[发明专利]结合规则来进行机器学习的方法及系统

权利要求书

1.一种结合规则来进行机器学习的方法，包括：

(A)获取数据记录，其中，所述数据记录包括多个属性信息；

(B)将关于预测目标的至少一条规则应用于所述多个属性信息，以产生数据记录的规则相关特征；

(C)至少基于所述规则相关特征来形成预测样本；以及

(D)利用机器学习预测模型，基于预测样本来产生关于预测目标的机器学习预测结果，其中，所述机器学习预测模型被训练为针对预测样本来提供相应的机器学习预测结果。

2.如权利要求1所述的方法，其中，规则相关特征包括规则预测特征和/或规则描述特征，其中，在步骤(B)中，基于所述数据记录依据所述至少一条规则而获得的规则预测结果来产生规则预测特征，并且/或者，基于所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立来产生规则描述特征。

3.如权利要求2所述的方法，其中，在步骤(B)中，通过将指示所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立的逻辑值分别乘以与所述规则描述特征相应的规则的权重来产生规则描述特征；

或者，在步骤(B)中，将指示所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立的逻辑值作为规则描述特征，并且，所述至少一条规则之中的各条规则的权重分别作为机器学习预测模型的规则描述特征系数的初始值，

其中，所述权重表示相应规则的确定性。

4.如权利要求2所述的方法，其中，在步骤(B)中，通过将指示所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立的逻辑值分别乘以与所述规则描述特征相应的规则的结论值来产生规则描述特征；

或者，在步骤(B)中，将指示所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立的逻辑值作为规则描述特征，并且，所述至少一条规则之中的各条规则的结论值分别作为机器学习预测模型的规则描述特征系数的初始值，

其中，所述结论值表示相应规则的条件成立时所导致的结果。

5.如权利要求2所述的方法，其中，在步骤(B)中，通过将指示所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立的逻辑值分别乘以与所述规则描述特征相应的规则的权重与结论值的乘积来产生规则描述特征；

或者，在步骤(B)中，将指示所述数据记录针对所述至少一条规则之中的各条规则的条件是否成立的逻辑值作为规则描述特征，并且，所述至少一条规则之中的各条规则的权重与结论值的乘积分别作为机器学习预测模型的规则描述特征系数的初始值，

其中，所述权重表示相应规则的确定性，所述结论值表示相应规则的条件成立时所导致的结果。

6.一种结合规则来进行机器学习的方法，包括：

(A)获取历史数据记录，其中，所述历史数据记录包括多个属性信息和作为预测目标实际值的标记；

(B)将关于预测目标的至少一条规则应用于所述多个属性信息，以产生历史数据记录的规则相关特征；

(C)至少基于所述规则相关特征和标记来形成训练样本；以及

(D)基于训练样本来训练机器学习预测模型，其中，所述机器学习模型用于针对新的数据记录来提供关于预测目标的机器学习预测结果。

7.一种结合规则来进行机器学习的系统，包括：

数据记录获取装置，用于获取数据记录，其中，所述数据记录包括多个属性信息；

规则相关特征产生装置，用于将关于预测目标的至少一条规则应用于所述多个属性信息，以产生数据记录的规则相关特征；

预测样本产生装置，用于至少基于所述规则相关特征来形成预测样本；以及

机器学习预测装置，用于利用机器学习预测模型，基于预测样本来产生关于预测目标的机器学习预测结果，其中，所述机器学习预测模型被训练为针对预测样本来提供相应的机器学习预测结果。