买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜山西省投资集团信息技术有限公司申请的专利一种基于深度学习的异常行为识别预警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119227681B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411351993.7，技术领域涉及：G06F40/284；该发明授权一种基于深度学习的异常行为识别预警方法及系统是由杜凯;高文博;郭宏伟;王乐;贺云;李明良;张娜;张凯;闫少波设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于深度学习的异常行为识别预警方法及系统在说明书摘要公布了：本发明涉及文本数据处理技术领域，具体涉及一种基于深度学习的异常行为识别预警方法及系统，包括：通过每个记录文本数据与语料库中相同词之间词向量的差异性，获得记录文本数据中每个词的异常行为因子；根据每类词在记录文本数据中的分布、记录文本数据中每个词与语料库中干扰词的词向量之间的相似性，确定出主题词和非主题词；并根据非主题词与主题词对应词向量之间的差异、异常行为因子之间的差异，获得每个非主题词的语境偏差系数，通过语境偏差系数对所有非主题词的异常行为因子进行修正，获得每个记录文本数据的异常程度；并进行异常行为识别。本发明降低了语境对词的影响，提高了异常行为识别预警的准确性。

本发明授权一种基于深度学习的异常行为识别预警方法及系统在权利要求书中公布了：1.一种基于深度学习的异常行为识别预警方法，其特征在于，该方法包括以下步骤：获取日常工作中的所有记录文本数据；通过规章制度获得语料库，获取记录文本数据和语料库中的所有词以及对应的词向量，通过每个记录文本数据中每个词与对应语料库中相同词之间词向量的差异性，获得每个记录文本数据中每个词的异常行为因子；根据每类词在所有记录文本数据中的分布，确定出每个记录文本数据中的疑似主题词和疑似非主题词；获取语料库中的干扰词以及对应的词向量，通过每个记录文本数据中每个词与语料库中干扰词的词向量之间的相似性，确定出每个记录文本数据中的干扰词；从疑似主题词和疑似非主题词中去除干扰词，得到每个记录文本数据中的主题词和非主题词；根据每个记录文本数据中的每个非主题词与所有主题词对应词向量之间的差异、异常行为因子之间的差异，获得每个记录文本数据中每个非主题词的语境偏差系数，通过非主题词的语境偏差系数对所有非主题词的异常行为因子进行修正，获得每个记录文本数据的异常程度；通过每个记录文本数据的异常程度进行异常行为识别；所述通过每个记录文本数据中每个词与对应语料库中相同词之间词向量的差异性，获得每个记录文本数据中每个词的异常行为因子，包括的具体步骤如下：将语料库中相同词的词向量组成一个集合，记为每个词的词向量集合；将每个记录文本数据中每个词的词向量与对应在语料库中相同词的词向量集合内任意一个词向量之间的余弦相似度，记为每个词与任意一个词向量之间的接近程度；将每个记录文本数据中每个词的词向量与对应在语料库中相同词的词向量集合内任意一个词向量进行矢量减法运算后的模长，记为每个词与任意一个词向量之间的差异程度；对每个词与任意一个词向量之间的接近程度和差异程度进行融合，得到每个词与任意一个词向量之间的异常因子，将每个词与语料库中相同词的词向量集合内所有词向量之间的异常因子的均值，作为每个记录文本数据中每个词的异常行为因子；所述根据每个记录文本数据中的每个非主题词与所有主题词对应词向量之间的差异、异常行为因子之间的差异，获得每个记录文本数据中每个非主题词的语境偏差系数，包括的具体步骤如下：对每个记录文本数据中的所有主题词的词向量进行矢量和运算，得到每个记录文本数据中主题词的总词向量；将每个记录文本数据中每个非主题词的词向量与主题词的总词向量进行矢量减法运算后的模长，记为每个非主题词与所有主题词之间的第一差异性；将每个记录文本数据中每个非主题词与所有主题词的异常行为因子之间差异的均值，记为每个非主题词与所有主题词之间的第二差异性；对每个非主题词与所有主题词之间的第一差异性和第二差异性进行融合，获得每个记录文本数据中每个非主题词的语境偏差性；对每个记录文本数据中每个非主题词的语境偏差性进行线性归一化，获得每个记录文本数据中每个非主题词的语境偏差系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山西省投资集团信息技术有限公司，其通讯地址为：030000 山西省太原市山西综改示范区太原学府园区南中环街529号清控创新基地D座12层01号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。