[發明專利]預測流程模型的生成方法、裝置、存儲介質和電子設備

有效

• 申請號: 201811625614.3
• 申請日: 2018-12-28
• 公開（公告）號: CN109800887B
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 張延鳳
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06K9/62
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 李鵬;魏嘉熹

1.一種預測流程模型的生成方法，其特征在于，所述方法包括：

對原始訓練數據進行數據轉化處理，以生成用于描述所述原始訓練數據的多個轉化特征數據，所述數據轉化處理的處理方式包括針對于無規律特征數據的處理模型以及針對于有規律特征數據的處理規則；

通過預設的特征評估算法對全量特征數據進行評估，以確定所述全量特征數據中的有效特征數據，所述全量特征數據包括所述原始訓練數據和所述多個轉化特征數據；

通過所述有效特征數據對從模型庫中提取出的多個算法模型進行訓練，以獲取所述多個算法模型組合出的第一機器學習模型，所述第一機器學習模型用于預測用戶活躍度；

對所述第一機器學習模型以及模型訓練腳本中記錄的所述處理規則進行拼裝，以生成預測流程模型，所述預測流程模型為批處理預測流程模型或者流處理預測流程模型；

將新數據輸入所述預測流程模型，以得到所述預測流程模型輸出的所述新數據對應的用戶活躍度；

所述特征評估算法為文字識別算法和連續型數字識別算法，所述通過預設的特征評估算法對全量特征數據進行評估，以確定所述全量特征數據中的有效特征數據，包括：

將所述多個轉化特征數據添加至所述原始訓練數據，以獲取所述全量特征數據；

通過所述文字識別算法識別所述全量特征數據中具備姓氏文字的特征數據，通過所述連續型數字識別算法識別所述全量特征數據中具備連續數字的特征數據；

從所述全量特征數據中刪除所述具備姓氏文字的特征數據和所述具備連續數字的特征數據，以獲取所述有效特征數據。

2.根據權利要求1所述的方法，其特征在于，所述模型訓練腳本還用于記錄所述第一機器學習模型的訓練步驟，在所述通過所述第一機器學習模型以及模型訓練腳本中記錄的所述處理規則，生成預測流程模型之后，所述方法還包括：

每隔預設時間間隔，針對于所述預設時間間隔內更新的訓練數據和所述原始訓練數據重新執行所述訓練步驟，以訓練出第二機器學習模型，所述訓練步驟至少包括：轉化特征數據生成步驟、特征數據評估步驟以及算法模型組合步驟；

通過所述第二機器學習模型替換所述第一機器學習模型，以對所述預測流程模型進行更新。

3.根據權利要求1所述的方法，其特征在于，所述通過數據轉化方式對原始訓練數據進行處理，以生成用于描述所述原始訓練數據的多個轉化特征數據，包括：

根據所述原始訓練數據中每組特征數據的數據特性確定所述每組特征數據對應的處理模型或處理規則，以獲取多種處理模型和多種處理規則；

通過所述每組特征數據對應的處理模型或處理規則對所述每組特征數據進行數據轉化處理，以生成所述多個轉化特征數據；

通過所述模型訓練腳本記錄所述多種處理模型和所述多種處理規則。

4.根據權利要求1所述的方法，其特征在于，所述通過所述有效特征數據對從模型庫中提取出的多個算法模型進行訓練，以獲取所述多個算法模型組合出的第一機器學習模型，包括：

從所述模型庫中提取對所述有效特征數據對應的每個預測單元進行預測所需的算法模型，以獲取所述多個算法模型，所述每個預測單元對應于所述有效特征數據中的一組或多組特征數據；

通過所述有效特征數據對所述多個算法模型組合出的機器學習模型進行訓練，以獲取所述第一機器學習模型。