[发明专利]基于学习的组标记系统和方法

权利要求书

1.一种用于组标记的计算系统，包括：

可访问平台数据的一个或多个处理器，其中所述平台数据包括多个用户以及多个相关数据域；以及

存储指令的存储器，当所述指令由一个或多个处理器执行时，使所述计算系统执行：

获取用户的第一子集以及与所述用户的第一子集相关的一个或多个第一标签；

分别为所述相关数据域中一个或多个，确定所述用户的第一子集与至少部分所述多个用户之间的至少一个差值；

响应于确定所述差值超过第一阈值，确定对应数据域作为关键数据域；

确定对应的一个或多个关键数据域的数据作为正样本，所述一个或多个关键数据域与所述用户的第一子集相关；

基于所述一个或多个关键数据域，获取来自所述平台数据的用户的第二子集以及相关数据作为负样本，所述用户的第二子集的相关数据与所述用户的第一子集的相关数据不同；以及

用所述正样本和所述负样本训练规则模型以获取训练后的组标记规则模型。

2.根据权利要求1所述的系统，其特征在于：

所述平台数据包括与所述多个用户中的每一个用户对应的表格数据；以及

所述相关数据域包括数据维度或数据度量中的至少一个。

3.根据权利要求1所述的系统，其特征在于：

所述多个用户为所述平台的用户；

所述平台为车辆信息平台；以及

所述数据域包括位置、使用量、交易金额或投诉数量中的至少一个。

4.根据权利要求1所述的系统，其特征在于，所述获取用户的第一子集包括从一个或多个分析者中接收所述用户的第一子集的标识符，而无需完全访问所述平台数据。

5.根据权利要求1所述的系统，其特征在于，在获取所述用户的第一子集之前，所述平台数据不包括所述第一标签。

6.根据权利要求1所述的系统，其特征在于，所述差值为Kullback-Leibler散度。

7.根据权利要求1所述的系统，其特征在于，基于对所述一个或多个关键数据域的相似性测量，所述用户的第二子集在超过第三阈值时与所述用户的第一子集不同。

8.根据权利要求1所述的系统，其特征在于，所述规则模型为决策树模型。

9.根据权利要求1所述的系统，其特征在于，所述训练后的组标记规则模型判断是否将所述第一标签分配给所述多个用户中的一个或多个。

10.根据权利要求1所述的系统，其特征在于，所述指令使所述系统进一步执行：

将所述训练后的组标记规则模型应用于标记所述多个用户以及添加到所述多个用户中的新用户。

11.一种组标记方法，包括：

从多个用户中获取用户的第一子集以及与所述用户的第一子集相关的一个或多个第一标签，其中所述多个用户和多个相关数据域是平台数据的一部分；

分别为所述相关数据域中一个或多个，确定所述用户的第一子集与至少部分所述多个用户之间的至少一个差值；

响应于确定所述差值超过第一阈值，确定对应数据域作为关键数据域；

确定对应的一个或多个关键数据域的数据作为正样本，所述一个或多个关键数据域与所述用户的第一子集相关；

基于所述一个或多个关键数据域，获取来自所述平台数据的用户的第二子集以及相关数据作为负样本，所述用户的第二子集的相关数据与所述用户的第一子集的相关数据不同；以及

用所述正样本和所述负样本训练规则模型以获取训练后的组标记规则模型。

12.根据权利要求11所述的方法，其特征在于：

所述平台数据包括与所述多个用户中的每一个用户对应的表格数据；以及

所述相关数据域包括数据维度或数据度量中的至少一个。