[發明專利]數據特征的提取方法、業務對象分類方法及裝置

在審

• 申請號: 201911070812.2
• 申請日: 2019-11-05
• 公開（公告）號: CN112766293A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 劉洋
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

1.一種數據特征的提取方法，包括：

獲取資源轉移數據；

根據所述資源轉移數據的轉移對象類型以及轉移時間點，確定在不同的轉移時間統計周期內，與不同轉移對象類型對應的資源轉移數據的資源轉移總量；

利用所述資源轉移總量生成資源轉移圖譜；

通過預先構建的圖像特征提取模型獲取所述資源轉移圖譜的圖像特征向量，將所述圖像特征向量確定為所述資源轉移數據的資源轉移特征向量；

根據所述資源轉移數據的資源轉移特征向量構建機器學習模型。

2.根據權利要求1所述的方法，其特征在于，所述利用所述資源轉移總量生成資源轉移圖譜的步驟，包括：

確定各所述資源轉移總量所屬的轉移對象類型以及轉移時間統計周期；

根據所述資源轉移總量所屬的轉移對象類型以及轉移時間統計周期，對所述資源轉移總量進行排列得到資源轉移矩陣；

將資源轉移矩陣在各個矩陣元上的資源轉移總量轉換為灰度值，根據各矩陣元上的灰度值生成資源轉移圖譜。

3.根據權利要求2所述的方法，其特征在于，所述根據所述資源轉移總量所屬的轉移對象類型以及轉移時間統計周期，對所述資源轉移總量進行排列得到資源轉移矩陣的步驟，包括：

以轉移時間統計周期為橫軸、轉移對象類型為豎軸，對各所述資源轉移總量進行排列，得到資源轉移矩陣。

4.根據權利要求2所述的方法，其特征在于，所述根據所述資源轉移總量所屬的轉移對象類型以及轉移時間統計周期，對所述資源轉移總量進行排列得到資源轉移矩陣的步驟，包括：

以轉移時間統計周期為豎軸、轉移對象類型為橫軸，對各所述資源轉移總量進行排列，得到資源轉移矩陣。

5.根據權利要求1所述的方法，其特征在于，所述圖像特征提取模型包括卷積層、激勵層以及池化層，所述通過預先構建的圖像特征提取模型獲取所述資源轉移圖譜的圖像特征向量的步驟，包括：

將所述資源轉移圖譜輸入至所述卷積層進行特征映射，得到第一特征圖；

將所述第一特征圖輸入至所述激勵層進行非線性映射，得到第二特征圖；

將所述第二特征圖輸入至所述池化層進行稀疏處理，得到圖像特征向量。

6.根據權利要求1所述的方法，其特征在于，所述通過預先構建的圖像特征提取模型獲取所述資源轉移圖譜的圖像特征向量的步驟之前，還包括：

獲取訓練樣本數據集，所述訓練樣本數據集包括資源轉移樣本數據以及所述資源轉移樣本數據的樣本標簽；

根據所述資源轉移樣本數據的轉移對象類型以及轉移時間點，確定在不同的轉移時間統計周期內，與不同轉移對象類型對應的資源轉移樣本數據的資源轉移總量；

利用所述資源轉移樣本數據的資源轉移總量生成資源轉移樣本圖譜；

將所述資源轉移樣本圖譜輸入至圖像特征提取模型中，得到對應的資源轉移樣本特征向量；

將所述資源轉移樣本特征向量輸入至分類網絡中，得到所述資源轉移樣本數據的預測標簽；

根據所述資源轉移樣本數據的預測標簽以及樣本標簽計算訓練損失值，根據所述訓練損失值對圖像特征提取模型以及分類網絡進行調整，直至滿足收斂條件，得到訓練后的圖像特征提取模型。

7.一種業務對象分類方法，其特征在于，包括：

獲取業務對象的資源轉移數據；

根據所述資源轉移數據的轉移對象類型以及轉移時間點，確定在不同的轉移時間統計周期內，與不同轉移對象類型對應的資源轉移數據的資源轉移總量；

利用所述資源轉移總量生成資源轉移圖譜；

通過預先構建的圖像特征提取模型獲取所述資源轉移圖譜的圖像特征向量，將所述圖像特征向量確定為所述資源轉移數據的資源轉移特征向量；

根據所述資源轉移特征向量對所述業務對象進行分類。