[发明专利]一种数据筛选方法、装置、设备以及存储介质

权利要求书

1.一种数据筛选方法，包括：

获取业务数据；

基于所述业务数据对模型的影响程度对所述业务数据进行筛选，得到用于对所述模型进行更新的数据；其中，所述影响程度反映对所述模型更新性能的影响大小。

2.根据权利要求1所述的方法，其中，所述基于所述业务数据对模型的影响程度对所述业务数据进行筛选，得到用于对所述模型进行更新的数据，包括：

响应于所述业务数据含有业务标签，基于所述业务标签以及所述业务数据对应的预测数据对所述业务数据进行筛选，得到用于对所述模型进行更新的数据；所述预测数据是利用所述模型针对所述业务数据得到的数据；

响应于所述业务数据未含有业务标签，基于所述业务数据对应的信息增益对所述业务数据进行筛选，得到用于对所述模型进行更新的数据，所述信息增益与所述影响程度成正比。

3.根据权利要求2所述的方法，其中，所述基于所述业务标签以及所述业务数据对应的预测数据对所述业务数据进行筛选，得到用于对所述模型进行更新的数据，包括：

将所述业务标签与所述预测数据进行比对；

响应于所述业务标签与所述预测数据的差异不小于预设差异值，将所述业务数据作为用于对所述模型进行更新的数据。

4.根据权利要求2所述的方法，其中，所述基于所述业务数据对应的信息增益对所述业务数据进行筛选，得到用于对所述模型进行更新的数据，包括：

计算所述业务数据对应的信息增益；

响应于所述信息增益不小于预设增益值，将所述业务数据作为待标注数据；

对所述待标注数据进行标注，得到用于对所述模型进行更新的数据。

5.根据权利要求4所述的方法，其中，所述计算所述业务数据对应的信息增益，包括：

通过如下信息增益函数计算所述业务数据对应的信息增益；

其中，D_train表示待更新的所述模型，X表示业务数据，表示X对应的预测数据，ω表示模型参数，ω|X,D_train表示给定X和D_train时所对应的ω，表示ω|X,D_train条件下的信息增益，表示给定X和D_train时所对应的表示给定X和D_train时针对的熵，p(ω|D_train)表示给定D_train的基础上ω的概率，表示给定X和ω的基础上针对的熵，表示p(ω|D_train)条件下的期望值。

6.根据权利要求1至5任一项所述的方法，还包括：

通过增量保存的方式保存所述用于对所述模型进行更新的数据；

或者，

通过全量保存的方式保存所述用于对所述模型进行更新的数据。

7.一种数据筛选装置，包括：

获取模块，用于获取业务数据；

筛选模块，用于基于所述业务数据对模型的影响程度对所述业务数据进行筛选，得到用于对所述模型进行更新的数据；其中，所述影响程度反映对所述模型更新性能的影响大小。

8.根据权利要求7所述的装置，其中，所述筛选模块，还用于：响应于所述业务数据含有业务标签，基于所述业务标签以及所述业务数据对应的预测数据对所述业务数据进行筛选，得到用于对所述模型进行更新的数据；所述预测数据是利用所述模型针对所述业务数据得到的数据；响应于所述业务数据未含有业务标签，基于所述业务数据对应的信息增益对所述业务数据进行筛选，得到用于对所述模型进行更新的数据，所述信息增益与所述影响程度成正比。

9.根据权利要求8所述的装置，其中，所述筛选模块，还用于：将所述业务标签与所述预测数据进行比对；响应于所述业务标签与所述预测数据的差异不小于预设差异值，将所述业务数据作为用于对所述模型进行更新的数据。