[发明专利]特征数据获取方法、装置和设备

权利要求书

1.一种特征数据获取方法，包括：

将用户行为数据输入至对抗网络中的判别模型，将所述判别模型中特征提取子模型的输出作为所述用户行为数据对应的特征数据；所述判别模型基于无标签样本数据在对抗网络中训练得到；其中，所述对抗网络包括判别模型和生成模型，所述判别模型包括特征提取子模型和分类子模型，在对抗网络训练的过程中，生成模型用于生成假样本数据，特征提取子模型用于根据输入提取特征数据，分类子模型用于根据特征提取子模型的输出区分特征提取子模型的输入为真样本数据或假样本数据，所述真样本数据包括所述无标签样本数据。

2.如权利要求1所述的方法，在将用户行为数据输入至判别模型之前，所述方法还包括：

对所述用户行为数据进行降维处理；

相应地，所述将用户行为数据输入至判别模型，包括：

将降维处理后的用户行为数据输入至判别模型。

3.如权利要求2所述的方法，所述对所述用户行为数据进行降维处理，包括：

利用神经网络的全连接层对所述用户行为数据进行降维处理。

4.如权利要求2所述的方法，所述对所述用户行为数据进行降维处理，包括：

将所述用户行为数据转换为一维矩阵；

对所述一维矩阵进行降维处理；

相应地，所述将用户行为数据输入至判别模型，包括：

将降维处理后的一维矩阵输入至判别模型。

5.如权利要求1所述的方法，在将用户行为数据输入至判别模型之前，所述方法还包括：

将所述用户行为数据转换为二维矩阵；

相应地，所述将用户行为数据输入至判别模型，包括：

将所述二维矩阵输入至判别模型。

6.如权利要求5所述的方法，所述对抗网络采用如下方式进行训练：

将服从特定分布的噪声数据输入至生成模型，将生成模型的输出作为假样本数据；

以无标签样本数据作为真样本数据，将真样本数据和假样本数据输入至判别模型；

交替训练生成模型和判别模型，直至满足迭代条件。

7.一种特征数据获取装置，包括：

获取模块，用于将用户行为数据输入至对抗网络中的判别模型，将所述判别模型中特征提取子模型的输出作为所述用户行为数据对应的特征数据；所述判别模型基于无标签样本数据在对抗网络中训练得到；其中，所述对抗网络包括判别模型和生成模型，所述判别模型包括特征提取子模型和分类子模型，在对抗网络训练的过程中，生成模型用于生成假样本数据，特征提取子模型用于根据输入提取特征数据，分类子模型用于根据特征提取子模型的输出区分特征提取子模型的输入为真样本数据或假样本数据，所述真样本数据包括所述无标签样本数据。

8.一种设备，包括：

存储器，用于存储计算机指令；

处理器，用于执行所述计算机指令以实现如权利要求1-6任一项所述的方法步骤。