[發(fā)明專利]一種特征模型的生成、應(yīng)用方法及裝置

有效

• 申請?zhí)枺?/td>: 201610430985.0
• 申請日: 2016-06-16
• 公開（公告）號: CN107515876B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 陳鈺雯
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21
• 代理公司: 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 朱佳

本發(fā)明涉及計算機(jī)領(lǐng)域，特別涉及一種特征模型的生成、應(yīng)用方法及裝置，用以提高目標(biāo)特征模型的精準(zhǔn)度。該方法為：將特征數(shù)據(jù)輸入目標(biāo)特征模型，獲得相應(yīng)的描述信息，其中，所述目標(biāo)特征模型用于描述一應(yīng)用場景且是基于多個子特征模型生成的，所述多個特征模型是基于所述應(yīng)用場景對應(yīng)的特征集合生成的，不同子特征模型包含的特征部分相同，且不同子特征模型包含的特征是調(diào)整所述特征集合中特征的重要度后得到的，顯然，不同的子特征模型在描述目標(biāo)特征模型對應(yīng)的應(yīng)用場景時的側(cè)重點(diǎn)不同，使得最終生成的目標(biāo)特征模型可以從不同角度更全面地描述上述待分析的應(yīng)用場景，從而增加了目標(biāo)特征模型的精準(zhǔn)度，進(jìn)而提高了特征數(shù)據(jù)分析的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)領(lǐng)域，特別涉及一種特征模型的生成、應(yīng)用方法及裝置。

背景技術(shù)

在數(shù)據(jù)分析過程中，為了更好地確定待分析對象的特點(diǎn)，一個重要的步驟便是特征的選取，特征的選取結(jié)果在很大程度上將會影響后期建模的效果，進(jìn)而影響數(shù)據(jù)分析的結(jié)果。

現(xiàn)有技術(shù)下，在進(jìn)行建模時，特征的選取一般采用兩種方式：

第一種方式為：

選中提取出的所有特征，刪除一些區(qū)分度不強(qiáng)的特征，通過訓(xùn)練樣本對剩下的所有特征進(jìn)行統(tǒng)一訓(xùn)練，從而建立統(tǒng)一的模型(如，采用決策樹方式進(jìn)行建模。

然而，采用第一種方式，通常只會選取出區(qū)分度最強(qiáng)的特征以及特征組合，因此，建立的模型也會著重描述這些特征及特征組合的特點(diǎn)，而一些次強(qiáng)的特征及特征組合可能被忽略，從而影響建模結(jié)果的精準(zhǔn)度。

第二種方式為：

先對提取出的特征進(jìn)行分組。然后，每一組特征分別采用相應(yīng)的訓(xùn)練樣本進(jìn)行訓(xùn)練，分別生成相應(yīng)的子模型，最后，再將所有子模型統(tǒng)一組成一個模型(如，采用隨機(jī)森林方式進(jìn)行建模，或者，采用boosting方式進(jìn)行建模)。

然而，采用第二種方式，可能會在特征隨機(jī)分組過程中，拆散區(qū)分度很強(qiáng)的特征組合，從而影響建模結(jié)果的精準(zhǔn)度。并且由于特征分組是隨機(jī)的，建模型結(jié)果是否理想只能靠統(tǒng)計學(xué)保證，這同樣會影響建模結(jié)果的準(zhǔn)確性。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種特征模型的生成、應(yīng)用方法及裝置，用以提高建模結(jié)果的精準(zhǔn)度。

本發(fā)明實(shí)施例提供的具體技術(shù)方案如下：

一種特征模型的應(yīng)用方法，包括：獲取特征數(shù)據(jù)，所述特征數(shù)據(jù)中包含有至少一個特征；獲取目標(biāo)特征模型，所述目標(biāo)特征模型用于描述一應(yīng)用場景，是基于多個子特征模型生成的，其中，所述多個特征模型是基于所述應(yīng)用場景對應(yīng)的特征集合生成的，不同子特征模型包含的特征部分相同，且不同子特征模型包含的特征是調(diào)整所述特征集合中特征的重要度后得到的，一個特征的重要度表征所述一個特征對建模準(zhǔn)確度的影響程度；將特征數(shù)據(jù)輸入目標(biāo)特征模型，獲得所述特征數(shù)據(jù)在所述應(yīng)用場景下的描述信息。

可選的，獲取所述目標(biāo)特征模型之前，進(jìn)一步包括：生成所述目標(biāo)特征模型，具體包括：針對待分析的應(yīng)用場景進(jìn)行特征提取，獲得特征集合；基于獲得的特征集合，生成多個子特征模型，其中，不同子特征模型包含的特征部分相同，并且不同子特征模型包含的特征是調(diào)整所述特征集合中特征的重要度后得到的；基于獲得的所有子特征模型，生成對應(yīng)所述待分析的應(yīng)用場景的目標(biāo)特征模型。

可選的，基于獲得的特征集合，生成多個子特征模型，包括：循環(huán)執(zhí)行以下操作，直到確定滿足預(yù)設(shè)的停止執(zhí)行條件：基于當(dāng)前的特征集合包含的所有特征建立相應(yīng)的子特征模型；計算獲得的子特征模型中每一個特征當(dāng)前的重要度；在所述當(dāng)前的特征集合中，刪除當(dāng)前的重要度符合預(yù)設(shè)篩選條件的特征；判斷是否滿足預(yù)設(shè)的停止條件。