[發(fā)明專利]無監(jiān)督的特征選擇方法、裝置

在審

• 申請?zhí)枺?/td>: 201610205887.7
• 申請日: 2016-04-05
• 公開（公告）號(hào): CN107291760A
• 公開（公告）日: 2017-10-24
• 發(fā)明（設(shè)計(jì)）人: 黃光遠(yuǎn);蘭金鶴;麥港林
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11363
• 代理人: 逯長明,許偉群

1.一種無監(jiān)督的特征選擇方法，其特征在于，包括：

計(jì)算樣本數(shù)據(jù)的所有特征之間的相似度；

以特征為節(jié)點(diǎn)，根據(jù)節(jié)點(diǎn)之間的相似度構(gòu)建特征拓?fù)鋱D；

對所述特征拓?fù)鋱D進(jìn)行分割，得到一個(gè)或多個(gè)連通圖；

根據(jù)所述連通圖，確定目標(biāo)特征集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)節(jié)點(diǎn)之間的相似度構(gòu)建特征拓?fù)鋱D，包括：

在任意相似度大于零的兩個(gè)節(jié)點(diǎn)之間添加一條邊，得到所述特征拓?fù)鋱D。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，對所述特征拓?fù)鋱D進(jìn)行分割，得到一個(gè)或多個(gè)連通圖，包括：

分別將所述特征拓?fù)鋱D中每條邊對應(yīng)的相似度與預(yù)設(shè)相似度閾值進(jìn)行比較；

刪除所述特征拓?fù)鋱D中相似度小于所述預(yù)設(shè)相似度閾值的邊；

將通過邊連接的節(jié)點(diǎn)劃分在同一個(gè)連通圖中，得到一個(gè)或多個(gè)連通圖。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，對所述特征拓?fù)鋱D進(jìn)行分割，得到一個(gè)或多個(gè)連通圖，包括：

為所述特征拓?fù)鋱D中的每個(gè)節(jié)點(diǎn)設(shè)置唯一的標(biāo)簽；

將每個(gè)節(jié)點(diǎn)的標(biāo)簽傳播至相應(yīng)的鄰居節(jié)點(diǎn)；

對于每個(gè)節(jié)點(diǎn)，將自己的標(biāo)簽和接收到的所有來自鄰居的標(biāo)簽進(jìn)行比較，選其中值最小的標(biāo)簽作為相應(yīng)節(jié)點(diǎn)的新標(biāo)簽；

判斷各個(gè)節(jié)點(diǎn)的標(biāo)簽是否發(fā)生變化；

如果存在至少一個(gè)節(jié)點(diǎn)的標(biāo)簽發(fā)生變化，則返回執(zhí)行所述將每個(gè)節(jié)點(diǎn)的標(biāo)簽傳播至相應(yīng)的鄰居節(jié)點(diǎn)的步驟；

如果所有節(jié)點(diǎn)的標(biāo)簽均未發(fā)生變化，則將標(biāo)簽相同的節(jié)點(diǎn)劃分在同一個(gè)連通圖中，得到一個(gè)或多個(gè)連通圖。

5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，根據(jù)所述連通圖，確定目標(biāo)特征集，包括：

分別確定每個(gè)連通圖中的核心節(jié)點(diǎn)，并將各個(gè)核心節(jié)點(diǎn)對應(yīng)的特征記入目標(biāo)特征集。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，分別確定每個(gè)連通圖中的核心節(jié)點(diǎn)，包括：

根據(jù)各個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)度值、介數(shù)值和Kcore系數(shù)中的任意一種確定每個(gè)連通圖中的核心節(jié)點(diǎn)。

7.一種無監(jiān)督的特征選擇裝置，其特征在于，包括：

相似度計(jì)算單元，用于計(jì)算樣本數(shù)據(jù)的所有特征之間的相似度；

拓?fù)鋱D構(gòu)建單元，用于以特征為節(jié)點(diǎn)，根據(jù)節(jié)點(diǎn)之間的相似度構(gòu)建特征拓?fù)鋱D；

連通圖挖掘單元，用于對所述特征拓?fù)鋱D進(jìn)行分割，得到一個(gè)或多個(gè)連通圖；

目標(biāo)特征選擇單元，用于根據(jù)所述連通圖，確定目標(biāo)特征集。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述拓?fù)鋱D構(gòu)建單元具體被配置為：

在任意相似度大于零的兩個(gè)節(jié)點(diǎn)之間添加一條邊，得到所述特征拓?fù)鋱D。

9.根據(jù)權(quán)利要求7或8所述的裝置，其特征在于，所述連通圖挖掘單元包括：第一挖掘模塊；

所述第一挖掘模塊被配置為：

分別將所述特征拓?fù)鋱D中每條邊對應(yīng)的相似度與預(yù)設(shè)相似度閾值進(jìn)行比較；

刪除所述特征拓?fù)鋱D中相似度小于所述預(yù)設(shè)相似度閾值的邊；

將通過邊連接的節(jié)點(diǎn)劃分在同一個(gè)連通圖中，得到一個(gè)或多個(gè)連通圖。

10.根據(jù)權(quán)利要求7或8所述的裝置，其特征在于，所述連通圖挖掘單元包括：第二挖掘模塊；

所述第二挖掘模塊被配置為：

為所述特征拓?fù)鋱D中的每個(gè)節(jié)點(diǎn)設(shè)置唯一的標(biāo)簽；

將每個(gè)節(jié)點(diǎn)的標(biāo)簽傳播至相應(yīng)的鄰居節(jié)點(diǎn)；

對于每個(gè)節(jié)點(diǎn)，將自己的標(biāo)簽和接收到的所有來自鄰居的標(biāo)簽進(jìn)行比較，選其中值最小的標(biāo)簽作為相應(yīng)節(jié)點(diǎn)的新標(biāo)簽；

判斷各個(gè)節(jié)點(diǎn)的標(biāo)簽是否發(fā)生變化；

如果存在至少一個(gè)節(jié)點(diǎn)的標(biāo)簽發(fā)生變化，則返回執(zhí)行所述將每個(gè)節(jié)點(diǎn)的標(biāo)簽傳播至相應(yīng)的鄰居節(jié)點(diǎn)的步驟；

如果所有節(jié)點(diǎn)的標(biāo)簽均未發(fā)生變化，則將標(biāo)簽相同的節(jié)點(diǎn)劃分在同一個(gè)連通圖中，得到一個(gè)或多個(gè)連通圖。

11.根據(jù)權(quán)利要求7或8所述的裝置，其特征在于，所述目標(biāo)特征選擇單元具體被配置為：

分別確定每個(gè)連通圖中的核心節(jié)點(diǎn)，并將各個(gè)核心節(jié)點(diǎn)對應(yīng)的特征記入目標(biāo)特征集。

12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，為確定每個(gè)連通圖中的核心節(jié)點(diǎn)，所述目標(biāo)特征選擇單元具體被配置為：

根據(jù)各個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)度值、介數(shù)值和Kcore系數(shù)中的任意一種確定每個(gè)連通圖中的核心節(jié)點(diǎn)。