[发明专利]信息处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种信息处理方法及装置、电子设备和存储介质，其中，所述方法包括：获取目标用户的体征信息；其中，所述目标用户的体征信息是由信息被隔离方提供的；利用分类模型对所述体征信息进行特征提取，得到所述分类模型输出的目标结果；其中，所述分类模型是基于信息隔离方提供的样本用户的样本体征信息进行训练得到的。本公开实施例可提高样本体征信息的利用率。

技术领域

本公开涉及计算机技术领域，尤其涉及一种信息处理方法及装置、电子设备和存储介质。

背景技术

随着人工智能的普及，机器学习技术被大众所知。机器学习技术可以使电子设备具备学习能力，从而可以较为准确地对结果进行预测。通常，可以通过大量的样本信息进行训练，得到一个性能优越的机器学习模型。

但是，用于进行机器学习模型进行训练的样本信息，一些样本信息是具有私密性质的，通常是不能被泄露的，因此，容易造成大量样本信息的浪费。

发明内容

本公开提出了一种信息处理技术方案。

根据本公开的一方面，提供了一种信息处理方法，包括：获取目标用户的体征信息；其中，所述目标用户的体征信息是由信息被隔离方提供的；利用分类模型对所述体征信息进行特征提取，得到所述分类模型输出的目标结果；其中，所述分类模型是基于信息隔离方提供的样本用户的样本体征信息进行训练得到的。

在一个可能的实现方式中，所述利用分类模型对所述体征信息进行特征提取之前，还包括：对所述体征信息进行预处理，得到预处理后的所述体征信息；所述利用分类模型对所述体征信息进行特征提取，得到所述分类模型输出的目标结果，包括：利用所述分类模型对预处理后的所述体征信息进行特征提取，得到所述分类模型输出的目标结果。

通过先对获取的体征信息进行预处理，再利用分类模型对预处理后的体征信息进行特征提取，可以在体征信息中提取有效的信息，使得利用分类模型提取的特征更加准确，得到的目标结果也更加准确。

在一个可能的实现方式中，所述对所述体征信息进行预处理，得到预处理后的体征信息，包括：对所述体征信息进行筛选，得到筛选后的体征信息；对所述筛选后的体征信息进行特征处理，得到预处理后的所述体征信息。

通过对体征进行筛选，可以减少体征信息中无效的信息部分，保留体征信息中有效的信息部分，通过对对筛选后的体征信息进行特征处理，可以进一步将筛选后的体征信息整合成适应进行分类模型特征提取的体征信息。

在一个可能的实现方式中，所述对所述筛选后的体征信息进行特征处理，得到预处理后的所述体征信息，包括：判断所述筛选后的体征信息是否满足预设的体征条件，得到判断结果；基于所述判断结果生成预处理后的所述体征信息。

通过利用有预设的体征条件，可以初步对体征信息中的体征参数进行整理，使得得到的预处理后的体征信息可以更加准确、细致地表示目标用户的体征。

在一个可能的实现方式中，所述体征信息包括第一体征参数；所述预设的体征条件包括：所述第一体征参数的参数值大于预设的参数值；或者，所述第一体征参数的参数值小于或等于预设的参数值；或者，所述第一体征参数的参数值在预设的参数值区间。

通过将第一体征参数的参数值与预设的参数值进行比较，可以得到目标用户的第一体征参数是否满足体征条件的判断结果，从而可以初步对体征信息进行整理，使得到预处理后的体征信息可以更加准确地描述目标用户的体征。

在一个可能的实现方式中，所述体征信息包括第二体征参数；所述对所述筛选后的体征信息进行特征处理，得到预处理后的所述体征信息，包括：对所述筛选后的体征信息中的第二体征参数进行编码转换，生成新的体征参数；和/或，根据所述筛选后的体征信息中多个第二体征参数之间的相互作用关系，生成新的体征参数。