[发明专利]特征数据获取方法、装置和设备

说明书

本说明书实施例提供一种特征数据获取方法、装置和设备。所述方法包括：将用户行为数据输入至判别模型，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；其中，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。本说明书实施例的特征数据获取方法、装置和设备，可以提高特征工程的效率。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种特征数据获取方法、装置和设备。

背景技术

随着人工智能技术的发展，通过机器学习构建相应的数据处理模型，再利用构建的数据处理模型进行具体的业务数据处理，这种数据处理方法在越来越多的领域得到普及应用。

特征工程是机器学习中一个非常重要的方面。特征工程是指使用专业背景知识和技巧处理业务数据，最大限度地从业务数据中提取特征数据以供构建的数据处理模型使用。特征工程的好坏将会影响整个数据处理模型的预测性能。在相关技术中，特征工程通常采用人工方式来实现。这种人工特征工程的方式通常效率较低。

发明内容

本说明书实施例的目的是提供一种特征数据获取方法、装置和设备，以提高特征工程的效率。

为实现上述目的，本说明书中一个或多个实施例提供的技术方案如下。

根据本说明书一个或多个实施例的第一方面，提供了一种特征数据获取方法，包括：将用户行为数据输入至判别模型，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。

根据本说明书一个或多个实施例的第二方面，提供了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。

根据本说明书一个或多个实施例的第三方面，提供了一种设备，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第一方面所述的方法步骤。

由以上本说明书实施例提供的技术方案可见，本说明书实施例中，利用对抗网络中判别模型的特征提取子模型，可以快速提取用户行为数据对应的特征数据，提高了特征工程的效率。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例一种对抗网络的功能结构示意图；

图2为本说明书实施例一种特征数据获取方法的流程图；

图3为本说明书实施例一种获取特征数据的示意图；

图4为本说明书实施例一种获取特征数据的示意图；

图5为本说明书实施例一种设备的功能结构示意图；

图6为本说明书实施例一种特征数据获取装置的功能结构示意。

具体实施方式

下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。