模型构建方法、装置、设备、介质和产品.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115828174A(43)申请公布日2023.03.21(21)申请号202211555885.2(22)申请日2022.12.06(71)申请人中移信息技术有限公司地址518048广东省深圳市福田区新洲国通大厦滨河大道9023号申请人中国移动通信集团有限公司(72)发明人王倩臧思聪李冰景昕杨猛陶涛徐海勇(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258专利代理师张卉雨(51)Int.Cl.G06F18/2431(2023.01)G06Q10/04(2023.01)G06Q30/016(2023.01)权利要求书2页说明书15页附图3页(54)发明名称模型构建方法、装置、设备、介质和产品(57)摘要本申请公开了一种模型构建方法、装置、设备、介质和产品。该模型构建方法包括：获取多个用户的特征数据；其中，每个用户具有多个特征数据；每个所述特征数据为所述用户投诉的业务所对应的数据；基于各用户的所述特征数据，以及距离哈希函数，得到哈希函数族；基于所述哈希函数族，构建哈希树；基于多个哈希树，构建距离哈希森林；以基于所述距离哈希森林预测待检测用户是否为待投诉用户。根据本申请实施例，无需确定该用户是否为投诉用户，这样可不需要对投诉用户添加标签，实现无监督学习，得到预测待投诉用户的模型，提升了投诉用户预测的精确性。CN115828174ACN115828174A权利要求书1/2页1.一种模型构建方法，其特征在于，所述方法包括：获取多个用户的特征数据；其中，每个用户具有多个特征数据；每个所述特征数据为所述用户投诉的业务所对应的数据；基于各用户的所述特征数据，以及距离哈希函数，得到哈希函数族；基于所述哈希函数族，构建哈希树；基于多个哈希树，构建距离哈希森林；以基于所述距离哈希森林预测待检测用户是否为待投诉用户。2.根据权利要求1所述的方法，其特征在于，在所述获取多个用户的特征数据之后，所述方法还包括：针对每个用户的多个所述特征数据，对各所述特征数据进行预处理，得到目标特征数据；所述基于各用户的所述特征数据，以及距离哈希函数，得到哈希函数族，包括：基于目标特征数据，以及距离哈希函数，得到哈希函数族。3.根据权利要求2所述的方法，其特征在于，所述对各用户的所述特征数据进行预处理，得到目标特征数据，包括：针对每个用户的各所述特征数据执行如下操作，得到第一目标特征数据：针对具有缺失值的第一特征数据，将所述第一特征数据删除；其中，所述第一特征数据为用于表征所述用户的属性特征的数据；针对具有缺失值的第二特征数据，将所述第二特征数据利用预设数值进行填充；其中，所述第二特征数据用于表征所述用户定制的业务数据，以及所述用户的消费数据；针对不合规的第三特征数据，将所述第三特征数据删除；其中，所述第三特征数据用于表征违背常规的数据；针对不满足第一预设条件的第四特征数据，进行离散化处理；其中，所述第四特征数据包括消费涨幅，所述第一预设条件包括消费涨幅不为负值；基于所述第一目标特征数据，确定目标特征数据。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一目标特征数据，确定目标特征数据，包括：基于卡方检测，从所述第一目标特征数据中筛选出预设数量的第二目标特征数据；对所述第二目标特征数据进行频次统计；对频次超过预设频次阈值的所述第二目标特征数据进行对数变换，得到目标特征数据。5.根据权利要求1所述的方法，其特征在于，所述基于各用户的所述特征数据，以及距离哈希函数，得到哈希函数族，包括：将各用户划分为N个子样本；其中，每个子样本中具有M个用户，M和N均为正整数；针对每个子样本，计算每个子样本中M个用户之间的哈希线投影距离；基于所述哈希线投影距离，将所述子样本中的M个用户放入不同的哈希桶中；基于不同的哈希桶，得到哈希函数族。6.根据权利要求5所述的方法，其特征在于，所述计算每个子样本中M个用户之间的哈希线投影距离，包括：2CN115828174A权利要求书2/2页从所述M个用户中选取出两个目标用户；其中，所述目标用户为所述M个用户中的任意两个用户；将所述子样本输入至距离哈希函数中，得到所述子样本中的M个用户中各用户与所述目标用户之间的哈希线投影距离。7.根据权利要求1所述的方法，其特征在于，所述基于所述哈希函数族，构建哈希树，包括：从所述哈希函数族中选取P组哈希桶；针对所述哈希函数族中的每个哈希桶，计算所述哈希桶中各用户对应的哈希线投影距离；将具有相同哈希线投影距离的用户，确定为一个子数据类；遍历每个子数据类，对具有多个用户的子数据类进行哈希计算，直至所述的子数据类满足第二预设条件，生成哈希树；其中，所述第二预设条件包括：所述子数据类中只有一个用户，或所述子数据类对应的哈希树的高度大于或等于