摘要
本发明公开了一种小程序活动配置异常的检查方法、系统、设备及介质,所述方法具体包括:确定当前小程序活动的配置需求信息,结合规则权重,基于遗传算法与量子启发算法对动态规则库中的多维度规则进行演化优化,生成最优规则组合;基于最优规则组合,采用图神经网络为当前小程序活动建立配置参数间的关系拓扑模型,确定当前小程序活动的配置参数集,所述关系拓扑模型用于捕捉跨配置项的非线性依赖关系;结合配置变更历史数据,采用LSTM网络对当前小程序活动的配置参数集进行时序模式分析,获得时间序列逻辑检测结果。本发明全面、精准且高效地实现了小程序活动配置异常检查,提升了配置准确性,降低了人工干预成本,保障了活动稳定运行。
技术关键词
小程序
配置需求信息
条件生成对抗网络
动态规则库
参数
检查方法
强化学习算法
遗传算法
强化学习模型
逻辑
深度确定性策略梯度
时序
关系
节点
覆盖率
染色体
量子旋转门