一种共享充电宝异常占用识别方法

本发明提供一种共享充电宝异常占用识别方法，通过多源采集用户操作、设备状态与环境上下文信息，融合并清洗为标准化数据集，经特征工程与数据对齐生成多维行为模式输入矩阵，并利用图神经网络捕捉用户与设备间的时空交互关系，输出上下文感知的行为画像；结合注意力机制的时序分类器，实现异常占用概率预测，并依据动态场景阈值判定连续异常行为；最终，通过上下文合理性验证降低误报，对异常行为触发精准反馈处置和模型自适应优化，本发明可提升异常行为检测的准确性和实时性，增强共享充电宝管理的智能化水平。