[發明專利]一種數據處理方法、裝置及電子設備

有效

• 申請號: 201811309439.7
• 申請日: 2018-11-05
• 公開（公告）號: CN109299887B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 袁錦程;王維強;許遼薩;趙聞飆;易燦;葉蕓
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F16/2458;G06F16/35
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新;朱文杰

本發明公開了一種數據處理方法、裝置及電子設備，所述方法可以獲取待處理數據中的多個變量和所述多個變量對應的值構成的數據集；從所述數據集中確定出至少一條序列化數據，所述序列化數據中包含被預設分隔符分隔開的多個序列化元素，所述多個序列化元素是多個第一變量的值，且所述多個第一變量的值均與第二變量的同一值相對應，所述第一變量和所述第二變量屬于所述多個變量中的變量；基于預設自然語言處理模型分別對所述至少一條序列化數據進行處理，得到所述至少一條序列化數據對應的第一文本特征向量。

技術領域

本申請涉及計算機技術領域，尤其涉及一種數據處理方法、裝置及電子設備。

背景技術

在風險防控領域中，風控人員常常通過機器學習對現有的風險數據進行訓練，建立相應的模型，以利用該模型對潛在的風險進行預測或判斷。用于建模的數據中往往會包含序列化數據，所謂序列化數據是指包含多個有序或無序的序列化元素的數據，比如包含多個產品的一個訂單，其中，“產品”就是一種序列化元素，“訂單”就是一條包含序列化元素的序列化數據。

由于這些序列化數據中常常蘊含著大量可以提升模型效果的有用信息，因此，有必要對建模用數據中的序列化數據加以處理得到包含有用信息的文本特征向量，然后在建模時加以利用，以提升所建模型的效果。

發明內容

本申請實施例提供了一種數據處理方法、裝置及電子設備，以得到待處理數據中的序列化數據的文本特征向量。

為解決上述技術問題，本申請實施例是這樣實現的：

第一方面，提出了一種數據處理方法，所述方法包括：

獲取待處理數據中的多個變量和所述多個變量對應的值構成的數據集；

從所述數據集中確定出至少一條序列化數據，所述序列化數據中包含被預設分隔符分隔開的多個序列化元素，所述多個序列化元素是多個第一變量的值，且所述多個第一變量的值均與第二變量的同一值相對應，所述第一變量和所述第二變量屬于所述多個變量中的變量；

基于預設自然語言處理模型分別對所述至少一條序列化數據進行處理，得到所述至少一條序列化數據對應的第一文本特征向量。

第二方面，提出了一種數據處理裝置，所述裝置包括：

第一獲取模塊，用于獲取待處理數據中的多個變量和所述多個變量對應的值構成的數據集；

第一確定模塊，用于從所述數據集中確定出至少一條序列化數據，所述序列化數據中包含被預設分隔符分隔開的多個序列化元素，所述多個序列化元素是多個第一變量的值，且所述多個第一變量的值均與第二變量的同一值相對應，所述第一變量和所述第二變量屬于所述多個變量中的變量；

第一處理模塊，用于基于預設自然語言處理模型分別對所述至少一條序列化數據進行處理，得到所述至少一條序列化數據對應的第一文本特征向量。

第三方面，提出了一種電子設備，包括：

處理器；以及

被安排成存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行以下操作：

獲取待處理數據中的多個變量和所述多個變量對應的值構成的數據集；

從所述數據集中確定出至少一條序列化數據，所述序列化數據中包含被預設分隔符分隔開的多個序列化元素，所述多個序列化元素是多個第一變量的值，且所述多個第一變量的值均與第二變量的同一值相對應，所述第一變量和所述第二變量屬于所述多個變量中的變量；

基于預設自然語言處理模型分別對所述至少一條序列化數據進行處理，得到所述至少一條序列化數據對應的第一文本特征向量。