CN113435516B - 数据分类方法和装置 - Google Patents
数据分类方法和装置 Download PDFInfo
- Publication number
- CN113435516B CN113435516B CN202110725870.5A CN202110725870A CN113435516B CN 113435516 B CN113435516 B CN 113435516B CN 202110725870 A CN202110725870 A CN 202110725870A CN 113435516 B CN113435516 B CN 113435516B
- Authority
- CN
- China
- Prior art keywords
- sample data
- classification
- data
- data set
- classification feature
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 230000006870 function Effects 0.000 claims description 72
- 230000002776 aggregation Effects 0.000 claims description 66
- 238000004220 aggregation Methods 0.000 claims description 66
- 230000004044 response Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 17
- 238000012512 characterization method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 description 11
- 238000003066 decision tree Methods 0.000 description 9
- 238000000638 solvent extraction Methods 0.000 description 8
- 238000007619 statistical method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000002372 labelling Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了数据分类方法和装置，涉及计算机技术领域。该方法包括：数据方获取样本数据集合、样本数据集合的预测标签、样本数据的实际标签，并进行多轮迭代操作：接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征；采用目标分类特征及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签；在迭代操作后确定终选分类特征，可以提高对样本数据集合进行分类的准确定。
Description
技术领域
本公开涉及计算机技术领域，具体涉及数据分类方法和装置。
背景技术
对数据进行分类标注，并应用准确标注的数据进行模型训练、或者数据样本分析等，有利于提高模型训练或者样本分析的准确性。现有的对数据进行分类标注的方法是基于数据的特征(如，基于联邦学习方法或者基于数据的信息增益方法等)对数据进行分类标注。
发明内容
本公开提供了一种数据分类方法、装置、电子设备以及计算机可读存储介质。
根据本公开的第一方面，提供了一种数据分类方法，应用于数据方，包括：获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签，并进行多轮迭代操作：接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征；采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签；响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征。
在一些实施例中，数据分类方法包括：基于样本数据的数据特征，确定第一分类特征集合，其中，第一分类特征集合中的分类特征用于对样本数据进行分类；将对样本数据的数据特征的统计结果，发送至业务方，并接收业务方返回的第二分类特征集合，其中，第二分类特征集合中的分类特征用于对样本数据进行分类；采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合的执行条件是：确定目标分类特征属于第一分类特征集合。
在一些实施例中，迭代操作还包括：响应于确定目标分类特征属于第二分类特征集合，获取样本数据的数据表征；采用目标分类特征以及样本数据的数据表征，将当前样本数据集合划分为至少一个子样本数据集合。
在一些实施例中，数据分类方法包括：采用目标分类特征以及样本数据的数据表征，将获取的样本数据集合划分为第一子集以及第二子集；迭代操作中的将当前样本数据集合划分为至少一个子样本数据集合，包括：将当前样本数据集合与第一子集的交集，作为至少一个子样本数据集合中的第一子样本数据集合；将当前样本数据集合与第一子集的差集，作为至少一个子样本数据集合中的第二子样本数据集合。
在一些实施例中，接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征，包括：将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方；接收业务方基于当前样本数据集合的预测标签、当前样本数据集合中样本数据的实际标签所确定的损失函数值；基于损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息；基于损失函数值，计算根据第二分类特征集合中的每个分类特征的第二聚合信息；将第一聚合信息以及第二聚合信息发送至业务方；接收业务方基于第一聚合信息以及第二聚合信息返回的目标分类特征。
在一些实施例中，迭代操作包括：将当前迭代操作中所生成的迭代数据发送至业务方；响应于确定迭代操作满足预设条件，停止迭代操作，包括：响应于接收到业务方基于迭代数据返回的用于指示停止迭代的指令，停止迭代操作。
根据本公开的第二方面，提供了一种数据分类方法，应用于业务方，包括：接收数据方发送的样本数据集合的预测标签、以及样本数据集合中样本数据的实际标签；基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征；将目标分类特征发送至数据方。
在一些实施例中，数据分类方法包括：接收数据方发送的、样本数据的数据特征统计结果；基于样本数据的数据特征统计结果，确定第二分类特征集合，其中，第二分类特征集合用于对样本数据进行分类。
在一些实施例中，数据分类方法包括：获取样本数据的数据表征；基于样本数据的数据特征统计结果，确定第二分类特征集合，包括：基于数据特征统计结果以及数据表征，确定第二分类特征集合。
在一些实施例中，基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征，包括：基于预设损失函数，确定预测标签与实际标签之间的损失函数值；将损失函数值发送至数据方；接收数据方基于损失函数值、计算的第一分类特征集合中的每个分类特征的第一聚合信息；接收数据方基于损失函数值、计算的根据第二分类特征集合中的每个分类特征的第二聚合信息；基于第一聚合信息以及第二聚合信息确定目标分类特征。
根据本公开的第三方面，提供了一种数据分类装置，应用于数据方，包括：迭代单元，被配置为获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签，并进行多轮迭代操作：第一确定单元，被配置为接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征；第一分类单元，被配置为采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；更新单元，被配置为将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签；选取单元，被配置为响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征。
在一些实施例中，数据分类装置包括：第二确定单元，被配置为基于样本数据的数据特征，确定第一分类特征集合，其中，第一分类特征集合中的分类特征用于对样本数据进行分类；第一发送单元，被配置为将对样本数据的数据特征的统计结果，发送至业务方，并接收业务方返回的第二分类特征集合，其中，第二分类特征集合中的分类特征用于对样本数据进行分类；第一分类单元还包括：判断模块，被配置为确定目标分类特征属于第一分类特征集合。
在一些实施例中，迭代单元还包括：第一获取模块，被配置为响应于确定目标分类特征属于第二分类特征集合，获取样本数据的数据表征；第一划分模块，被配置为采用目标分类特征以及样本数据的数据表征，将当前样本数据集合划分为至少一个子样本数据集合。
在一些实施例中，数据分类装置包括：第二划分模块，被配置为采用目标分类特征以及样本数据的数据表征，将获取的样本数据集合划分为第一子集以及第二子集；第一分类单元，包括：第三划分模块，被配置为将当前样本数据集合与第一子集的交集，作为至少一个子样本数据集合中的第一子样本数据集合；第四划分模块，被配置为将当前样本数据集合与第一子集的差集，作为至少一个子样本数据集合中的第二子样本数据集合。
在一些实施例中，第一确定单元，包括：标签发送模块，被配置为将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方；损失函数值接收模块，被配置为接收业务方基于当前样本数据集合的预测标签、当前样本数据集合中样本数据的实际标签所确定的损失函数值；第一计算模块，被配置为基于损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息；第二计算模块，被配置为基于损失函数值，计算根据第二分类特征集合中的每个分类特征的第二聚合信息；聚合信息发送模块，被配置为将第一聚合信息以及第二聚合信息发送至业务方；分类特征接收模块，被配置为接收业务方基于第一聚合信息以及第二聚合信息返回的目标分类特征。
在一些实施例中，迭代操作包括：迭代数据发送模块，被配置为将当前迭代操作中所生成的迭代数据发送至业务方；选取单元，包括：选取模块，被配置为响应于接收到业务方基于迭代数据返回的用于指示停止迭代的指令，停止迭代操作。
根据本公开的第四方面，提供了一种数据分类装置，应用于业务方，包括：接收单元，被配置为接收数据方发送的样本数据集合的预测标签、以及样本数据集合中样本数据的实际标签；分类单元，被配置为基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征；发送单元，被配置为将目标分类特征发送至数据方。
在一些实施例中，数据分类装置包括：统计结果接收单元，被配置为接收数据方发送的、样本数据的数据特征统计结果；第三确定单元，被配置为基于样本数据的数据特征统计结果，确定第二分类特征集合，其中，第二分类特征集合用于对样本数据进行分类。
在一些实施例中，数据分类装置包括：数据表征获取单元，被配置为获取样本数据的数据表征；第三确定单元，包括：第三确定模块，被配置为基于数据特征统计结果以及数据表征，确定第二分类特征集合。
在一些实施例中，分类单元，包括：损失函数值确定模块，被配置为基于预设损失函数，确定预测标签与实际标签之间的损失函数值；损失函数值发送模块，被配置为将损失函数值发送至数据方；第一聚合信息接收模块，被配置为接收数据方基于损失函数值、计算的第一分类特征集合中的每个分类特征的第一聚合信息；第二聚合信息接收模块，被配置为接收数据方基于损失函数值、计算的根据第二分类特征集合中的每个分类特征的第二聚合信息；第四确定模块，被配置为基于第一聚合信息以及第二聚合信息确定目标分类特征。
根据本公开的第五方面，本公开的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，用于存储一个或多个程序，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第一方面提供的数据分类方法、或者实现如第二方面提供的数据分类方法。
根据本公开的第六方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面提供的数据分类方法、或者实现如第二方面提供的数据分类方法。
本公开提供的数据分类方法、装置，获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签，并进行多轮迭代操作：接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征；采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签；响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征，可以提高对样本数据集合进行分类的准确定。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的数据分类方法的一个实施例的流程图；
图3是根据本申请的数据分类方法的另一个实施例的流程图；
图4是根据本申请的数据分类方法的一个实施例的流程图；
图5是根据本申请的数据分类方法的一个应用场景的示意图；
图6是根据本申请的数据分类方法的应用场景中决策树模型构建的示意图；
图7是根据本申请的数据分类装置的一个实施例的结构示意图；
图8是根据本申请的数据分类装置的一个实施例的结构示意图；
图9是用来实现本申请实施例的数据分类方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请的数据分类方法或数据分类装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括服务器101，网络103和服务器102。网络103用以在服务器101与服务器102之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
服务器101可以是数据方所使用的服务器，例如用于存储数据的服务器、或者生成数据的平台所搭载于的服务器。服务器102可以是业务方所使用的服务器，例如用于搭载实现各种业务的业务平台的服务器等。服务器101或者服务器102可以是硬件，也可以是软件，当服务器101或者服务器102是硬件时，可以是各种电子设备，当服务器101或者服务器102是软件时，可以是安装于各种电子设备上的软件平台，其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器101可以获取样本数据集合、样本数据集合的预测标签以及样本数据集合中各个样本数据的实际标签，并通过多轮迭代操作确定出样本数据集合的多个子样本数据集、以及每个样本数据集的类别标签；多轮迭代操作包括：接收业务方基于样本数据集合的预测标签以及样本数据集合中样本数据的实际标签所确定的目标分类特征；采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；将当前迭代操作中的目标分类特征所对应的标签，作为下一轮迭代操作中、子样本数据集合的预测标签，以及将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合；若确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的多个目标分类特征，确定为样本数据的终选分类特征。
需要说明的是，本公开的实施例所提供的数据分类方法可以由服务器101执行，相应地，数据分类装置可以设置于服务器101中。
应该理解，图1中的终端设备、网络和服务器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终端设备、网络和服务器。
继续参考图2，示出了根据本公开的数据分类方法的一个实施例的流程200，应用于数据方，包括以下步骤：
步骤201，获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签。
在本实施例中，数据分类方法的执行主体(例如图1所示的服务器101)，也即数据方的服务器可以获取样本数据集合、样本数据集合的预测标签以及样本数据集合中各个样本数据的实际标签。其中，样本数据集合的预测标签可以是基于预先训练好的标注模型预测的该样本数据集合的预测标签，也可以是基于人工预测的该样本数据集合的预测标签。样本数据集合中样本数据的实际标签是样本数据的真实标签。例如，针对一个样本数据集合，其中包括样本数据A(标签为男性用户)、样本数据B(标签为女性用户)以及样本数据C(标签为男性用户)，该样本数据集合被标注模型预测为男性用户，但每一个样本数据的真正的标签即为该样本数据的实际标签(样本数据B所在的样本数据集合的标签为男性用户，但样本数据B的实际标签为女性用户)。
步骤202，进行多轮迭代操作：
步骤2021，接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征。
在本实施例中，可以接收业务方基于预测标签与实际标签之间的损失所确定的目标分类特征。其中，目标分类特征是指将样本数据集合中的样本数据基于何种特征进行分类的特征。例如，将用户样本数据集合中的用户样本数据基于性别分类，则性别为目标分类特征；将用户样本数据集合中的用户样本数据基于年龄分类，则年龄为目标分类特征；将物品样本数据集合中的物品样本数据集合基于尺寸进行分类，则尺寸为目标分类特征。该确定目标分类特征的步骤可以由生成样本数据或者样本数据所应用的业务的业务平台/业务方进行，并且，由于业务方是基于样本数据集合的预测标签以及样本数据集合中样本数据的实际标签之间的损失确定目标分类特征的，业务方并未获得样本数据，可以在基于业务方的业务经验或者业务应用场景确定目标分类特征的同时，避免样本数据的泄露风险。
步骤2022，采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合。
在本实施例中，可以采用目标分类特征、以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合。该当前样本数据集合即为服务器获取到的样本数据集合。具体地，基于目标分类特征确定与该目标分类特征对应的各个标签，针对样本数据集合中的每一个样本数据，基于该样本数据自身的数据特征与标签的符合程度，将该样本数据划分至相应的子样本数据集合中。
例如，若目标分类特征为年龄，与该目标分类特征对应的各个标签为20-30岁、31-40岁、41-50岁，则，可以将样本数据集合中，数据特征为20-30岁的样本数据划分至20-30岁的子样本数据集合中，数据特征为31-40岁的样本数据划分至31-40岁的子样本数据集合中，数据特征为41-50岁的样本数据划分至41-50岁的子样本数据集合中。
步骤2023，将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签。
在本实施例中，可以将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合。将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中，当前样本数据集合的预测标签。
在多轮迭代操作中，样本数据集合被分成子样本数据集合，子样本数据集合再被分类为下一级子样本数据集合，每次对样本数据集合/子样本数据集合进行分类是基于目标分类特征(例如性别)，每一次分类后，每个子样本数据集合均具有一个与该目标分类特征对应的标签(例如女性)，样本数据集合层层分类后，最后一层级的子样本数据集合的标签是描述该样本数据集合中样本数据的更为精准的标签。
步骤203，响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征。
在本实施例中，若确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中所确定的目标分类特征，确定为该样本数据集合中样本数据的终选分类特征。
具体地，可以将最后一轮迭代操作中确定出的目标分类特征作为终选分类特征，例如，将最后一轮迭代操作中确定的目标分类特征“性别”作为终选分类特征。也可以将多轮迭代操作中确定出的多个目标分类特征作为终选分类特征，例如，将多轮迭代操作中，逐一确定的目标分类特征“性别”-“年龄”-“籍贯”作为终选分类特征。
本实施例提供的数据分类方法，获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签，并进行多轮迭代操作：接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征；采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签；响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征，可以基于样本数据的数据特征，以及对样本数据集合进行分类后所获得的子样本数据集合的预测标签与子样本数据集合中样本数据的实际标签之间的损失，确定下一轮迭代操作中、对子样本数据集合进行分类的目标分类特征，可以逐步的优化对样本数据集合进行分类的分类特征。提高对样本数据集合进行分类的准确定。
另外，可以将当前样本数据集合的预测标签与当前样本数据集合中样本数据的实际标签发送至生成样本数据或者应用样本数据的业务平台/业务方，使业务方在不获取到样本数据的前提下，基于上述预测标签与上述实际标签之间的损失即可确定出下一轮迭代中对样本数据集合进行分类的目标分类特征，实现数据方与业务方在彼此分割的前提下，共同对目标分类特征进行决策，进而在确保样本数据安全的前提下，提高对样本数据集合分类的准确性，以及实现数据方以及业务方对决策模型的联合训练。
继续参考图3，示出了根据本公开的数据分类方法的另一个实施例的流程300，包括以下步骤：
步骤301，获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签。
步骤302，基于样本数据的数据特征，确定第一分类特征集合，其中，第一分类特征集合中的分类特征用于对样本数据进行分类。
在本实施例中，可以基于样本数据的数据特征，确定第一分类特征集合。具体地，可以基于对样本数据的数据特征的统计分析结果，确定第一分类特征集合，例如，样本数据集合中一半的用户样本居住在A城市，一半的用户样本居住在B城市，则可以将用户居住地这一分类特征确定为第一分类特征集合中的一个分类特征。
也可以利用训练好的样本特征预测模型，基于样本数据的数据特征确定出可以对样本数据进行分类的特征。
步骤303，将对样本数据的数据特征的统计结果，发送至业务方，并接收业务方返回的第二分类特征集合，其中，第二分类特征集合中的分类特征用于对样本数据进行分类。
在本实施例中，可以对样本数据的数据特征进行统计分析，获得样本数据的数据特征的统计结果，如数据特征的最大值、数据特征的最小值、数据特征的均值等等数据统计结果，将该统计结果发送至应用该样本数据的业务平台或者业务方，使业务方可以基于该统计结果确定出对该样本数据进行分类的决策，即分类特征，并将业务方所确定的多个分类特征的集合确定为第二分类特征集合。
其中，业务平台或者业务方可以基于人工经验，通过该统计结果确定出对该样本数据进行分类的分类特征。业务平台或者业务方也可以将该统计结果输入预先训练好的模型，并通过预先训练好的模型确定出该样本数据的多个分类特征。
步骤304，进行多轮迭代操作：
步骤3041，接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征。
步骤3042，响应于确定目标分类特征属于第一分类特征集合，采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合。
在本实施例中，若确定目标分类特征属于第一分类特征集合，则采用目标分类特征、以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合。具体地，基于目标分类特征确定与该目标分类特征对应的各个标签，针对样本数据集合中的每一个样本数据，基于该样本数据自身的数据特征与该各个标签的符合程度，将该样本数据划分至相应的子样本数据集合中。
步骤3043，将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签。
步骤305，响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征。
本实施例中对步骤301、步骤3041、步骤3043、步骤305的描述与步骤201、步骤2021、步骤2023、步骤203的描述一致，此处不再赘述。
本实施例提供的数据分类方法，相比于图2实施例的数据分类方法，增加了确定第一分类特征集合以及第二分类特征集合的步骤，在每一轮迭代操作中，在确定的目标分类特征集合属于第一分类特征集合的情况下，才根据目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合，可以提高对样本数据集合进行分类的准确性。
可选地，迭代操作还包括：响应于确定目标分类特征属于第二分类特征集合，获取样本数据的数据表征；采用目标分类特征以及样本数据的数据表征，将当前样本数据集合划分为至少一个子样本数据集合。
在本实施例中，迭代操作还包括：若确定目标分类特征数据第二分类特征集合，可以获取样本数据的数据表征，并采用目标分类特征、以及样本数据的数据表征，将当前样本数据集合划分为至少一个子样本数据集合。具体地，可以基于目标分类特征确定与该目标分类特征对应的各个标签，针对样本数据集合中的每一个样本数据，基于该样本数据自身的数据表征与该各个标签的符合程度，将该样本数据划分至相应的子样本数据集合中。
需要说明的是，样本数据的数据表征是基于业务的应用场景，确定出的在该应用场景下的样本数据的特征。样本数据的数据表征与上述样本数据的数据特征可以相同，也可以不同。
本实施例中，当确定的目标分类特征属于第二分类特征集合时，采用目标分类特征以及样本数据的数据表征，划分当前样本数据集合，可以提高对样本数据集合中样本数据进行分类的准确性。
上述可选地实施例还可以包括：采用目标分类特征以及样本数据的数据表征，将获取的样本数据集合划分为第一子集以及第二子集；迭代操作中的将当前样本数据集合划分为至少一个子样本数据集合，包括：将当前样本数据集合与第一子集的交集，作为至少一个子样本数据集合中的第一子样本数据集合；将当前样本数据集合与第一子集的差集，作为至少一个子样本数据集合中的第二子样本数据集合。
在本实施例中，可以首先采用目标分类特征、以及样本数据集合中样本数据的表征，将初始获得的样本数据集合(也即步骤301中所获取的样本数据集合)划分为第一子集以及第二子集。
在进行多轮迭代操作时，针对每一轮迭代操作，将该轮迭代操作中使用的当前样本数据集合划分为至少一个子样本数据集合包括：将该轮迭代操作中使用的当前样本数据集合与上述第一子集的交集，作为至少一个子样本数据集合中的第一子样本数据集合；将该轮迭代操作中使用的当前样本数据集合与上述第一子集的差集，作为至少一个子样本数据集合中的第二子样本数据集合。
本实施例中，将服务器初始时刻获得的样本数据集合，基于第二分类特征集合中的分类特征分类后得到两个子集，在每轮迭代操作中，若该轮迭代操作中所确定的目标分类特征属于第二分类特征集合中的分类特征，则将该轮迭代操作中所使用的当前样本数据集合与上述两个子集中的第一子集(也可以是第二子集)的交集、以及差集，作为当前样本数据集合的两个下一代子样本数据集合，可以提高对样本数据集合分类的准确性。
在上述可选地实施例中，接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征，包括：将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方；接收业务方基于当前样本数据集合的预测标签、当前样本数据集合中样本数据的实际标签所确定的损失函数值；基于损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息；基于损失函数值，计算根据第二分类特征集合中的每个分类特征的第二聚合信息；将第一聚合信息以及第二聚合信息发送至业务方；接收业务方基于第一聚合信息以及第二聚合信息返回的目标分类特征。
在本实施例中，在每一轮迭代操作中，确定目标分类特征的步骤可以是将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方。业务方采用预设损失函数，计算该轮迭代操作中当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失函数值，例如，可以通过如下公式(1)计算损失函数值：
其中，Loss()代表预设损失函数，yi代表样本数据的实际标签，代表样本数据的预测标签，i代表目标分类特征的标识，t代表迭代次数、或者叶子节点的层级，gi代表损失值的一阶导数，hi代表损失值的二阶导数。业务方可以将gi和hi经过同态加密计算。
之后，业务方将同态加密后的损失函数值发送至数据方，使数据方可以基于损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息，以及计算第二分类特征集合中的每个分类特征的第二聚合信息，其中，计算方法可以是基于信息增益计算公式或者基于信息熵计算公式等方法，在针对不同的分类特征计算集合信息时，所采用实际标签均为样本数据的实际标签，所采用的预测标签为每一分类特征所对应的分类标签。
数据方可以将第一聚合信息以及第二聚合信息发送至业务方，并由业务方基于第一聚合信息以及第二聚合信息确定下一轮迭代操作中所使用的目标分类特征。之后，数据方接收业务方返回、在下一轮迭代操作中所使用的目标分类特征。
本实施例中，基于上一轮迭代操作中样本数据集合的预测标签与集合中样本数据的实际标签之间的损失值，确定出本轮迭代操作中所使用的目标分类特征，可以随着迭代的推进，逐步提高所确定的目标分类特征的准确性。
另外，可以在业务方不获取样本数据的情况下，仅基于数据方对每一个分类特征的聚合信息参与决策下一轮迭代操作过程中所使用的目标分类特征，可以避免样本数据存在泄露风险的同时，基于多方决策确定目标分类特征。
在上述结合图2和图3描述的实施例的一些可选的实现方式中，迭代操作包括：将当前迭代操作中所生成的迭代数据发送至业务方；响应于确定迭代操作满足预设条件，停止迭代操作，包括：响应于接收到业务方基于迭代数据返回的用于指示停止迭代的指令，停止迭代操作。
在本实施例中，在每一轮迭代操作后，可以将当前迭代操作所生成的迭代数据发送至业务方，其中，迭代数据可以是迭代的次数，本轮迭代操作后所产生的叶子节点的层数(也即，包含叶子节点的决策树模型的深度)等。业务方在接收到迭代数据后，可以确定是否停止迭代操作，并在确定停止迭代操作后，向数据方返回用于指示停止迭代操作的指令，以使数据方停止迭代操作。
在上述结合图2和图3描述的实施例的一些可选的实现方式中，数据分类方法还包括：基于以下至少一项，确定目标分类特征：样本数据的特征、样本数据的特征所表征的用户特征。
在本实施例中，在每一轮迭代操作中，除根据样本数据集合的预测标签与样本数据的实际标签之间的损失值，确定目标分类特征之外，还可以基于以下至少一项参数确定目标分类特征：样本数据的特征、样本数据的特征所表征的用户特征。其中，样本数据的特征可以是样本数据的数据特征的统计结果，如数据特征的最大值、最小值、均值等等；样本数据的特征所表征的用户特征可以是业务平台/业务方基于样本数据的实际应用场景，所确定的该应用场景下，具有该数据特征的样本数据所表征的用户的特征。可以理解，同一种数据特征在不同的应用场景下所表征的用户的行为、或者用户的习惯等用户特征是不同的，本实施例基于多方参数确定目标分类特征，可以提高确定目标分类特征的准确性。
继续参考图4，示出了根据本公开的数据分类方法的一个实施例的流程400，应用于业务方，包括以下步骤：
步骤401，接收数据方发送的样本数据集合的预测标签、以及样本数据集合中样本数据的实际标签。
在本实施例中，数据分类方法的执行主体(例如图1所示的服务器102)，也即业务方的服务器可以接收数据方发送的样本数据集合的预测标签、以及样本数据集合中样本数据的实际标签。其中，样本数据集合的预测标签与样本数据集合中样本数据的实际标签可以相同，也可以不同。例如，针对一个样本数据集合，其中包括样本数据A(标签为男性用户)、样本数据B(标签为女性用户)以及样本数据C(标签为男性用户)，该样本数据集合被标注模型预测为男性用户，但每一个样本数据的真正的标签即为该样本数据的实际标签(样本数据B所在的样本数据集合的标签为男性用户，但样本数据B的实际标签为女性用户)。
步骤402，基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征。
在本实施例中，业务方可以基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征，使根据目标分类特征对样本数据集合分类后，得到的子样本数据集合的预测标签与子样本数据集合中样本数据的实际标签之间的损失/误差减小。
步骤403，将目标分类特征发送至数据方。
在本实施例中，业务方在确定目标分类特征后，可以将该目标分类特征发送至数据方。
本实施例提供的数据分类方法，接收数据方发送的样本数据集合的预测标签、以及样本数据集合中样本数据的实际标签，基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征，将目标分类特征发送至数据方，可以在业务方不获取样本数据集合/样本数据的情况下，确定用于进一步对样本数据集合进行分类的目标分类特征，可以在确保样本数据数据安全的同时，基于业务方的业务经验或者样本数据所应用的具体业务场景确定目标分类特征，以提高对样本数据集合进行分类的准确性。
可选地，数据分类方法包括：接收数据方发送的、样本数据的数据特征统计结果；基于样本数据的数据特征统计结果，确定第二分类特征集合，其中，第二分类特征集合用于对样本数据进行分类。
在本实施例中，业务方可以接收数据方对样本数据的数据特征进行统计分析所获得的样本数据的数据特征的统计结果，如数据特征的最大值、数据特征的最小值、数据特征的均值等等数据统计结果，并基于该统计结果确定出对该样本数据进行分类的决策，即分类特征，并将业务方所确定的多个分类特征的集合确定为第二分类特征集合。
其中，业务平台或者业务方可以基于人工经验，通过该统计结果确定出对该样本数据进行分类的分类特征。业务平台或者业务方也可以将该统计结果输入预先训练好的模型，并通过预先训练好的模型确定出该样本数据的多个分类特征。
本实施例基于数据方对样本数据的数据特征统计结果，确定第二分类特征集合，可以在不接收到样本数据的情况下确定出对样本数据进行分类的决策，可以实现在多方参与确定分类决策的情况下，使样本数据不出数据方，确保数据的安全。
在上述可选地实施例中，数据分类方法包括：获取样本数据的数据表征；基于样本数据的数据特征统计结果，确定第二分类特征集合，包括：基于数据特征统计结果以及数据表征，确定第二分类特征集合。
在本实施例中，业务方可以接收数据方发送的样本数据的数据表征，也可以基于业务经验或者业务的应用场景定义样本数据的数据表征，并且基于样本数据的数据特征统计结果以及样本数据的数据表征，共同确定出第二分类特征集合。其中，样本数据的数据表征是基于业务的应用场景，确定出的在该应用场景下的样本数据的特征。样本数据的数据表征与上述样本数据的数据特征可以相同，也可以不同。
本实施例基于多种信息确定第二分类特征集合，可以提高所确定的第二分类特征集合的准确性以及场景适用性。
在上述可选地实施例中，基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征，包括：基于预设损失函数，确定预测标签与实际标签之间的损失函数值；将损失函数值发送至数据方；接收数据方基于损失函数值、计算的第一分类特征集合中的每个分类特征的第一聚合信息；接收数据方基于损失函数值、计算的根据第二分类特征集合中的每个分类特征的第二聚合信息；基于第一聚合信息以及第二聚合信息确定目标分类特征。
在本实施例中，业务方可以接收数据方发送的样本数据集合的预测标签以及样本数据集合中样本数据的实际标签。业务方采用预设损失函数，计算样本数据集合的预测标签、与样本数据集合中样本数据的实际标签之间的损失函数值，例如，可以通过如下公式(1)计算损失函数值：
其中，Loss()代表预设损失函数，yi代表样本数据的实际标签，代表样本数据的预测标签，i代表目标分类特征的标识，t代表迭代次数、或者叶子节点的层级，gi代表损失值的一阶导数，hi代表损失值的二阶导数。业务方可以将gi和hi经过同态加密算法后获得和/>
之后，业务方将同态加密后的损失函数值发送至数据方，使数据方可以基于损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息，以及计算第二分类特征集合中的每个分类特征的第二聚合信息，其中，计算方法可以是基于信息增益计算公式或者基于信息熵计算公式等方法，在针对不同的分类特征计算集合信息时，所采用实际标签均为样本数据的实际标签，所采用的预测标签为每一分类特征所对应的分类标签。
业务方可以接收数据方返回的第一聚合信息以及第二聚合信息，并基于第一聚合信息以及第二聚合信息确定目标分类特征。之后，业务方将该目标分类特征发送至业务方，以使数据方基于目标分类特征继续对样本数据集合进行分类。
在一些应用场景中，如图5所示，数据分类方法应用于服务器，由于服务器为样本数据存储的介质，可以将服务器理解为数据方，数据分类方法主要包括：
数据准备阶段：
步骤501，获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签。
步骤502，数据方基于样本的数据特征，确定第一分类特征集合其中，h代表数据方，i代表分类特征集合中分类特征的标识，d代表分类特征集合中分类特征的总数。
步骤503，数据方将样本数据的数据特征，第一分类特征集合中的每一个分类特征(即，分裂点)以及每一个分裂点所表征的物理意义发送至业务方，以供业务方在之后步骤中确定目标分类特征(业务方决策出的样本数据集合的分裂特征)。
步骤504，数据方基于样本数据的数据特征，对样本数据进行统计分析(最大值、最小值、均值等)，并将统计分析结果，以及数据特征的物理意义发送至业务方(由于此处发送的为针对全部数据特征的统计数据，不存在针对具体用户的样本数据的数据特征，业务方可以以明文的方式向业务方发送该信息)，以供业务方在之后步骤中确定目标分类特征。
步骤505，业务方基于样本数据的数据表征(也即，业务专家结合业务的应用场景等因素，确定的样本数据在该应用场景下表现出的特征)、或者基于样本数据的数据特征的统计分析结果，确定第二分类特征集合其中，g代表业务方，i代表分类特征集合中分类特征的标识，d代表分类特征集合中分类特征的总数。
步骤506，业务方针对第二分类特征集合中的每一个分类特征(即，分裂点)，构建决策树模型中、该分裂点所对应的节点的左侧子节点表征的子样本数据集合
可以理解，在决策树模型中，节点表征样本数据集合；样本数据集合所对应的分裂点是指将样本数据集合基于何种分类特征进行分类，例如，分裂点或者分类特征可以是年龄、性别、物品重量等等；子节点是当前节点的下一代叶子节点，子节点表征将样本数据集合基于与样本数据集合所对应的分裂点、进行分类后的子样本数据集合。节点与子节点之间是相对关系，同样的，样本数据集合与子样本数据集合之间是相对关系。
步骤507，业务方将上述左侧子节点所表征的子样本数据集合发送至数据方，以使在之后步骤中，若业务方在第一次选择的目标分类特征属于第二分类特征集合时，数据方可以基于交集/差集运算形成下一代叶子节点。
数据方与业务方进行交互式协同建模阶段：
进行步骤508至步骤513的多轮迭代操作，直到步骤514被触发后，结束迭代操作，执行步骤515以及之后的步骤：
步骤508，业务方基于当前决策树模型modelt(t＝0，1，…，T)中，最后一层子节点所表征的子样本数据集合(也即，上一轮迭代操作中确定的样本数据集合)，以及预设损失函数，确定样本数据集合的预测分类特征，与该样本数据集合中样本数据的实际标签之间的损失值。获得该损失函数值的一阶导数以及二阶导数：
步骤509，业务方将上述一阶导数以及二阶导数进行同态加密，将同态加密后的数据以及/>发送至数据方。
步骤510，数据方基于以及/>计算第一分类特征集合以及第二分类特征集合(/>和/>)中，每个分裂点的聚合信息，并将聚合信息发送至业务方。
步骤511，业务方对聚合信息解密，计算信息增益，并结合基于上述步骤503、步骤504接收到的样本数据的数据特征的统计分析结果，数据方确定的样本数据的分裂点的物理意义，以及结合具体业务的应用场景，确定出本轮迭代操作中的目标分类特征splitt，并将该目标分类特征发送至数据方。其中，t代表叶子节点的层级标识。
步骤5121，若确定目标分类特征属于第一分类特征集合采用目标分类特征以及数据特征，将当前样本数据集合划分为至少两个子样本数据集合，具体地：
数据方基于样本数据的数据特征，将样本数据划分两个子样本数据集合，形成该分裂点对应的节点(分裂点对应的节点即为：表征该分裂点对应的样本数据集合的节点)下的叶子节点，也即下一代叶子节点其中，j代表叶子节点的标识。
步骤5122，若确定目标分类特征属于第二分类特征集合数据方基于目标分类特征split，以及业务方所确定的左侧子节点/>将当前样本数据集合划分为至少两个子样本数据集合。
具体地：针对每一个节点，将该节点表征的样本数据集合与上述左侧节点表征的样本数据集合的交集，作为该节点的左侧子节点所表征的样本数据集合；将该节点表征的样本数据集合与上述左侧节点表征的样本数据集合的差集，作为该节点的右侧子节点所表征的样本数据集合。
步骤513，将当前迭代操作中的目标分类特征对应的标签(例如，目标分类特征“性别”对应的标签可以是“男性”、“女性”)作为下一轮迭代操作中、子样本数据集合的预测标签，以使下一轮迭代操作中，业务方可以基于本轮迭代操作生成的子样本数据集合(叶子节点)的预测标签，与子样本数据集合中样本数据的实际标签之间的损失，确定出下一轮迭代操作中的目标分类特征(对子样本数据集合继续进行分裂的分裂点)。
通过多轮迭代操作，可以逐渐细化以及更精确的确定出对样本数据集合进行分类的样本特征，以及逐渐细化样本数据集合的数据标签。
步骤514，若确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据的终选分类特征。
其中，预设条件包括以下至少一项：业务方判断预测标签与实际标签之间的误差小于阈值、迭代次数满足预设次数、决策树模型的深度满足预设阈值、叶子节点所表征的子样本数据集合中的样本数据量满足预设阈值等等。
如图6所示，上述业务方与数据方进行数据传输的过程，业务方以及数据方可以基于预先对齐的公私秘钥对进行数据加密传输以及接收后的数据解密，以确保数据传输的安全。在交互建模过程中，数据方与业务方之间可以互相传送本方所生成的数据(可以统称为中间值)，以供对方在做出分裂决策时参考，数据方可以在不向业务方传送样本数据的情况下，接收业务方的决策。图6中f1-fM表征第1-M棵决策树。
步骤515，计算每个叶子节点对应的分裂点的权重(也即每一个分类特征的权重)：/>
其中，λ是给定的正则化系数，表征对决策树模型的正则化强度。
步骤516，更新当前已经建立的模型，对每个样本的预测结果所有子模型建立完毕，则最终确定的决策树模型为/>其中，ft表示第t轮迭代中样本数据集合的标签预测结果，X表示样本数据。
该应用场景所提供的数据分类方法，首先由业务方和数据方进行秘钥对齐，之后，数据方向业务方发送样本数据的数据特征的相关统计信息，业务方向数据方发送：基于第二分类特征集合中的分类特征所确定的左侧子节点表征的左分支样本数据集合。
随后，在构建树模型的迭代过程中，数据方首先向业务方提供当前模型下各种分裂决策的聚合信息，然后，由业务方解密计算信息增益等指标后，由业务方的业务模型或者业务专家指定分裂决策并同步至数据方，数据方完成树的分裂操作，通过该方法构建的树模型，具有较高的模型稳定性和可用性。
另外，由数据方执行分裂操作，且数据方仅向业务方返回聚合信息，在实现交互式策略建模的同时，也保障了业务方、数据方的数据安全。
进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种数据分类装置的一个实施例，该装置实施例与图2和图3所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的数据分类装置700，包括：迭代单元701、第一确定单元702、第一分类单元703、更新单元704、选取单元705。其中，迭代单元，被配置为获取样本数据集合、样本数据集合的预测标签、样本数据集合中样本数据的实际标签，并进行多轮迭代操作：第一确定单元，被配置为接收业务方基于当前样本数据集合的预测标签、与当前样本数据集合中样本数据的实际标签之间的损失所确定的目标分类特征；第一分类单元，被配置为采用目标分类特征以及样本数据的数据特征，将当前样本数据集合划分为至少一个子样本数据集合；更新单元，被配置为将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、样本数据集合的预测标签；选取单元，被配置为响应于确定迭代操作满足预设条件，停止迭代操作，并将在多轮迭代操作中确定的目标分类特征，确定为样本数据集合的终选分类特征。
在一些实施例中，数据分类装置包括：第二确定单元，被配置为基于样本数据的数据特征，确定第一分类特征集合，其中，第一分类特征集合中的分类特征用于对样本数据进行分类；第一发送单元，被配置为将对样本数据的数据特征的统计结果，发送至业务方，并接收业务方返回的第二分类特征集合，其中，第二分类特征集合中的分类特征用于对样本数据进行分类；第一分类单元还包括：判断模块，被配置为确定目标分类特征属于第一分类特征集合。
在一些实施例中，迭代单元还包括：第一获取模块，被配置为响应于确定目标分类特征属于第二分类特征集合，获取样本数据的数据表征；第一划分模块，被配置为采用目标分类特征以及样本数据的数据表征，将当前样本数据集合划分为至少一个子样本数据集合。
在一些实施例中，数据分类装置包括：第二划分模块，被配置为采用目标分类特征以及样本数据的数据表征，将获取的样本数据集合划分为第一子集以及第二子集；第一分类单元，包括：第三划分模块，被配置为将当前样本数据集合与第一子集的交集，作为至少一个子样本数据集合中的第一子样本数据集合；第四划分模块，被配置为将当前样本数据集合与第一子集的差集，作为至少一个子样本数据集合中的第二子样本数据集合。
在一些实施例中，第一确定单元，包括：标签发送模块，被配置为将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方；损失函数值接收模块，被配置为接收业务方基于当前样本数据集合的预测标签、当前样本数据集合中样本数据的实际标签所确定的损失函数值；第一计算模块，被配置为基于损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息；第二计算模块，被配置为基于损失函数值，计算根据第二分类特征集合中的每个分类特征的第二聚合信息；聚合信息发送模块，被配置为将第一聚合信息以及第二聚合信息发送至业务方；分类特征接收模块，被配置为接收业务方基于第一聚合信息以及第二聚合信息返回的目标分类特征。
在一些实施例中，迭代操作包括：迭代数据发送模块，被配置为将当前迭代操作中所生成的迭代数据发送至业务方；选取单元，包括：选取模块，被配置为响应于接收到业务方基于迭代数据返回的用于指示停止迭代的指令，停止迭代操作。
上述装置700中的各单元与参考图2和图3描述的方法中的步骤相对应。由此上文针对用于生成信息的方法描述的操作、特征及所能达到的技术效果同样适用于装置700及其中包含的单元，在此不再赘述。
进一步参考图8，作为对上述各图所示方法的实现，本公开提供了一种数据分类装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图8所示，本实施例的数据分类装置800，应用于业务方，包括：接收单元801、分类单元802、发送单元803。其中，接收单元，被配置为接收数据方发送的样本数据集合的预测标签、以及样本数据集合中样本数据的实际标签；分类单元，被配置为基于预测标签与实际标签之间的损失，确定用于对样本数据集合进行分类的目标分类特征；发送单元，被配置为将目标分类特征发送至数据方。
在一些实施例中，数据分类装置包括：统计结果接收单元，被配置为接收数据方发送的、样本数据的数据特征统计结果；第三确定单元，被配置为基于样本数据的数据特征统计结果，确定第二分类特征集合，其中，第二分类特征集合用于对样本数据进行分类。
在一些实施例中，数据分类装置包括：数据表征获取单元，被配置为获取样本数据的数据表征；第三确定单元，包括：第三确定模块，被配置为基于数据特征统计结果以及数据表征，确定第二分类特征集合。
在一些实施例中，分类单元，包括：损失函数值确定模块，被配置为基于预设损失函数，确定预测标签与实际标签之间的损失函数值；损失函数值发送模块，被配置为将损失函数值发送至数据方；第一聚合信息接收模块，被配置为接收数据方基于损失函数值、计算的第一分类特征集合中的每个分类特征的第一聚合信息；第二聚合信息接收模块，被配置为接收数据方基于损失函数值、计算的根据第二分类特征集合中的每个分类特征的第二聚合信息；第四确定模块，被配置为基于第一聚合信息以及第二聚合信息确定目标分类特征。
上述装置800中的各单元与参考图4描述的方法中的步骤相对应。由此上文针对用于生成信息的方法描述的操作、特征及所能达到的技术效果同样适用于装置800及其中包含的单元，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图9所示，是根据本申请实施例的数据分类方法的电子设备900的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图9所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，该存储器存储有可由至少一个处理器执行的指令，以使该至少一个处理器执行本申请所提供的数据分类方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的数据分类方法。
存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的数据分类方法对应的程序指令/模块(例如，附图7所示的迭代单元701、第一确定单元702、第一分类单元703、更新单元704、选取单元705)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据分类，即实现上述方法实施例中的数据分类方法。
存储器902可以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、至少一个功能所需要的应用程序；存储数据区可存储根据用于提取视频片段的电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至用于提取视频片段的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
数据分类方法的电子设备还可以包括：输入装置903、输出装置904以及总线905。处理器901、存储器902、输入装置903和输出装置904可以通过总线905或者其他方式连接，图9中以通过总线905连接为例。
输入装置903可接收输入的数字或字符信息，以及产生与用于提取视频片段的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (12)
1.一种数据分类方法，应用于数据方，包括：
获取样本数据集合、所述样本数据集合的预测标签、所述样本数据集合中样本数据的实际标签，并进行多轮迭代操作：
将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方；接收所述业务方基于所述当前样本数据集合的预测标签、所述当前样本数据集合中样本数据的实际标签所确定的损失函数值；基于所述损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息，其中，所述第一分类特征集合基于所述样本数据的数据特征确定，所述第一分类特征集合中的分类特征用于对所述样本数据进行分类；基于所述损失函数值，计算根据第二分类特征集合中的每个分类特征的第二聚合信息，其中，所述第二分类特征集合由所述业务方基于所述样本数据的数据特征统计结果确定，所述第二分类特征集合中的分类特征用于对所述样本数据进行分类；将所述第一聚合信息以及所述第二聚合信息发送至所述业务方；接收所述业务方基于所述第一聚合信息以及所述第二聚合信息返回的目标分类特征；
采用所述目标分类特征以及所述样本数据的数据特征，将所述当前样本数据集合划分为至少一个子样本数据集合；
将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、所述样本数据集合的预测标签；
响应于确定所述迭代操作满足预设条件，停止所述迭代操作，并将在所述多轮迭代操作中确定的目标分类特征，确定为所述样本数据集合的终选分类特征。
2.根据权利要求1所述的方法，其中，所述方法包括：
基于所述样本数据的数据特征，确定所述第一分类特征集合；
将对所述样本数据的数据特征的统计结果，发送至所述业务方，并接收所述业务方返回的所述第二分类特征集合；
所述采用所述目标分类特征以及所述样本数据的数据特征，将所述当前样本数据集合划分为至少一个子样本数据集合的执行条件是：
确定所述目标分类特征属于所述第一分类特征集合。
3.根据权利要求2所述的方法，其中，所述迭代操作还包括：
响应于确定所述目标分类特征属于所述第二分类特征集合，获取样本数据的数据表征；
采用所述目标分类特征以及所述样本数据的数据表征，将所述当前样本数据集合划分为至少一个子样本数据集合。
4.根据权利要求3所述的方法，其中，所述方法包括：
采用所述目标分类特征以及所述样本数据的数据表征，将获取的样本数据集合划分为第一子集以及第二子集；
所述迭代操作中的将所述当前样本数据集合划分为至少一个子样本数据集合，包括：
将所述当前样本数据集合与所述第一子集的交集，作为所述至少一个子样本数据集合中的第一子样本数据集合；
将所述当前样本数据集合与所述第一子集的差集，作为所述至少一个子样本数据集合中的第二子样本数据集合。
5.根据权利要求1所述的方法，其中，所述迭代操作包括：
将当前迭代操作中所生成的迭代数据发送至所述业务方；
所述响应于确定所述迭代操作满足预设条件，停止所述迭代操作，包括：
响应于接收到所述业务方基于所述迭代数据返回的用于指示停止迭代的指令，停止所述迭代操作。
6.一种数据分类方法，应用于业务方，包括：
接收数据方发送的样本数据集合的预测标签、以及所述样本数据集合中样本数据的实际标签；
基于预设损失函数，确定所述预测标签与所述实际标签之间的损失函数值；将所述损失函数值发送至所述数据方；接收所述数据方基于所述损失函数值、计算的第一分类特征集合中的每个分类特征的第一聚合信息，其中，所述第一分类特征集合基于所述样本数据的数据特征确定，所述第一分类特征集合中的分类特征用于对所述样本数据进行分类；接收所述数据方基于所述损失函数值、计算的根据第二分类特征集合中的每个分类特征的第二聚合信息，其中，所述第二分类特征集合基于所述样本数据的数据特征统计结果确定，所述第二分类特征集合中的分类特征用于对所述样本数据进行分类；基于所述第一聚合信息以及所述第二聚合信息确定目标分类特征；
将所述目标分类特征发送至所述数据方。
7.根据权利要求6所述的方法，其中，所述方法包括：
接收所述数据方发送的、所述样本数据的数据特征统计结果；
基于所述样本数据的数据特征统计结果，确定所述第二分类特征集合。
8.根据权利要求7所述的方法，其中，所述方法包括：
获取所述样本数据的数据表征；
所述基于所述样本数据的数据特征统计结果，确定所述第二分类特征集合，包括：
基于所述数据特征统计结果以及所述数据表征，确定所述第二分类特征集合。
9.一种数据分类装置，应用于数据方，包括：
迭代单元，被配置为获取样本数据集合、所述样本数据集合的预测标签、所述样本数据集合中样本数据的实际标签，并进行多轮迭代操作：
第一确定单元，被配置为将当前样本数据集合的预测标签以及当前样本数据集合中样本数据的实际标签发送至业务方；接收所述业务方基于所述当前样本数据集合的预测标签、所述当前样本数据集合中样本数据的实际标签所确定的损失函数值；基于所述损失函数值，计算第一分类特征集合中的每个分类特征的第一聚合信息，其中，所述第一分类特征集合基于所述样本数据的数据特征确定，所述第一分类特征集合中的分类特征用于对所述样本数据进行分类；基于所述损失函数值，计算根据第二分类特征集合中的每个分类特征的第二聚合信息，其中，所述第二分类特征集合由所述业务方基于所述样本数据的数据特征统计结果确定，所述第二分类特征集合中的分类特征用于对所述样本数据进行分类；将所述第一聚合信息以及所述第二聚合信息发送至所述业务方；接收所述业务方基于所述第一聚合信息以及所述第二聚合信息返回的目标分类特征；
第一分类单元，被配置为采用所述目标分类特征以及所述样本数据的数据特征，将所述当前样本数据集合划分为至少一个子样本数据集合；
更新单元，被配置为将当前迭代操作中所确定的子样本数据集合，作为下一轮迭代操作中的当前样本数据集合，以及将当前迭代操作中所确定的目标分类特征对应的标签，作为下一轮迭代操作中、所述样本数据集合的预测标签；
选取单元，被配置为响应于确定所述迭代操作满足预设条件，停止所述迭代操作，并将在所述多轮迭代操作中确定的目标分类特征，确定为所述样本数据集合的终选分类特征。
10.一种数据分类装置，应用于业务方，包括：
接收单元，被配置为接收数据方发送的样本数据集合的预测标签、以及所述样本数据集合中样本数据的实际标签；
分类单元，被配置为基于预设损失函数，确定所述预测标签与所述实际标签之间的损失函数值；将所述损失函数值发送至所述数据方；接收所述数据方基于所述损失函数值、计算的第一分类特征集合中的每个分类特征的第一聚合信息，其中，所述第一分类特征集合基于所述样本数据的数据特征确定，所述第一分类特征集合中的分类特征用于对所述样本数据进行分类；接收所述数据方基于所述损失函数值、计算的根据第二分类特征集合中的每个分类特征的第二聚合信息，其中，所述第二分类特征集合基于所述样本数据的数据特征统计结果确定，所述第二分类特征集合中的分类特征用于对所述样本数据进行分类；基于所述第一聚合信息以及所述第二聚合信息确定目标分类特征；
发送单元，被配置为将所述目标分类特征发送至所述数据方。
11.一种电子设备，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指令，所述指令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权利要求1-5或6-8中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-5或6-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110725870.5A CN113435516B (zh) | 2021-06-29 | 2021-06-29 | 数据分类方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110725870.5A CN113435516B (zh) | 2021-06-29 | 2021-06-29 | 数据分类方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113435516A CN113435516A (zh) | 2021-09-24 |
| CN113435516B true CN113435516B (zh) | 2024-02-06 |
Family
ID=77757508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110725870.5A Active CN113435516B (zh) | 2021-06-29 | 2021-06-29 | 数据分类方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435516B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114781649A (zh) * | 2022-04-15 | 2022-07-22 | 京东科技控股股份有限公司 | 数据预测模型的创建与预测方法、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111199244A (zh) * | 2019-12-19 | 2020-05-26 | 北京航天测控技术有限公司 | 一种数据的分类方法、装置、存储介质及电子装置 |
| CN111507419A (zh) * | 2020-04-22 | 2020-08-07 | 腾讯科技（深圳）有限公司 | 图像分类模型的训练方法及装置 |
| CN111598186A (zh) * | 2020-06-05 | 2020-08-28 | 腾讯科技（深圳）有限公司 | 基于纵向联邦学习的决策模型训练方法、预测方法及装置 |
| CN111783139A (zh) * | 2020-06-29 | 2020-10-16 | 京东数字科技控股有限公司 | 联邦学习分类树构建方法、模型构建方法，及终端设备 |
| CN112348197A (zh) * | 2020-07-01 | 2021-02-09 | 北京沃东天骏信息技术有限公司 | 基于联邦学习的模型生成方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200034665A1 (en) * | 2018-07-30 | 2020-01-30 | DataRobot, Inc. | Determining validity of machine learning algorithms for datasets |
| US20210014114A1 (en) * | 2020-09-25 | 2021-01-14 | Intel Corporation | Methods, apparatus, and articles of manufacture for workload placement in an edge environment |
-
2021
- 2021-06-29 CN CN202110725870.5A patent/CN113435516B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111199244A (zh) * | 2019-12-19 | 2020-05-26 | 北京航天测控技术有限公司 | 一种数据的分类方法、装置、存储介质及电子装置 |
| CN111507419A (zh) * | 2020-04-22 | 2020-08-07 | 腾讯科技（深圳）有限公司 | 图像分类模型的训练方法及装置 |
| CN111598186A (zh) * | 2020-06-05 | 2020-08-28 | 腾讯科技（深圳）有限公司 | 基于纵向联邦学习的决策模型训练方法、预测方法及装置 |
| CN111783139A (zh) * | 2020-06-29 | 2020-10-16 | 京东数字科技控股有限公司 | 联邦学习分类树构建方法、模型构建方法，及终端设备 |
| CN112348197A (zh) * | 2020-07-01 | 2021-02-09 | 北京沃东天骏信息技术有限公司 | 基于联邦学习的模型生成方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于联邦学习的通信诈骗识别模型的实现;陈国润;母美荣;张蕊;孙丹;钱栋军;;电信科学(S1);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113435516A (zh) | 2021-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111259222B (zh) | 物品推荐方法、系统、电子设备及存储介质 | |
| CN111144577B (zh) | 异构图之中节点表示的生成方法、装置和电子设备 | |
| CN108520470B (zh) | 用于生成用户属性信息的方法和装置 | |
| CN111400504B (zh) | 企业关键人的识别方法和装置 | |
| CN111708876B (zh) | 生成信息的方法和装置 | |
| CN113505882B (zh) | 基于联邦神经网络模型的数据处理方法、相关设备及介质 | |
| CN110347940A (zh) | 用于优化兴趣点标签的方法和装置 | |
| EP4350572A1 (en) | Method, apparatus and system for generating neural network model, devices, medium and program product | |
| CN109471978B (zh) | 一种电子资源推荐方法及装置 | |
| CN111460384B (zh) | 策略的评估方法、装置和设备 | |
| CN111639753B (zh) | 用于训练图像处理超网络的方法、装置、设备以及存储介质 | |
| JP7498248B2 (ja) | コンテンツ推薦とソートモデルトレーニング方法、装置、機器、記憶媒体及びコンピュータプログラム | |
| CN112084366A (zh) | 用于检索图像的方法、装置、设备以及存储介质 | |
| US20210035025A1 (en) | Systems and methods for optimizing machine learning models by summarizing list characteristics based on multi-dimensional feature vectors | |
| CN113762328A (zh) | 基于联邦学习的模型训练方法、装置、设备以及存储介质 | |
| CN111652354B (zh) | 用于训练超网络的方法、装置、设备以及存储介质 | |
| CN115796310A (zh) | 信息推荐及模型训练方法、装置、设备和存储介质 | |
| CN114492601A (zh) | 资源分类模型的训练方法、装置、电子设备及存储介质 | |
| CN113435516B (zh) | 数据分类方法和装置 | |
| CN108921189B (zh) | 针对社交网络用户属性的推演方法及装置 | |
| CN114428907A (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
| CN113792883A (zh) | 基于联邦学习的模型训练方法、装置、设备和介质 | |
| CN111160552B (zh) | 新闻信息的推荐处理方法、装置、设备和计算机存储介质 | |
| CN117194687A (zh) | 多媒体推荐方法、装置、设备及存储介质 | |
| CN111177479A (zh) | 获取关系网络图中节点的特征向量的方法以及装置 |
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 |