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！

申请/专利权人：厦门美亚亿安信息科技有限公司

摘要：本发明提出了一种基于人工智能的员工异常行为检测方法和系统，具体包括获取用户聊天数据并进行切分、清洗，得到用户的聊天数据序列，计算用户聊天数据的文本特征向量Et、用户身份特征序列向量组合Ea、时序特征向量Eb、时段特征向量Ec、节日特征向量Ed和用户特征向量组合Ee，并进行特征对齐，通过均值池化和编码器进行特征融合，再通过二分类器预测用户聊天数据的异常行为。本发明解决了传统的异常行为检测方法存在的效率低，成本高和准确率差的问题，能够深层理解聊天数据的语境和语义，减少存在的误差，从聊天数据中快速、精确地发现异常行为，精确率高达百分之九十以上，从大量聊天数据检测出异常行为只需数秒。

主权项：1.一种基于人工智能的员工异常行为检测方法，其特征在于，包括：S1:获取用户聊天数据并进行切分和清洗，得到用户的聊天数据序列[c1,c2,……，cm]和用户序列U＝[u1,u2,……，um]；S2:通过所述聊天数据序列[c1,c2,……，cm]得到所述用户聊天数据的文本特征向量Et；S3:计算所述用户聊天数据的用户身份特征序列向量a并得到用户身份特征序列向量组合Ea＝[a1,a2,……，am]，计算公式如下：a＝FNNMeanEmbX，a∈R768其中，FNN表示前馈神经网络，Mean表示均值池化，Emb表示嵌入层，X表示用户身份特征序列；S4:根据所述用户聊天数据的时间信息计算所述聊天数据序列的时序特征向量Eb，计算公式如下：FT＝FloorT-t1NEb＝FNNEmbMinFT,433Eb∈Rm*768其中，T表示时间序列，t1表示所述用户聊天数据中第一条消息的发送时间，N表示时间间隔，FT表示时间序列对应的时序编码，Floor表示向下取整函数，FNN表示前馈神经网络，Emb表示嵌入层；S5:根据所述用户聊天数据的时间信息计算得到时段特征向量Ec以及节日特征向量Ed，计算公式如下：F’T＝FloorTNEc＝FNNEmbF’TEc∈Rm*768Ed＝FNNEmbITy∈Rm*768其中，T表示时间序列，N表示时间间隔，Floor表示向下取整函数，F’T表示时间序列对应的时段编码，FNN表示前馈神经网络，Emb表示嵌入层，m表示聊天数据序列的数量，IT表示指示函数，若当前日期为节假日则IT取值为1，反之，IT取值为0；S6:将所述聊天数据序列[c1,c2,……，cm]与所述用户序列U＝[u1,u2,……，um]进行对应，并计算每个用户u所对应的用户特征向量e得到用户特征向量组合Ee，计算公式如下：e＝EmbMinArgSortCountU,u,M其中，Emb表示嵌入层，ArgSort表示对所述用户序列U进行排列并获取用户u在序列中的排序位置，M表示最大发言人个数；S7:将所述用户身份特征序列向量组合Ea、所述时序特征向量Eb、所述时段特征向量Ec、所述节日特征向量Ed和所述文本特征向量Et进行特征对齐；S8:通过均值池化和transformerencoder编码器将所述用户身份特征序列向量组合Ea、所述时序特征向量Eb、所述时段特征向量Ec、所述节日特征向量Ed和所述用户特征向量组合Ee进行融合，以及通过若干个二分类器预测所述用户聊天数据的异常行为并输出结果。

全文数据：

权利要求：

百度查询： 厦门美亚亿安信息科技有限公司 一种基于人工智能的员工异常行为检测方法和系统