(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111668094.6 (22)申请日 2021.12.31 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 李玉婷　王晓元　 (74)专利代理 机构 北京品源专利代理有限公司 11332 代理人 高艳红 (51)Int.Cl. G06F 16/9532(2019.01) G06F 40/30(2020.01) G06F 16/955(2019.01) G06N 3/08(2006.01) (54)发明名称 一种异常数据处理方法、 装置、 设备以及存 储介质 (57)摘要 本公开提供了一种异常数据处理方法、 装 置、 设备以及存储介质， 涉及数据处理技术领域， 尤其涉及大数据、 信息流和人工智能技术领域。 具体实现方案为： 获取至少两个交互平台的待识 别搜索信息， 以及所述待识别搜索信息在所述至 少两个交互平台中关联的访问行为， 其中， 所述 待识别搜索信息包括搜索词信息和/或所述搜索 词信息触发的网址信息； 根据所述访问行为， 确 定所述待识别搜索信息的目标访问特征； 根据所 述目标访问特征， 识别所述待识别搜索信息中的 异常数据。 能够提高异常数据识别的精准性， 为 精准识别出交互平台中的异常数据提供了新的 解决方案 。 权利要求书3页 说明书16页 附图8页 CN 114417118 A 2022.04.29 CN 114417118 A 1.一种异常数据处 理方法， 包括： 获取至少两个交互平台的待识别搜索信 息， 以及所述待识别搜索信 息在所述至少两个 交互平台中关联的访问行为， 其中， 所述待识别搜索信息包括搜索词信息和/或所述搜索词 信息触发的网址信息； 根据所述访问行为， 确定所述待识别搜索信息的目标访问特 征； 根据所述目标访问特 征， 识别所述待识别搜索信息中的异常数据。 2.根据权利要求1所述的方法， 其中， 所述根据所述访 问行为， 确定所述待识别搜索信 息的目标访问特 征， 包括： 根据所述访 问行为， 确定所述待识别搜索信息关联的交互平台， 以及所述待识别搜索 信息在关联的交 互平台的页面浏览量； 根据所述待识别搜索信 息关联的交互平台， 以及所述待识别搜索信 息在关联的交互平 台的页面浏览量， 确定所述待识别搜索信息的目标访问特 征。 3.根据权利要求1或2所述的方法， 其中， 所述根据 所述访问行为， 确定所述待识别搜索 信息的目标访问特 征， 包括： 根据所述访 问行为， 确定各交互平台关联的待识别搜索信息， 以及各交互平台关联的 待识别搜索信息对应的页面浏览量； 根据各交互平台关联的待识别搜索信 息， 以及各交互平台关联的待识别搜索信 息对应 的页面浏览量， 确定所述待识别搜索信息的目标访问特 征。 4.根据权利要求1 ‑3中任一项所述的方法， 还 包括： 根据所述待识别搜索信息的信息内容， 确定所述待识别搜索信息的演变特征， 并将所 述演变特 征添加到所述待识别搜索信息的目标访问特 征中。 5.根据权利要求1 ‑4中任一项所述的方法， 其中， 所述根据所述目标访 问特征， 识别所 述待识别搜索信息中的异常数据， 包括： 通过异常数据识别模型， 根据所述目标访 问特征， 识别所述待识别搜索信息中的异常 数据； 和/或， 根据所述目标访问特 征和特征阈值， 识别所述待识别搜索信息中的异常数据。 6.根据权利要求5所述的方法， 还 包括： 获取样本 搜索信息， 并确定所述样本 搜索信息关联的监 督标签信息； 基于所述样本搜索信 息和所述监督标签信 息， 对所述异常数据识别模型进行有监督训 练。 7.根据权利要求6所述的方法， 其中， 所述确定所述样本搜索信息关联的监督标签信 息， 包括： 根据所述至少两个交 互平台对所述样本 搜索信息的反馈信息， 确定初始标签信息； 根据所述样本搜索信 息的信息内容和所述初始标签信 息的信息内容之间的相似度， 更 新所述初始标签信息； 根据所述样本搜索信息的样本访问特征和更新后的初始标签信息的样本访问特征之 间的相似度， 确定所述样本 搜索信息关联的监 督标签信息 。 8.根据权利要求1所述的方法， 其中， 所述获取至少两个交互平台的待识别搜索信息， 包括：权　利　要　求　书 1/3 页 2 CN 114417118 A 2获取至少两个交 互平台的搜索词和所述搜索词触发的访问网址； 从所述搜索词中提取异常触发词， 并将所述搜索词和所述异常触发词作为待识别搜索 信息的搜索词信息； 从所述访问网址 中提取子网址， 并将所述访问网址和所述子网址作为所述待识别搜索 信息的网址信息 。 9.根据权利要求1所述的方法， 还 包括： 若检测到黑名单更新事件， 则根据线上黑名单和所述异常数据的共现情况， 更新所述 线上黑名单。 10.根据权利要求9所述的方法， 其中， 检测到黑名单 更新事件， 包括: 检测到所述异常数据的目标访问特 征达到预设要求； 或者， 检测到当前时刻达 到所述黑名单更新周期。 11.根据权利要求9所述的方法， 还 包括： 基于所述线上黑名单， 对所述至少两个交 互平台的线上搜索信息进行异常数据监控。 12.一种异常数据处 理装置， 包括： 信息获取模块， 用于获取至少两个交互平台的待识别搜索信息， 以及所述待识别搜索 信息在所述至少 两个交互平台中关联的访问行为， 其中， 所述待识别搜索信息包括搜索词 信息和/或所述搜索词信息触发的网址信息； 访问特征确定模块， 用于根据所述访 问行为， 确定所述待识别搜索信息的目标访 问特 征； 异常数据识别模块， 用于根据所述目标访 问特征， 识别所述待识别搜索信息中的异常 数据。 13.根据权利要求12所述的装置， 其中， 所述访问特 征确定模块， 具体用于： 根据所述访 问行为， 确定所述待识别搜索信息关联的交互平台， 以及所述待识别搜索 信息在关联的交 互平台的页面浏览量； 根据所述待识别搜索信 息关联的交互平台， 以及所述待识别搜索信 息在关联的交互平 台的页面浏览量， 确定所述待识别搜索信息的目标访问特 征。 14.根据权利要求12或13所述的装置， 其中， 所述访问特 征确定模块， 还具体用于： 根据所述访 问行为， 确定各交互平台关联的待识别搜索信息， 以及各交互平台关联的 待识别搜索信息对应的页面浏览量； 根据各交互平台关联的待识别搜索信 息， 以及各交互平台关联的待识别搜索信 息对应 的页面浏览量， 确定所述待识别搜索信息的目标访问特 征。 15.根据权利要求12 ‑14中任一项所述的装置， 还 包括： 演变特征确定模块， 用于根据所述待识别搜索信息的信息内容， 确定所述待识别搜索 信息的演变特 征， 并将所述演变特 征添加到所述待识别搜索信息的目标访问特 征中。 16.根据权利要求12 ‑15中任一项所述的装置， 其中， 所述异常数据识别模块， 包括： 第一识别单元， 用于通过异常数据识别模型， 根据 所述目标访问特征， 识别所述待识别 搜索信息中的异常数据； 和/或， 第二识别单元， 用于根据所述目标访 问特征和特征阈值， 识别所述待识别搜索信息中 的异常数据。权　利　要　求　书 2/3 页 3 CN 114417118 A 3