[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，所述方法包括：

获取用户的特征数据，所述特征数据包括用户标识、特征变量的取值和用户标识对应的标签值；

确定所述特征变量中的离散型特征变量和连续型特征变量；

确定不同标签值对应的离散型特征变量取值的集合以及确定不同标签值对应的连续型特征变量取值的集合；

根据不同标签值对应的离散型特征变量取值的集合和连续型特征变量取值的集合，确定不同标签值对应的特征变量取值的集合；

输出不同标签值对应的特征变量取值的集合。

2.根据权利要求1所述的方法，其中，所述确定所述特征变量中的离散型特征变量和连续型特征变量，包括：

对于每个特征变量，执行以下判断步骤：

统计该特征变量的取值的第一数量以及不同取值的第二数量；

确定所述第二数量与所述第一数量的比值；

如果所述第二数量大于预设数量阈值以及所述比值大于预设比值阈值，则将该特征变量认定为连续型特征变量；

如果所述第二数量不大于预设数量阈值或所述比值不大于预设比值阈值，则将该特征变量认定为离散型特征变量。

3.根据权利要求1所述的方法，其中，所述确定不同标签值对应的离散型特征变量取值的集合，包括：

利用离散型特征变量的取值以及用户标识对应的标签值，训练得到第一二分类模型；

根据所述第一二分类模型，确定每个离散型特征变量的权重；

根据各离散型特征变量的权重，提取部分离散型特征变量；

根据用户标识对应的标签值以及预设的证据权重计算公式，确定提取的部分离散型特征变量取值的证据权重值；

根据得到的证据权重值，确定不同标签值对应的离散型特征变量取值的集合。

4.根据权利要求1所述的方法，其中，所述确定不同标签值对应的连续型特征变量取值的集合，包括：

利用连续型特征变量的取值以及用户标识对应的标签值，训练得到第二二分类模型；

根据所述第二二分类模型的决策路径，确定不同标签值对应的连续型特征变量取值的集合。

5.根据权利要求1所述的方法，其中，所述根据不同标签值对应的离散型特征变量取值的集合和连续型特征变量取值的集合，确定不同标签值对应的特征变量取值的集合，包括：

确定各标签值中单个标签值对应的离散型特征变量取值的集合和连续型特征变量的集合取值的交集或并集，得到各标签值中单个标签值对应的特征变量取值的集合。

6.一种用于输出信息的装置，包括：

数据获取单元，被配置成获取用户的特征数据，所述特征数据包括用户标识、特征变量的取值和用户标识对应的标签值；

变量分类单元，被配置成确定所述特征变量中的离散型特征变量和连续型特征变量；

第一集合确定单元，被配置成确定不同标签值对应的离散型特征变量取值的集合以及确定不同标签值对应的连续型特征变量取值的集合；

第二集合确定单元，被配置成根据不同标签值对应的离散型特征变量取值的集合和连续型特征变量取值的集合，确定不同标签值对应的特征变量取值的集合；

集合输出单元，被配置成输出不同标签值对应的特征变量取值的集合。

7.根据权利要求6所述的装置，其中，变量分类单元进一步被配置成：

对于每个特征变量，执行以下判断步骤：

统计该特征变量的取值的第一数量以及不同取值的第二数量；

确定所述第二数量与所述第一数量的比值；

如果所述第二数量大于预设数量阈值以及所述比值大于预设比值阈值，则将该特征变量认定为连续型特征变量；

如果所述第二数量不大于预设数量阈值或所述比值不大于预设比值阈值，则将该特征变量认定为离散型特征变量。