CN113705625A - 异常生活保障申请家庭的识别方法、装置及电子设备 - Google Patents
异常生活保障申请家庭的识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113705625A CN113705625A CN202110903261.4A CN202110903261A CN113705625A CN 113705625 A CN113705625 A CN 113705625A CN 202110903261 A CN202110903261 A CN 202110903261A CN 113705625 A CN113705625 A CN 113705625A
- Authority
- CN
- China
- Prior art keywords
- outlier
- data
- clustering
- family
- data set
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 22
- 238000003064 k means clustering Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于数据处理技术领域，提供了一种异常生活保障申请家庭的识别方法、装置及电子设备，所述方法包括：获取家庭数据集；基于多个不同的聚类参数分别对家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集；统计各个离群数据在第一离群数据集中的出现频次，并提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集；根据第二离群数据集中各个离群数据的离群因子提取第三离群数据集；判断第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。本发明能够有效提高异常生活保障申请家庭的识别准确率。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及一种异常生活保障申请家庭的识别方法、装置及电子设备。
背景技术
最低生活保障制度事关困难群众的衣食冷暖和社会和谐稳定，是一项保民生、促公平的基础性制度安排，准确识别生活保障申请家庭中的异常家庭，能够防止骗保现象，对于生活保障资金的合理分配具有重要意义。
目前，对于生活保障申请家庭的家庭数据的异常识别，常采用的是聚类和LOF算法相结合的方式，即通过聚类寻找家庭数据中的离群点，再通过LOF算法计算各个离群点的离群因子来寻找异常数据。然而，由于聚类算法对于聚类参数的选取高度敏感，导致容易遗漏异常的生活保障申请家庭。
发明内容
有鉴于此，本发明实施例提供了一种异常生活保障申请家庭的识别方法、装置及电子设备，以准确识别异常的生活保障申请家庭。
本发明实施例的第一方面提供了一种异常生活保障申请家庭的识别方法，包括：
获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据；
基于多个不同的聚类参数分别对家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集；
统计各个离群数据在第一离群数据集中的出现频次，并从第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集；
计算第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从第二离群数据集中提取第三离群数据集；
判断第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
可选的，第一预设阈值的确定方法为：
获取聚类参数的总数量；
根据聚类参数的总数量确定第一预设阈值；其中，第一预设阈值为聚类参数的总数量的三分之二。
可选的，对家庭数据集进行聚类处理的算法为K-means聚类算法；相应的，基于不同的聚类参数分别对家庭数据集进行聚类处理，包括：
获取多个不同的预设的聚类参数K；
针对每个聚类参数K，从家庭数据集中选取K个数据作为初始聚类中心进行聚类，得到K个聚类簇。
可选的，从家庭数据集中选取K个数据作为初始聚类中心进行聚类，包括：
从家庭数据集中选取任一数据作为第一个初始聚类中心；
计算家庭数据集中的各个数据与第一个初始聚类中心之间的距离，并选择距离最远的数据作为第二个初始聚类中心；
计算家庭数据集中的各个数据与第一个初始聚类中心、第二个初始聚类中心之间的距离和，并选择距离和最远的数据作为第三个初始聚类中心，依次类推，直至得到K个初始聚类中心。
可选的，从某个聚类参数对应的聚类结果中提取离群数据，包括：
计算该聚类参数对应的聚类结果中各个聚类簇包含的数据量，得到各个聚类簇的尺寸；
对于尺寸小于第二预设阈值的聚类簇，将该聚类簇中的数据全部确定为离群数据；
对于尺寸不小于第二预设阈值的聚类簇，获取该聚类簇的聚类中心和聚类半径，计算该聚类簇中各个数据与聚类中心之间的距离，并将距离大于聚类半径的数据确定为离群数据。
可选的，计算第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从第二离群数据集中提取第三离群数据集，包括：
根据LOF算法计算第二离群数据集中各个离群数据的离群因子；
提取第二离群数据集中离群因子大于第三预设阈值的离群数据，得到第三离群数据集。
可选的，根据各个离群数据所属的生活保障申请家庭确定异常的生活保障申请家庭，包括：
若第三离群数据集中有n个离群数据同属于某一个生活保障申请家庭，且n大于第四预设阈值，则将该生活保障申请家庭确定为异常的生活保障申请家庭。
本发明实施例的第二方面提供了一种异常生活保障申请家庭的识别装置，包括：
获取模块，用于获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据；
聚类模块，用于基于多个不同的聚类参数分别对家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集；
统计模块，用于统计各个离群数据在第一离群数据集中的出现频次，并从第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集；
提取模块，用于计算第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从第二离群数据集中提取第三离群数据集；
识别模块，用于判断第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
本发明实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在存储器中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如上述任一项异常生活保障申请家庭的识别方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述任一项异常生活保障申请家庭的识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：
本发明实施例通过多个不同的聚类参数分别对家庭数据集进行聚类处理，然后从各个聚类参数对应的聚类结果中提取离群数据，当某个数据在各个聚类结果中被认定为离群数据的频率较高时，则确定其为可能是异常数据，然后从可能是异常数据中进一步识别真正的异常数据，进而根据真正的异常数据确定异常的生活保障申请家庭。本发明实施例避免了单一聚类参数遗漏异常数据的问题，且减少了正常数据被误判为异常数据的情况，有效地提高了异常生活保障申请家庭的识别准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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是本发明实施例提供的异常生活保障申请家庭的识别方法的实现流程示意图一；
图2是本发明实施例提供的异常生活保障申请家庭的识别方法的实现流程示意图二；
图3是本发明实施例提供的异常生活保障申请家庭的识别装置的结构示意图；
图4是本发明实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
参见图1所示，本发明实施例提供了一种异常生活保障申请家庭的识别方法，该方法包括以下步骤：
步骤S101，获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据。
在本发明实施例中，可以从社会救助管理系统获取各个生活保障申请家庭的家庭数据，得到家庭数据集。家庭数据可以包括但不限于以下的一种或多种：人均收入、平均年龄、平均劳动能力、最高文化程度、家庭老幼占比、重病残疾占比、重病残疾等级和就业状况等。
步骤S102，基于多个不同的聚类参数分别对家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集。
在本发明实施例中，可以预先通过样本数据计算不同聚类参数下异常数据的检测准确率，选取准确率较高的几个聚类参数作为步骤S102中对家庭数据集进行聚类处理的聚类参数，以保证聚类算法能够检测出所有的异常数据，提高异常数据的检测准确率。
步骤S103，统计各个离群数据在第一离群数据集中的出现频次，并从第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集。
在本发明实施例中，当某个数据在各个聚类结果中被认定为离群数据的频率较高时，则将其视为可能是异常数据，能够避免单一聚类参数遗漏异常数据的问题。另外，单一的聚类参数有可能将正常数据判定为离群数据，通过设置多个聚类参数，能够剔除部分被误判的正常数据。
步骤S104，计算异常生活保障申请家庭的识别第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从异常生活保障申请家庭的识别第二离群数据集中提取第三离群数据集。
在本发明实施例中，数据点的离群因子越高，说明数据点处的数据密度越低，数据越可能异常。第三离群数据集为所有异常数据的集合。
步骤S105，判断异常生活保障申请家庭的识别第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
可见，本发明实施例通过多个不同的聚类参数分别对家庭数据集进行聚类处理，然后从各个聚类参数对应的聚类结果中提取离群数据，当某个数据在各个聚类结果中被认定为离群数据的频率较高时，则确定其为可能是异常数据，然后从可能是异常数据中进一步识别真正的异常数据，进而根据真正的异常数据确定异常的生活保障申请家庭。本发明实施例避免了单一聚类参数遗漏异常数据的问题，且减少了正常数据被误判为异常数据的情况，有效地提高了异常生活保障申请家庭的识别准确率。
可选的，在一种可能的实现方式中，上述步骤S103中第一预设阈值的确定方法为：
获取聚类参数的总数量；
根据聚类参数的总数量确定第一预设阈值；其中，第一预设阈值为聚类参数的总数量的三分之二。
在本发明实施例中，第一预设阈值可以根据各个聚类参数检测离群数据的准确率来进行设定，其可以为三分之二，也可以为二分之一等。
可选的，在一种可能的实现方式中，上述步骤S102中对家庭数据集进行聚类处理的算法为K-means聚类算法；相应的，基于不同的聚类参数分别对家庭数据集进行聚类处理，可以详述为：
步骤S1021，获取多个不同的预设的聚类参数K；
步骤S1022，针对每个聚类参数K，从家庭数据集中选取K个数据作为初始聚类中心进行聚类，得到K个聚类簇。
在本发明实施例中，使用了K-means聚类算法，其能够将家庭数据集中所有的数据都归入聚类簇。K-means聚类算法的原理是：从家庭数据集中选取K个数据作为初始聚类中心，计算家庭数据集中每个数据与各个初始聚类中心的欧式距离，并将每个数据归类到距离最近的初始聚类中心形成聚类簇，针对每个聚类簇，计算该聚类簇中数据的平均值作为该聚类簇新的聚类中心，根据各个新的聚类中心重新聚类，不断迭代，直到聚类簇不再变化。
可选的，在一种可能的实现方式中，上述步骤S1022中从家庭数据集中选取K个数据作为初始聚类中心进行聚类，可以详述为：
从家庭数据集中选取任一数据作为第一个初始聚类中心；
计算家庭数据集中的各个数据与第一个初始聚类中心之间的距离，并选择距离最远的数据作为第二个初始聚类中心；
计算家庭数据集中的各个数据与第一个初始聚类中心、第二个初始聚类中心之间的距离和，并选择距离和最远的数据作为第三个初始聚类中心，依次类推，直至得到K个初始聚类中心。
在本发明实施例中，考虑到当使用同一手段进行骗保时，可能出现某些异常数据聚集的情况，应该将聚集的异常数据聚类为一个聚类簇进行处理。而现有K-means聚类算法在选取初始聚类中心时通常是随机选取的，每次的聚类结果都非常依赖于初始聚类中心的选择，很容易导致聚类结果不稳定。因此，本发明实施例对K-means聚类算法选取初始聚类中心的过程进行了改进，即通过上述的相对距离法来选取初始聚类中心，以尽可能地保证聚集的异常数据聚类为一个聚类簇，便于后续的处理以及提高异常数据的检测准确率。
可选的，在一种可能的实现方式中，上述步骤S102中从某个聚类参数对应的聚类结果中提取离群数据，可以详述为：
计算该聚类参数对应的聚类结果中各个聚类簇包含的数据量，得到各个聚类簇的尺寸；
对于尺寸小于第二预设阈值的聚类簇，将该聚类簇中的数据全部确定为离群数据；
对于尺寸不小于第二预设阈值的聚类簇，获取该聚类簇的聚类中心和聚类半径，计算该聚类簇中各个数据与聚类中心之间的距离，并将距离大于聚类半径的数据确定为离群数据。
在本发明实施例中，异常数据即使聚集，其形成的聚类簇中包含数据量也远远少于正常数据形成的聚类簇，因此，可以设定一个阈值，将数据量小于该阈值的聚类簇筛选出来，并将聚类簇中所有的数据认定为可能存在异常的数据，进行下一步的判别。而对于数据量大于该阈值的聚类簇，根据K-means聚类算法中对于离群点的定义筛选出其中的异常数据。
可选的，在一种可能的实现方式中，上述步骤S104中计算第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从第二离群数据集中提取第三离群数据集，可以详述为：
根据LOF算法计算第二离群数据集中各个离群数据的离群因子；
提取第二离群数据集中离群因子大于第三预设阈值的离群数据，得到第三离群数据集。
在本发明实施例中，LOF算法是一种基于密度的算法，其能够计算数据点的离群因子，数据点的离群因子越高，说明数据点处的数据密度越低，数据越可能异常。LOF算法虽然能直接计算家庭数据集中每个数据的离群因子来筛选异常数据，但需要遍历整个数据集计算每个数据的离群因子，效率太低，且不能很好地检测出聚集的异常数据。而通过聚类先筛选出离群数据，能够显著提高检测效率，且两者结合的检测准确率更高。
可选的，在一种可能的实现方式中，在上述步骤S105中根据各个离群数据所属的生活保障申请家庭确定异常的生活保障申请家庭，可以详述为：
若第三离群数据集中有n个离群数据同属于某一个生活保障申请家庭，且n大于第四预设阈值，则将该生活保障申请家庭确定为异常的生活保障申请家庭。
在本发明实施例中，生活保障申请家庭的数据异常项越多，则该生活保障申请家庭为异常的可能性越大，因此，当某个生活保障申请家庭存在多项数据异常时，可以将其确定为异常的生活保障申请家庭。
可选的，在一种可能的实现方式中，在上述步骤S101获取家庭数据集之后，还包括：
对家庭数据集进行预处理；预处理可以包括但不限于以下的一项或多项：对属性数据数值化处理、对连续型数据离散化处理、归一化处理、插值处理、去除噪声处理等。
基于以上内容，参见图2所示，在一种可能的实现方式中，本发明实施例提供的异常生活保障申请家庭的识别方法可以包括以下步骤：
(1)获取家庭数据集；
(2)对家庭数据集进行预处理；
(3)获取多个不同的聚类参数K，针对每个聚类参数K，从家庭数据集中选取K个数据作为初始聚类中心，利用K-means聚类算法进行聚类，得到各个聚类参数K下的聚类结果，每个聚类参数下均生成K个聚类簇；
(4)计算各个聚类簇的尺寸，对于尺寸较小的聚类簇，将该聚类簇中的数据全部确定为离群数据，对于尺寸较大的聚类簇，通过该聚类簇中各个数据与聚类中心之间的距离确定离群数据，所有离群数据放入第一离群数据集；
(5)计算第一离群数据集中各个离群数据的出现频次，将频次大于聚类参数总数量的三分之二的离群数据筛选出来放入第二离群数据集；
(6)根据LOF算法计算第二离群数据集中各个离群数据的离群因子，提取离群因子大于设定值的离群数据得到第三离群数据集。
(7)判断第三离群数据集中各个离群数据所属的生活保障申请家庭，若第三离群数据集中有n个离群数据同属于某一个生活保障申请家庭，且n大于设定值，则将该生活保障申请家庭确定为异常的生活保障申请家庭。
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。
参见图3所示，本发明实施例提供了一种异常生活保障申请家庭的识别装置，该装置30包括：
获取模块31，用于获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据。
聚类模块32，用于基于多个不同的聚类参数分别对家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集。
统计模块33，用于统计各个离群数据在第一离群数据集中的出现频次，并从第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集。
提取模块34，用于计算第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从第二离群数据集中提取第三离群数据集。
识别模块35，用于判断第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
可选的，在一种可能的实现方式中，统计模块33还用于：
获取聚类参数的总数量；
根据聚类参数的总数量确定第一预设阈值；其中，第一预设阈值为聚类参数的总数量的三分之二。
可选的，在一种可能的实现方式中，对家庭数据集进行聚类处理的算法为K-means聚类算法；聚类模块32用于：
获取多个不同的预设的聚类参数K；
针对每个聚类参数K，从家庭数据集中选取K个数据作为初始聚类中心进行聚类，得到K个聚类簇。
可选的，在一种可能的实现方式中，聚类模块32用于：
从家庭数据集中选取任一数据作为第一个初始聚类中心；
计算家庭数据集中的各个数据与第一个初始聚类中心之间的距离，并选择距离最远的数据作为第二个初始聚类中心；
计算家庭数据集中的各个数据与第一个初始聚类中心、第二个初始聚类中心之间的距离和，并选择距离和最远的数据作为第三个初始聚类中心，依次类推，直至得到K个初始聚类中心。
可选的，在一种可能的实现方式中，聚类模块32用于：
计算该聚类参数对应的聚类结果中各个聚类簇包含的数据量，得到各个聚类簇的尺寸；
对于尺寸小于第二预设阈值的聚类簇，将该聚类簇中的数据全部确定为离群数据；
对于尺寸不小于第二预设阈值的聚类簇，获取该聚类簇的聚类中心和聚类半径，计算该聚类簇中各个数据与聚类中心之间的距离，并将距离大于聚类半径的数据确定为离群数据。
可选的，在一种可能的实现方式中，提取模块34用于：
根据LOF算法计算第二离群数据集中各个离群数据的离群因子；
提取第二离群数据集中离群因子大于第三预设阈值的离群数据，得到第三离群数据集。
可选的，在一种可能的实现方式中，识别模块35用于：
若第三离群数据集中有n个离群数据同属于某一个生活保障申请家庭，且n大于第四预设阈值，则将该生活保障申请家庭确定为异常的生活保障申请家庭。
图4是本发明实施例提供的电子设备40的示意图。如图4所示，该实施例的电子设备40包括：处理器41、存储器42以及存储在存储器42中并可在处理器41上运行的计算机程序43，例如异常生活保障申请家庭的识别程序。处理器41执行计算机程序43时实现上述各个异常生活保障申请家庭的识别方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，处理器41执行计算机程序43时实现上述各装置实施例中各模块的功能，例如图3所示模块31至35的功能。
示例性的，计算机程序43可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器42中，并由处理器41执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序43在电子设备40中的执行过程。例如，计算机程序43可以被分割成获取模块31、聚类模块32、统计模块33、提取模块34、识别模块35(虚拟装置中的模块)，各模块具体功能如下：
获取模块31，用于获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据。
聚类模块32，用于基于多个不同的聚类参数分别对家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集。
统计模块33，用于统计各个离群数据在第一离群数据集中的出现频次，并从第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集。
提取模块34，用于计算第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从第二离群数据集中提取第三离群数据集。
识别模块35，用于判断第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
电子设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。电子设备40可包括，但不仅限于，处理器41、存储器42。本领域技术人员可以理解，图4仅仅是电子设备40的示例，并不构成对电子设备40的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备40还可以包括输入输出设备、网络接入设备、总线等。
所称处理器41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。
存储器42可以是电子设备40的内部存储单元，例如电子设备40的硬盘或内存。存储器42也可以是电子设备40的外部存储设备，例如电子设备40上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器42还可以既包括电子设备40的内部存储单元也包括外部存储设备。存储器42用于存储计算机程序以及电子设备40所需的其他程序和数据。存储器42还可以用于暂时地存储已经输出或者将要输出的数据。
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。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上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)
1.一种异常生活保障申请家庭的识别方法，其特征在于，包括：
获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据；
基于多个不同的聚类参数分别对所述家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集；
统计各个离群数据在所述第一离群数据集中的出现频次，并从所述第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集；
计算所述第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从所述第二离群数据集中提取第三离群数据集；
判断所述第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
2.如权利要求1所述的异常生活保障申请家庭的识别方法，其特征在于，所述第一预设阈值的确定方法为：
获取所述聚类参数的总数量；
根据所述聚类参数的总数量确定所述第一预设阈值；其中，所述第一预设阈值为所述聚类参数的总数量的三分之二。
3.如权利要求1所述的异常生活保障申请家庭的识别方法，其特征在于，对所述家庭数据集进行聚类处理的算法为K-means聚类算法；相应的，基于不同的聚类参数分别对所述家庭数据集进行聚类处理，包括：
获取多个不同的预设的聚类参数K；
针对每个聚类参数K，从所述家庭数据集中选取K个数据作为初始聚类中心进行聚类，得到K个聚类簇。
4.如权利要求3所述的异常生活保障申请家庭的识别方法，其特征在于，从所述家庭数据集中选取K个数据作为初始聚类中心进行聚类，包括：
从所述家庭数据集中选取任一数据作为第一个初始聚类中心；
计算所述家庭数据集中的各个数据与所述第一个初始聚类中心之间的距离，并选择距离最远的数据作为第二个初始聚类中心；
计算所述家庭数据集中的各个数据与所述第一个初始聚类中心、所述第二个初始聚类中心之间的距离和，并选择距离和最远的数据作为第三个初始聚类中心，依次类推，直至得到K个初始聚类中心。
5.如权利要求3所述的异常生活保障申请家庭的识别方法，其特征在于，从某个聚类参数对应的聚类结果中提取离群数据，包括：
计算该聚类参数对应的聚类结果中各个聚类簇包含的数据量，得到各个聚类簇的尺寸；
对于尺寸小于第二预设阈值的聚类簇，将该聚类簇中的数据全部确定为离群数据；
对于尺寸不小于第二预设阈值的聚类簇，获取该聚类簇的聚类中心和聚类半径，计算该聚类簇中各个数据与所述聚类中心之间的距离，并将距离大于所述聚类半径的数据确定为离群数据。
6.如权利要求1所述的异常生活保障申请家庭的识别方法，其特征在于，计算所述第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从所述第二离群数据集中提取第三离群数据集，包括：
根据LOF算法计算所述第二离群数据集中各个离群数据的离群因子；
提取所述第二离群数据集中离群因子大于第三预设阈值的离群数据，得到所述第三离群数据集。
7.如权利要求1-6任一项所述的异常生活保障申请家庭的识别方法，其特征在于，根据各个离群数据所属的生活保障申请家庭确定异常的生活保障申请家庭，包括：
若所述第三离群数据集中有n个离群数据同属于某一个生活保障申请家庭，且n大于第四预设阈值，则将该生活保障申请家庭确定为异常的生活保障申请家庭。
8.一种异常生活保障申请家庭的识别装置，其特征在于，包括：
获取模块，用于获取多个生活保障申请家庭的家庭数据，得到家庭数据集；其中，每个生活保障申请家庭均对应多种类别的家庭数据；
聚类模块，用于基于多个不同的聚类参数分别对所述家庭数据集进行聚类处理，并从各个聚类参数对应的聚类结果中提取离群数据，得到第一离群数据集；
统计模块，用于统计各个离群数据在所述第一离群数据集中的出现频次，并从所述第一离群数据集中提取出现频次大于第一预设阈值的离群数据，得到第二离群数据集；
提取模块，用于计算所述第二离群数据集中各个离群数据的离群因子，并根据各个离群数据的离群因子从所述第二离群数据集中提取第三离群数据集；
识别模块，用于判断所述第三离群数据集中各个离群数据所属的生活保障申请家庭，并根据各个离群数据所属的生活保障申请家庭识别异常的生活保障申请家庭。
9.一种电子设备，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任一项所述方法的步骤。
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任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110903261.4A CN113705625A (zh) | 2021-08-06 | 2021-08-06 | 异常生活保障申请家庭的识别方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110903261.4A CN113705625A (zh) | 2021-08-06 | 2021-08-06 | 异常生活保障申请家庭的识别方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113705625A true CN113705625A (zh) | 2021-11-26 |
Family
ID=78651878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110903261.4A Pending CN113705625A (zh) | 2021-08-06 | 2021-08-06 | 异常生活保障申请家庭的识别方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113705625A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114897041A (zh) * | 2022-03-17 | 2022-08-12 | 高德软件有限公司 | 停车场出入口确定方法、电子设备及存储介质 |
| CN117635203A (zh) * | 2024-01-26 | 2024-03-01 | 天津壹玖鹿鸣科技有限公司 | 一种电力营销方法、系统及存储介质 |
-
2021
- 2021-08-06 CN CN202110903261.4A patent/CN113705625A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114897041A (zh) * | 2022-03-17 | 2022-08-12 | 高德软件有限公司 | 停车场出入口确定方法、电子设备及存储介质 |
| CN117635203A (zh) * | 2024-01-26 | 2024-03-01 | 天津壹玖鹿鸣科技有限公司 | 一种电力营销方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109033200B (zh) | 事件抽取的方法、装置、设备及计算机可读介质 | |
| CN107784070B (zh) | 一种提高数据清洗效率的方法、装置及设备 | |
| CN111475680A (zh) | 检测异常高密子图的方法、装置、设备及存储介质 | |
| CN113705625A (zh) | 异常生活保障申请家庭的识别方法、装置及电子设备 | |
| CN104517052B (zh) | 一种入侵检测方法及装置 | |
| CN112529061B (zh) | 一种光伏功率异常数据的识别方法、装置及终端设备 | |
| CN117171157B (zh) | 基于数据分析的清算数据采集清洗方法 | |
| CN109495291B (zh) | 调用异常的定位方法、装置和服务器 | |
| EP3835976A1 (en) | Method and device for data retrieval | |
| CN109857618B (zh) | 一种监控方法、装置及系统 | |
| CN111445304A (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
| CN115879017A (zh) | 一种电力敏感数据自动化分类分级方法、装置及存储介质 | |
| CN111626360A (zh) | 用于检测锅炉故障类型的方法、装置、设备和存储介质 | |
| CN111291824A (zh) | 时间序列的处理方法、装置、电子设备和计算机可读介质 | |
| CN110737650A (zh) | 数据质量检测方法及装置 | |
| CN113297249A (zh) | 慢查询语句的识别和分析、查询语句的统计方法及装置 | |
| CN111353109A (zh) | 一种恶意域名的识别方法及系统 | |
| CN112836747A (zh) | 眼动数据的离群处理方法及装置、计算机设备、存储介质 | |
| CN112632000A (zh) | 日志文件聚类方法、装置、电子设备和可读存储介质 | |
| CN117294497A (zh) | 一种网络流量异常检测方法、装置、电子设备及存储介质 | |
| CN113220551A (zh) | 指标趋势预测及预警方法、装置、电子设备及存储介质 | |
| CN112487265A (zh) | 数据处理方法、装置、计算机存储介质及电子设备 | |
| CN113705626A (zh) | 异常生活保障申请家庭的识别方法、装置及电子设备 | |
| CN110795308A (zh) | 一种服务器检验方法、装置、设备及存储介质 | |
| CN106021852A (zh) | 基于密度聚类算法的血糖数据异常值计算方法和装置 |
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 |