[发明专利]一种特征数据的生成方法及装置

权利要求书

1.一种特征数据的生成方法，包括：

将待处理数据转换成属性类变量；

将不同的所述属性类变量进行拼接，获得拼接数据；

利用哈希函数将所述拼接数据进行哈希映射，确定出所述拼接数据对应的第一特征值；

根据所述拼接数据以及所述拼接数据对应的第一特征值，对所述拼接数据进行筛选，筛选出所述待处理数据的特征数据。

2.如权利要求1所述的方法，所述方法还包括：

判断所述特征数据的第一特征值是否唯一，若不唯一，则将所述第一特征值不唯一的特征数据作为待选特征数据；

更新所述哈希函数，利用更新后的哈希函数对所述待选特征数据进行哈希映射，确定出所述待选特征数据对应的第二特征值；

根据所述待选特征数据以及所述待选特征数据对应的第二特征值，对所述待选特征数据进行筛选，获得筛选后特征数据；

将所述筛选后特征数据和所述第一特征值唯一的特征数据作为筛选出的特征数据。

3.如权利要求2所述的方法，所述方法还包括：

判断所述筛选后特征数据的第二特征值是否唯一，若不唯一，则将所述第二特征值不唯一的筛选后特征数据作为待选特征数据；

更新所述哈希函数，利用更新后的哈希函数对所述待选特征数据进行哈希映射和筛选，直至筛选后特征数据对应的第二特征值唯一，将第二特征值唯一的筛选后特征数据、第一特征值唯一的特征数据作为筛选出的特征数据。

4.如权利要求2所述的方法，所述判断所述特征数据的第一特征值是否唯一，包括：

将所述拼接数据与所述第一特征值之间的映射关系保存至映射关系表；

根据所述映射关系表，判断所述特征数据对应的第一特征值是否重复，若存在重复的第一特征值，则确定所述特征数据的第一特征值不唯一。

5.如权利要求2所述的方法，所述第二特征值的确定方法包括：

将哈希映射获得的特征值进行叠加，获得所述第二特征值。

6.如权利要求1所述的方法，所述对所述拼接数据进行筛选，筛选出所述待处理数据的特征数据，包括：

使用L1范数正则化对所述拼接数据进行筛选，筛选出所述特征数据。

7.如权利要求1所述的方法，所述将待处理数据转换成属性类变量，包括：

若所述待处理数据为数值型数据，则将所述待处理数据进行离散化，获得所述待处理数据的属性类变量；

若所述待处理数据为字符型数据，则将所述待处理数据进行正则化处理，获得所述待处理数据的属性类变量。

8.一种特征数据的生成装置，包括：

数据转换模块，用于将待处理数据转换成属性类变量；

数据拼接模块，用于将不同的所述属性类变量进行拼接，获得拼接数据；

哈希映射模块，用于利用哈希函数将所述拼接数据进行哈希映射，确定出所述拼接数据对应的第一特征值；

特征筛选模块，用于根据所述拼接数据以及所述拼接数据对应的第一特征值，对所述拼接数据进行筛选，筛选出所述待处理数据的特征数据。

9.如权利要求8所述的装置，所述装置还包括唯一性检验模块，用于：

判断所述特征数据的第一特征值是否唯一，若不唯一，则将所述第一特征值不唯一的特征数据作为待选特征数据；

更新所述哈希函数，利用更新后的哈希函数对所述待选特征数据进行哈希映射，确定出所述待选特征数据对应的第二特征值；

根据所述待选特征数据以及所述待选特征数据对应的第二特征值，对所述待选特征数据进行筛选，获得筛选后特征数据；

将所述筛选后特征数据和所述第一特征值唯一的特征数据作为筛选出的特征数据。