[發明專利]用于數據處理的方法、裝置和介質

在審

• 申請號: 202110309510.7
• 申請日: 2021-03-23
• 公開（公告）號: CN115115056A
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 衛文娟;馮璐
• 申請（專利權）人: 日本電氣株式會社
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06Q30/02;G16H50/20
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 黃倩;彭夢曄

1.一種用于數據處理的方法，包括：

獲取多個環境下的多個訓練數據集，其中每個訓練數據集包括對應環境下的用戶的一組特征的觀測數據，所述一組特征包括目標特征和與所述目標特征有關的多個特征；

基于所述多個訓練數據集，根據因果關系在不同環境下的不變性，從所述多個特征中確定影響所述目標特征并且具有因果不變性的至少一個特征；以及

利用所述多個訓練數據集中的至少一個訓練數據集，針對所述至少一個特征來訓練預測模型，所述預測模型用于基于目標環境下的目標用戶的所述至少一個特征的觀測數據來生成針對所述目標用戶的所述目標特征的預測結果。

2.根據權利要求1所述的方法，其中獲取所述多個訓練數據集包括：

收集來自所述多個環境的用戶的所述一組特征的觀測數據；以及

基于標識不同環境的環境參數，對所收集的觀測數據進行分組，以得到與所述多個環境相對應的所述多個訓練數據集。

3.根據權利要求1所述的方法，其中確定所述至少一個特征包括：

利用因果遷移學習技術，從所述多個特征中確定所述至少一個特征。

4.根據權利要求1所述的方法，其中確定所述至少一個特征包括：

利用不變因果預測技術，從所述多個特征中確定所述至少一個特征。

5.根據權利要求1所述的方法，其中訓練所述預測模型包括：

從所述至少一個訓練數據集中獲取一組訓練樣本，每個訓練樣本包括對應用戶的所述至少一個特征的觀測數據和所述目標特征的觀測數據；以及

利用機器學習算法，基于所述一組訓練樣本來訓練所述預測模型。

6.根據權利要求5所述的方法，其中基于所述一組訓練樣本來訓練所述預測模型包括：

確定對所述一組訓練樣本中的每個訓練樣本進行數據變換的變換方式；

基于所述變換方式，得到一組經變換的訓練樣本；以及

基于所述一組經變換的訓練樣本來訓練所述預測模型。

7.一種用于數據處理的方法，包括：

獲取目標環境下的目標用戶的用戶數據，其中所述用戶數據包括所述目標用戶的多個特征的觀測數據；

從所述用戶數據中提取至少部分用戶數據，其中所述至少部分用戶數據包括所述多個特征中影響目標特征并且具有因果不變性的至少一個特征的觀測數據；以及

基于所述至少部分用戶數據，生成針對所述目標用戶的所述目標特征的預測結果。

8.根據權利要求7所述的方法，還包括：

從多個環境中確定所述目標環境。

9.根據權利要求7或8所述的方法，還包括：

基于所述目標環境，從一個或多個預測模型中確定用于生成所述預測結果的預測模型。

10.根據權利要求7所述的方法，其中生成所述預測結果包括：

根據針對所述至少一個特征所訓練的預測模型，基于所述至少部分用戶數據，生成針對所述目標用戶的所述目標特征的預測結果。

11.一種用于數據處理的裝置，包括：

至少一個處理單元；以及

至少一個存儲器，所述至少一個存儲器被耦合到所述至少一個處理單元并且存儲用于由所述至少一個處理單元執行的指令，所述指令當由所述至少一個處理單元執行時，使得所述裝置執行根據權利要求1-6中的任一項所述的方法。

12.一種用于數據處理的裝置，包括：

至少一個處理單元；以及

至少一個存儲器，所述至少一個存儲器被耦合到所述至少一個處理單元并且存儲用于由所述至少一個處理單元執行的指令，所述指令當由所述至少一個處理單元執行時，使得所述裝置執行根據權利要求7-10中的任一項所述的方法。