CN112215336B - 基于用户行为的数据标注方法、装置、设备及存储介质 - Google Patents

基于用户行为的数据标注方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112215336B
CN112215336B CN202011058992.5A CN202011058992A CN112215336B CN 112215336 B CN112215336 B CN 112215336B CN 202011058992 A CN202011058992 A CN 202011058992A CN 112215336 B CN112215336 B CN 112215336B
Authority
CN
China
Prior art keywords
behavior
user behavior
data
marked
standard
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011058992.5A
Other languages
English (en)
Other versions
CN112215336A (zh
Inventor
杜晨冰
张一帆
沈志勇
高宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Merchants Finance Technology Co Ltd
Original Assignee
China Merchants Finance Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Merchants Finance Technology Co Ltd filed Critical China Merchants Finance Technology Co Ltd
Priority to CN202011058992.5A priority Critical patent/CN112215336B/zh
Publication of CN112215336A publication Critical patent/CN112215336A/zh
Application granted granted Critical
Publication of CN112215336B publication Critical patent/CN112215336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及人工智能技术，揭露了一种基于用户行为的数据标注方法，包括：获取标记图像集并划分为多个标记图像子集；获取标准用户行为集；生成多个标记图像子集中目标标记图像子集的预测用户行为集；通过计算目标标记图像子集对应的标准用户行为与预测用户行为集的损失值，更新行为模型的参数，得到更新行为模型；训练更新行为模型，得到标准行为模型；获取待标注数据集，利用标准行为模型得到待标注数据集的用户行为偏好；根据用户行为偏好对待标注数据集中数据进行标注。本发明还提出了基于用户行为的数据标注装置、设备及存储介质。此外，本发明还涉及区块链技术，标记图像集可存储于区块链节点中。本发明可以提高对数据进行标注的准确性。

Description

基于用户行为的数据标注方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于用户行为的数据标注方法、装置、电子设备及计算机可读存储介质。
背景技术
随着人工智能的发展，利用海量数据训练较为复杂的智能模型的应用越来越多，例如图像识别，图像定位等。在这个过程中，需要对数据进行标注获取带有标签的数据，进而用带有标签的数据来训练模型。因此在基于机器学习的算法中，对数据进行标注在模型训练中是至关重要的。若标注效率不高，将影响模型训练的准确性。
而目前数据的标注方法多为基于带有标签的图像来训练数据标记模型，利用训练完成的数据标记模型对数据生成预测标签，进而实现对数据的标注。但目前训练数据标记模型的带有标签的图像中存在着大量的错误标签，导致训练出的数据标记模型对数据标注的精确性较低。因此，如何提高对数据进行标注的准确性，成为了亟待解决的问题。
发明内容
本发明提供一种基于用户行为的数据标注方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高对数据进行标注的准确性。
为实现上述目的，本发明提供的一种基于用户行为的数据标注方法，包括：
获取标记图像集，将所述标记图像集划分为多个标记图像子集；
获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为；
利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集；
计算所述目标标记图像子集对应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型；
依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型；
获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好；
根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注。
可选地，所述获取标准用户行为集包括：
利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集；
计算所述预测标签集中各预测标签的可信值；
根据所述可信值对所述预测标签集中的预测标签进行修正，得到标准标签集；
在预设数据库中查找并获取与所述标准标签集对应的标准用户行为集。
可选地，所述利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集，包括：
利用所述标注模型对所述多个标记图像集中的标记图像进行卷积处理，得到卷积图像集；
对所述卷积图像集中的所有卷积图像进行池化处理，得到所述卷积图像集的编码特征集；
对所述编码特征集中编码特征进行全连接处理，得到全连接特征集；
利用第一激活函数计算所述全连接特征集中各全连接特征属于预设标签的标签概率；
确定所述标签概率大于概率阈值的预设标签为所述全连接特征对应的标记图像的预测标签，得到所述多个标记图像集中多个标记图像子集相应的多个预测标签集。
可选地，所述依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型，包括：
将所述多个标记图像子集中的前向目标标记图像子集输入至更新行为模型，得到更新行为模型基于前向目标标记图像子集产生的隐藏状态；
利用所述隐藏状态和所述多个标记图像子集中的后向目标标记图像子集对更新行为模型的参数进行更新，得到所述标准行为模型。
可选地，所述根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注，包括：
将所述多个用户行为偏好进行序列化编码，得到序列化行为列表；
按照所述序列化行为列表中用户行为偏好的顺序对所述待标注数据集中待标注数据进行标注。
可选地，所述获取标记图像集，包括：
确定所述标记图像集的存储环境；
获取与所述存储环境对应的编译器；
利用所述编译器生成数据调用请求；
执行所述数据调用请求获取所述标记图像集。
可选地，所述计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值，包括：
利用如下损失函数计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值f(Pi)：
f(Pi)＝l(QTψ-1(Pi))
其中，Q为所述标准用户行为的分布矩阵，T为所述分布矩阵的转置符号，ψ为识别模型的误差参数，Pi为所述预测用户行为集中第i个预测用户行为。
为了解决上述问题，本发明还提供一种基于用户行为的数据标注装置，所述装置包括：
图像划分模块，用于获取标记图像集，将所述标记图像集划分为多个标记图像子集；
行为获取模块，用于获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为；
行为预测模块，用于利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集；
第一更新模块，用于计算所述目标标记图像子集对应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型；
第二更新模块，用于依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型；
行为分析模块，用于获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好；
数据标注模块，用于根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述中任意一项所述的基于用户行为的数据标注方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现上述中任意一项所述的基于用户行为的数据标注方法。
本发明实施例通过获取标准用户行为，利用预先构建的行为模型生成获得的多个标记图像子集中目标标记图像子集的预测用户行为集，计算目标标记图像子集相应的标准用户行为与预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型，依次利用多个标记图像子集对更新行为模型进行有序训练，得到标准行为模型，利用用户的行为数据对模型进行训练，而不是利用带有错误标签的训练数据对模型进行训练，可以避免训练数据中含有错误标签所导致的模型精确度降低的情况；获取待标注数据集，利用标准行为模型对待标注数据集进行行为分析，得到多个用户行为偏好，根据用户行为偏好对所述待标注数据集中待标注数据进行标注，对待标注数据集先生成用户行为偏好，再根据用户行为偏好对待标注数据进行标注，可提高对数据标注的准确性。因此本发明提出的基于用户行为的数据标注方法、装置及计算机可读存储介质，可以提高对数据进行标注的准确性。
附图说明
图1为本发明一实施例提供的基于用户行为的数据标注方法的流程示意图；
图2为本发明一实施例提供的基于用户行为的数据标注装置的模块示意图；
图3为本发明一实施例提供的实现基于用户行为的数据标注方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供的基于用户行为的数据标注方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于用户行为的数据标注方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
本发明提供一种基于用户行为的数据标注方法。参照图1所示，为本发明一实施例提供的基于用户行为的数据标注方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，基于用户行为的数据标注方法包括：
S1、获取标记图像集，将所述标记图像集划分为多个标记图像子集。
本发明实施例中，所述标记图像集为任何可用于训练机器学习模型的图像集，所述标记图像集包括多张标记图像和用户对所述标记图像产生的用户行为。
所述标记图像集可存储于预先构建的区块链节点中，利用区块链节点对数据的高吞吐性，可提高获取标记图像集的效率。
详细地，所述获取标记图像集，包括：
确定所述标记图像集的存储环境；
获取与所述存储环境对应的编译器；
利用所述编译器生成数据调用请求；
执行所述数据调用请求获取所述标记图像集。
进一步地，本发明实施例将所述标记图像集划分为多个标记图像子集，所述多个标记图像子集包括：第一标记图像子集、第二标记图像子集、…、第n标记图像子集。
例如，所述标记图像集中包含1000张标记图像，将所述标记图像集划分为10份标记图像子集，每份所述标记图像子集中包含100张标记图像。本发明一可选实施例中，当获取所述多个标记图像子集后，所述方法还包括：
将所述多个标记图像子集进行排序。
具体的，可以通过随机排序的方式将所述多个标记图像子集进行排序，或通过获取预先存储的具有特定顺序的序列，将多个标记图像子集按照序列中既定的顺序进行排序。
较佳地，本发明一可选实施例中将所述多个标记图像子集进行排序有利于后续利用多个标记图像子集有序的对模型进行训练。
S2、获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为。
本发明实施例中，所述获取标准用户行为集包括：
利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集；
计算所述预测标签集中各预测标签的可信值；
根据所述可信值对所述预测标签集中的预测标签进行修正，得到标准标签集；
在预设数据库中查找并获取与所述标准标签集对应的标准用户行为集。
本发明实施例利用标注模型生成标记图像集中多个标记图像子集相应的预测标签集，并计算预测标签集中各预测标签的可信值，根据可信值将预测标签进行修正为标准标签集，再查找并获取与标准标签集对应的标准用户行为集，提高了获取到的标准用户行为集的正确性。
详细地，所述利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集，包括：
利用所述标注模型对所述多个标记图像集中的标记图像进行卷积处理，得到卷积图像集；
对所述卷积图像集中的所有卷积图像进行池化处理，得到所述卷积图像集的编码特征集；
对所述编码特征集中编码特征进行全连接处理，得到全连接特征集；
利用第一激活函数计算所述全连接特征集中各全连接特征属于预设标签的标签概率；
确定所述标签概率大于概率阈值的预设标签为所述全连接特征对应的标记图像的预测标签，得到所述多个标记图像集中多个标记图像子集相应的多个预测标签集。
较佳地，所述第一激活函数包括softmax激活函数、tanh激活函数和relu激活函数等。
S3、利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集。
本发明实施例中，所述预先构建的行为模型可以为任何具有机器学习性能的监督学习模型，所述行为模型用于预测用户对不同的标记图像进行的行为(例如，对标记图像进行选取，拖拽，拉伸等)。
本发明实施例中，所述行为模型可以为具有行为预测功能的卷积神经网络，所述卷积神经网络包括但不限于卷积层、池化层和全连接层中一层或多层的组合。具体的：
卷积层，用于对图像进行卷积处理，对于图片中的每一个特征首先局部感知，然后更高层次对局部进行综合操作，从而得到全局信息；
池化层，用于对卷积后的图像进行池化处理，特征降维，标记数据集和参数的数量，减小过拟合，同时提高模型的容错性；
全连接层，全连接层由于其巨大的参数量易过拟合以及不符合人类对图像的局部感知原理，用于对图像进行线性分类，相当于在提取的高层特征向量上进行线性组合并进行输出。
所述卷积神经网络可具体展现为：
h＝(h(n)·h(n-1)·…·h(1))
其中，h(n)表示所述卷积神经网络第n层的网络结构。
较佳地，本发明实施例中，将标记图像子集中的标记图像输入至行为模型中，得到该标记图像对应的预测用户行为。
例如，将标记图像子集中的标记图像x输入至行为模型，即得到标记图像x对应的预测用户行为f(x)，当得到标记图像子集中所有的标记图像对应预测用户行为后，即将所得到的所有预测用户行为汇集为预测用户行为集。
S4、计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型。
本发明实施例中，所述计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值，包括：
利用如下损失函数计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值f(Pi)：
f(Pi)＝l(QTψ-1(Pi))
其中，Q为所述标准用户行为的分布矩阵，T为所述分布矩阵的转置符号，ψ为识别模型的误差参数，Pi为所述预测用户行为集中第i个预测用户行为。
本发明实施例计算目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值，可根据所述损失值直观地得到标准用户行为与预测用户行为集之间的差异。
本发明实施例中，当损失值大于预设损失阈值时，对行为模型输出的预测用户行为集进行修正，进而利用修正后的预测用户行为集对行为模型的参数进行更新，得到更新行为模型。
本发明实施例中，可利用梯度下降算法对行为模型的参数进行更新，所述梯度下降算法包括但不限于批量梯度下降算法、随机梯度下降算法及小批量梯度下降算法。
S5、依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型。
本发明实施例中，所述依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型，包括：
将所述多个标记图像子集中的前向目标标记图像子集输入至更新行为模型，得到更新行为模型基于前向目标标记图像子集产生的隐藏状态；
利用所述隐藏状态和所述多个标记图像子集中的后向目标标记图像子集对更新行为模型的参数进行更新，得到所述标准行为模型。
较佳地，所述前向目标标记图像子集和所述后向目标标记图像子集时相对而言的，例如，多个标记图像子集包括：第一标记图像子集、第二标记图像子集…第十标记图像子集，第一标记图像子集相对于第二标记图像子集至第十标记图像子集为前向目标标记图像子集，第二标记图像子集相对于第三标记图像子集至第十标记图像子集为前向目标标记图像子集，第二标记图像子集相对于第一标记图像子集为后向目标标记图像子集，依次类推。
较佳地，本发明实施例在更新行为模型中添加LSTM网络控制器，以使得更新行为模型获取基于前向目标标记图像子集产生的隐藏状态，并保证依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，所述LSTM网络控制器是一种有序的神经网络，依次利用所述多个标记图像子集对所述更新行为模型进行有序训练可解决神经网络训练过程中长期依赖的问题，提高最终训练出的标准行为模型的准确性。
例如，多个标记图像子集包括：第一标记图像子集、第二标记图像子集…第十标记图像子集，将第一标记图像子集输入至更新行为模型，通过更新行为模型中的LSTM网络控制器获得更新行为模型基于前向目标标记图像子集产生的隐藏状态，利用隐藏状态和第二标记图像子集对更新行为模型进行训练，直至多个标记图像子集中所有标记图像子集均完成对更新行为模型的训练，得到标准行为模型。
S6、获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好。
本发明实施例中，可利用具有数据抓取功能的python语句从预先构建的用于存储待标注数据的数据库中获取待标注数据集。
进一步地，将待标注数据集输入至标准行为模型，利用标准行为模型对所述待标注数据集进行行为分析，得到到用户行为偏好。
较佳地，所述用户行为偏好是指用户对不同的标记图像进行的行为(例如，对标记图像进行选取，拖拽，拉伸等)。
S7、根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注。
本发明一可选实施例中，所述根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注，包括：
将所述多个用户行为偏好进行序列化编码，得到序列化行为列表；
按照所述序列化行为列表中用户行为偏好的顺序对所述待标注数据集中待标注数据进行标注。
详细地，所述将所述多个用户行为偏好进行序列化编码，得到序列化行为列表，例如，所述多个用户行为偏好包括偏好A、偏好B和偏好C，将偏好A序列化编码为1号、偏好B序列化编码为3号和偏好C序列化编码为2号，得到顺序为偏好A、偏好C、偏好B的序列化行为列表。
本发明实施例中，将多个用户行为偏好序列化编码为序列化行为列表，按照序列化行为列表中用户行为偏好的顺序对待标注数据集中待标注数据进行标注，可实现有序的对待标注数据集中待标注数据进行标注，避免重复标注，提高对待标注数据集中待标注数据进行标注的效率。
本发明实施例通过获取标准用户行为，利用预先构建的行为模型生成获得的多个标记图像子集中目标标记图像子集的预测用户行为集，计算目标标记图像子集相应的标准用户行为与预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型，依次利用多个标记图像子集对更新行为模型进行有序训练，得到标准行为模型，利用用户的行为数据对模型进行训练，而不是利用带有错误标签的训练数据对模型进行训练，可以避免训练数据中含有错误标签所导致的模型精确度降低的情况；获取待标注数据集，利用标准行为模型对待标注数据集进行行为分析，得到多个用户行为偏好，根据用户行为偏好对所述待标注数据集中待标注数据进行标注，对待标注数据集先生成用户行为偏好，再根据用户行为偏好对待标注数据进行标注，可提高对数据标注的准确性。因此本发明提出的基于用户行为的数据标注方法，可以提高对数据进行标注的准确性。
如图2所示，是本发明基于用户行为的数据标注装置的模块示意图。
本发明所述基于用户行为的数据标注装置100可以安装于电子设备中。根据实现的功能，所述基于用户行为的数据标注装置可以包括图像划分模块101、行为获取模块102、行为预测模块103、第一更新模块104、第二更新模块105、行为分析模块106和数据标注模块107。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述图像划分模块101，用于获取标记图像集，将所述标记图像集划分为多个标记图像子集；
所述行为获取模块102，用于获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为；
所述行为预测模块103，用于利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集；
所述第一更新模块104，用于计算所述目标标记图像子集对应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型；
所述第二更新模块105，用于依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型；
所述行为分析模块106，用于获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好；
所述数据标注模块107，用于根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注。
本发明实施例所提供的基于用户行为的数据标注装置100中的模块能够在使用时利用上述的图1的基于用户行为的数据标注方法的实施例一样的技术手段，并产生一样的技术效果。
如图3所示，是本发明实现基于用户行为的数据标注方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于用户行为的数据标注程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于用户行为的数据标注程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于用户行为的数据标注程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于用户行为的数据标注程序12是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取标记图像集，将所述标记图像集划分为多个标记图像子集；
获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为；
利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集；
计算所述目标标记图像子集对应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型；
依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型；
获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好；
根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种基于用户行为的数据标注方法，其特征在于，所述方法包括：
获取标记图像集，将所述标记图像集划分为多个标记图像子集；
获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为；
利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集；
计算所述目标标记图像子集对应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型；
依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型；
获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好；
根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注；
其中，所述获取标准用户行为集包括：利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集；计算所述预测标签集中各预测标签的可信值；根据所述可信值对所述预测标签集中的预测标签进行修正，得到标准标签集；在预设数据库中查找并获取与所述标准标签集对应的标准用户行为集。
2.如权利要求1所述的基于用户行为的数据标注方法，其特征在于，所述利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集，包括：
利用所述标注模型对所述多个标记图像集中的标记图像进行卷积处理，得到卷积图像集；
对所述卷积图像集中的所有卷积图像进行池化处理，得到所述卷积图像集的编码特征集；
对所述编码特征集中编码特征进行全连接处理，得到全连接特征集；
利用第一激活函数计算所述全连接特征集中各全连接特征属于预设标签的标签概率；
确定所述标签概率大于概率阈值的预设标签为所述全连接特征对应的标记图像的预测标签，得到所述多个标记图像集中多个标记图像子集相应的多个预测标签集。
3.如权利要求1所述的基于用户行为的数据标注方法，其特征在于，所述依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型，包括：
将所述多个标记图像子集中的前向目标标记图像子集输入至更新行为模型，得到更新行为模型基于前向目标标记图像子集产生的隐藏状态；
利用所述隐藏状态和所述多个标记图像子集中的后向目标标记图像子集对更新行为模型的参数进行更新，得到所述标准行为模型。
4.如权利要求1至3中任一项所述的基于用户行为的数据标注方法，其特征在于，所述根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注，包括：
将所述多个用户行为偏好进行序列化编码，得到序列化行为列表；
按照所述序列化行为列表中用户行为偏好的顺序对所述待标注数据集中待标注数据进行标注。
5.如权利要求1至3中任一项所述的基于用户行为的数据标注方法，其特征在于，所述获取标记图像集，包括：
确定所述标记图像集的存储环境；
获取与所述存储环境对应的编译器；
利用所述编译器生成数据调用请求；
执行所述数据调用请求获取所述标记图像集。
6.如权利要求1所述的基于用户行为的数据标注方法，其特征在于，所述计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值，包括：
利用如下损失函数计算所述目标标记图像子集相应的标准用户行为与所述预测用户行为集的损失值：
其中，为所述标准用户行为的分布矩阵，/>为所述分布矩阵的转置符号，/>为识别模型的误差参数，/>为所述预测用户行为集中第/>个预测用户行为。
7.一种基于用户行为的数据标注装置，其特征在于，所述装置包括：
图像划分模块，用于获取标记图像集，将所述标记图像集划分为多个标记图像子集；
行为获取模块，用于获取标准用户行为集，其中，所述标准用户行为集包括与所述多个标记图像子集对应的标准用户行为；
行为预测模块，用于利用预先构建的行为模型生成所述多个标记图像子集中目标标记图像子集的预测用户行为集；
第一更新模块，用于计算所述目标标记图像子集对应的标准用户行为与所述预测用户行为集的损失值，根据所述损失值对所述行为模型的参数进行更新，得到更新行为模型；
第二更新模块，用于依次利用所述多个标记图像子集对所述更新行为模型进行有序训练，得到标准行为模型；
行为分析模块，用于获取待标注数据集，利用所述标准行为模型对所述待标注数据集进行行为分析，得到多个用户行为偏好；
数据标注模块，用于根据所述多个用户行为偏好对所述待标注数据集中待标注数据进行标注；
其中，所述获取标准用户行为集包括：利用预先构建的标注模型生成所述标记图像集中多个标记图像子集相应的预测标签集；计算所述预测标签集中各预测标签的可信值；根据所述可信值对所述预测标签集中的预测标签进行修正，得到标准标签集；在预设数据库中查找并获取与所述标准标签集对应的标准用户行为集。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一所述的基于用户行为的数据标注方法。
9.一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的基于用户行为的数据标注方法。
CN202011058992.5A 2020-09-30 2020-09-30 基于用户行为的数据标注方法、装置、设备及存储介质 Active CN112215336B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011058992.5A CN112215336B (zh) 2020-09-30 2020-09-30 基于用户行为的数据标注方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011058992.5A CN112215336B (zh) 2020-09-30 2020-09-30 基于用户行为的数据标注方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112215336A CN112215336A (zh) 2021-01-12
CN112215336B true CN112215336B (zh) 2024-02-09

Family

ID=74050946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011058992.5A Active CN112215336B (zh) 2020-09-30 2020-09-30 基于用户行为的数据标注方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112215336B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706927B (zh) * 2022-04-12 2024-05-03 平安国际智慧城市科技股份有限公司 基于人工智能的数据批量标注方法及相关设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334814A (zh) * 2018-01-11 2018-07-27 浙江工业大学 一种基于卷积神经网络结合用户习惯性行为分析的ar系统手势识别方法
WO2020164270A1 (zh) * 2019-02-15 2020-08-20 平安科技（深圳）有限公司 基于深度学习的行人检测方法、系统、装置及存储介质
CN111652278A (zh) * 2020-04-30 2020-09-11 中国平安财产保险股份有限公司 用户行为检测方法、装置、电子设备及介质
CN111709766A (zh) * 2020-04-14 2020-09-25 中国农业银行股份有限公司 一种用户行为预测方法、装置、存储介质及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334814A (zh) * 2018-01-11 2018-07-27 浙江工业大学 一种基于卷积神经网络结合用户习惯性行为分析的ar系统手势识别方法
WO2020164270A1 (zh) * 2019-02-15 2020-08-20 平安科技（深圳）有限公司 基于深度学习的行人检测方法、系统、装置及存储介质
CN111709766A (zh) * 2020-04-14 2020-09-25 中国农业银行股份有限公司 一种用户行为预测方法、装置、存储介质及电子设备
CN111652278A (zh) * 2020-04-30 2020-09-11 中国平安财产保险股份有限公司 用户行为检测方法、装置、电子设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于卷积神经网络的多标签图像自动标注;黎健成;袁春;宋友;;计算机科学(07);全文 *

Also Published As

Publication number Publication date
CN112215336A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
CN111814962B (zh) 识别模型的参数获取方法、装置、电子设备及存储介质
CN113157927B (zh) 文本分类方法、装置、电子设备及可读存储介质
CN111783982B (zh) 攻击样本的获取方法、装置、设备及介质
CN114491047A (zh) 多标签文本分类方法、装置、电子设备及存储介质
CN113158676A (zh) 专业实体与关系联合抽取方法、系统及电子设备
CN114187489B (zh) 车辆异常驾驶风险检测方法、装置、电子设备及存储介质
CN113268665A (zh) 基于随机森林的信息推荐方法、装置、设备及存储介质
CN114462412A (zh) 实体识别方法、装置、电子设备及存储介质
CN114781832A (zh) 课程推荐方法、装置、电子设备及存储介质
CN112990374B (zh) 图像分类方法、装置、电子设备及介质
CN113658002B (zh) 基于决策树的交易结果生成方法、装置、电子设备及介质
CN112101481B (zh) 目标物的影响因子筛选方法、装置、设备及存储介质
CN113157739B (zh) 跨模态检索方法、装置、电子设备及存储介质
CN112215336B (zh) 基于用户行为的数据标注方法、装置、设备及存储介质
CN112269875B (zh) 文本分类方法、装置、电子设备及存储介质
CN113656690A (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN116843150A (zh) 基于智慧物联网的社区服务方法及系统
CN113706019B (zh) 基于多维数据的业务能力分析方法、装置、设备及介质
CN113656586B (zh) 情感分类方法、装置、电子设备及可读存储介质
CN115221274A (zh) 文本情感分类方法、装置、电子设备及存储介质
CN114398890A (zh) 文本增强方法、装置、设备及存储介质
CN113806540A (zh) 文本打标签方法、装置、电子设备及存储介质
CN112631589A (zh) 应用程序首页布局配置方法、装置、电子设备及存储介质
CN115098688B (zh) 多标签分类模型训练方法、装置、电子设备及存储介质
CN113298159B (zh) 目标检测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant