CN111625692B - 特征抽取方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了特征抽取方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取表征不同数据源之间依赖关系的有向无环图，其中，该有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，该特征集合包括第一特征集合和第二特征集合，该第二特征是由该第一特征集合中至少一个第一特征组合得到的；确定与该第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；将与该至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上。该实施方式通过该特征抽取方法提高了提取特征和特征抽取的速度，进而缩短了运行时间。

Description

特征抽取方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及特征抽取方法、装置、电子设备和计算机可读介质。

背景技术

推荐和广告场景有大量的交叉特征，通过多种元素特征构建，对于上述交叉特征的处理往往存在过于繁琐，特征抽取和选取交叉特征时间过长的问题。因此，需求一种科学、合理有效、简便的交叉特征处理方法。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了特征抽取方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种特征抽取方法，包括：获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的；基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

第二方面，本公开的一些实施例提供了一种特征抽取装置，包括：获取单元，被配置成获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的；确定单元，被配置成基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；放置单元，被配置成基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述任一的方法。

本公开的上述各个实施例中的实施例具有如下有益效果：获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的。获得的上述有效无环图作为选取特征的图模型。对于上述图模型的使用和数据的流转，可以根据上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合，最后，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在上述有向无环图中表征上述每个第二特征的数据源的目标节点上来进行后续的计算。通过获取有向无环图和在有向无环图上进行特征抽取可以减少了选取第二特征和特征抽取的时间。除此之外，获取得到的上述有向无环图可以直观，便捷的得到数据源之间的依赖关系。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是根据本公开的一些实施例的特征抽取方法的一个应用场景的示意图；

图2是根据本公开的特征抽取方法的一些实施例的流程图；

图3是根据本公开的一些实施例中的用于表征不同特征之间的依赖关系图；

图4是根据本公开的一些实施例中的用于表征不同数据源之间依赖关系的有向无环图的示意图；

图5是根据本公开的一些实施例中的算子放置到对应数据源的节点后数据流转的示意图；

图6是根据本公开的特征抽取方法的另一些实施例的流程图；

图7是根据本公开的特征抽取的装置的一些实施例的结构示意图；

图8是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开的一些实施例的特征抽取方法的一个应用场景的示意图100。

如图1所示，作为示例，电子设备101首先获取有效无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的。然后根据有向无环图，来确定与第二特征集合中至少一个第二特征102相关联的依赖关系组103和对应的数据源组集合104。最后，通过上述依赖关系组103和上述数据源组集合104，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，得到已放置抽取算子的有向无环图105，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

可以理解的是，上述特征抽取方法的电子设备101可以是终端设备，可以是服务器，也可以是上述终端设备与上述服务器通过网络相集成所构成的设备，或者还可以是各种软件。作为示例，电子设备101可以是具有信息处理能力的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当执行主体为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。

继续参考图2，示出了根据本公开的特征抽取方法的一些实施例的流程200。该特征抽取方法，包括以下步骤：

步骤201，获取表征不同数据源之间依赖关系的有向无环图。

在一些实施例中，特征抽取方法的执行主体(例如图1所示的电子设备)可以通过有线连接方式或者无线连接方式获取表征不同数据源之间依赖关系的有向无环图。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的。例如，特征集合中可以包括：文章的总点击数特征，文章的总展现数和文章的点击率。在这里，第一特征集合可以包括：上述文章的总点击数和上述文章的总展现数。第二特征可以是文章的点击率。第一特征集合中的特征的相关数据可以通过原始数据来直接获取到。第二特征的获取需要确定与第二特征相关的第一特征(例如，上述文章的点击率可以通过上述文章的总点击数除以上述文章的总展现数来获得)。

可选的，上述执行主体可以上述特征集合中各个特征之间的依赖关系和各个特征对应的数据源，生成表征不同数据源之间依赖关系的有向无环图。其中，上述每个特征对应的数据源和上述有向无环图是在配置中进行描述的。上述配置可以是系统的驱动描述。可以将哪个特征是从哪个数据源获取的，以及数据源和数据源之间是否有依赖存放入配置中。上述特征集合中每个特征与确定的数据源相对应。上述第二特征集合中第二特征对应的是虚拟的数据源。在这里，上述虚拟的数据源并没有真正与至少一个第一特征对应的数据源组发生I/O通信，只是表征数据源之间的依赖关系。其中，上述第二特征依赖于上述至少一个第一特征。例如，如图4所示，数据源403可以是虚拟的数据源，表征着数据源403依赖于数据源401和数据源402。需要说明的是，可以通过确定的特征来确定出上述特征的对应的数据源。例如，可以通过技术人员书写特征与数据源之间的转化程序来实现上述与特征对应的数据源的确定。进一步需要说明的是，上述特征集合中至少一个特征可以有共同的数据源，即数据源可以对应至少一个不同特征。除此之外，上述有向无环图(DAG，DirectedAcyclic Graph)是一种新型的数据结构，它的数据结构是有方向的，同时又不能形成闭环的数据结构。

可选的，有向无环图可以基于处理请求对应的任务类型而生成的。实践中，处理请求可以是不同任务类型对应的处理请求。例如，可以是排序对应的处理请求，也可以是特征提取对应的处理请求。根据任务类型的不同，可以预先设定每个任务类型对应的DAG图的配置信息。根据配置信息，可以生成对应的DAG图。在这里，配置信息可以是上述特征集合中每个特征对应的数据源和上述特征集合中特征之间的依赖关系。

如图3所示，示出了用于表征不同特征之间的依赖关系图300。

作为示例，上述第一特征集合包括第一特征301，第一特征302和第一特征303。上述第二特征集合包括第二特征304，第二特征305和第二特征306。特征集合中特征之间的依赖关系可以是：第二特征304依赖于第一特征301和第一特征302，即可以通过第一特征301和第一特征302可以得到第二特征304。第二特征305依赖于第一特征301和第二特征304，即可以通过第一特征301和第二特征304可以得到第二特征305或可以通过第一特征301和第一特征302可以得到第二特征305。第二特征306依赖于第一特征303和第二特征304，即可以通过第一特征303和第二特征304可以得到第二特征305或可以通过第一特征301，第一特征302和第一特征303可以得到第二特征306。

如图4所示，示出了用于表征不同数据源之间依赖关系的有向无环图的示意图400。

作为示例，在上述有向无环图中，数据源401存储着上述图3中第一特征301对应的数据。数据源402存储着上述图3中第一特征302对应的数据和上述图3中第一特征303对应的数据。数据源403的数据依赖于上述数据源401的数据和上述数据源402的数据。数据源404的数据依赖于上述数据源401的数据和上述数据源403的数据。数据源405的数据依赖于数据源402的数据和上述数据源403的数据。

步骤202，基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合。

在一些实施例中，上述执行主体(例如图1所示的电子设备)可以基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合。作为示例，根据图3示出的上述用于表征不同特征之间的依赖关系图，可以确定第二特征304对应的依赖关系组是：第一特征301和第一特征302。根据图4所示的有效无环图结构示意图，可以确定第二特征304对应的数据源组是：数据源401和数据源402，其中，上述示例是确定与上述第二特征集合中一个第二特征对应的依赖关系和对应的数据源组。

步骤203，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上。

在一些实施例中，上述执行主体可以基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。其中，上述目标节点可以是图4所示的有向无环图中的每个交叉点，有向无环图中的每个节点表征着数据源。除此之外，上述将与上述第二特征相对应的抽取算子放置在上述有向无环图中表征上述第二特征的数据源的节点上，目的在于为后续计算提供了方便。

作为示例，通过图4确定的数据源404的依赖关系可以是：上述数据源404依赖上述数据源403和上述数据源401或上述数据源404依赖上述数据源402和上述数据源401。通过图4确定的数据源404的对应的数据源组是数据源401和数据源402。在这里，图4确定的数据源404对应着图5中附图标记504中的数据源；图4确定的数据源403对应着图5中附图标记503中的数据源；图4确定的数据源401对应着图5中附图标记501中的数据源；图4确定的数据源402对应着图5中附图标记502中的数据源。与上述第二特征相对应的抽取算子可以是图5中附图标记504中的算子4。将算子4放置在数据源404上，当附图标记503中的数据源对应的数据输出和附图标记501中的数据源对应的数据输出同时输入至附图标记501中的数据源时，触发算子4的逻辑执行，得到附图标记504中数据源的输出。

在一些实施例的一些可选的实现方式中，上述第二特征相对应的抽取算子是通过如下步骤获得的，包括：

第一步，基于已确定的与上述第二特征集合中第二特征对应的依赖关系，确定第二特征的算子。作为示例，特征集合中特征可以包括：文章的总点击数特征，文章的总展现数和文章的点击率。上述文章的点击率依赖于上述文章的总点击数特征和上述文章的总展现数。在这里可以得到第二特征的算子是“文章的总点击数特征/文章的总展现数”这个执行流。

第二步，对上述第二特征进行预处理，确定第二特征的预处理算子。作为示例，可以对上述第二特征进行归一化处理，进而确定第二特征的处理算子。

第三步，基于上述第二特征的算子和上述第二特征的预处理算子，得到上述第二特征相对应的抽取算子。作为示例，可以将第二特征的算子和上述第二特征的预处理算子进行融合，得到上述抽取算子。需要说明的是，进行抽取算子的计算等价于先进行第二特征算子的计算，然后再进行第二特征预处理算子的计算。

在一些实施例的一些可选的实现方式中，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上可以通过以下步骤得到：

第一步，确定与上述第二特征对应的抽取算子的算子标识，其中，根据上述算子标识能够确定抽取算子的执行逻辑。

第二步，响应于上述抽取算子的算子标识被注册过，在上述有向无环图中表征上述第二特征对应的数据源的目标节点上写明上述抽取算子的算子标识。

如图5所示，示出了将算子放置到对应数据源的节点后数据流转的示意图500。

作为示例，附图标记504中的数据源依赖于附图标记501中的数据源和附图标记503中的数据源。其中，附图标记503中的数据源依赖于附图标记501中的数据源和附图标记502中的数据源。需要说明的是，每个数据源对应着至少一个算子。附图标记501中的数据源中的数据执行算子1中的逻辑，得到第一输出。附图标记502中的数据源中的数据执行算子2中的逻辑，得到第二输出。响应于附图标记503中的数据源同时接收到第一输出与第二输出，对第一输出与第二输出执行算子3中的逻辑，得到第三输出。响应于附图标记504中的数据源同时接收到第一输出与第三输出，对第一输出与第三输出执行算子4中的逻辑，得到附图标记504中的数据源对应的第二特征的相关信息。

本公开的一些实施例提供的方法获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的。获得的上述有效无环图作为选取特征的图模型。对于上述图模型的使用和数据的流转，可以根据上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合，最后，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在上述有向无环图中表征上述每个第二特征的数据源的节点上来进行后续的计算。通过获取有向无环图和在有向无环图上进行特征抽取可以减少了选取第二特征和特征抽取的时间。除此之外，获取得到的上述有向无环图可以直观，便捷的得到数据源之间的依赖关系。

进一步参考图6，其示出了特征抽取方法的另一些实施例的流程600。该特征抽取方法的流程600，包括以下步骤：

步骤601，获取表征不同数据源之间依赖关系的有向无环图。

步骤602，基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合。

在一些实施例中，步骤601-602的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-202，在此不再赘述。

步骤603，将与上述第二特征集合中至少两个第二特征相对应的抽取算子组放置在上述有向无环图中分别表征上述至少两个第二特征的数据源的节点组上。

在一些实施例中，上述执行主体可以基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在相应节点上，其中，上述节点是在上述有向无环图中表征上述第二特征对应的数据源的交接点。作为示例，如图3所示，选取的至少两个第二特征可以是第二特征305和第二特征306。对应图4，至少两个第二特征对应的数据源是数据源404和数据源405。在同时选取第二特征305和第二特征306时，对应图4上的数据流动在数据源404和数据源405分别对应的分支上互不影响。其中，上述数据源404对应的分支是指在有向无环图上数据源404的来源结构。上述数据源406对应的分支是指在有向无环图上数据源405的来源结构。

从图6中可以看出，与图2对应的一些实施例的描述相比，图6对应的一些实施例中的特征抽取方法的流程600体现了多个不存在依赖关系的第二特征抽取和选取的时候的步骤。更为直观的阐明了在上述有效无环图进行至少两个不存在依赖关系的第二特征抽取和选取时，可以提高提取特征的速度，特征抽取和减短了运行速度这些优点。

进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种特征抽取装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，一些实施例的特征抽取装置700包括：获取单元701、确定单元702和放置单元703。其中，获取单元701被配置成获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的。确定单元702被配置成基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合。放置单元703被配置成基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

在一些实施例的可选的实现方式中，放置单元703进一步被配置成：基于上述依赖关系组和上述数据源组集合，将与上述第二特征集合中至少两个第二特征相对应的抽取算子组放置在上述有向无环图中分别表征上述至少两个第二特征的数据源的节点组上，其中，上述第二特征集合中至少两个第二特征之间没有依赖关系。

在一些实施例的可选的实现方式中，上述第二特征相对应的抽取算子是通过如下步骤获得的，包括：基于已确定的与上述第二特征集合中第二特征对应的依赖关系，确定第二特征的算子；对上述第二特征进行预处理，确定第二特征的预处理算子；基于上述第二特征的算子和上述第二特征的预处理算子，得到与上述第二特征相对应的抽取算子。

在一些实施例的可选实现方式中，放置单元703进一步被配置成：确定上述第二特征对应的抽取算子的算子标识，其中，根据上述抽取算子的算子标识能够对应着确定抽取算子的执行逻辑；响应于上述抽取算子的算子标识注册过，在配置中的上述有向无环图中表征上述第二特征的数据源的节点上写明上述抽取算子的算子标识。

可以理解的是，该装置700中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元，在此不再赘述。

下面参考图8，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)800的结构示意图。图8示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例该的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的；基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，该程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、确定单元和放置单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

根据本公开的一个或多个实施例，提供了一种特征抽取方法，包括：获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的；基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

根据本公开的一个或多个实施例，上述基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在相应节点上，包括：基于上述依赖关系组和上述数据源组集合，将与上述第二特征集合中至少两个第二特征相对应的抽取算子组放置在上述有向无环图中分别表征上述至少两个第二特征的数据源的节点组上，其中，上述第二特征集合中至少两个第二特征之间是没有依赖关系。

根据本公开的一个或多个实施例，上述第二特征相对应的抽取算子是通过如下步骤获得的，包括：基于已确定的与上述第二特征集合中第二特征对应的依赖关系，确定第二特征的算子；对上述第二特征进行预处理，确定第二特征的预处理算子；基于上述第二特征的算子和上述第二特征的预处理算子，得到与上述第二特征相对应的抽取算子。

根据本公开的一个或多个实施例，上述基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在相应节点上，包括：确定上述第二特征对应的抽取算子的算子标识，其中，根据上述抽取算子的算子标识能够对应着确定抽取算子的执行逻辑；响应于上述抽取算子的算子标识注册过，在配置中的上述有向无环图中表征上述第二特征的数据源的节点上写明上述抽取算子的算子标识。

根据本公开的一个或多个实施例，提供了一种特征抽取装置，包括：获取单元，被配置成获取表征不同数据源之间依赖关系的有向无环图，其中，上述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，上述特征集合包括第一特征集合和第二特征集合，上述第二特征是由上述第一特征集合中至少一个第一特征组合得到的；确定单元，被配置成基于上述有向无环图，确定与上述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；放置单元，被配置成基于上述依赖关系组和上述数据源组集合，将与上述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，上述目标节点是在上述有向无环图中表征上述第二特征对应的数据源的节点。

根据本公开的一个或多个实施例，放置单元进一步被配置成：基于上述依赖关系组和上述数据源组集合，将与上述第二特征集合中至少两个第二特征相对应的抽取算子集合放置在上述有向无环图中分别表征上述至少两个第二特征的数据源的节点上，其中，上述第二特征集合中至少两个第二特征之间没有依赖关系。

根据本公开的一个或多个实施例，放置单元进一步被配置成：基于确定的与上述第二特征集合中第二特征对应的依赖关系，确定第二特征的算子；对上述第二特征进行预处理，确定第二特征的预处理算子；基于上述第二特征的算子和上述第二特征的预处理算子，得到上述第二特征相对应的抽取算子。

根据本公开的一个或多个实施例，放置单元进一步被配置成：确定上述第二特征对应的抽取算子的算子标识，其中，根据上述抽取算子的算子标识能够对应着确定抽取算子的执行逻辑；响应于上述抽取算子的算子标识注册过，在配置中的上述有向无环图中表征上述第二特征的数据源的节点上写明上述抽取算子的算子标识。

根据本公开的一个或多个实施例，提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述任一的方法。

根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述任一的方法。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种特征抽取方法，包括：

获取表征不同数据源之间依赖关系的有向无环图，其中，所述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，所述特征集合包括第一特征集合和第二特征集合，所述第二特征是由所述第一特征集合中至少一个第一特征组合得到的，所述第一特征集合包括：文章的总点击数特征和文章的总展现数，所述第二特征集合包括：文章的点击率，所述第二特征相对应的抽取算子包括：文章的总点击数特征/文章的总展现数；

基于所述有向无环图，确定与所述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；

基于所述依赖关系组和所述数据源组集合，将与所述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，其中，所述目标节点是在所述有向无环图中表征所述第二特征对应的数据源的节点。

2.根据权利要求1所述的方法，其中，所述将与所述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，包括：

基于所述依赖关系组和所述数据源组集合，将与所述第二特征集合中至少两个第二特征相对应的抽取算子集合放置在所述有向无环图中分别表征所述至少两个第二特征的数据源的节点上，其中，所述第二特征集合中至少两个第二特征之间没有依赖关系。

3.根据权利要求1所述的方法，其中，所述第二特征相对应的抽取算子是通过如下步骤获得的，包括：

基于确定的与所述第二特征集合中第二特征对应的依赖关系，确定第二特征的算子；

对所述第二特征进行预处理，确定第二特征的预处理算子；

基于所述第二特征的算子和所述第二特征的预处理算子，得到所述第二特征相对应的抽取算子。

4.根据权利要求1所述的方法，其中，所述将与所述至少一个第二特征中每个第二特征相对应的抽取算子放置在目标节点上，包括：

确定所述第二特征对应的抽取算子的算子标识，其中，根据所述抽取算子的算子标识能够对应着确定抽取算子的执行逻辑；

响应于所述抽取算子的算子标识注册过，在配置中的所述有向无环图中表征所述第二特征的数据源的节点上写明所述抽取算子的算子标识。

5.一种特征抽取装置，包括：

获取单元，被配置成获取表征不同数据源之间依赖关系的有向无环图，其中，所述有向无环图是根据特征集合中各个特征之间的依赖关系和各个特征对应的数据源生成的，所述特征集合包括第一特征集合和第二特征集合，所述第二特征是由所述第一特征集合中至少一个第一特征组合得到的，其中，所述第一特征集合包括：文章的总点击数特征和文章的总展现数，所述第二特征集合包括：文章的点击率，所述第二特征相对应的抽取算子包括：文章的总点击数特征/文章的总展现数；

确定单元，被配置成基于所述有向无环图，确定与所述第二特征集合中至少一个第二特征对应的依赖关系组和对应的数据源组集合；

放置单元，被配置成基于所述依赖关系组和所述数据源组集合，将与所述至少一个第二特征中每个第二特征相对应的抽取算子放置在相应节点上，其中，所述节点是在所述有向无环图中表征所述第二特征对应的数据源的交接点。

6.根据权利要求5所述的装置，其中，所述放置单元进一步被配置成：

基于所述依赖关系组和所述数据源组集合，将与所述第二特征集合中至少两个第二特征相对应的抽取算子集合放置在所述有向无环图中分别表征所述至少两个第二特征的数据源的节点上，其中，所述第二特征集合中至少两个第二特征之间没有依赖关系。

7.根据权利要求5所述的装置，其中，所述放置单元进一步被配置成：

确定所述第二特征对应的抽取算子的算子标识，其中，根据所述抽取算子的算子标识能够对应着确定抽取算子的执行逻辑；

响应于所述抽取算子的算子标识注册过，在配置中的所述有向无环图中表征所述第二特征的数据源的节点上写明所述抽取算子的算子标识。

8.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

9.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。