛选出的关联实体具有较高的相关性,从而提高数据连接的准确性,同时,统计备选连接数量和筛除实体数量,并通过偏差率与变化比率的加权计算,动态调整连接规则,通过对备选连接数量中关联程度系数的排序和优化,依据个体连接关系,时间关联度以及数据稀疏度,制定一组模糊规则进行模糊推理,根据数据关联程度系数计算权重结果,提高了数据利用的效率,增加异常检测的准确性。
技术关键词
数据异常检测方法 实体 属性匹配 模糊规则 比率 模糊集合 关系 模糊推理 数据检测技术 标记 广度优先搜索 偏差 构建知识图谱 逻辑回归模型 词嵌入模型 模糊逻辑 语义
系统为您推荐了相关专利信息
1
基于非结构化文本检索模型的在线通讯处理方法和系统
文本 构建知识图谱 三元组 知识图谱构建方法 关键字
2
基于语言模型的对话方法及装置、存储介质、电子装置
语句 分类模型识别 大语言模型 BERT模型 意图类别
3
一种风险分类系统、方法、设备、介质及产品
区块链服务器 图谱 终端服务器 应用服务器 对象
4
一种基于用户侧的能效诊断仿真培训系统
仿真培训系统 建模仿真 仪器仪表 指标 三维模型
5
前端表单数据验证方法及装置
数据验证方法 实体间关系 表单特征 表单页面 非线性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号