[发明专利]一种特征处理方法、装置及存储介质

说明书

本申请涉及一种特征处理方法、装置及存储介质，所述方法包括：获取多个对象的对象信息，每个对象的对象信息包括所述对象的标签以及所述对象与多个单特征分别对应的多项特征信息；对多个对象与同一单特征对应的多项特征信息进行分段，得到与每个单特征分别对应的候选分段集合；基于各对象的标签，对各候选分段集合中的候选分段进行筛选，得到与各单特征分别对应的目标分段集合；对各目标分段集合中的目标分段进行组合；基于对各目标分段的组合结果，构建目标组合特征集合。本申请能够在大数据量的情况下，自动对任意维度的用户特征进行特征交叉组合，从而生成相应的目标组合特征集合。

技术领域

本申请涉及机器学习技术领域，尤其涉及一种特征处理方法、装置及存储介质。

背景技术

特征交叉(Feature Cross)是指两个或多个特征组合所形成的合成特征，特征的组合可以提供超出这些特征单独能够提供的预测能力，特征交叉能够增强模型的表达能力，提高机器学习模型的预测效果。

通过数据挖掘的方式，可从大量用户的资料、日常行为中提炼出用户的各种特征，如年龄层、学历层、收入层等，从而在进行特征交叉时，需要处理的数据量是巨大的。现有的在基于大数据量的情况下进行特征交叉组合时需要进行手工处理，并且不能自定义特征交叉的方式，因此需要提出一种有效的特征处理方法来解决现有技术中在进行特征交叉时存在的技术问题。

发明内容

本申请所要解决的技术问题在于，提供一种特征处理方法、装置及存储介质，能够在大数据量的情况下，自动对任意维度的用户特征进行特征交叉组合，从而生成相应的目标组合特征集合，便于后续根据获取的用户特征信息直接确定相应的目标组合特征。

为了解决上述技术问题，一方面，本申请提供了一种特征处理方法，所述方法包括：

获取多个对象的对象信息，每个对象的对象信息包括所述对象的标签以及所述对象与多个单特征分别对应的多项特征信息；

对多个对象与同一单特征对应的多项特征信息进行分段，得到与每个单特征分别对应的候选分段集合；其中，每个候选分段集合中包括至少两个候选分段；

基于各对象的标签，对各候选分段集合中的候选分段进行筛选，得到与各单特征分别对应的目标分段集合；

对各目标分段集合中的目标分段进行组合；

基于对各目标分段的组合结果，构建目标组合特征集合。

另一方面，本申请提供了一种特征处理装置，所述装置包括：

对象信息获取模块，用于获取多个对象的对象信息，每个对象的对象信息包括所述对象的标签以及所述对象与多个单特征分别对应的多项特征信息；

候选分段集合构建模块，用于对多个对象与同一单特征对应的多项特征信息进行分段，得到与每个单特征分别对应的候选分段集合；其中，每个候选分段集合中包括至少两个候选分段；

目标分段集合构建模块，用于基于各对象的标签，对各候选分段集合中的候选分段进行筛选，得到与各单特征分别对应的目标分段集合；

目标分段组合模块，用于对各目标分段集合中的目标分段进行组合；

目标组合特征集合构建模块，用于基于对各目标分段的组合结果，构建目标组合特征集合。

另一方面，本申请提供了一种计算机存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如上述的特征处理方法。

另一方面，本申请提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述的特征处理方法。