[发明专利]特征检测方法、装置、计算机设备及存储介质

权利要求书

1.一种特征检测方法，其特征在于，所述方法包括：

基于多个第一用户行为数据的多个特征向量进行训练，得到内容项排序模型，一个特征向量对应于一个第一用户行为数据的多个第一特征和多个待评估的第二特征，所述多个第一用户行为数据用于表示用户对内容项所进行的互动操作；

基于多个第二用户行为数据，确定所述内容项排序模型的第一性能信息，所述多个第二用户行为数据用于表示用户对内容项所进行的互动操作；

对所述多个第二用户行为数据的任一第二特征进行随机打散处理，基于随机打散处理后的第二用户行为数据，确定所述内容项排序模型的第二性能信息；

若所述第一性能信息与所述第二性能信息满足目标条件，则确定所述任一第二特征为有效特征，所述有效特征用于对所述内容项排序模型进行训练。

2.根据权利要求1所述的特征检测方法，其特征在于，所述第一性能信息和所述第二性能信息中任一性能信息的确定过程包括：

基于多个第二用户行为数据，确定所述内容项排序模型的混淆矩阵；

基于所述混淆矩阵，确定所述内容项排序模型的假正类率和真正类率；

基于所述假正类率和所述真正类率，确定受试者工作特征曲线；

基于所述受试者工作特征曲线，确定所述内容项排序模型的性能信息。

3.根据权利要求1所述的特征检测方法，其特征在于，所述对所述多个第二用户行为数据的任一第二特征进行随机打散处理包括：

对于任意两个第二用户行为数据，保持除所述任一第二特征外的特征对应的特征值不变，交换所述任意两个第二用户行为数据中任一第二特征对应的特征值。

4.根据权利要求1所述的特征检测方法，其特征在于，所述若所述第一性能信息与所述第二性能信息满足目标条件，则确定所述任一第二特征为有效特征包括：

基于所述第一性能信息和所述第二性能信息，确定所述任一第二特征的重要度分值，所述重要度分值用于表示所述内容项排序模型在采用所述任一第二特征与未采用所述任一第二特征时的准确性差距；

若所述重要度分值大于或等于预设阈值，则确定所述任一第二特征为有效特征。

5.根据权利要求4所述的特征检测方法，其特征在于，所述基于所述第一性能信息和所述第二性能信息，确定所述任一第二特征的重要度分值包括：

将所述第一性能信息与所述第二性能信息的差值，确定为所述任一第二特征的重要度分值。

6.根据权利要求1所述的特征检测方法，其特征在于，所述对所述多个第二用户行为数据的任一第二特征进行随机打散处理，基于随机打散处理后的第二用户行为数据，确定所述内容项排序模型的第二性能信息之后，所述方法还包括：

若所述第一性能信息与所述第二性能信息不满足目标条件，则确定所述任一第二特征为无效特征。

7.一种特征检测装置，其特征在于，所述装置包括：

训练单元，被配置为执行基于多个第一用户行为数据的多个特征向量进行训练，得到内容项排序模型，一个特征向量对应于一个第一用户行为数据的多个第一特征和多个待评估的第二特征，所述多个第一用户行为数据用于表示用户对内容项所进行的互动操作；

第一确定单元，被配置为执行基于多个第二用户行为数据，确定所述内容项排序模型的第一性能信息，所述多个第二用户行为数据用于表示用户对内容项所进行的互动操作；

处理单元，被配置为执行对所述多个第二用户行为数据的任一第二特征进行随机打散处理，基于随机打散处理后的第二用户行为数据，确定所述内容项排序模型的第二性能信息；

第二确定单元，被配置为执行基于随机打散处理后的第二用户行为数据，确定所述内容项排序型的第二性能信息；

第三确定单元，被配置为执行若所述第一性能信息与所述第二性能信息满足目标条件，则确定所述任一第二特征为有效特征，所述有效特征用于对所述内容项排序模型进行训练。