JP2019029003A - 特徴分析方法、特徴分析装置、電子機器、プログラム及び記憶媒体 - Google Patents

Abstract

【課題】本発明は特徴分析方法、装置、電子機器、及び記憶媒体を提供し、データ処理技術分野に属する。【解決手段】特徴分析方法は、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算し、各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得するステップと、を含む。本発明はデータに対し特徴分析を行い、特徴ベクトルを抽出することができる。【選択図】図１

Description

本発明はデータ処理技術分野に関するものであり、特に特徴分析方法、特徴分析装置、電子機器、プログラム及び記憶媒体に関する。

インターネット技術の発展に伴い、ユーザーはウェブサイトを通じて製品に対し、例えば、ウェブサイトを通じて製品を購入、製品を閲覧、製品を評価するなど、さまざまなタイプの操作を行う。ユーザーがウェブサイトを通じて操作し、これらのユーザー行動データを分析することによってユーザーの関連行動を知ることができ、さらにユーザーの基本情報及び趣味やホビーなどを推測することができるため、ユーザーがウェブサイトにアクセスする際、その好みに合わせてユーザーにコンテンツを推薦することができる。これらのユーザー行動データを分析することによって、また製品の実際性能を知ることもでき、メーカーの製品改良に便利である。しかし、ユーザー行動データのデータ量は非常に大きく、且つユーザー行動データに含まれる情報に恣意性があるため、ユーザー行動データからカギとなる特徴を掘り出すプロセスは非常に複雑である。

本発明で解決しようとする技術問題は、特徴分析方法、装置、電子機器、プログラム及び記憶媒体を提供し、データに対し特徴分析を行い、特徴ベクトルを抽出することである。

上記技術問題を解決するため、本発明の実施例では下記の技術ソリューションを提供する。

本発明の実施例の１つの態様では、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を含むことを特徴とする特徴分析方法を提供する。

さらに、前記特徴テンプレートファイルから特徴抽出情報を抽出するステップは、特徴テンプレートファイルをロードし、前記特徴テンプレートファイルのファイルフォーマットを検証することと、前記特徴テンプレートファイルのフォーマットが正確である場合、前記特徴テンプレートファイルから、次元情報、演算子情報及びサンプル構造情報を含む特徴抽出情報を抽出することと、を含む。

さらに、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップは、前記次元情報に基づいて処理すべきデータから、前記次元情報に対応する次元を有する複数のデータを抽出することと、前記サンプル構造情報に基づいて抽出されたデータを複数の特徴グループにアグリゲーションし、前記演算子情報に基づいて各特徴グループのデータに対して対応する操作を行って各特徴グループの特徴値を生成することと、を含む。

さらに、前記サンプル構造情報は、前記特徴ベクトルに必要な次元値、サンプルレベル特徴値の計算方法、及び特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法を含み、前記演算子情報は、演算子名称、各演算子のパラメータリスト、及び異なる演算子の間の関係を含む。

さらに、前記次元情報は、時間、ユーザーID、及び製品IDを含み、前記処理すべきデータは、ユーザー行動データであり、前記次元情報に基づいて処理すべきデータから、前記次元情報に対応する次元を有する複数のデータを抽出することは、処理すべきデータから複数のユーザー行動データを抽出することを含み、抽出された各ユーザー行動データは、時間とユーザーIDと製品IDの三つの次元を有る。

さらに、前記サンプル構造情報に基づいて抽出されたデータを複数の特徴グループにアグリゲーションする前に、前記特徴ベクトルに必要な次元値に基づいて、抽出された複数のデータをフィルタリングし、前記次元値を含まないデータを除去すること、をさらに含み、前記サンプル構造情報に基づいて抽出されたデータを複数の特徴グループにアグリゲーションすることは、フィルタリングされたデータを複数の特徴グループにアグリゲーションすることを含み、各特徴グループのデータの次元値は同じであることを含む。

さらに、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップは、前記サンプルレベル特徴値の計算方法により、各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算することと、前記特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法により、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして前記特徴ベクトルを取得することと、を含む。

また、本発明の実施例のもう１つの態様では、特徴テンプレートファイルから特徴抽出情報を抽出する特徴テンプレート解析モジュールと、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算する特徴値計算モジュールと、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得する特徴ベクトル生成モジュールと、を含むことを特徴とする特徴分析装置を提供する。

また、本発明の実施例のもう１つの態様では、特徴分析のための電子機器であって、プロセッサと、コンピュータプログラムコマンドを格納するメモリと、を含み、前記コンピュータプログラムコマンドが前記プロセッサにより実行される時、前記プロセッサに、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を実行させることを特徴とする電子機器を提供する。

また、本発明の実施例のもう１つの態様では、特徴分析方法をコンピュータに実行させるためのコンピュータプログラムであって、前記特徴分析方法は、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を含むことを特徴とするプログラムを提供する。

また、本発明の実施例のもう１つの態様では、コンピュータ読み取り可能な記憶媒体であって、前記コンピュータ読み取り可能な記憶媒体はコンピュータプログラムコマンドを格納し、特徴分析方法をコンピュータに実行させるためのコンピュータプログラムがプロセッサにより実行される場合、前記プロセッサに、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を実行させることを特徴とするコンピュータ読み取り可能な記憶媒体を提供する。

本発明の実施例は次のような有益な効果を有する。

上記ソリューションにおいて、まず特徴テンプレートファイルから特徴抽出情報を抽出し、抽出した特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値及び特徴グループに跨るサンプルレベルの特徴値を計算することができ、さらに特徴抽出情報により各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得することができる。本発明の技術ソリューションを通じて、ユーザー行動データに対し特徴分析を行い、特徴ベクトルを抽出し、ユーザー行動データのカギとなる特徴を掘り起し、さらにユーザーの基本情報及び趣味やホビーなどを推測することができる。

本発明実施例の特徴分析方法のフローチャートである。 本発明実施例の特徴テンプレートファイルから抽出した特徴抽出情報のフローチャートである。 本発明実施例の特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値を計算するフローチャートである。 本発明実施例のサンプル構造情報により抽出したデータを複数の特徴グループにアグリゲーションするフローチャートである。 本発明実施例の特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算して取得し、且つ各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得するフローチャートである。 本発明実施例の特徴分析装置の構造を示すブロック図である。 本発明実施例の特徴テンプレート解析モジュールの構造を示すブロック図である。 本発明実施例の特徴値計算モジュールの構造を示すブロック図である。 本発明の別の実施例の特徴値計算モジュールの構造を示すブロック図である。 本発明実施例の特徴ベクトル生成モジュールの構造を示すブロック図である。 本発明実施例の特徴分析のための電子機器の構造を示すブロック図である。 本発明の具体実施例の特徴分析方法のフローチャートである。

本発明の実施例が解決しようとする技術課題、技術的な解決策及びメリットをより明解にするために、以下、添付図と具体的な実施例に合わせて更に詳細に説明する。

本発明実施例は、ユーザー行動データに対し特徴分析を行い、特徴ベクトルを抽出することができる特徴分析方法、装置、電子機器、プログラム及び記憶媒体を提供する。

＜第一実施例＞
本発明の実施例は、図1に示すように、特徴テンプレートファイルから特徴抽出情報を抽出するステップ101と、前記特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値を計算するステップ102と、前記特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算して取得し、且つ各特徴グループの特徴値と前記サンプルレベルの特徴値をスティッチングして特徴ベクトルを取得するステップ103と、を含む特徴分析方法を提供する。

本実施例において、まず特徴テンプレートファイルから特徴抽出情報を抽出し、抽出した特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値及び特徴グループに跨るサンプルレベルの特徴値を計算することができ、さらに特徴抽出情報により各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得することができる。本発明の技術ソリューションを通じて、ユーザー行動データに対し特徴分析を行い、特徴ベクトルを抽出し、ユーザー行動データのカギとなる特徴を掘り起し、さらにユーザーの基本情報及び趣味やホビーなどを推測することができる。

図2に示すように、一つの例として、前記ステップ101は、特徴テンプレートファイルをロードし、前記特徴テンプレートファイルのファイルフォーマットを検証するステップ1011と、前記特徴テンプレートファイルのフォーマットが正確である場合、前記特徴テンプレートファイルから次元情報、演算子情報とサンプル構造情報を含む特徴抽出情報を抽出するステップ1012と、を含む。

図3に示すように、一つの例として、前記ステップ102は、前記次元情報により処理すべきデータから複数の前記次元情報に対応する次元を有するデータを抽出するステップ1021と、前記サンプル構造情報により抽出したデータを複数の特徴グループにアグリゲーションし、且つ前記演算子情報により各特徴グループのデータに対し対応する操作を行って各特徴グループの特徴値を生成するステップ1022と、を含む。

さらに、前記サンプル構造情報は、前記特徴ベクトルに必要な次元値と、サンプルレベル特徴の計算方法と、特徴グループの特徴値と、サンプルレベル特徴値をスティッチングする方法と、を含む。

前記演算子情報は、演算子名称と、各演算子のパラメータリストと、異なる演算子の間の関係を含む。

さらに、前記次元情報は時間とユーザーIDと製品IDを含み、前記処理すべきデータはユーザー行動データで、前記ステップ1021は詳しく、処理すべきデータから複数のユーザー行動データを抽出することと、抽出した各ユーザー行動データはいずれも時間とユーザーIDと製品IDの三つの次元を有することと、を含む。

図4に示すように、一つの例として、前記ステップ1022の前に、前記方法とは、さらに、前記特徴ベクトルに必要な次元値により、抽出した複数のデータにフィルターをかけ、前記次元値を含まないデータを取り除くステップ1023を含み、前記ステップ1022は、フィルターをかけたデータを複数の特徴グループにアグリゲーションし、各特徴グループのデータの次元値が同じであるステップ10221を含む。

図5に示すように、一つの例として、前記ステップ103は、前記サンプルレベル特徴の計算方法により、各特徴グループの特徴値を利用して特徴グループに跨るサンプルレベルの特徴値を計算するステップ1031と、前記特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法により各特徴グループの特徴値と前記サンプルレベルの特徴値をスティッチングして前記特徴ベクトルを取得するステップ1032と、を含む。

＜第二実施例＞
本発明の実施例は、図6に示すように、特徴テンプレートファイルから特徴抽出情報を抽出する特徴テンプレート解析モジュール21と、前記特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値を計算する特徴値計算モジュール22と、前記特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算して取得し、且つ各特徴グループの特徴値と前記サンプルレベルの特徴値をスティッチングして特徴ベクトルを取得する特徴ベクトル生成モジュール23と、を含む特徴分析装置を提供する。

本実施例において、まず特徴テンプレートファイルから特徴抽出情報を抽出し、抽出した特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値及び特徴グループに跨るサンプルレベルの特徴値を計算することができ、さらに特徴抽出情報により各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得することができる。本発明の技術ソリューションを通じて、ユーザー行動データに対し特徴分析を行い、特徴ベクトルを抽出し、ユーザー行動データのカギとなる特徴を掘り起し、さらにユーザーの基本情報及び趣味やホビーなどを推測することができる。

図7に示すように、一つの例として、前記特徴テンプレート解析モジュール21は、特徴テンプレートファイルをロードし、前記特徴テンプレートファイルのファイルフォーマットを検証するロードユニット211と、前記特徴テンプレートファイルのフォーマットが正確である場合、前記特徴テンプレートファイルから次元情報、演算子情報とサンプル構造情報を含む特徴抽出情報を抽出する特徴抽出ユニット212と、を含む。

図8に示すように、一つの例として、前記特徴値計算モジュール22は、前記次元情報により処理すべきデータから複数の前記次元情報に対応する次元を有するデータを抽出するデータ抽出ユニット221と、前記サンプル構造情報により、抽出したデータを複数の特徴グループにアグリゲーションし、且つ前記演算子情報により、各特徴グループのデータに対し対応する操作を行って各特徴グループの特徴値を生成するアグリゲーションユニット222と、を含む。

さらに、前記サンプル構造情報は、前記特徴ベクトルに必要な次元値と、サンプルレベル特徴の計算方法と、特徴グループの特徴値と、サンプルレベル特徴値をスティッチングする方法と、を含み、前記演算子情報は、演算子名称と、各演算子のパラメータリストと、異なる演算子の間の関係を含む。

さらに、前記次元情報は時間とユーザーIDと製品IDを含み、前記処理すべきデータはユーザー行動データで、前記データ抽出ユニット221は具体的に、処理すべきデータから複数のユーザー行動データを抽出し、抽出した各ユーザー行動データはすべて時間とユーザーIDと製品IDの三つの次元を有する。

さらに、図9に示すように、前記特徴値計算モジュール22は、前記特徴ベクトルに必要な次元値により、抽出した複数のデータにフィルターをかけ、前記次元値を含まないデータを取り除くフィルターユニット223と、フィルターをかけたデータを複数の特徴グループにアグリゲーションし、各特徴グループのデータの次元値がすべて同じである前記アグリゲーションユニット222と、を含む。

図10に示すように、一つの例として、前記特徴ベクトル生成モジュール23は、前記サンプルレベル特徴の計算方法により、各特徴グループの特徴値を利用して特徴グループに跨るサンプルレベルの特徴値を計算する特徴値計算ユニット231と、前記特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法により各特徴グループの特徴値と前記サンプルレベルの特徴値をスティッチングして前記特徴ベクトルを取得するスティッチングユニット232と、を含む。

＜第三実施例＞
本発明の実施例は、図11に示すように、プロセッサ32と、コンピュータプログラムのコマンドを格納するメモリ34と、を含む特徴分析のための電子機器30を提供する。

その中で、前記コンピュータプログラムコマンドが前記プロセッサにより実行される時、前記プロセッサ32に、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値を計算するステップと、前記特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算して取得し、且つ各特徴グループの特徴値と前記サンプルレベルの特徴値をスティッチングして特徴ベクトルを取得するステップと、を実行させる。

さらに、図11に示すように、特徴分析のための電子機器30は、ネットワークインターフェイス31、入力デバイス33、ハードディスク35とディスプレイデバイス36を含む。

上記各インターフェイスとデバイスはバスアーキテクチャを通じて相互に接続することができる。バスアーキテクチャは任意の数を含む相互に接続するバスおよびブリッジであることができる。具体的にはプロセッサ32に代表される一つまたは複数の中央処理ユニット（CPU）及びメモリ34に代表される一つまたは複数のメモリの各種電気回路が互いに接続されている。バスアーキテクチャは例えば、周辺機器、電圧レギュレータやパワーマネジメント回路などの各種その他の電気回路をお互いに接続させることができる。バスアーキテクチャはこれらのコンポネント間の接続通信を実現するのに用いられることを理解すべきである。バスアーキテクチャはデータバスの外、電源バス、制御バスとステータス信号バスを含み、これらは当分野では周知のことのため、本文では詳しく説明しないものとする。

前記ネットワークインターフェイス31は、ネットワーク（例えば、インターネット、イーサーネットなど）に接続することができ、ネットワークから例えばユーザー行動データのような関連データを取得し、且つハードディスク35に格納することができる。

前記入力デバイス33はオペレータが入力したさまざまなコマンドを受信し、且つプロセッサ32に送信して実行させることができる。前記入力デバイス33はキーボード或いはクリックデバイス（例えば、マウス、トラックボール（trackball））、タッチパッド或いはタッチパネルなどを含むことができる。

前記ディスプレイデバイス36は、プロセッサ32がコマンドを実行して取得した結果を表示することができる。

前記メモリ34は、オペレーションシステムの実行に必要なプログラムとデータ及びプロセッサ32の計算プロセスの中間結果などのデータの格納に用いる。

本発明の実施例においてメモリ34は揮発性メモリ或いは非揮発性メモリであることができ、或いは揮発性と非揮発性メモリの両者を含むことができることを理解すべきである。その中で、非揮発性メモリは読み取り専用メモリ（ROM）、プログラマブル読み取り専用メモリ（PROM）、消去可能プログラマブル読み取り専用メモリ（EPROM）、電気的消去可能プログラマブル読み取り専用メモリ（EEPROM）或いはフラッシュメモリであることができる。揮発性メモリはランダムアクセスメモリ（RM）であることができ、それを外部キャッシュに用いる。本文で記述した装置と方法のメモリ34は、限定される訳ではないが、これらおよびその他任意の適切なタイプのメモリを含むことが意図される。

一部の実施方式において、メモリ34は下記要素を格納し、モジュール或いはデータ構造を実行することができ、或いはそのサブセット、またはその拡張セットであるオペレーションシステム341とアプリケーション342を実行することができる。

その中で、オペレーションシステム341は、例えば、フレーム層、コアライブラリー層、ドライブ層など、さまざまなシステムプログラムを含み、さまざまな基本業務の実現やハードウェアベースのタスク処理に用いられる。アプリケーション342は、例えば、ブラウザー(Browser)などさまざまなアプリケーションを含み、各種アプリケーション業務の実現に用いられる。本発明実施例の方法を実現するプログラムはアプリケーション342に含まれることができる。

上記プロセッサ32は、前記メモリ34に格納された、具体的にはアプリケーション342に格納したプログラムまたはコマンドであることができるアプリケーションとデータを呼び出して実行する場合、特徴テンプレートファイルから特徴抽出情報を抽出し、前記特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値を計算し、前記特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算して取得し、且つ各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得することができる。

本発明の上記実施例に掲示した方法はプロセッサ32に応用することができ、或いはプロセッサ32により実現することができる。プロセッサ32は集積回路チップであることができ、信号処理能力を持っている実現プロセスにおいて、上記方法の各ステップはプロセッサ32のハードウェアの集積論理回路或いはソフトウェアタイプのコマンドにより完成することができる。本発明の実施例に開示した各方法、ステップ及び論理ブロックは、汎用プロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)或いはその他のプログラマブル論理デバイス、離散ゲート或いはトランジスタ論理デバイス、離散ハードウェアコンポーネントであることができる上記プロセッサ32によって実現または実行可能である。汎用プロセッサはマイクロプロセッサであることができ、或いは当該プロセッサは如何なる従来のプロセッサなどであることもできる。本発明の実施例に開示した方法を融合したステップは、直接ハードウェアデコードプロセッサで実行を完成するか、或いはデコードプロセッサのハードウェアとソフトウェアモジュールを組み合わせて実行を完成させることができる。ソフトウェアモジュールはランダムアクセスメモリ、フラッシュメモリ、読み取り専用メモリ、プログラマブル読み取り専用メモリ或いは電気的消去可能プログラマブル読み取り専用メモリ、レジスタなど当技術分野で成熟した記憶媒体に位置することができる。当該記憶媒体はメモリ34に位置し、プロセッサ32はメモリ34に格納された情報を読み取り、そのハードウェアと組み合わせて上記方法のステップを完成する。

なお、本明細書に記載されたこれらの実施例に、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコードまたはその組み合わせによって実現できる。ハードウェアの実現について、プロセスユニットはひとつまたは複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理器（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールド
プログラマブル ゲート アレイ（ＦＰＧＡ）、汎用プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、本願の前記機能を実現するためのほかの電子モジュールまたは組み合わせに実現可能である。

ソフトウェアの実現について、本明細書に記載された前記機能を実行するモジュール（例えばプロセス、関数など）によって本明細書の前記技術を実現できる。ソフトウェアコードはメモリに記憶、かつプロセッサによって実行することが可能である。メモリはプロセッサ内またはプロセッサ外部において実現できる。

具体的には、プロセッサ32が特徴テンプレートファイルをロードし、前記特徴テンプレートファイルのファイルフォーマットを検証し、前記特徴テンプレートファイルのフォーマットが正確である場合、前記特徴テンプレートファイルから次元情報、演算子情報とサンプル構造情報を含む特徴抽出情報を抽出する。

具体的には、プロセッサ32は前記次元情報により処理すべきデータから複数の前記次元情報に対応する次元を有するデータを抽出し、前記サンプル構造情報により、抽出したデータを複数の特徴グループにアグリゲーションし、且つ前記演算子情報により、各特徴グループのデータに対し対応する操作を行って各特徴グループの特徴値を生成する。

さらに、前記サンプル構造情報は、前記特徴ベクトルに必要な次元値と、サンプルレベル特徴の計算方法と、特徴グループの特徴値と、サンプルレベル特徴値をスティッチングする方法と、を含み、前記演算子情報は、演算子名称と、各演算子のパラメータリストと、異なる演算子の間の関係を含む。

具体的に、前記次元情報は時間とユーザーIDと製品IDを含み、前記処理すべきデータはユーザー行動データで、プロセッサ32は処理すべきデータから複数のユーザー行動データを抽出し、抽出した各ユーザーの行動データはすべて時間、ユーザーIDと製品IDの三つの次元を有する。

具体的に、プロセッサ32は前記特徴ベクトルに必要な次元値により、抽出した複数のデータにフィルターをかけ、前記次元値を含まないデータを取り除き、フィルターをかけたデータを複数の特徴グループにアグリゲーションし、各特徴グループのデータの次元値は同じである。

具体的に、プロセッサ32は前記サンプルレベル特徴の計算方法により、各特徴グループの特徴値を利用して特徴グループに跨るサンプルレベルの特徴値を計算し、前記特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法により、各特徴グループの特徴値と前記サンプルレベルの特徴値をスティッチングして前記特徴ベクトルを取得する。

本実施例において、まず特徴テンプレートファイルから特徴抽出情報を抽出し、抽出した特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値及び特徴グループに跨るサンプルレベルの特徴値を計算することができ、さらに特徴抽出情報により各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得することができる。本発明の技術ソリューションを通じて、ユーザー行動データに対し特徴分析を行い、特徴ベクトルを抽出し、ユーザー行動データのカギとなる特徴を掘り起し、さらにユーザーの基本情報及び趣味やホビーなどを推測することができる。

＜第四実施例＞
本発明の実施例はまた、特徴分析方法をコンピュータに実行させるためのコンピュータプログラムを提供する。該特徴分析方法は、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を含む。

本発明の実施例はまた、コンピュータ読み取り可能な記憶媒体を提供する。前記コンピュータ読み取り可能な記憶媒体はコンピュータプログラムを格納し、前記コンピュータプログラムはプロセッサにより実行される場合、プロセッサに、特徴テンプレートファイルから特徴抽出情報を抽出するステップと、前記特徴抽出情報により処理すべきデータを複数の特徴グループにアグリゲーションし、且つ各特徴グループの特徴値を計算するステップと、前記特徴抽出情報と各特徴グループの特徴値により特徴グループに跨るサンプルレベルの特徴値を計算して取得し、且つ各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトル取得するステップと、を実行させる。

＜第五実施例＞
次に、データがユーザー行動データである場合を例に、添付図に合わせて本発明の特徴分析方法についてさらに説明する。図12に示すように、本発明実施例の特徴分析方法は具体的に次のステップを含む。

ステップ401：特徴テンプレートファイルをロードし、ファイルフォーマットの正確性を検証する。

その中で、特徴テンプレートファイルは事前に設定した特徴テンプレートファイルであることができ、ユーザーが入力した特徴テンプレートファイルであることもできる。プリセットルールにより特徴テンプレートファイルのファイルフォーマットの正確性を検証することができ、特徴テンプレートファイルのファイルフォーマットが正確である場合、ステップ402-407を実行する。

ステップ402：テンプレートファイルから次元情報、演算子情報とサンプル構造情報を抽出する。

その中で、次元情報は現特徴生成プロセスがどんな情報次元に注目しているかを含む。特徴名称は特徴の種類を決定し、情報次元と特徴名称はある具体的な特徴を唯一に確定することができる。ある種類の特徴は複数の情報次元から抽出することができる。例えば、ユーザー行動特徴を抽出する時、行動のタイプに注目するほか、行動が発生した時間と発起人にも注目することになる。この場合、時間とユーザーの身分は次元情報としてユーザー行動という特徴を共に制限し、特定時間に特定人物が行った行動特徴が一つの具体的な特徴である。

演算子情報は一連の演算子ステートメントを使って現特徴生成プロセスにおける各具体的な特徴がどのように生成されたかを説明する。演算子情報は、1）演算子名称、2）各演算子のパラメータリスト、3）異なる演算子の間の関係を含む。特徴の抽出は特徴グループを単位とし、複数の演算子ステートメントを含む各特徴グループは、現特徴グループがどんな具体的な特徴を含むかを記述する。特徴グループは同じ次元情報を有する一セットの特徴である。例えば、時間とユーザー身分という二つの情報次元に注目した場合、ある特徴グループの特徴は同じユーザーが同じ時間に発生した情報を記述する。この場合、特徴グループ集合は時間とユーザー身分次元における二次元集合である。N個の情報次元を注目する状況について、特徴テンプレートはN次元特徴集合を記述することになる。並列化のニーズを満足させるため、演算子はすべてのReducing段階前に操作するMapping段階と、同じ情報次元データについて合成操作を行うReduce段階と、Reducing段階後に操作するConcluding段階の三つの部分を含む。すべての演算子はせいぜい一つのReducing段階しか有することができず、Reducing段階の演算子もなく、Concluding段階もない。演算子ステートメントは一つの具体的な特徴を計算することができ、ステートメントは複数の演算子を含むことができるが、一つの演算子のみにReducing段階を含むことができる。Reducing段階における操作は交換法則と結合法則を満足しなければならない。

サンプル構造情報は一つのベクトル化した特徴サンプル（即ち、特徴ベクトル）に含まれる特徴の組み合わせを記述するのに用いられる。具体的には、1）ベクトル化したサンプルに必要な特徴グループ集合、即ち特徴ベクトルに必要な次元値と、2）特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法と、3）サンプルレベル特徴の計算方式と、を含む。

ステップ403：処理すべきデータから複数のユーザー行動データを抽出する。

ある具体例において、特徴ベクトルを生成するのに用いられる生データにおいて、各ユーザー行動データ記録はユーザーの特定製品に対して行った一回の行動に対応し、ユーザー行動データが記録したフィールドには、ユーザーid、製品id、行動時間及び行動タイプがあり、注目する情報次元には時間、ユーザーIDと製品IDがあり、このような設定に基づいて三次元特徴グループ集合を生成することになる。例えば、ユーザー行動データのフォーマットは（TIME ，UID，PID，TYPE）であることができ、その中で、UIDはユーザーIDで、PIDは製品IDで、TYPEはユーザー行動の操作タイプで、TIMEはユーザー行動が発生した時間である。

ステップ404：前記特徴ベクトルに必要な次元値により、抽出した複数のユーザー行動データにフィルターをかけ、当該次元値を含まないユーザー行動データを取り除く。

サンプル構造情報はベクトル化したサンプルに必要な特徴グループ集合を含み、これにより特徴ベクトルの計算に必要な次元値を知ることができ、当該次元値を含まないユーザー行動データを取り除けば、処理を必要とするデータ量を減らすことができ、演算効率を高めることができる。例えば、特徴ベクトルの計算には時間次元1と2の特徴グループだけを必要とし、時間次元が1と2にないユーザー行動データはフィルタ・アウトされる。

ステップ405：フィルターをかけたユーザー行動データを複数の特徴グループにアグリゲーションし、各特徴グループのユーザー行動データの次元値が同じである。

ある具体実施例において、各ユーザー行動データにはいずれも時間、ユーザーIDと製品IDの三つの次元があり、三次元特徴グループをGroup (T, U, P)と記録し、T、UとPはそれぞれ時間次元、ユーザーID次元と製品ID次元に対応する。T、UとPの可能値は処理すべきデータに現れたことのあるすべての値で、各特徴グループのためにデータを合成し、複数の特徴グループを取得する。特徴グループGroup (T=t1, U=u1, P=p1)のすべてのユーザー行動データに対し、時間次元はt1に等しく、ユーザーID次元はu1に等しく、製品ID次元はp1に等しいという条件を同時に満足する。

ステップ406：演算子情報により各特徴グループのユーザー行動データに対し対応する操作を行い、各特徴グループの特徴値を生成する。

演算子情報により各特徴グループが行うべき操作を決定し、各特徴グループのユーザー行動データに対し、Mapping段階とReducing段階を実行して、特徴グループの特徴値を発生させる。これらの特徴値は後続のステップ407によって使用されることができる。

特徴ベクトルに必要な低次元特徴グループに対し、対応するReducing段階を実行する。

例えば、特徴ベクトルの計算に特徴1のユーザーAが期間Mにおいて製品Nを閲覧した回数を使用する必要がある場合、特徴ベクトルの計算には特徴グループGroup
(T=M, U=A, P=N)のユーザー行動データのみを必要とする。Reducing段階を実行する必要はない。

特徴ベクトルの計算に特徴2のユーザーAが期間Mにおいてすべての製品を閲覧する回数を使用する必要がある場合、特徴ベクトルの計算にはすべての時間次元がMに等しく、ユーザーID次元がAに等しい条件に満足する特徴グループGroup (T=M, U=A)を必要とし、この場合、複数の特徴グループGroup
(T=M, U=A, P=N1、)、Group (T=M,
U=A, P=N2)、…、Group (T=M, U=A, P=Nk)の特徴値をそれぞれ計算した後、Reducing段階を実行して当該K個の特徴グループの特徴値を合成して、初めて特徴グループGroup (T=M, U=A)の特徴値を取得することができ、その中で、Kはすべての製品の個数である。

その後、各特徴グループの特徴値に対して演算子のConcluding段階を実行し、特徴グループの最終値を取得することができる。

本実施例において、三段階の演算子構造は大量の演算操作をカバーすることができ、並列化可能な汎用演算アーキテクチャとすることができる。且つ、低次元特徴グループが高次元特徴グループのデータを再使用すると重複計算を減らしてシステムの効率を高めることができ、演算性能を著しく改善することができる。

ステップ407：サンプルレベル特徴の計算方法により、各特徴グループの特徴値を利用して特徴グループに跨るサンプルレベル特徴値を計算する。

サンプル構造情報はサンプルレベル特徴の計算方法を含み、当該計算方法により、各特徴グループの特徴値によって特徴グループに跨るサンプルレベル特徴値を計算することができる。例えば、ステップ406の特徴1の値を特徴2の値で割り、ユーザーの製品Nに対する好み度合の新しい特徴の値を生成することができ、当該特徴は特徴グループに跨るサンプルレベルの特徴であり、当該特徴の値は特徴グループに跨るサンプルレベル特徴値である。

ステップ408：特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法により各特徴グループの特徴値とサンプルレベルの特徴値をスティッチングして特徴ベクトルを取得する。

サンプル構造情報は特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法を含み、当該スティッチング方法により計算して得られた各特徴グループの最終値とサンプルレベル特徴値を特徴ベクトルにスティッチングする。

本実施例の技術ソリューションを通じて、ユーザー行動データに対し特徴分析を行い、特徴ベクトルを抽出し、ユーザー行動データのカギとなる特徴を掘り起し、さらにユーザーの基本情報及び趣味やホビーなどを推測することができる。

以上説明したのが本発明の好ましい実施形態である。なお、当業者にとっては、本発明で説明した原理を離脱しない前提で、まだ若干の改良と改善をすることができる。これらの改良と改善も本発明の保護範囲とみなすべきである。

Claims (11)

1. 特徴テンプレートファイルから特徴抽出情報を抽出するステップと、
   前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、
   前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を含むことを特徴とする特徴分析方法。
2. 前記特徴テンプレートファイルから特徴抽出情報を抽出するステップは、
   特徴テンプレートファイルをロードし、前記特徴テンプレートファイルのファイルフォーマットを検証することと、
   前記特徴テンプレートファイルのフォーマットが正確である場合、前記特徴テンプレートファイルから、次元情報、演算子情報及びサンプル構造情報を含む特徴抽出情報を抽出することと、を含むことを特徴とする請求項１に記載の特徴分析方法。
3. 前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップは、
   前記次元情報に基づいて処理すべきデータから、前記次元情報に対応する次元を有する複数のデータを抽出することと、
   前記サンプル構造情報に基づいて抽出されたデータを複数の特徴グループにアグリゲーションし、前記演算子情報に基づいて各特徴グループのデータに対して対応する操作を行って各特徴グループの特徴値を生成することと、を含むことを特徴とする請求項２に記載の特徴分析方法。
4. 前記サンプル構造情報は、前記特徴ベクトルに必要な次元値、サンプルレベル特徴値の計算方法、及び特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法を含み、
   前記演算子情報は、演算子名称、各演算子のパラメータリスト、及び異なる演算子の間の関係を含むことを特徴とする請求項３に記載の特徴分析方法。
5. 前記次元情報は、時間、ユーザーID、及び製品IDを含み、
   前記処理すべきデータは、ユーザー行動データであり、
   前記次元情報に基づいて処理すべきデータから、前記次元情報に対応する次元を有する複数のデータを抽出することは、処理すべきデータから複数のユーザー行動データを抽出することを含み、抽出された各ユーザー行動データは、時間とユーザーIDと製品IDの三つの次元を有ることを特徴とする請求項４に記載の特徴分析方法。
6. 前記サンプル構造情報に基づいて抽出されたデータを複数の特徴グループにアグリゲーションする前に、前記特徴ベクトルに必要な次元値に基づいて、抽出された複数のデータをフィルタリングし、前記次元値を含まないデータを除去すること、をさらに含み、
   前記サンプル構造情報に基づいて抽出されたデータを複数の特徴グループにアグリゲーションすることは、フィルタリングされたデータを複数の特徴グループにアグリゲーションすることを含み、各特徴グループのデータの次元値は同じであることを含むことを特徴とする請求項４に記載の特徴分析方法。
7. 前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップは、
   前記サンプルレベル特徴値の計算方法により、各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算することと、
   前記特徴グループの特徴値とサンプルレベル特徴値をスティッチングする方法により、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして前記特徴ベクトルを取得することと、を含むことを特徴とする請求項４に記載の特徴分析方法。
8. 特徴テンプレートファイルから特徴抽出情報を抽出する特徴テンプレート解析モジュールと、
   前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算する特徴値計算モジュールと、
   前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得する特徴ベクトル生成モジュールと、を含むことを特徴とする特徴分析装置。
9. 特徴分析のための電子機器であって、
   プロセッサと、
   コンピュータプログラムコマンドを格納するメモリと、を含み、
   前記コンピュータプログラムコマンドが前記プロセッサにより実行される時、前記プロセッサに、
   特徴テンプレートファイルから特徴抽出情報を抽出するステップと、
   前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、
   前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を実行させることを特徴とする電子機器。
10. 特徴分析方法をコンピュータに実行させるためのコンピュータプログラムであって、前記特徴分析方法は、
    特徴テンプレートファイルから特徴抽出情報を抽出するステップと、
    前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、
    前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を含むことを特徴とするプログラム。
11. コンピュータ読み取り可能な記憶媒体であって、前記コンピュータ読み取り可能な記憶媒体はコンピュータプログラムコマンドを格納し、
    特徴分析方法をコンピュータに実行させるためのコンピュータプログラムがプロセッサにより実行される場合、前記プロセッサに、
    特徴テンプレートファイルから特徴抽出情報を抽出するステップと、
    前記特徴抽出情報に基づいて処理すべきデータを複数の特徴グループにアグリゲーションし、各特徴グループの特徴値を計算するステップと、
    前記特徴抽出情報及び各特徴グループの特徴値に基づいて特徴グループに跨るサンプルレベル特徴値を計算し、各特徴グループの特徴値と前記サンプルレベル特徴値をスティッチングして特徴ベクトルを取得するステップと、を実行させることを特徴とするコンピュータ読み取り可能な記憶媒体。

Images