[发明专利]一种样本特征的权重优化处理方法及装置在审

专利信息
申请号: 201910823348.3 申请日: 2019-09-02
公开(公告)号: CN110705589A 公开(公告)日: 2020-01-17
发明(设计)人: 董骐瑞 申请(专利权)人: 贝壳技术有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N20/00
代理公司: 11002 北京路浩知识产权代理有限公司 代理人: 苗晓静
地址: 300457 天津市滨海新区经济技术开发*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 权重 负样本 相似度 优化处理 偏移量 正样本 正样本特征 样本 行为确定 样本特征 优化 个性化 反馈
【权利要求书】:

1.一种样本特征的权重优化处理方法,其特征在于,包括:

获取待优化样本,根据用户的反馈或行为确定所述待优化样本的正样本和负样本;

计算正样本特征,并根据所述正样本特征,计算所述正样本中各个特征的内部相似度,以及所述负样本中各个特征的内部相似度;

根据所述正样本的内部相似度以及负样本的内部相似度,计算每个特征的权重偏移量;

根据所述每个特征的权重偏移量分别对各特征的权重进行优化处理。

2.根据权利要求1所述的样本特征的权重优化处理方法,其特征在于,所述获取待优化样本的步骤为获取显示给用户的样本。

3.根据权利要求1所述的样本特征的权重优化处理方法,其特征在于,所述根据所述正样本的内部相似度以及负样本的内部相似度,计算每个特征的权重偏移量的步骤包括:

计算正样本的特征平均值;

根据所述特征平均值计算每个正样本中各特征的内部相似度,对正样本中各特征的内部相似度求平均得到正样本的各特征的第一平均差异度;

根据所述特征平均值计算每个负样本中各特征的内部相似度,对负样本中各特征的内部相似度求平均得到负样本的各特征的第二平均差异度;

根据各特征的第一平均差异度和第二平均差异度得到所述待优化样本中各特征的权重偏移量。

4.根据权利要求3所述的样本特征的权重优化处理方法,其特征在于,所述根据各特征的第一平均差异度和第二平均差异度得到所述待优化样本中各特征的权重偏移量的步骤包括:

计算样本各特征的第一平均差异度和第二平均差异度的差值的绝对值,作为所述待优化样本中各特征的权重偏移量。

5.根据权利要求1所述的样本特征的权重优化处理方法,其特征在于,在所述根据每个特征的权重偏移量分别对各特征的权重进行优化处理之前,还包括对每个特征的所述权重偏移量进行修正的步骤,具体包括:

获取各特征的权重偏移量中的最大值M和最小值N,根据各特征的权重偏移量x、所述最大值M和所述最小值N计算权重调整系数f(x)=A+x/(M-N);其中,A为预设的常数;

根据各特征的权重调整系数和初始权重对每个特征的权重偏移量进行修正。

6.根据权利要求5所述的样本特征的权重优化处理方法,其特征在于,所述初始权重在首次权重优化处理时使用预设值,在非首次权重优化处理时使用上一次权重优化处理得到的优化权重。

7.一种样本特征的权重优化处理装置,其特征在于,包括:

样本确定模块,用于获取待优化样本,根据用户的反馈或行为确定所述待优化样本的正样本和负样本;

相似度计算模块,用于计算正样本特征,并根据所述正样本特征,计算所述正样本中各个特征的内部相似度,以及所述负样本中各个特征的内部相似度;

偏移量计算模块,用于根据所述正样本的内部相似度以及负样本的内部相似度,计算每个特征的权重偏移量;

权重优化模块,用于根据所述每个特征的权重偏移量分别对各特征的权重进行优化处理。

8.根据权利要求7所述的样本特征的权重优化处理装置,其特征在于,所述偏移量计算模块具体用于:

计算正样本的特征平均值;

根据所述特征平均值计算每个正样本中各特征的内部相似度,对正样本中各特征的内部相似度求平均得到正样本的各特征的第一平均差异度;

根据所述特征平均值计算每个负样本中各特征的内部相似度,对负样本中各特征的内部相似度求平均得到负样本的各特征的第二平均差异度;

根据各特征的第一平均差异度和第二平均差异度得到所述待优化样本中各特征的权重偏移量。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一所述的样本特征的权重优化处理方法。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一所述的样本特征的权重优化处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贝壳技术有限公司,未经贝壳技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910823348.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top