[發明專利]一種特征信息識別方法及系統

有效

• 申請號: 201910132261.1
• 申請日: 2019-02-22
• 公開（公告）號: CN109858633B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 郭振宇;黃炳;劉華杰;姜璐
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王濤;任默聞

1.一種特征信息識別方法，其特征在于，包括：

獲取待預測數據組的第一唯一標識對應的離散數據單元及連續數據單元；

將所述第一唯一標識對應的離散數據單元輸入預設的離散模型計算生成所述預設的離散模型對應的第一預測值；所述第一預測值包括：所述第一唯一標識；

將所述第一唯一標識對應的連續數據單元及所述第一預測值合并后輸入預設的連續模型計算生成所述預設的連續模型對應的第二預測值；所述第二預測值包括：所述第一唯一標識；

根據所述第一唯一標識對應的待預測數據組及所述第二預測值生成所述待預測數據組對應的特征信息。

2.根據權利要求1所述的特征信息識別方法，其特征在于，所述待預測數據組為多組。

3.根據權利要求2所述的特征信息識別方法，其特征在于，所述獲取待預測數據組的第一唯一標識對應的離散數據單元及連續數據單元，包括：

為獲取的各所述待預測數據組分別設置一第一唯一標識；每個所述待預測數據組均包括：若干第一特征數據；

根據每個所述待預測數據組的各所述第一特征數據的數據類型將每個所述待預測數據組拆分生成每個所述待預測數據組對應的離散數據單元及連續數據單元。

4.根據權利要求3所述的特征信息識別方法，其特征在于，每個所述離散數據單元均包括：一第一唯一標識及所述第一唯一標識對應的待預測數據組中的離散類型的第一特征數據。

5.根據權利要求4所述的特征信息識別方法，其特征在于，每個所述離散數據單元對應的連續數據單元均包括：所述第一唯一標識及所述第一唯一標識對應的待預測數據組中的連續類型的第一特征數據。

6.根據權利要求1所述的特征信息識別方法，其特征在于，還包括：

獲取訓練數據組的第二唯一標識對應的離散訓練數據單元及連續訓練數據單元；

將所述第二唯一標識對應的離散訓練數據單元輸入各預設的離散算法計算生成每個所述預設的離散算法對應的離散訓練模型及每個所述預設的離散算法對應的第一訓練預測值；所述第一訓練預測值包括：所述第二唯一標識；

將所述第二唯一標識對應的連續訓練數據單元分別與每個預設的離散算法的所述第二唯一標識對應的第一訓練預測值合并后輸入預設的連續算法計算生成各所述預設的離散算法的離散訓練模型對應的連續訓練模型；

將各所述離散訓練模型分別與各所述離散訓練模型對應的連續訓練模型合并生成各特征信息識別模型。

7.根據權利要求6所述的特征信息識別方法，其特征在于，所述訓練數據組為多組。

8.根據權利要求7所述的特征信息識別方法，其特征在于，所述獲取訓練數據組的第二唯一標識對應的離散訓練數據單元及連續訓練數據單元，包括：

為獲取的各所述訓練數據組分別設置一第二唯一標識及一第一特征標注信息；每個所述訓練數據組均包括：若干第二特征數據；

根據每個所述訓練數據組的各所述第二特征數據的數據類型將每個所述訓練數據組拆分生成每個所述訓練數據組對應的離散訓練數據單元及連續訓練數據單元。

9.根據權利要求8所述的特征信息識別方法，其特征在于，每個所述離散訓練數據單元均包括：一第二唯一標識、所述第二唯一標識對應的訓練數據組中的離散類型的第二特征數據及所述第二唯一標識對應的訓練數據組的第一特征標注信息；

每個所述離散訓練數據單元對應的連續訓練數據單元均包括：所述第二唯一標識、所述第二唯一標識對應的訓練數據組中的連續類型的第二特征數據及所述第二唯一標識對應的訓練數據組的第一特征標注信息。