(19)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 202211153219.6 (22)申请日 2022.09.21 (71)申请人 青岛千方百计网络科技有限公司 地址 266000 山东省青岛市 市北区威海路 352号 (72)发明人 汪长寿　黄岱　 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/23(2019.01) G06F 16/2457(2019.01) (54)发明名称 基于人工智能的任务数据异常监测处理方 法及系统 (57)摘要 本申请提供的基于人工智能的任务数据异 常监测处理方法及系统， 通过确定第一办公任务 数据和第二 办公任务数据中相应字符的定位， 确 定第一办公任务数据和第二办公任务数据中相 应字符的定位的差异向量。 利用差异向量优化第 一办公任务数据中的目标监控范围对应的办公 任务数据监控 范围。 实现了对办公任务数据中的 办公任务数据监控范围进行优化的目的。 因此， 可以改善现有技术中对办公任务数据中的办公 任务数据监控范围进行优化时异常数据处理时 间过多的问题， 从而能够提升优化任务数据异常 监测处理的准确性和可靠性。 权利要求书2页 说明书8页 附图1页 CN 115292301 A 2022.11.04 CN 115292301 A 1.一种基于人工智能的任务数据异常监测处 理方法， 其特 征在于， 该 方法至少包括： 获得所述监控系统对指定监控范围进行记录得到的第一办公任务数据， 其中， 所述第 一办公任务数据中包 含所述指定监控范围中的目标监控范围； 确定所述目标监控范围在所述第一办公任务数据中的X个字符的定位， 得到X个定位， 其中， 所述X 是大于或者 等于2的整数； 在第二办公任务数据中确定与所述X个字符中各个所述字符对应的指定字符的定位， 得到X个指定定位， 其中， 所述第二办公任务数据是所述监控系统对 所述指定监控范围进 行 记录得到的办公任务数据； 确定各个所述定位与各个所述指定定位之间的差异向量， 得到X个差异向量； 根据 所述 X个差异向量优化所述 目标监控范围在所述第一办公任务数据中的字符， 得到目标办公任 务数据。 2.根据权利要求1所述的方法， 其特征在于， 确定所述目标监控范围在所述第 一办公任 务数据中的X个字符的定位， 得到X个定位， 包括： 确定所述目标监控范围在所述第一办公任务数据中的第一办公任务数据监控范围； 将所述第一办公任务数据监控范围中的X个顶点确定为所述X个字符； 在指定的办公任务数据定位关系网中确定所述X个字符的定位， 得到所述X个定位。 3.根据权利要求1所述的方法， 其特征在于， 在第二办公任务数据中确定与所述X个字 符中各个所述字符对应的指定 字符的定位， 得到X个指定 定位， 包括： 在所述第二办公任务数据中标记与各个所述字符匹配的各个所述指定 字符； 在指定的办公任务数据定位关系 网中确定各个所述指定字符的定位， 得到所述X个指 定定位。 4.根据权利要求1所述的方法， 其特征在于， 确定各个所述定位与各个所述指定定位之 间的差异向量， 得到X个差异向量， 包括： 确定所述第一办公任务数据和所述第二办公任务数据之间的特 征共性向量； 在所述第一办公任务数据和所述第二办公任务数据之间的特征共性向量不小于第一 指定判定值的基础上， 确定各个所述定位以及各个所述指定定位之间的迁移监控范围， 得 到X个迁移监控范围； 结合各个所述迁移监控范围中包括的办公任务数目， 得到所述X个差异向量。 5.根据权利要求4所述的方法， 其特征在于， 确定所述第 一办公任务数据和所述第 二办 公任务数据之间的特 征共性向量， 包括： 将所述第一办公任务数据区分为Y个办公任务数据监控范围， 其中， 所述Y是大于或者 等于2的整数； 从所述Y个办公任务数据监控范围中确定第二办公任务数据监控范围； 比较所述第二办公任务数据监控范围中的办公任务与所述第二办公任务数据中对应 字符的办公任务数据监控范围中的办公任务； 将所述第二办公任务数据监控范围中的办公任务与所述第二办公任务数据中对应字 符的办公任务数据监控范围中的办公任务之间的特征共性向量， 确定为所述第一办公任务 数据和所述第二办公任务数据之间的特 征共性向量。 6.根据权利要求4所述的方法， 其特征在于， 所述方法还包括： 在所述第一办公任务数 据和所述第二办公任务数据之 间的特征共性向量小于所述第一指 定判定值的基础上， 在获权　利　要　求　书 1/2 页 2 CN 115292301 A 2得所述第一办公任务数据之后的指定时间段内获得所述监控系统对所述指定监控范围进 行记录得到的第三办公任务数据。 7.根据权利要求1所述的方法， 其特征在于， 根据所述X个定位差异向量优化所述目标 监控范围在所述第一办公任务数据中的字符， 得到目标办公任务数据， 包括： 通过所述X个定位差异向量确定所述第 一办公任务数据和所述第 二办公任务数据之间 的映射关系； 根据所述映射关系优化所述目标监控范围在所述第 一办公任务数据中的字符， 得到目 标办公任务数据； 其中， 通过所述X个定位差异向量确定所述第一办公任务数据和所述第二办公任务数 据之间的映射关系， 包括： 确定所述第一办公任务数据的第一办公任务数据向量和所述第二办公任务数据的第 二办公任务数据向量； 按照各个所述定位差异向量配准所述第一办公任务数据向量和所述第二办公任务数 据向量， 得到所述映射关系； 其中， 根据所述映射关系优化所述目标监控范围在所述第一办公任务数据中的字符， 得到目标办公任务数据， 包括： 根据所述映射关系中的属性和各个所述定位， 确定各个所述字符的空间定位； 通过简化各个所述字符的空间定位和各个所述定位， 优化所述目标监控范围在所述第 一办公任务数据中的字符， 得到所述目标办公任务数据。 8.根据权利要求7所述的方法， 其特征在于， 根据 所述映射关系 优化所述目标监控范围 在所述第一办公任务数据中的字符， 得到目标办公任务数据之后， 所述方法还包括： 在所述 第一办公任务数据与所述第二办公任务数据之间的特征共性向量不小于第二判定值的基 础上， 根据所述第一办公任务数据优化所述第二办公任务数据。 9.根据权利要求1所述的方法， 其特征在于， 根据所述X个差异向量优化所述目标监控 范围在所述第一办公任务数据中的字符， 得到目标办公任务数据之后， 所述方法还包括： 在 所述目标办公任务数据中确定优化后的X个字符； 在所述 目标办公任务数据中拼接所述优 化后的X个字符， 得到出优化后的第一办公任务数据监控范围， 其中， 第一办公任务数据监 控范围是 所述目标监控范围在所述第一办公任务数据中的办公任务数据监控范围。 10.一种基于人工智能的任务数据异常监测处理系统， 其特征在于， 包括互相之间通信 的处理器和存储器， 所述处理器用于从所述存储器中读取计算机程序并执行， 以实现权利 要求1‑9任一项所述的系统。权　利　要　求　书 2/2 页 3 CN 115292301 A 3