[發明專利]一種物聯網設備特征獲取方法及裝置

有效

• 申請號: 202011597672.7
• 申請日: 2020-12-29
• 公開（公告）號: CN112291374B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 嚴坦;吳睿澤;支良標
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F17/18;G06N3/08;G06N20/00
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 周嗣勇

本說明書公開一種物聯網設備特征獲取方法及裝置，包括獲取多臺物聯網設備的位置信息以及用戶行為信息；根據獲取的信息構建以設備為節點、以設備間關聯關系為邊的設備關聯圖；基于所構建的設備關聯圖，得到路徑集；所述路徑集中任一路徑為所述關聯圖中的任一無環路徑；利用所述路徑集中任一路徑生成若干條訓練樣本，以根據所述路徑集得到訓練樣本集；其中，任一訓練樣本以任一路徑中的節點為特征值，以該路徑中該節點的相鄰節點為標簽值；基于所述訓練樣本集訓練深度學習模型；利用訓練后的深度學習模型的隱藏層信息獲取物聯網設備特征。

技術領域

本說明書涉及機器學習技術領域，尤其涉及一種物聯網設備特征獲取方法及裝置。

背景技術

目前，物聯網設備功能十分強大，除了具有常規的基本功能之外，通常還具有其他功能，例如展示推送信息的功能。以物聯網自動售貨機為例，其除了具有售賣商品的功能以外，還具有通過屏幕展示推送信息的功能，其會在屏幕上展示推送信息以供用戶查看，例如展示商品廣告信息、展示商品優惠券等信息。

物聯網設備展示的推送信息如果不能滿足用戶的使用需求，對于設備本身來說，無疑是一種網絡資源的浪費。

為了解決上述問題，目前業界常采用機器學習的方式，即以用戶信息與推送信息為特征，以用戶對于推送信息的點擊情況為標簽進行訓練，進而利用訓練后的模型確定向用戶展示的推送信息。但是通常情況下，用戶并非在所有設備上的行為都相同，因此，以上述方式訓練出的模型效果欠佳。

基于上述理由，如果將設備特征也作為模型的訓練特征，訓練出的模型效果也會更佳，另外，如果將設備的某項數據作為該設備的特征，特征信息量較少，對于模型的訓練效果提升較小，從這個角度而言，如果設備特征能夠體現的含義越豐富，則利用該設備特征訓練出的模型效果也就更佳。

因此，亟需獲取一種含義豐富的物聯網設備特征，用于模型訓練。

發明內容

針對上述技術問題，本說明書提供一種物聯網設備特征獲取方法及裝置，技術方案如下：

根據本說明書的第一方面，提供一種物聯網設備特征獲取方法， 包括：

獲取多臺物聯網設備的位置信息以及用戶行為信息；

根據獲取的信息構建以設備為節點、以設備間關聯關系為邊的設備關聯圖；

基于所構建的設備關聯圖，得到路徑集；所述路徑集中任一路徑為所述設備關聯圖中的任一無環路徑；

利用所述路徑集中任一路徑生成若干條訓練樣本，以根據所述路徑集得到訓練樣本集；其中，任一訓練樣本以任一路徑中的節點為特征值，以該路徑中該節點的相鄰節點為標簽值；基于所述訓練樣本集訓練深度學習模型；

利用訓練后的深度學習模型的隱藏層信息獲取物聯網設備特征。

根據本說明書的第二方面，提供一種物聯網設備特征獲取裝置，包括：

信息獲取模塊，用于獲取多臺物聯網設備的位置信息以及用戶行為信息；

關聯圖生成模塊，用于根據獲取的信息構建以設備為節點、以設備間關聯關系為邊的設備關聯圖；

路徑生成模塊，用于基于所構建的設備關聯圖，得到路徑集；所述路徑集中任一路徑為所述設備關聯圖中的任一無環路徑；

模型訓練模塊，用于利用所述路徑集中任一路徑生成若干條訓練樣本，以根據所述路徑集得到訓練樣本集；其中，任一訓練樣本以任一路徑中的節點為特征值，以該路徑中該節點的相鄰節點為標簽值；基于所述訓練樣本集訓練深度學習模型；

設備特征獲取模塊，用于利用訓練后的深度學習模型的隱藏層信息獲取物聯網設備特征。