[發明專利]特征挖掘組合方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202011490106.6
• 申請日: 2020-12-16
• 公開（公告）號: CN112508119A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 俞靜;姚晨鈺;周彥霖
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 魏潤潔

1.一種特征挖掘組合方法，其特征在于，所述特征挖掘組合方法包括：

獲取底層數據，并根據所述底層數據生成若干標準數據表；

基于若干所述標準數據表確定特征基元，并根據所述特征基元構造若干所述標準數據表的目標特征集合；

基于所述目標特征集合與預設已有特征集合構建并訓練特征模型矩陣，以從所述特征模型矩陣中確定出適配于當前場景的目標模型組合。

2.如權利要求1所述的特征挖掘組合方法，其特征在于，所述特征基元包括第一特征基元與第二特征基元，

所述基于若干所述標準數據表確定特征基元，并根據所述特征基元構造若干所述標準數據表的目標特征集合包括：

獲取第一特征基元，并利用所述第一特征基元構造若干所述標準數據表的初始特征；

識別所述初始特征的特征類型，并根據所述特征類型確定第二特征基元，以利用所述第二特征基元對所述初始特征進行特征衍生得到衍生特征；

結合所述初始特征與所述衍生特征，得到若干所述標準數據表的目標特征集合。

3.如權利要求2所述的特征挖掘組合方法，其特征在于，所述獲取第一特征基元，并利用所述第一特征基元構造若干所述標準數據表的初始特征包括：

獲取自定義特征基元，并將所述自定義特征基元與包含有轉換函數和/或聚合函數的預設特征基元作為所述第一特征基元；

將若干所述標準數據表整合為包含有所述標準數據表以及表間相互關系的實體集，利用所述第一特征基元在所述實體集上進行初始特征構造，得到所述初始特征。

4.如權利要求1所述的特征挖掘組合方法，其特征在于，所述基于所述目標特征集合與預設已有特征集合構建并訓練特征模型矩陣，以從所述特征模型矩陣中確定出適配于當前場景的目標模型組合包括：

將所述目標特征集合與所述已有特征集合和劃分為訓練集與測試集，基于所述訓練集與測試集構建并訓練多個特征模型，將多個所述特征模型列為所述特征模型矩陣；

獲取當前場景的場景評估指標，按照所述場景評估指標對所述特征模型矩陣中的各個所述特征模型進行評估，以確定出所述目標模型組合。

5.如權利要求1所述的特征挖掘組合方法，其特征在于，所述基于若干所述標準數據表確定特征基元，并根據所述特征基元構造若干所述標準數據表的目標特征集合之后，還包括：

基于預設評價指標對所述目標特征集合中的各個特征進行特征效果評估，并生成評估結果；

根據預設規則算法在所述目標特征集合中確定出最優特征組合；

將所述評估結果與所述最優特征組合進行可視化展示。

6.如權利要求1所述的特征挖掘組合方法，其特征在于，所述獲取底層數據，并根據所述底層數據生成若干標準數據表包括：

獲取由用戶系統傳入的底層數據，在對所述底層數據進行導入、存儲、修改和/或補充說明時添加相應描述記錄，得到待處理數據，其中，所述待處理數據存儲于區塊鏈中；

對所述待處理數據進行自動化清洗、過濾和降維處理，得到若干所述標準數據表。

7.如權利要求1-6中任一項所述的特征挖掘組合方法，其特征在于，所述基于所述目標特征集合與預設已有特征集合構建并訓練特征模型矩陣，以從所述特征模型矩陣中確定出適配于當前場景的目標模型組合之后，還包括：

按照預設時間間隔獲取更新特征數據和/或更新特征挖掘算法，以根據所述更新特征數據和/或更新特征挖掘算法對所述目標模型組合進行迭代更新。

8.一種特征挖掘組合裝置，其特征在于，所述特征挖掘組合裝置包括：

標準數據生成模塊，用于獲取底層數據，并根據所述底層數據生成若干標準數據表；

特征集合構造模塊，用于基于若干所述標準數據表確定特征基元，并根據所述特征基元構造若干所述標準數據表的目標特征集合；

模型組合確定模塊，用于基于所述目標特征集合與預設已有特征集合構建并訓練特征模型矩陣，以從所述特征模型矩陣中確定出適配于當前場景的目標模型組合。