[发明专利]一种异常任务检测方法、装置、电子设备和存储介质

说明书

本申请公开了一种兴趣点采集的异常任务检测方法、装置、电子设备和存储介质，涉及人工智能领域，尤其涉及大数据领域。具体实现方案为：向众包用户分配兴趣点POI采集的任务；获取众包用户提交的任务作业数据，并从任务作业数据中提取用户执行兴趣点POI采集任务的行为特征和/或结果特征；将行为特征和/或结果特征输入预先训练的异常任务检测模型，以对任务作业数据进行异常检测。本申请实施例优化了兴趣点采集过程中的异常检测的效果。

技术领域

本申请涉及人工智能技术领域，尤其涉及大数据领域，具体涉及一种兴趣点采集的异常任务检测方法、装置、电子设备和存储介质。

背景技术

众包采集是当前地图兴趣点(Point of Information，POI)数据更新的重要来源，通过将现实地理空间划分成约1km*1km的区域，然后将每个区域以任务的形式投放出去，分配给指定众包用户进行采集作业，作业完成的用户会得到一定的现金奖励。

由于众包用户来自广大互联网用户，产品侧难以充分核实一个众包用户的真实性和可靠性，这就给了一些不法分子可乘之机，例如不法分子可通过模拟定位手段来非法赚取产品的作业奖励。

发明内容

本申请提供了一种兴趣点采集的异常任务检测方法、装置、电子设备、存储介质和计算机程序产品。

根据本申请的一方面，提供了一种兴趣点采集的异常任务检测方法，包括：

向众包用户分配兴趣点POI采集的任务；

获取众包用户提交的任务作业数据，并从任务作业数据中提取用户执行兴趣点POI采集任务的行为特征和/或结果特征；

将行为特征和/或结果特征输入预先训练的异常任务检测模型，以对任务作业数据进行异常检测

根据本申请的另一方面，提供了一种兴趣点采集的异常任务检测装置，包括：

任务分发模块，用于向众包用户分配兴趣点POI采集的任务；

特征提取模块，用于获取众包用户提交的任务作业数据，并从任务作业数据中提取用户执行兴趣点POI采集任务的行为特征和/或结果特征；

异常检测模块，用于将行为特征和/或结果特征输入预先训练的异常任务检测模型，以对任务作业数据进行异常检测。

根据本申请的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请任意实施例的兴趣点采集的异常任务检测方法。

根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本申请任意实施例的兴趣点采集的异常任务检测方法。

根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本申请任意实施例的兴趣点采集的异常任务检测方法

根据本申请的技术，优化了兴趣点采集过程中的异常任务检测的效果。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请实施例的一种兴趣点采集的异常任务检测方法的示意图；