(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210201910.0 (22)申请日 2022.03.03 (71)申请人 智慧足迹数据科技有限公司 地址 100000 北京市西城区东城区王府井 大街138号 新东安办公楼 2座732号 (72)发明人 张航　张岩　闫嘉　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 张欣欣 (51)Int.Cl. G06F 16/9536(2019.01) G06F 17/16(2006.01) G06F 40/30(2020.01) (54)发明名称 业务特征生成方法、 装置、 电子设备及存储 介质 (57)摘要 本发明实施例涉及人工智能技术领域， 提供 了一种业务特征生成方法、 装置、 电子设备及存 储介质， 所述方法包括： 获取业务数据， 其中， 业 务数据包括多个用户中每一用户进行至少一种 预设业务类型的业务时产生的数据； 基于预设的 特征类型数， 对业务数据进行分析， 确定业务数 据中存在的特征类型与业务数据之间的特征关 联关系， 其中， 特征类型的个数为特征类型数， 特 征类型数小于预设业务类型的类型数； 根据特征 关联关系， 计算每一用户的业务特征， 其中， 业务 特征的维度为特征类型数。 本发 明实施例可以有 效降低业务特征的维度， 进而缩减训练数据量， 最终提高了训练效率。 权利要求书2页 说明书9页 附图3页 CN 114547482 A 2022.05.27 CN 114547482 A 1.一种业 务特征生成方法， 其特 征在于， 所述方法包括： 获取业务数据， 其中， 所述业务数据包括多个用户中每一用户进行至少一种预设业务 类型的业 务时产生的数据； 基于预设的特征类型数， 对所述业务数据进行分析， 确定所述业务数据中存在的特征 类型与所述业务数据之间的特征关联关系， 其中， 所述特征类型的个数为所述特征类型数， 所述特征类型数小于所述预设业 务类型的类型 数； 根据所述特征关联关系， 计算所述每一用户的业务特征， 其中， 所述业务特征的维度为 所述特征类型数。 2.如权利要求1所述的业务特征生成方法， 其特征在于， 所述基于预设的特征类型数， 对所述业务数据进行分析， 确定所述业务数据中存在的特征类型与所述业务数据之 间的特 征关联关系的步骤 包括： 将所述特征类型数及所述业务数据输入至预设的隐语义模型LFM中进行协同过滤分 析， 确定第一关联关系和 第二关联关系， 其中， 所述第一关联关系用于表征所述每一用户与 每一特征类型之间的相关性， 所述第二关联关系用于表征每一所述预设业务类型相对于每 一所述特征类型的权重 关系， 所述特征关联关系包括所述第一关联关系和所述第二关联关 系。 3.如权利要求2所述的业务特征生成方法， 其特征在于， 所述根据所述特征关联关系， 计算所述每一用户的业 务特征的步骤 包括： 对于所述多个用户中任一目标用户及所述目标用户的任一目标特征类型， 根据 所述第 一关联关系， 获取 所述目标用户与所述目标 特征类型之间的关联值； 根据所述第 二关联关系， 获取每一所述预设业务类型相对于所述目标特征类型的权重 值； 依据所述关联值及所有预设业务类型相对于所述目标特征类型的权重值， 计算所述目 标用户的目标 特征类型的特 征值； 将所述目标用户的所有特征类型的特征值， 作为所述目标用户的业务特征， 最终得到 所述每一用户的业 务特征。 4.如权利要求2～3中任一项所述的业务特征生成方法， 其特征在于， 所述第一关联关 系用第一关联矩阵表示， 所述第二关联关系用第二关联矩阵表示， 其中， 所述第一关联矩阵 的行数和列数分别与所述用户的数量及所述特征类型数相同， 所述第一关联矩阵中的任一 第一元素表征所述第一元素所属的行对应的用户与所述第一元素所属的列对应的特征类 型之间的关联值， 所述第二关联矩阵的行数和列数分别与所述特征类型数及所述预设业务 类型数相同， 所述第二关联矩阵中任一第二元素表征所述第二元素所属的列对应的所述预 设业务类型相对于所述第二元 素所属的行对应的特 征类型的权 重值。 5.如权利要求1所述的业务特征生成方法， 其特征在于， 所述多个用户中任意两个用户 进行的相同的预设业 务类型的个数小于所述预设业 务类型的类型 数。 6.一种业 务特征生成装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取业务数据， 其中， 所述业务数据包括多个用户中每一用户进行至少 一种预设业 务类型的业 务时产生的数据； 分析模块， 用于基于预设的特征类型数， 对所述业务数据进行分析， 确定所述业务数据权　利　要　求　书 1/2 页 2 CN 114547482 A 2中存在的特征类型与所述业务数据之间的特征关联关系， 其中， 所述特征类型 的个数为所 述特征类型数， 所述特 征类型数小于所述预设业 务类型的类型 数； 计算模块， 用于根据所述特征关联关系， 计算所述每一用户的业务特征， 其中， 所述业 务特征的维度为所述特 征类型数。 7.如权利要求6所述的业 务特征生成装置， 其特 征在于， 所述分析模块具体用于： 将所述特征类型数及所述业务数据输入至预设的隐语义模型LFM中进行协同过滤分 析， 确定第一关联关系和 第二关联关系， 其中， 所述第一关联关系用于表征所述每一用户与 每一特征类型之间的相关性， 所述第二关联关系用于表征每一所述预设业务类型相对于每 一所述特征类型的权重 关系， 所述特征关联关系包括所述第一关联关系和所述第二关联关 系。 8.如权利要求6所述的业务特征生成装置， 其特征在于， 所述多个用户中任意两个用户 进行的相同的预设业 务类型的个数小于所述预设业 务类型的类型 数。 9.一种电子设备， 其特征在于， 包括处理器和存储器； 所述存储器用于存储程序； 所述 处理器用于在执 行所述程序时， 实现如权利要求1 ‑5中任一项所述的业 务特征生成方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被 处理器执行时实现如权利要求1 ‑5中任一项所述的业 务特征生成方法。权　利　要　求　书 2/2 页 3 CN 114547482 A 3