异常数据检测方法及装置、电子设备和存储介质与流程

技术特征：
1.一种异常数据检测方法，其特征在于，包括：获取待检测数据；所述待检测数据包括多个数据维度；获取预先构建的异常检测模型；所述异常检测模型通过对多个不同数据维度的训练数据之间的趋势变化训练得到；所述训练数据经数据清洗处理得到；将所述待检测数据输入至异常检测模型，确定所述待检测数据是否包含异常数据，以展示所述异常数据。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应于针对数据选择页面的数据选择操作，获取所述数据选择操作对应的检测参数；根据所述检测参数从初始用户数据中获取对应的检测参数值；基于多个所述检测参数与各自对应的所述检测参数值生成多个数据维度，以得到所述待检测数据。3.根据权利要求1所述的方法，其特征在于，所述异常检测模型通过下述步骤训练得到：获取初始训练数据；所述初始训练数据包括多个数据维度；对所述初始训练数据中各所述数据维度的数据值进行缺失数据填充，以得到填充训练数据；确定所述填充训练数据中多个所述数据维度对应的数据差值集合；根据所述数据差值集合对所述初始模型进行训练，以得到所述异常检测模型。4.根据权利要求3所述的方法，其特征在于，所述对所述初始训练数据中各所述数据维度的数据值进行缺失数据填充，以得到填充训练数据，包括：基于所述初始训练数据确定缺失训练数据，确定与所述缺失训练数据对应的参考填充训练数据；根据所述参考填充训练数据对所述缺失训练数据进行缺失数据填充处理，以得到所述填充训练数据。5.根据权利要求3所述的方法，其特征在于，所述确定所述填充训练数据中多个所述数据维度对应的数据差值集合，包括：基于所述数据维度对所述填充训练数据进行维度组合处理，得到组合维度数据；对所述组合维度数据进行矩阵转换处理，得到矩阵转换数据；确定所述矩阵转换数据中每个列数据对应的列数据方差；根据多个所述列数据方差确定所述数据差值集合。6.根据权利要求3所述的方法，其特征在于，所述根据所述数据差值集合对所述初始模型进行训练，以得到所述异常检测模型，包括：将所述数据差值集合输入至所述初始模型，由所述初始模型根据所述数据差值集合确定所述填充训练数据对应的训练异常值；确定所述初始模型的模型参数与趋势变化度量值；基于所述趋势变化度量值确定所述训练异常值对应的异常分类准确率；通过调整所述模型参数与所述趋势变量度量值以训练所述初始模型，以得到所述异常检测模型；所述异常检测模型的异常分类准确率大于分类准确率阈值。7.根据权利要求6所述的方法，其特征在于，在所述确定所述待检测数据是否包含异常
数据之后，所述方法还包括：根据所述待检测数据生成初始对比图表；确定所述异常数据对应的异常数据信息；所述异常数据信息包括行列信息；根据所述行列信息在所述初始对比图表中添加所述异常数据的异常显示标注，以生成目标对比图表，并通过所述目标对比图表展示所述异常数据。8.一种异常数据检测装置，其特征在于，包括：数据获取模块，用于获取待检测数据；模型获取模块，用于获取预先构建的异常检测模型；所述异常检测模型通过对多个不同数据维度的训练数据之间的趋势变化训练得到；所述训练数据经数据清洗处理得到；异常检测模块，用于将所述待检测数据输入至异常检测模型，以确定所述待检测数据是否包含异常数据。9.一种电子设备，其特征在于，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的异常数据检测方法。10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的异常数据检测方法。

技术总结
本公开是关于一种异常数据检测方法及装置、电子设备以及计算机可读存储介质，涉及计算机技术领域，可以应用于针对健康数据进行异常检测的场景。该方法包括：获取待检测数据；待检测数据包括多个数据维度；获取预先构建的异常检测模型；异常检测模型通过对多个不同数据维度的训练数据之间的趋势变化训练得到；将待检测数据输入至异常检测模型，确定待检测数据是否包含异常数据，以展示异常数据。本公开可以对用户的健康数据进行数据检测，判断是否存在异常点数据；如果存在异常点数据，则将异常点数据进行标注，以辅助相关人员制定对应决策。策。策。


技术研发人员：马伯毅 张誉丹
受保护的技术使用者：泰康保险集团股份有限公司
技术研发日：2021.10.22
技术公布日：2022/1/28