[發明專利]特征方法、系統、計算機設備及計算機可讀存儲介質

在審

• 申請號: 202011542660.4
• 申請日: 2020-12-23
• 公開（公告）號: CN112667569A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 季德志
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F16/13
• 分類號: G06F16/13;G06F16/18;G06F16/182;G06F16/242;G06F16/2458;G06F16/27;G06F16/28;G06F21/64
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧小玲

本發明公開了一種特征衍生方法，包括：接收用戶的數據獲取請求，所述數據獲取請求包括所述用戶的用戶信息與數據集信息；對所述用戶信息進行驗證，以確定所述用戶是否具有權限獲取數據；當驗證通過時，基于所述數據獲取請求查詢所述數據集信息對應的目標數據，并根據查詢到的目標數據構建目標數據集；建立特征衍生任務，基于所述特征衍生任務對所述目標數據集進行多進程特征計算，得到預處理數據；基于預設的機器學習算法對所述預處理數據進行特征衍生處理，得到模型數據。本發明的有益效果在于：提高了特征挖掘的有效性與挖掘效率。

技術領域

本發明實施例涉及大數據處理領域，尤其涉及一種特征方法、系統、計算機設備及計算機可讀存儲介質。

背景技術

目標，AI算法模型已經成為支持金融銀行業的戰略方向的重要工具，能夠快速高效的幫助業務調整戰略。特征工程在構造整個AI算法模型過程中至關重要，但是現有的特征工程構造存在以下問題：

特征篩選效率低：手工編寫代碼，對多個變量進行分析，挖掘有效特征，效率低下。特征挖掘困難：對于多個組合特征，挖掘較困難，多場景無法復用。特征挖掘不夠全面：當面臨特征種類規模較大的場景，容易忽視弱數據的挖掘。

發明內容

有鑒于此，本發明實施例的目的是提供一種特征方法、系統、計算機設備及計算機可讀存儲介質，以解決特征挖掘困難和效率低下的問題。

為實現上述目的，本發明實施例提供了一種特征衍生方法，包括：

接收用戶的數據獲取請求，所述數據獲取請求包括所述用戶的用戶信息與數據集信息；

對所述用戶信息進行驗證，以確定所述用戶是否具有權限獲取數據；

當驗證通過時，基于所述數據獲取請求查詢所述數據集信息對應的目標數據，并根據查詢到的目標數據構建目標數據集；

建立特征衍生任務，基于所述特征衍生任務對所述目標數據集進行多進程特征計算，得到預處理數據；

基于預設的機器學習算法對所述預處理數據進行特征衍生處理，得到模型數據。

進一步地，所述當驗證通過時，基于所述數據獲取請求查詢所述數據集信息對應的目標數據，并根據查詢到的目標數據構建目標數據集包括：

當驗證通過時，基于所述數據獲取請求中的所述數據集信息生成多個查詢語句；

通過所述多個查詢語句查詢所述數據集信息對應的目標數據；

預先對所述多個查詢語句進行埋點，以獲取所述目標數據的數據查詢過程，基于所述查詢過程生成日志文件；

將所述目標數據保存成數據文件，并將所述數據文件與所述日志文件進行關聯以構建所述目標數據集。

進一步地，所述建立特征衍生任務，基于所述特征衍生任務對所述目標數據集進行多進程特征計算，得到預處理數據包括：

根據所述目標數據集建立特征衍生任務；

基于所述特征衍生任務對所述目標數據集進行多進程特征計算，以根據計算結果對所述目標數據集進行排序，得到預處理數據。

進一步地，所述基于預設的機器學習算法對所述預處理數據進行特征衍生處理，得到模型數據包括：

對所述預處理數據進行離散化處理，得到多個特征數據；

通過所述機器學習算法將所述特征數據進行交叉運算，得到多個模型數據。

進一步地，所述將所述特征數據進行交叉運算，得到模型數據包括：

通過所述機器學習算法計算每個所述特征數據的權重值與信息量，得到一階衍生結果；