CN113064916A - 异常打卡行为的监测方法、装置、计算机设备及存储介质 - Google Patents

异常打卡行为的监测方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113064916A
CN113064916A CN202110435461.1A CN202110435461A CN113064916A CN 113064916 A CN113064916 A CN 113064916A CN 202110435461 A CN202110435461 A CN 202110435461A CN 113064916 A CN113064916 A CN 113064916A
Authority
CN
China
Prior art keywords
card punching
position information
information
user
abnormal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110435461.1A
Other languages
English (en)
Other versions
CN113064916B (zh
Inventor
郑黎明
傅宇
邓愉
张政
晏湘涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202110435461.1A priority Critical patent/CN113064916B/zh
Publication of CN113064916A publication Critical patent/CN113064916A/zh
Application granted granted Critical
Publication of CN113064916B publication Critical patent/CN113064916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1091—Recording time for administrative or management purposes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Environmental & Geological Engineering (AREA)
  • Remote Sensing (AREA)
  • Toxicology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种异常打卡行为的监测方法、装置、计算机设备及存储介质，应用于计算机技术领域。本发明提供的方法包括：在接收到移动终端发送的打卡请求时，从所述打卡请求中获取打卡用户的身份信息和多个历史打卡位置信息；根据当前打卡位置信息与历史打卡位置信息的比对结果确定当前打卡位置信息是有效位置信息，并根据所述打卡用户的移动终端在第一时间范围内的位置变化信息生成所述打卡用户在所述第一时间范围的位置轨迹图；对所述位置轨迹图进行分析，并通过路径规划算法生成至少一条预设路径图；根据所述位置轨迹图与所述预设路径图的相似程度，确定所述打卡用户的打卡行为是否异常。本发明有利于提高监测异常打卡行为的准确性。

Description

异常打卡行为的监测方法、装置、计算机设备及存储介质
技术领域
本发明涉及数据处理领域，尤其涉及一种异常打卡行为的监测方法、装置、计算机设备及存储介质。
背景技术
智能终端的普及使人员可通过签到移动端APP进行打卡考勤，极大地便利了人员的考勤管理。移动端APP进行打卡考勤，主要是通过获取当前移动端的位置信息，进而与预设的打卡位置进行对比，如果当前移动端的位置信息与预设的打卡位置的距离在预设范围之内，则认为打卡成功。
但是这种打卡方法存在风险，打卡人员使用位置模拟工具修改移动终端的定位信息，会达到在非规定打卡地点卡的目的。针对这种情况，目前的常用技术是通过判断打卡人员的打卡位置信息以及移动终端连接的局域网来确定打卡人员是否是异常打卡行为，但是这种方法无法排除打卡人员将打卡设备放在规定打卡地点后，通过设置自动打卡，进而完成打卡的情况。对监测用户打卡行为是否异常的准确性不高。
因此，需要提出一种异常打卡行为的监测方法，以提高异常打卡行为的监测准确性。
发明内容
本发明提供一种异常打卡行为的监测方法、装置、计算机设备及存储介质，以提高监测异常打卡行为的准确性。
一种异常打卡行为的监测方法，包括：
在接收到打卡用户的移动终端发送的打卡请求时，从该打卡请求中获取该打卡用户的身份信息和当前打卡位置信息，并根据该打卡用户的身份信息获取该打卡用户的多个历史打卡位置信息；
将该当前打卡位置信息与每个该历史打卡位置信息进行比对，根据比对结果判断该当前打卡位置信息是否是有效位置信息；
若该当前打卡位置信息是有效位置信息，则根据该当前打卡位置信息确定第一时间范围；
获取该移动终端在该第一时间范围内的位置变化信息，并根据该位置变化信息，生成该打卡用户在该第一时间范围的位置轨迹图；
对该位置轨迹图进行分析，得到该位置轨迹图的起点位置信息和终点位置信息，并基于该起点位置信息和终点位置信息，通过路径规划算法生成至少一条预设路径图；
根据该位置轨迹图与该预设路径图之间的相似程度，确定该打卡用户的打卡行为是否异常。
一种异常打卡行为的监测装置，包括：
打卡位置信息获取模块，用于在接收到打卡用户的移动终端发送的打卡请求时，从该打卡请求中获取该打卡用户的身份信息和当前打卡位置信息，并根据该打卡用户的身份信息获取该打卡用户的多个历史打卡位置信息；
有效位置信息判断模块，用于将该当前打卡位置信息与该每个历史打卡位置信息进行比对，根据比对结果判断该当前打卡位置信息是否是有效位置信息；
第一时间范围确定模块，用于若该当前打卡位置信息是有效位置信息，则根据该当前打卡位置信息确定第一时间范围。
位置轨迹图生成模块，用于获取该移动终端在该第一时间范围内的位置变化信息，并根据该位置变化信息，生成该打卡用户在该第一时间范围的位置轨迹图；
预设路径图生成模块，用于对该位置轨迹图进行分析，得到该位置轨迹图的起点位置信息和终点位置信息，并基于该起点位置信息和终点位置信息，通过路径规划算法生成至少一条预设路径图；
异常判断模块，用于根据该位置轨迹图与该预设路径图之间的相似程度，确定该打卡用户的打卡行为是否异常。
一种计算机设备，包括存储器、处理器以及存储在该存储器中并可在该处理器上运行的计算机程序，该处理器执行该计算机程序时实现上述异常打卡行为的监测方法的步骤。
一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述异常打卡行为的监测方法的步骤。
本发明提供的异常打卡行为的监测方法、装置、计算机设备及存储介质，通过接收到移动终端发送的打卡请求时，从该打卡请求中获取打卡用户和多个历史打卡位置信息；根据当前打卡位置信息与每个历史打卡位置信息的比对结果确定当前打卡位置信息是有效位置信息，并根据当前打卡位置信息确定第一时间范围，并根据该移动终端在第一时间范围内的位置变化信息生成该打卡用户在该第一时间范围的位置轨迹图；对该位置轨迹图进行分析，并通过路径规划算法生成至少一条预设路径图；根据该位置轨迹图与该预设路径图之间的相似程度，确定该打卡用户的打卡行为是否异常，本发明获取打卡用户的位置信息，以生成该打卡用户的位置轨迹图，并与预设路径进行比较，用以判断打卡用户的位置信息是否与实际路径相符合，以判断用户的打卡行为是否是异常的，以提高监测异常打卡行为的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中异常打卡行为的监测方法的一应用环境示意图；
图2是本发明一实施例中异常打卡行为的监测方法的一流程图；
图3是本发明一实施例中异常打卡行为的监测装置的结构示意图；
图4是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，系统架构可以包括终端设备、网络和服务器。网络用以在终端设备和服务器之间提供通信链路的介质。网络可以包括各种连接类型，例如有限、无线通信链路或者光纤电缆等等。终端设备可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Eperts GroupAudio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture EpertsGroup Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器可以是提供各种服务的服务器，例如对终端设备上显示的页面提供支持的后台服务器。
需要说明的是，本发明实施例所提供的异常打卡行为的监测方法由服务器执行，相应地，异常打卡行为的监测装置设置于服务器中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器，本申请实施例中的终端设备具体可以对应的是实际生产中的应用系统。
如图2所示，本发明实施例提供的一种异常打卡行为的监测方法，以该方法应用在图1中的服务端为例进行说明。
本发明实施例提供的异常行为打卡的监测方法，包括步骤S201至步骤S206：
S201，在接收到打卡用户的移动终端发送的打卡请求时，从该打卡请求中获取该打卡用户的身份信息和当前打卡位置信息，并根据该打卡用户的身份信息获取该打卡用户的多个历史打卡位置信息。
具体的，在本实施例中，在接收到移动终端发送的打卡请求，均从该打卡请求中获取打卡用户的身份信息，并获取移动终端的定位信息作为当前打卡位置信息，并根据打卡用户的身份信息获取存储在服务端上的历史打卡位置信息。
其中，打卡用户的身份信息可以是打卡用户名称、打卡用户证件号码以及打卡用户的工号等用以确定用户身份的信息，具体可以是文字、数字、字母中的一种或者多种组合。
其中，具体是通过GPS定位信号或基站信号或WIFI信号等方法获取移动终端的定位信息；当前打卡位置信息具体是在打卡用户发送打卡请求的当前，移动终端获取到的该打卡用户的定位信息；历史打卡位置信息是指同一打卡用户在历史打卡成功时，移动终端获取的定位信息。例如，当前打卡位置信息是指打卡用户在今天打卡时的位置信息，历史打卡位置信息是指同一打卡用户在昨天打卡时的打卡位置信息。
其中，定位信息指移动终端或终端用户(打卡用户)的位置信息，其中，位置信息是指当前位置的经纬度坐标。
S202，将该当前打卡位置信息与该每个历史打卡位置信息进行比对，根据比对结果判断该当前打卡位置信息是否是有效位置信息。
具体的，在判断当前打卡位置信息为有效位置信息后，则将当前位置信息存储在服务端中，将当前打卡位置信息与多个历史打卡位置信息进行比较，若两者在实际地图上的差距小于预设范围，则可确定当前打卡位置信息为有效位置信息，并将当前打卡位置信息进行存储。其中，预设范围可根据实际要求进行设定，例如，当前打卡位置信息与历史位置信息的差距小于50米，则确定当前打卡位置信息为有效位置信息。
其中，当前打卡位置信息指移动终端当前的经纬度坐标，历史打卡位置信息指移动终端历史的经纬度坐标。将当前打卡位置信息与历史打卡位置信息进行比较的步骤包括：
根据经纬度与千米的换算关系，将当前打卡位置信息与历史打卡位置信息的经度差换算成横向距离，将当前打卡位置信息与历史打卡位置信息的维度差换算成纵向距离；
基于该横向距离与该纵向距离，通过勾股定理公式计算得到当前打卡位置与历史打卡位置信息的直线距离。
其中，得到直线距离后，将该直线距离与预设距离阈值进行比较，若该直线距离超过该预设距离阈值，则确定当前打卡位置信息为有效位置信息。
其中，预设距离阈值根据实际场景确定。在本实施例中，预设距离阈值可设置为100米。若当前打卡位置信息与历史打卡位置信息的直线距离相差50米，则确定当前打卡位置信息为有效位置信息。
其中，若当前位置信息不是有效位置信息，则根据预设的预警方式执行预警处理。其中，预设的预警方式包括但不限于：将该打卡用户的异常打卡信息发送至服务端进行存储等。
S203，若该当前打卡位置信息是有效位置信息，则根据该当前打卡位置信息确定第一时间范围。
具体的，当确定当前打卡位置信息是有效信息，则根据当前打卡位置信息，确定打卡用户从出发点至到达点的时间，作为第一时间范围。
S204，获取该移动终端在该第一时间范围内的位置变化信息，并根据该位置变化信息，生成该打卡用户在该第一时间范围的位置轨迹图。
其中，位置变化信息指移动终端在一段时间间隔内的位置信息序列。
移动终端通过定位技术获取移动终端或终端用户的位置信息，其中，位置信息指经纬度坐标。将移动终端获取到的位置信息存储在服务器中。当接收到获取位置变化信息的请求时，则从服务器中读取一段时间间隔内的位置信息序列，作为位置变化信息。
具体的，第一时间范围是指打卡用户的位置第一次发生变化时的时间至获取到当前打卡位置信息的时间的间隔。
S205，对该位置轨迹图进行分析，得到该位置轨迹图的起点位置信息和终点位置信息，并基于该起点位置信息和终点位置信息，通过路径规划算法生成至少一条预设路径图。
具体的，起点位置信息可以是打卡用户的出发地点，例如打卡用户的家庭住址等，终点位置信息可以是打卡用户的上班地址。根据起点位置信息与终点位置信息，绘制得到两个地点之间的通行路线。
其中，路径规划算法的一般步骤主要包括如下：
a.环境建模。建立一个便于计算机进行路径规划所使用的环境模型，即将实际的物理空间抽象成算法能够处理的抽象空间。
b.路径搜索。路径搜索阶段是在环境模型的基础上应用相应的算法寻找一条行走路径，使预定的性能函数获得最优值。
c.路径平滑。通过相应算法搜索出的路径并不一定是一个运动体(人、车辆等等)可以行走的可行路径，需要作进一步处理与平滑才能使其成为一条实际可行的路径。
通过路径规划算法生成的预设路径图是一个行人实际可行的预设路径图，即在此基础上，为后续步骤S206的比较提供可靠的参考价值，有利于判断打卡用户的位置信息是否异常，进而提高判断打卡用户的异常打卡行为的准确性。
具体的，可以根据第三方地图工具，基于起点位置位置信息与终点位置信息，生成预设路径图。
S206，根据该位置轨迹图与该预设路径图之间的相似程度，确定该打卡用户的打卡行为是否异常。
具体的，将位置轨迹图与预设路径图进行对比，以判断打卡用户的位置轨迹图是否与预设路径图相符合，以判断用户的打卡行为是否异常。
其中，可比较位置轨迹图与预设路径图的重叠程度，即判断位置轨迹图与预设路径图是否是相同路径，以确定打卡用户在第一时间范围内的位置变化是否与实际路线相符合。
在本实施例中，本发明实施例提供的异常打卡行为的监测方法通过接收到移动终端发送的打卡请求时，从该打卡请求中获取打卡用户和多个历史打卡位置信息；根据当前打卡位置信息与历史打卡位置信息的比对结果确定当前打卡位置信息是有效位置信息，根据当前打卡位置信息确定第一时间范围，并根据该移动终端在第一时间范围内的位置变化信息生成该打卡用户在该第一时间范围的位置轨迹图；对该位置轨迹图进行分析，并通过路径规划算法生成至少一条预设路径图；根据该位置轨迹图与该预设路径图的相似程度，确定该打卡用户的打卡行为是否异常，本发明获取打卡用户的位置信息，以生成该打卡用户的位置轨迹图，并与预设路径进行比较，用以判断打卡用户的位置信息是否与实际路径相符合，以判断用户的打卡行为是否是异常的，以提高监测异常打卡行为的准确性。
在本实施例中，步骤S202中，将该当前打卡位置信息与该多个历史打卡位置信息进行比对，根据比对结果判断该当前打卡位置信息是否是有效位置信息的步骤包括：
基于该多个历史打卡位置信息，通过动态聚类方式，生成历史打卡位置中心点。
根据该历史打卡位置中心点为原点，以预设距离为半径，确定有效位置范围。
判断该当前打卡位置是否处于该有效位置范围，若该当前打卡位置在该有效位置范围内，则确定该当前打卡位置为有效位置信息。
其中，动态聚类的原理主要包括：
e.运用标准变换法对当前打卡位置信息和历史打卡位置信息进行标准化处理。
f.选定预定数目的聚核，对样本历史打卡位置信息进行初始分组。
g.对所有历史打卡位置信息进行分组，计算每一组的中心点，作为改组的聚类中心点。
其中，获取同一打卡用户的多个历史位置信息，将多个历史位置信息进行分，以选择出聚类中心点，用以确定有效位置范围。
动态聚类法通过对多个历史打卡位置信息进行分类，在多个历史打卡位置信息中确定打卡位置中心点，有利于对大量的历史打卡位置信息进行分类，以提高判断打卡用户的当前打卡位置信息是否是有效位置信息的准确性。
本实施例中，通过多个历史打卡位置信息确定有效位置范围，并判断当前打卡位置信息是否在该有效位置范围内，进而确定当前打卡位置信息是否是有效位置信息，由于移动终端的品牌等因素，不同移动终端使用的定位技术不尽相同，因此，移动终端获取的位置信息有可能会出现偏差。本实施例针对同一移动终端的定位位置信息生成有效位置范围，在此基础上，能减少对有效位置信息的判断的结果的变量，进而提高监测异常打卡行为的准确性。
在本实施例的一些可选的实现方式中，步骤S203中，根据当前打卡位置信息确定第一时间范围的步骤包括：
在预设时间段内，采用预设脚本，实时监控当前位置相对于预设起点，是否发生位置变化，若发生位置变化，则获取发生位置变化的时间，作为起始时间，并停止监控。
基于该起始时间与该结束时间，确定该第一时间范围。
基于该起始时间与该结束时间，确定第一时间范围的范围长度。
具体的，预设时间段可以根据打卡用户的考勤规定设定，例如，预设时间段可以是早上6点至早上9点。
其中，在本实施例中，预设起点可以设置为打卡用户的家庭住址。其中，打卡用户的家庭住址可以由打卡用户输入，或由服务端调用数据库得到。
具体的，预设脚本指的是在移动终端的后台设置触发机制，当移动终端的定位信息发生偏离且偏离值大于预设范围，则该触发机制被触发，以存储当前的位置信息。
其中，位置轨迹图是基于第一时间范围内的位置变化信息，将位置变化信息进行连接得到的轨迹图。
其中，预设范围可以根据具体情况设定，具体可以设置为100米。在本实施例的一些可选的实现方式中，步骤S204中，若当前打卡位置信息是有效位置信息，则获取该移动终端在第一时间范围内的位置变化信息，并根据位置变化信息，生成打卡用户在第一时间范围的位置轨迹图的步骤包括：
若检测到该移动终端的位置信息在该第一时间范围内发生偏离，并且偏离值大于预设偏离范围，则对该位置信息进行存储。
获取在该第一时间范围内存储的所有位置信息，作为该打卡用户的移动终端在该第一时间范围的位置变化信息。
基于位置变化信息，通过地图匹配算法，生成该打卡用户在该第一时间范围内的位置轨迹图。
其中，地图匹配算法是将移动终端的有序的定位位置信息关联到电子地图的路网上，将定位位置信息的采样序列转换为路网坐标序列的过程。
移动终端所定位的定位位置信息在匹配到电子地图的路网上会有误差，如果不进行地图匹配，那么打卡用户的运动轨迹可能不会落到路网上。
其中，在进行地图匹配时，可根据市内交通轨迹图进行位置轨迹图的生成。
具体的，通过地图匹配算法，将打卡用户在第一时间范围的位置变化信息与电子地图匹配，以生成符合实际情况的位置轨迹图，以提高位置轨迹图的真实性与可靠性，使在此基础上进行的监测异常打卡行为的结果更有参考性。
在本实施例的一些可选的实现方式中，步骤S205中，对该位置轨迹图进行分析，得到该位置轨迹图的起点信息和终点信息，并基于该起点信息和终点信息，通过路径规划算法生成至少一条预设路径图的步骤包括：
将该打卡位置信息作为该终点位置信息，并将该打卡位置信息与该位置轨迹图进行匹配，选择在该第一时间范围开始时的位置信息，作为起点位置信息。
基于该起点位置信息与该打卡位置信息，通过地图匹配算法与路径规划算法，生成从该起点位置信息至该打卡位置信息的至少一条预设路径图。
具体的，将第一时间范围开始时的位置信息作为起点位置信息，将当前打卡位置信息作为终点位置信息，在此基础上生成的预设路径图，与位置轨迹图的地点与终点相同，有利于减少对比较结果有影响的无关变量。
在本实施例的一些可选的实现方式，步骤S206中,根据位置轨迹图与预设路径图之间的相似程度，确定打卡用户的打卡行为是否异常的步骤包括：
对该位置轨迹图与该预设路径图进行路线分段，得到至少两个路线段。
通过单向距离算法，计算该位置轨迹图与该预设路径图在每个该路线段的距离值，并基于每个该路线段的距离值，计算得到该位置轨迹图与该预设路径图的距离总值，选择距离总值最小的该预设路径图，作为对比路径图。
对每个该路线段进行权重分析，得到每个该路线段的权重值，并基于该路线段的权重值与该距离值，计算出该位置轨迹图与该对比路径图的相似程度。
若该相似程度超过预设相似度阈值，则确定该打卡用户的打卡行为不存在异常；若该相似程度不超过预设相似度阈值，则确定该打卡用户的打卡行为存在异常。
具体的，若该相似程度不超过预设相似度阈值，则确定该打卡用户的打卡行为是异常的，其中，异常打卡行为具体可以是使用地址模拟工具进行打卡、根据位置变化信息生成的位置轨迹图与实际路况不符合等等。
其中，路线分段可以是将位置轨迹图进行分段，将位置轨迹图与预设路径图以相同标准进行划分，得到路段A，路段B等等。
其中，单向距离算法(One-Way Distance)将路径与路径之间的距离转化成点与路径之间的距离，并将点与路径之间的距离进行积分，得到路径与路径之间的单向距离。
单向距离法可以对不同长度的路径进行归一化，适用于本实施例的应用场景中。
其中，对路段进行权重分析，路段的权重可根据路段A的重要程度进行分析，作为一种可选方式，通过统计路段的出现频率，例如，路段A在位置轨迹图与预设路径图中的出现频率最高，路段B的出现频率次于路段B，由此得出，路段A的权重大于路段B的权重。
具体的，通过单向距离法在预设路径图中选择出对比路径图后，计算出每一个路段，位置轨迹图与对比路径图的距离值，并根据每一路段的权重与距离值，得到位置轨迹图与对比路径图的距离总值。
其中，可根据公式计算得到距离总值：
Figure BDA0003032994580000121
其中，D指距离总值，n指路段的个数，Di指第i段路段的距离，Wi指第i段路段的权重。
其中，预设相似度阈值可以根据实际情况设定，具体的，可以设置为88％等。
本实施例中，通过对位置轨迹图与预设路径图的相似程度进行比较，以确定打卡用户在第一时间范围的位置变化信息是否符合真实路况的位置变化，以提高监测到异常打卡行为的准确性。
在本实施例的一些可选的实现方式中，步骤S206之后该异常打卡行为的监测方法还包括：
若确定该打卡用户的打卡行为存在异常，则根据预设的预警方式执行预警处理。
具体的，在判断结果为打卡用户的打卡行为是异常打卡行为时，触发预警，根据预设的预警方式执行预警处理。
其中，预设的预警方式包括但不限于：将打卡用户的异常打卡作为考勤异常记录存储至服务端等。
本实施例中，通过对异常打卡行为进行预警，有利于考勤人员对异常打卡诶进行考勤管理。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图3示出与上述实施例中的异常打卡行为的监测方法一一对应的异常打卡行为的监测装置的原理框图。
如图3所示，该异常打卡行为的监测装置包括打卡位置信息获取模块31、有效位置信息判断模块32、第一时间范围确定模块33、位置轨迹图生成模块34、预设路径图生成模块35和异常判断模块36。各功能模块详细说明如下：
打卡位置信息获取模块31，用于在接收到打卡用户的移动终端发送的打卡请求时，从该打卡请求中获取该打卡用户的身份信息和当前打卡位置信息，并根据该打卡用户的身份信息获取该打卡用户的多个历史打卡位置信息。
有效位置信息判断模块32，用于将该当前打卡位置信息与每个历史打卡位置信息进行比对，根据比对结果判断该当前打卡位置信息是否是有效位置信息。
第一时间范围确定模块33，用于若该当前打卡位置信息是有效位置信息，则根据该当前打卡位置信息确定第一时间范围。
位置轨迹图生成模块34，用于若当前打卡位置信息是有效位置信息，则获取该打卡用户的移动终端在第一时间范围内的位置变化信息，并根据该位置变化信息，生成该打卡用户在该第一时间范围的位置轨迹图。
预设路径图生成模块35，用于对该位置轨迹图进行分析，得到该位置轨迹图的起点位置信息和终点位置信息，并基于该起点位置信息和终点位置信息，通过路径规划算法生成至少一条预设路径图。
异常判断模块36，用于根据该位置轨迹图与该预设路径图之间的相似程度，确定该打卡用户的打卡行为是否异常。
可选的，有效位置信息判断模块32包括：
历史打卡位置生成单元，用于基于该多个历史打卡位置信息，通过动态聚类方式，生成历史打卡位置中心点。
有效位置范围确定单元，用于根据该历史打卡位置中心点为原点，以预设距离为半径，确定有效位置范围。
有效位置信息确定单元，用于判断该当前打卡位置是否处于该有效位置范围，若该当前打卡位置在该有效位置范围内，则确定该当前打卡位置为有效位置信息。
可选的，第一时间范围确定模块33包括：
起始时间获取单元，用于在预设时间段内，采用预设脚本，实时监控当前位置相对于预设起点，是否发生位置变化，若发生位置变化，则获取发生位置变化的时间，作为起始时间，并停止监控。
结束时间获取单元，用于获取接收到该打卡位置信息时的时间信息，作为结束时间。
第一时间范围单元，用于基于该起始时间与该结束时间，确定该第一时间范围。
可选的，位置轨迹图生成模块34包括：
位置信息存储单元，用于若检测到该移动终端的位置信息在第一时间范围内发生偏离，并且偏离值大于预设偏离范围，则对该位置信息进行存储。
位置变化信息获取单元，用于获取在该第一时间范围内存储的所有该位置信息，作为该打卡用户的移动终端在该第一时间范围的位置变化信息。
位置轨迹图生成单元，用于基于该位置变化信息，通过地图匹配算法，生成该打卡用户在该第一时间范围内的位置轨迹图。
可选的，预设路径图生成模块35包括：
起点位置信息获取单元，用于将该打卡位置信息作为该终点位置信息，并将该打卡位置信息与该位置轨迹图进行匹配，选择在该第一时间范围开始时的位置信息，作为起点位置信息。
预设路径图生成单元，用于基于该起点位置信息与该打卡位置信息，通过地图匹配算法与路径规划算法，生成从该起点位置信息至该打卡位置信息的至少一条预设路径图。
可选的，异常判断模块36包括：
路段分段单元，用于对该位置轨迹图与该预设路径图进行路线分段，得到至少两个路线段。
对比路径图选择单元，用于通过单向距离算法，计算该位置轨迹图与该预设路径图在每个该路线段的距离值，并基于每个该路线段的距离值，计算得到该位置轨迹图与该预设路径图的距离总值，选择距离总值最小的该预设路径图，作为对比路径图。
相似程度计算单元，用于对每个该路线段进行权重分析，得到每个该路线段的权重值，并基于该路线段的权重值与该距离值，计算出该位置轨迹图与该对比路径图的相似程度。
异常判断单元，用于若该相似程度超过预设相似范围度阈值，则确定该打卡用户的打卡行为不存在异常，若该相似程度不超过预设相似度阈值，则确定该打卡用户的打卡行为存在异常。
可选的，异常打卡行为的监测装置还包括：
预警模块，用于若确定该打卡用户的打卡行为存在异常，则根据预设的预警方式执行预警处理。
其中上述模块/单元中的“第一”和“第二”的意义仅在于将不同的模块/单元加以区分，并不用于限定哪个模块/单元的优先级更高或者其它的限定意义。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，本申请中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式。
关于异常打卡行为的监测装置的具体限定可以参见上文中对于异常打卡行为的监测方法的限定，在此不再赘述。上述异常打卡行为的监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储异常打卡行为的监测方法中涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种异常打卡行为的监测方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中异常打卡行为的监测方法的步骤，例如图2所示的步骤S201至步骤S206及该方法的其它扩展和相关步骤的延伸。或者，处理器执行计算机程序时实现上述实施例中异常打卡行为的监测装置的各模块/单元的功能，例如图3所示模块31至模块36的功能。为避免重复，这里不再赘述。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。
所述存储器可以集成在所述处理器中，也可以与所述处理器分开设置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中异常打卡行为的监测方法的步骤，例如图2所示的步骤S201至步骤S206及该方法的其它扩展和相关步骤的延伸。或者，计算机程序被处理器执行时实现上述实施例中异常打卡行为的监测装置的各模块/单元的功能，例如图3所示模块31至模块36的功能。为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种异常打卡行为的监测方法，其特征在于，所述异常打卡行为的监测方法包括：
在接收到打卡用户的移动终端发送的打卡请求时，从所述打卡请求中获取所述打卡用户的身份信息和当前打卡位置信息，并根据所述打卡用户的身份信息获取所述打卡用户的多个历史打卡位置信息；
将所述当前打卡位置信息与每个所述历史打卡位置信息进行比对，根据比对结果判断所述当前打卡位置信息是否是有效位置信息；
若所述当前打卡位置信息是有效位置信息，则根据所述当前打卡位置信息确定第一时间范围；
获取所述移动终端在所述第一时间范围内的位置变化信息，并根据所述位置变化信息，生成所述打卡用户在所述第一时间范围的位置轨迹图；
对所述位置轨迹图进行分析，得到所述位置轨迹图的起点位置信息和终点位置信息，并基于所述起点位置信息和终点位置信息，通过路径规划算法生成至少一条预设路径图；
根据所述位置轨迹图与所述预设路径图之间的相似程度，确定所述打卡用户的打卡行为是否异常。
2.根据权利要求1所述的打卡行为异常的监测方法，其特征在于，所述将所述当前打卡位置信息与每个所述历史打卡位置信息进行比对，根据比对结果判断所述当前打卡位置信息是否是有效位置信息的步骤包括：
基于所述多个历史打卡位置信息，通过动态聚类方式，生成历史打卡位置中心点；
根据所述历史打卡位置中心点为原点，以预设距离为半径，确定有效位置范围；
判断所述当前打卡位置是否处于所述有效位置范围，若所述当前打卡位置在所述有效位置范围内，则确定所述当前打卡位置为有效位置信息。
3.根据权利要求1所述的异常打卡行为的监测方法，其特征在于，所述根据所述当前打卡位置信息确定第一时间范围的步骤包括：
在预设时间段内，采用预设脚本，实时监控当前位置相对于预设起点，是否发生位置变化，若发生位置变化，则获取发生位置变化的时间，作为起始时间，并停止监控；
获取接收到所述打卡位置信息时的时间信息，作为结束时间；
基于所述起始时间与所述结束时间，确定所述第一时间范围。
4.根据权利要求1所述的异常打卡行为的监测方法，其特征在于，所述获取所述移动终端在所述第一时间范围内的位置变化信息，并根据所述位置变化信息，生成所述打卡用户在所述第一时间范围的位置轨迹图的步骤包括：
若检测到所述移动终端的位置信息在第一时间范围内发生偏离，并且偏离值大于预设偏离范围，则对所述位置信息进行存储；
获取在所述第一时间范围内存储的所有所述位置信息，作为所述打卡用户的移动终端在所述第一时间范围的位置变化信息。
基于所述位置变化信息，通过地图匹配算法，生成所述打卡用户在所述第一时间范围内的位置轨迹图。
5.根据权利要求1所述的异常打卡行为的监测方法，其特征在于，所述对所述位置轨迹图进行分析，得到所述位置轨迹图的起点信息和终点信息，并基于所述起点信息和终点信息，通过路径规划算法生成至少一条预设路径图的步骤包括：
将所述打卡位置信息作为所述终点位置信息，并将所述打卡位置信息与所述位置轨迹图进行匹配，选择在所述第一时间范围开始时的位置信息，作为起点位置信息；
基于所述起点位置信息与所述打卡位置信息，通过地图匹配算法与路径规划算法，生成从所述起点位置信息至所述打卡位置信息的至少一条预设路径图。
6.根据权利要求1所述的异常打卡行为的监测方法，其特征在于，所述根据所述位置轨迹图与所述预设路径图之间的相似程度，确定所述打卡用户的打卡行为是否异常的步骤包括：
对所述位置轨迹图与所述预设路径图进行路线分段，得到至少两个路线段；
通过单向距离算法，计算所述位置轨迹图与所述预设路径图在每个所述路线段的距离值，并基于每个所述路线段的距离值，计算得到所述位置轨迹图与所述预设路径图的距离总值，选择距离总值最小的所述预设路径图，作为对比路径图；
对每个所述路线段进行权重分析，得到每个所述路线段的权重值，并基于所述路线段的权重值与所述距离值，计算出所述位置轨迹图与所述对比路径图的相似程度；
若所述相似程度超过预设相似度阈值，则确定所述打卡用户的打卡行为不存在异常；若所述相似程度不超过预设相似度阈值，则确定所述打卡用户的打卡行为存在异常。
7.根据权利要求1至6任一项所述的异常打卡行为的监测方法，所述根据所述位置轨迹图与所述预设路径图的相似程度，确定所述打卡用户的打卡行为是否异常之后，所述异常打卡行为的监测方法还包括：
若确定所述打卡用户的打卡行为存在异常，则根据预设的预警方式执行预警处理。
8.一种异常打卡行为的监测装置，其特征在于，所述异常打卡行为的监测装置包括：
打卡位置信息获取模块，用于在接收到打卡用户的移动终端发送的打卡请求时，从所述打卡请求中获取所述打卡用户的身份信息和当前打卡位置信息，并根据所述打卡用户的身份信息获取所述打卡用户的多个历史打卡位置信息；
有效位置信息判断模块，用于将所述当前打卡位置信息与每个所述历史打卡位置信息进行比对，根据比对结果判断所述当前打卡位置信息是否是有效位置信息；
第一时间范围确定模块，用于若所述当前打卡位置信息是有效位置信息，则根据所述当前打卡位置信息确定第一时间范围；
位置轨迹图生成模块，用于获取所述移动终端在所述第一时间范围内的位置变化信息，并根据所述位置变化信息，生成所述打卡用户在所述第一时间范围的位置轨迹图；
预设路径图生成模块，用于对所述位置轨迹图进行分析，得到所述位置轨迹图的起点位置信息和终点位置信息，并基于所述起点位置信息和终点位置信息，通过路径规划算法生成至少一条预设路径图；
异常判断模块，用于根据所述位置轨迹图与所述预设路径图之间的相似程度，确定所述打卡用户的打卡行为是否异常。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述异常打卡行为的监测方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述异常打卡行为的监测方法的步骤。
CN202110435461.1A 2021-04-22 2021-04-22 异常打卡行为的监测方法、装置、计算机设备及存储介质 Active CN113064916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110435461.1A CN113064916B (zh) 2021-04-22 2021-04-22 异常打卡行为的监测方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110435461.1A CN113064916B (zh) 2021-04-22 2021-04-22 异常打卡行为的监测方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113064916A true CN113064916A (zh) 2021-07-02
CN113064916B CN113064916B (zh) 2023-09-05

Family

ID=76567455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110435461.1A Active CN113064916B (zh) 2021-04-22 2021-04-22 异常打卡行为的监测方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113064916B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120761A (zh) * 2021-11-29 2022-03-01 海南安博教育科技有限公司 实训操作的培训方法、装置、介质和电子设备
CN116561437A (zh) * 2023-07-10 2023-08-08 荣耀终端有限公司 用户行为预测方法、终端设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107316350A (zh) * 2017-07-07 2017-11-03 成都恒高科技有限公司 一种基于定位系统的考勤作弊行为检测方法
CN107517439A (zh) * 2016-06-15 2017-12-26 阿里巴巴集团控股有限公司 移动考勤处理方法、装置、设备和系统
CN109544718A (zh) * 2018-11-20 2019-03-29 左凌云 一种考勤方法及其系统
CN110379028A (zh) * 2019-06-14 2019-10-25 平安科技（深圳）有限公司 基于路线推荐的打卡方法、装置、计算机设备及存储介质
CN110930107A (zh) * 2019-10-14 2020-03-27 平安科技（深圳）有限公司 考勤信息的处理方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107517439A (zh) * 2016-06-15 2017-12-26 阿里巴巴集团控股有限公司 移动考勤处理方法、装置、设备和系统
CN107316350A (zh) * 2017-07-07 2017-11-03 成都恒高科技有限公司 一种基于定位系统的考勤作弊行为检测方法
CN109544718A (zh) * 2018-11-20 2019-03-29 左凌云 一种考勤方法及其系统
CN110379028A (zh) * 2019-06-14 2019-10-25 平安科技（深圳）有限公司 基于路线推荐的打卡方法、装置、计算机设备及存储介质
CN110930107A (zh) * 2019-10-14 2020-03-27 平安科技（深圳）有限公司 考勤信息的处理方法、装置、计算机设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120761A (zh) * 2021-11-29 2022-03-01 海南安博教育科技有限公司 实训操作的培训方法、装置、介质和电子设备
CN116561437A (zh) * 2023-07-10 2023-08-08 荣耀终端有限公司 用户行为预测方法、终端设备及存储介质

Also Published As

Publication number Publication date
CN113064916B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN109472213B (zh) 掌纹识别方法、装置、计算机设备和存储介质
CN112561684B (zh) 金融欺诈风险识别方法、装置、计算机设备及存储介质
CN112417273B (zh) 区域画像图生成方法、装置、计算机设备及存储介质
CN110781379A (zh) 信息推荐方法、装置、计算机设备和存储介质
CN109829020B (zh) 地点资源数据推送方法、装置、计算机设备和存储介质
CN110492480B (zh) 配电网拓扑识别方法、装置、计算机设备和可读存储介质
CN109788031B (zh) 业务数据获取方法、装置、计算机设备和存储介质
CN113064916A (zh) 异常打卡行为的监测方法、装置、计算机设备及存储介质
CN110706261A (zh) 车辆违章检测方法、装置、计算机设备和存储介质
CN111835561B (zh) 基于用户行为数据的异常用户群体检测方法、装置、设备
CN112434556A (zh) 宠物鼻纹识别方法、装置、计算机设备及存储介质
CN113435608B (zh) 联邦学习模型的生成方法、装置、计算机设备及存储介质
CN111091215B (zh) 车辆识别方法、装置、计算机设备和存储介质
CN111191800B (zh) 设备模型核查方法、装置、计算机设备和存储介质
CN110837956A (zh) 地下电缆巡检任务分配方法和装置
CN112181835A (zh) 自动化测试方法、装置、计算机设备及存储介质
CN108200087B (zh) web入侵检测方法、装置、计算机设备和存储介质
CN113707296B (zh) 医疗方案数据处理方法、装置、设备及存储介质
CN110598090A (zh) 兴趣标签的生成方法、装置、计算机设备和存储介质
CN112347201B (zh) 信息处理方法、信息处理装置及终端设备
CN113674152A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN112926491A (zh) 用户识别方法、装置、电子设备及存储介质
CN110379028B (zh) 基于路线推荐的打卡方法、装置、计算机设备及存储介质
CN110472656B (zh) 车辆图像分类方法、装置、计算机设备及存储介质
CN110163183B (zh) 目标检测算法的评估方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant