[发明专利]业务类型识别方法及装置

权利要求书

1.一种业务类型识别方法，其特征在于，应用于服务器，所述方法包括：

获取每个业务实体的业务信息，所述业务信息包括业务账号信息、业务调用信息以及业务对象信息；

分别提取所述业务账号信息对应的账号特征信息、所述业务调用信息的调用特征信息以及所述业务对象信息的对象特征信息，其中，所述账号特征信息、所述调用特征信息以及所述对象特征信息分别为预设业务行为指标下的相应特征信息；

根据所述账号特征信息、所述调用特征信息以及所述对象特征信息配置对应的训练样本和每个训练样本对应的训练标签，其中，所述训练样本由业务关系网络构成；

基于所述训练样本和每个训练样本对应的训练标签训练向量机分类器，并根据训练后的向量机分类器模型对输入的未知识别样本进行分类，获得所述未知识别样本的预测标签；

将所述未知识别样本的预测标签与每个预设业务类型的标签特征集合进行匹配，获得与所述未知识别样本匹配的目标业务类型。

2.根据权利要求1所述的业务类型识别方法，其特征在于，所述根据所述账号特征信息、所述调用特征信息以及所述对象特征信息配置对应的训练样本和每个训练样本对应的训练标签的步骤，包括：

从所述每个业务实体的业务信息筛选出每个业务实体之间的业务关系并生成对应的业务关系网络，作为每个业务实体对应的训练样本，所述业务关系网络中的每个节点为业务实体、不同节点之间的边为业务关系；

将所述每个业务实体的所述账号特征信息、所述调用特征信息以及所述对象特征信息与每个预设训练标签的匹配规则进行特征匹配，获得所述每个业务实体对应的训练样本的训练标签。

3.根据权利要求2所述的业务类型识别方法，其特征在于，所述根据所述账号特征信息、所述调用特征信息以及所述对象特征信息配置对应的训练样本和每个训练样本对应的训练标签的步骤，还包括：

根据预设筛选规则对所述业务关系网络中满足设定筛选条件的节点和边进行筛选，获得筛选后的业务关系网络。

4.根据权利要求1所述的业务类型识别方法，其特征在于，所述基于所述训练样本和每个训练样本对应的训练标签训练向量机分类器的步骤，包括：

获得不同业务关系类型的训练样本，作为训练样本集输入到图核算法模型中，并配置所述图核算法模型对应的顶点的核函数和边的核函数，其中，所述训练样本为不同业务关系类型的业务关系网络，所述顶点用于表示所述业务关系网络中的每个关系类型的关系起始节点和关系终止节点，所述边用于表示两个节点之间的关系类型，所述顶点的核函数和边的核函数用于定义业务关系类型的相似性，所述顶点的核函数和边的核函数用于输出第一相似度数值和第二相似度数值；其中，当两个顶点的标签一致时，该两个顶点的相似度为第一相似度数值，当两个顶点的标签不一致时，该两个顶点的相似度为第二相似度数值，当两条边分别属于两个不同子图，且两条边的两端的节点标签一致、边标签一致时，该两条边相似度为第一相似度数值，反之为第二相似度数值；

在图计算平台上，通过连通图算法，识别出所述不同业务关系类型的测试样本中所有业务拓扑结构组成的子图；

计算每个业务拓扑结构组成的源子图与训练样本的直积图，直积图用于表示由两个源子图生成一个新图的操作图，所述新图的顶点为两个源子图的积，对于第一子图和第二子图，每个子图各取一个顶点形成全排列组合；

根据所述顶点的核函数和边的核函数，计算所述新图中每个顶点和每条边的权重，其中，所述新图中的顶点的权重由比较两个源顶点得到，所述新图中的边的权重由比较两个源边得到；

在所述直积图中计算两个源子图的相似度，得到所有训练样本之间的相似度，得到对应的相似度矩阵结果，并将所述相似度矩阵结果导入支持向量机分类器进行训练，获得支持向量机的分类模型。

5.根据权利要求1-4中任意一项所述的业务类型识别方法，其特征在于，所述方法还包括：

根据与所述未知识别样本匹配的目标业务类型生成对应的业务推送信息。