[发明专利]业务数据的特征提取方法、装置、服务器和存储介质

权利要求书

1.一种业务数据的特征提取方法，其特征在于，包括：

确定业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项；以及

依据所述业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项，确定所述业务数据的特征向量。

2.根据权利要求1所述的方法，其特征在于，在所述确定业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项之前，所述方法还包括：

依据所述业务数据所属的业务字段和/或业务场景，为所述业务数据提供候选编码规则、候选特征归一化规则和候选降维规则中的至少一项。

3.根据权利要求1所述的方法，其特征在于，在所述依据所述业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项，确定所述业务数据的特征向量之后，所述方法还包括：

采用所述业务数据的特征向量构建机器学习模型；

若所述机器学习模型的质量高于所述业务数据的历史机器学习模型，则将所述机器学习模型关联的目标编码规则、目标归一化规则和目标降维规则中的至少一项更新为所述业务数据的默认配置规则。

4.根据权利要求3所述的方法，其特征在于，所述采用所述业务数据的特征向量构建机器学习模型，包括：

从预先提供的候选样本均衡规则中确定所述业务数据的目标样本均衡规则；

采用所述目标样本均衡规则对所述业务数据进行筛选；

采用筛选的业务数据对应的特征向量构建机器学习模型。

5.一种业务数据的特征提取装置，其特征在于，包括：

规则配置模块，用于确定业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项；

特征生成模块，用于依据所述业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项，确定所述业务数据的特征向量。

6.根据权利要求5所述的装置，其特征在于，所述装置包括：

规则供应模块，用于在所述确定业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项之前，依据所述业务数据所属的业务字段和/或业务场景，为所述业务数据提供候选编码规则、候选特征归一化规则和候选降维规则中的至少一项。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

模型构建模块，用于在所述依据所述业务数据的目标编码规则、目标归一化规则和目标降维规则中的至少一项，确定所述业务数据的特征向量之后，采用所述业务数据的特征向量构建机器学习模型；

默认规则更新模块，用于若所述机器学习模型的质量高于所述业务数据的历史机器学习模型，则将所述机器学习模型关联的目标编码规则、目标归一化规则和目标降维规则中的至少一项更新为所述业务数据的默认配置规则。

8.根据权利要求7所述的装置，其特征在于，所述模型构建模块，包括：

均衡规则确定单元，用于从预先提供的候选样本均衡规则中确定所述业务数据的目标样本均衡规则；

数据筛选单元，用于采用所述目标样本均衡规则对所述业务数据进行筛选；

模型构建单元，用于采用筛选的业务数据对应的特征向量构建机器学习模型。

9.一种服务器，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4中任一项所述的业务数据的特征提取方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一项所述的业务数据的特征提取方法。