[發明專利]服務特征數據提取方法、裝置及電子設備

有效

• 申請號: 201811475064.1
• 申請日: 2018-12-04
• 公開（公告）號: CN111274348B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 林宇澄;楊曉慶
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/36
• 代理公司: 北京超成律師事務所 11646
• 代理人: 鄧超

1.一種服務特征數據提取方法，其特征在于，包括：

獲取服務請求方初始數據、服務類型初始數據、所述服務請求方與服務類型兩者之間的服務關系初始數據，生成對應的服務三元組數據，其中，所述服務請求方初始數據與所述服務類型初始數據之間的數目差值大于預設數目閾值，所述服務請求方初始數據基于斯帕克Spark架構的彈性分布式數據集RDD存儲，所述服務類型初始數據是通過斯帕克Spark架構廣播共享得到的；

根據所述服務請求方初始數據、所述服務類型初始數據、所述服務關系初始數據和所述服務三元組數據，基于預設的算法模型訓練得到所述服務關系對應的所述服務請求方的特征向量數據與所述服務類型的特征向量數據；

根據所述服務請求方初始數據、所述服務類型初始數據、所述服務關系初始數據和所述服務三元組數據，基于預設的算法模型訓練得到所述服務關系對應的所述服務請求方的特征向量數據與所述服務類型的特征向量數據的步驟，包括：

根據所述服務三元組數據的正樣本，基于預設的算法模型生成所述服務三元組數據對應的負樣本；

基于預設的算法模型，利用所述RDD中的外連接，篩除掉不符合預設要求的負樣本，訓練得到所述服務關系對應的所述服務請求方的特征向量數據與所述服務類型的特征向量數據。

2.根據權利要求1所述的服務特征數據提取方法，其特征在于，所述獲取服務請求方初始數據、服務類型初始數據、所述服務請求方與服務類型兩者之間的服務關系初始數據，生成對應的服務三元組數據的步驟之前，所述方法還包括：

獲取服務提供者請求不同服務類型的頻次；

按照預設數目選取所述頻次大于預設閾值的服務類型作為所述服務類型初始數據。

3.根據權利要求1或2所述的服務特征數據提取方法，其特征在于，所述獲取服務請求方初始數據、服務類型初始數據、所述服務請求方與服務類型兩者之間的服務關系初始數據，生成對應的服務三元組數據的步驟之前，所述方法還包括：

分別建立所述服務請求方初始數據、服務類型初始數據以及所述服務關系初始數據與不同索引之間的映射關系。

4.根據權利要求3所述的服務特征數據提取方法，其特征在于，所述獲取服務請求方初始數據、服務類型初始數據、所述服務請求方與服務類型兩者之間的服務關系初始數據，生成對應的服務三元組數據的步驟，包括：

根據所述服務請求方對應的索引、所述服務類型對應的索引以及所述服務關系對應的索引，生成所述服務三元組數據對應的索引三元組數據。

5.根據權利要求1所述的服務特征數據提取方法，其特征在于，所述篩除掉不符合預設要求的負樣本的步驟，包括：

篩除掉與所述服務三元組數據中相同的負樣本數據。

6.根據權利要求5所述的服務特征數據提取方法，其特征在于，所述預設的算法模型包括TransE算法模型和/或TransR算法模型。

7.根據權利要求6所述的服務特征數據提取方法，其特征在于，所述預設算法模型為TransE算法模型時，用正態分布對所述服務請求方初始數據、所述服務類型初始數據和所述服務關系初始數據進行隨機初始化。

8.根據權利要求6所述的服務特征數據提取方法，其特征在于，所述預設算法模型為TransR算法模型時，用正態分布對所述服務請求方初始數據、所述服務類型初始數據和所述服務關系初始數據進行隨機初始化或者用所述TransE算法模型訓練得到的結果進行初始化。

9.根據權利要求8所述的服務特征數據提取方法，其特征在于，所述預設算法模型為TransR算法模型時，初始化數據還包括基于所述服務請求方初始數據和所述服務類型初始數據映射到不同的關系空間得到的投影矩陣。

10.根據權利要求1所述的服務特征數據提取方法，其特征在于，所述方法還包括：

根據所述服務請求方的特征向量數據與所述服務類型的特征向量數據得到所述服務請求方的畫像描述數據。