[發明專利]數據采樣方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110262852.8
• 申請日: 2021-03-11
• 公開（公告）號: CN113032621A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 許壯;湯善敏;朱曉龍;紀曉龍;季興;李賜興;張正生;劉永升
• 申請（專利權）人: 超參數科技（深圳）有限公司
• 主分類號: G06F16/70
• 分類號: G06F16/70;G06F16/73;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: 唐彩琴

1.一種數據采樣方法，其特征在于，所述方法包括：

基于預先建立的數據庫獲取多個鍵，得到候選鍵集合；

所述數據庫中，源數據對應的標識信息存儲為鍵，所述源數據對應的特征數據存儲為對應的值；

基于所述候選鍵集合進行采樣，得到至少一個目標鍵；

基于所述至少一個目標鍵從所述數據庫中查詢對應的值，得到目標特征數據；所述目標特征數據用于作為訓練樣本訓練目標機器學習模型。

2.根據權利要求1所述的方法，其特征在于，所述源數據為游戲視頻中的視頻幀；所述數據庫的建立步驟包括：

對于游戲視頻幀的每一幀視頻幀，提取所述視頻幀的特征，得到對應的特征數據；

獲取游戲視頻的視頻標識信息及所述視頻幀的視頻幀序號，根據所述視頻標識信息及所述視頻幀的視頻幀序號得到所述視頻幀的標識信息；

將所述視頻幀的標識信息存儲為鍵，將所述視頻幀對應的特征數據存儲為對應的值，以建立所述數據庫。

3.根據權利要求2所述的方法，其特征在于，所述提取所述視頻幀的特征，得到對應的特征數據，包括：

獲取目標字段信息；

基于所述目標字段信息解析所述視頻幀，得到第一子特征數據；

基于所述目標字段信息及所述第一子特征數據進行計算，得到第二子特征數據；

將所述第一子特征數據和第二子特征數據組成形成所述特征數據。

4.根據權利要求2所述的方法，其特征在于，所述基于所述候選鍵集合進行采樣，得到至少一個目標鍵包括：

獲取歷史鍵；所述歷史鍵為歷史目標特征數據對應的鍵；

基于所述歷史健對應的視頻標識信息和視頻幀序號從所述候選鍵集合確定所述歷史鍵對應的關聯鍵，對所述關聯鍵進行采樣，得到至少一個目標鍵。

5.根據權利要求1至4任意一項所述的方法，其特征在于，所述基于所述至少一個目標鍵從所述數據庫中查詢對應的值，得到目標特征數據，包括：

從所述至少一個目標鍵中隨機確定一個目標鍵作為訓練樣本鍵；

從所述數據庫中查詢所述訓練樣本鍵對應的值，得到所述目標特征數據。

6.根據權利要求1至4任意一項所述的方法，其特征在于，在所述基于預先建立的數據庫獲取多個鍵，得到候選鍵集合之前，所述方法還包括：

獲取預先配置的采樣條件；

所述基于預先建立的數據庫獲取多個鍵，得到候選鍵集合包括：

基于所述采樣條件及預先建立的數據庫獲取多個鍵，得到候選鍵集合。

7.根據權利要求1至4任意一項所述的方法，其特征在于，在所述基于預先建立的數據庫獲取多個鍵，得到候選鍵集合之前，所述方法還包括：

獲取目標采樣條件；

所述基于預先建立的數據庫獲取多個鍵，得到候選鍵集合包括：

基于所述目標采樣條件從所述數據庫中查詢匹配的特征數據，得到候選特征數據；

將所述候選特征數據對應的鍵進行備份并存儲至數據表中；

從所述數據表中獲取多個鍵，得到候選鍵集合。

8.一種數據采樣裝置，其特征在于，所述裝置包括：

鍵獲取模塊，用于基于預先建立的數據庫獲取多個鍵，得到候選鍵集合；所述數據庫中，源數據對應的標識信息存儲為鍵，所述源數據對應的特征數據存儲為對應的值；

采樣模塊，用于基于所述候選鍵集合進行采樣，得到至少一個目標鍵；

查詢模塊，用于基于所述至少一個目標鍵從所述數據庫中查詢對應的值，得到目標特征數據；所述目標特征數據用于作為訓練樣本訓練目標機器學習模型。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。