[发明专利]样本筛选的方法和装置、业务对象数据搜索的方法和装置

权利要求书

1.一种样本筛选的方法，其特征在于，包括：

设置多级筛选层；

选取所述多级筛选层中当前筛选层所需的训练样本；所述训练样本为与搜索关键词匹配的业务对象数据，所述业务对象数据为商品数据、临床观察数据、新闻数据、移动通讯数据中的至少一种；

从所述训练样本中提取出适于当前筛选层的目标样本特征；

采用所述目标样本特征，确定适于当前筛选层的筛选数量；

按照所述目标样本特征和筛选数量选取出目标样本，所述目标样本用于训练当前筛选层，以使所述多级筛选层适用于业务对象数据搜索。

2.根据权利要求1所述的方法，其特征在于，所述当前筛选层所需的训练样本，多于下一级筛选层所需的训练样本；

适于所述当前筛选层的目标样本特征中，包含适于上一级筛选层的目标样本特征；

适于所述当前筛选层的筛选数量，大于下一级筛选层的筛选数量。

3.根据权利要求1或2所述的方法，其特征在于，所述的方法还包括：

生成所述搜索关键词与所述筛选数量之间的关联关系。

4.根据权利要求1或2所述的方法，其特征在于，所述从所述训练样本中提取出适于当前筛选层的目标样本特征步骤包括：

从所述训练样本中提取原始样本特征；

确定所述原始样本特征的原始样本权重；

依据所述原始样本权重生成性价比参数；

按照所述性价比参数从所述原始样本特征中提取目标样本特征。

5.根据权利要求4所述的方法，其特征在于，所述原始样本权重为所述原始样本特征对于预设的第一优化目标参数的重要程度因子；

所述依据所述原始样本权重生成性价比参数的子步骤进一步包括：

预置处理所述原始样本特征的代价系数；

计算所述原始样本权重与所述代价系数之间的比值为性价比参数。

6.根据权利要求5所述的方法，其特征在于，所述原始样本特征包括商品数据的商品质量参数、售后服务评价参数、转换率、作弊评分参数；所述第一优化目标参数包括商品数据成交量；所述处理原始样本特征的代价系数包括耗时，内存应用率、CPU占用率。

7.根据权利要求1或2或5或6所述的方法，其特征在于，所述采用所述目标样本特征，确定适于当前筛选层的筛选数量的步骤包括：

确定所述目标样本特征的目标样本权重；

依据所述目标样本权重，生成所述训练样本进入下一级筛选层的筛选概率；

采用所述筛选概率，计算所述当前层次需筛选出训练样本的筛选数量。

8.根据权利要求7所述的方法，其特征在于，所述目标样本权重为所述目标样本特征对于预设的第二优化目标参数的重要程度因子；

所述第二优化目标参数包括如下的一种或多种：

筛选训练样本的准确率；

用于处理进入当前筛选层的训练样本的总代价系数；

进入最后一级筛选层的训练样本的数量。

9.根据权利要求7所述的方法，其特征在于，所述依据所述目标样本权重，生成所述训练样本进入下一级筛选层的筛选概率的子步骤进一步包括：

计算所述目标样本权重对于当前筛选层目标样本特征的内积；

将所述内积映射到0-1之间，获得所述筛选概率。

10.根据权利要求8或9所述的方法，其特征在于，所述采用所述筛选概率，计算所述当前层次需筛选出训练样本的筛选数量的子步骤进一步包括：

确定基准筛选数量，所述基准筛选数量为适于上一级筛选层的筛选数量；

在所述基准筛选数量的基础上，按照所述筛选概率进行衰减，获得当前层次需筛选出训练样本的筛选数量。