[发明专利]变量筛选方法、装置、非易失性存储介质及处理器

说明书

本发明公开了一种变量筛选方法、装置、非易失性存储介质及处理器。其中，该方法包括：获取用于评估目标变量的自变量，其中，目标变量对应一个或多个自变量；使用预设皮尔逊相关系数模型评估自变量与目标变量的线性关系，确定线性相关度；在目标变量对应多个线性相关度高于预设相关度阈值的自变量的情况下，选取线性相关度最高的自变量作为目标变量的样本变量，其中，样本变量和目标变量作为训练目标预测模型的训练数据，目标预测模型用于对自变量分析确定预测变量。本发明解决了由于无法对确定消费者画像的自变量进行筛选，造成确定消费者画像的效率较低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种变量筛选方法、装置、非易失性存储介质及处理器。

背景技术

近年来，随着大数据的兴起，消费者行为分析的研究方兴未艾，数据库与数据挖掘、信息系统与信息管理、图像处理与计算机视觉、社会网络分析、电子商务等很多领域的学者加人消费者行为研究的队伍。同时，这一研究领域也受到了电子商务、社交网络等数字经济形态下的企业的高度关注，消费者行为分析被视为数字经济形态下企业了解其消费者并开展营销活动的有效手段之。在这些新兴的领域，消费者行为研究被称为消费者画像，同时在社会计算等研究领域中占有重要的地位。

但是，现有技术无法对确定消费者画像的自变量进行筛选，因此确定消费者画像的所使用的自变量角度，影响消费者画像的确定效率。

针对上述由于无法对确定消费者画像的自变量进行筛选，造成确定消费者画像的效率较低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种变量筛选方法、装置、非易失性存储介质及处理器，以至少解决由于无法对确定消费者画像的自变量进行筛选，造成确定消费者画像的效率较低的技术问题。

根据本发明实施例的一个方面，提供了一种变量筛选方法，包括：获取用于评估目标变量的自变量，其中，所述目标变量对应一个或多个自变量；使用预设皮尔逊相关系数模型评估所述自变量与所述目标变量的线性关系，确定线性相关度；在所述目标变量对应多个所述线性相关度高于预设相关度阈值的自变量的情况下，选取所述线性相关度最高的自变量作为所述目标变量的样本变量，其中，所述样本变量和所述目标变量作为训练目标预测模型的训练数据，所述目标预测模型用于对所述自变量分析确定预测变量。

可选地，在选取所述线性相关度最高的自变量作为所述目标变量的样本变量之后，所述方法还包括：识别所述自变量的变量类型，其中，所述变量类型至少包括：比例型变量、区间型变量、量类别型变量和二元变量；在所述自变量属于所述量类别型变量的情况下，使用预设卡方检验模型检验所述目标预测模型的所述自变量和所述预测变量的关联性；在所述自变量不属于所述类别型变量的情况下，使用预设回归模型检验所述目标预测模型的所述自变量和所述预测变量的关联性。

可选地，获取用于评估目标变量的自变量包括：获取所述自变量的属性值；使用预设评估算法对所述自变量的属性值进行分析，确定所述自变量的预测价值，其中，所述预测价值用于表示根据所述自变量确定的预测变量与所述自变量对应的目标变量的符合程度；选取所述预测价值高于预设价值阈值的自变量为用于评估所述目标变量的自变量。

可选地，使用预设评估算法对所述自变量的属性值进行分析，确定所述自变量的预测价值包括：识别所述自变量的变量类型，其中，所述变量类型至少包括：比例型变量、区间型变量、量类别型变量和二元变量；在所述自变量属于所述区间型变量的情况下，将所述自变量分箱为多个区间变量；使用所述预设评估算法对每个所述区间变量的属性值进行分析，确定所述区间变量的预测价值。