JP2022534160A - 情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム - Google Patents

Abstract

本出願の実施形態は、情報を出力するための方法及び装置を開示した。上記方法の具体的な実施形態は情報を出力するための方法であって、ユーザ識別子、特徴変数の取り得る値及びユーザ識別子に対応するラベル値を含む、ユーザの特徴データを取得するステップと、前記特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するステップと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するステップと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するステップと、異なるラベル値に対応する特徴変数の取り得る値の集合を出力するステップと、を含む情報を出力するための方法この実施形態は、ビッグデータからユーザの対応するラベル値をマイニングすることができ、効率的で自動化された情報マイニングが実現された。
【選択図】図２

Description

［関連出願の相互参照］
本出願は、２０１９年１１月１３日に提出された、出願番号が２０１９１１１０６９９７．８で、出願人がベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドで、発明の名称が「情報を出力するための方法及び装置」である中国特許出願に基づく優先権を主張し、当該特許出願の全文を引用により本出願に組み込む。

本出願の実施形態は、コンピュータ技術分野に関し、具体的に情報を処理するための方法及び装置に関する。

現在、中国の金融業の発展に伴い、金融サービスの被覆面は徐々に拡大している。銀行でお金を借りたり、商業銀行に個人のクレジットカードを申し込んだりしたことがあるユーザに対しては、中央銀行には彼らの貸付金額、回数、期限内返済の有無およびクレジットカード消費の借り越し返済の有無などの信用記録が記録されている。商業銀行に手数料を払って信用記録を出力してもらえるが、クレジットカードを扱っておらず、借入記録もない金融サービス対象に対して、その関連する信用情報が不足している。

ビッグデータは、金融関連ビジネスにデータキューブが高く、データ量が巨大という問題をもたらし、どのようにしてビッグデータから関連する金融サービス対象の信用特徴を発掘するかは、現在の重要な研究課題である。

本出願の実施形態は、情報を出力するための方法及び装置を提供する。

第１態様において、本出願の実施形態は、情報を出力するための方法であって、ユーザ識別子、特徴変数の取り得る値及びユーザ識別子に対応するラベル値を含む、ユーザの特徴データを取得するステップと、特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するステップと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するステップと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するステップと、異なるラベル値に対応する特徴変数の取り得る値の集合を出力するステップと、を含む情報を出力するための方法を提供する。

いくつかの実施形態において、前記の、前記特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するステップは、各特徴変数に対して、判定ステップを実行することを含み、前記判定ステップは、該特徴変数の取り得る値の第１の数および異なる取り得る値の第２の数を統計することと、前記第１の数に対する前記第２の数の比率を確定することと、前記第２の数が所定の数量閾値よりも大きく且つ前記比率が所定の比率閾値よりも大きい場合、該特徴変数を連続型特徴変数と特定することと、前記第２の数が所定の数量閾値以下であるか又は前記比率が所定の比率閾値以下である場合、該特徴変数を離散型特徴変数と特定することとを含む。

いくつかの実施形態において、前記の、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定するステップは、離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第１の二項分類モデルを訓練して得ることと、前記第１の二項分類モデルに基づき、各離散型特徴変数の重みを確定することと、各離散型特徴変数の重みに基づき、一部の離散型特徴変数を抽出することと、ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づき、抽出された一部の離散型特徴変数の取り得る値の証拠重み値を確定することと、得られた証拠重み値に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定することと、を含む。

いくつかの実施形態において、前記の、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定することは、連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第２の二項分類モデルを訓練して得ることと、前記第２の二項分類モデルの決定パスに基づき、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定することと、を含む。

いくつかの実施形態において、前記の、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するステップは、各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得ること、を含む。

第２態様において、本出願の実施形態は、情報を出力するための装置であって、ユーザ識別子、特徴変数の取り得る値及びユーザ識別子に対応するラベル値を含む、ユーザの特徴データを取得するように構成されるデータ取得ユニットと、前記特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するように構成される変数分類ユニットと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するように構成される第１の集合確定ユニットと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するように構成される第２の集合確定ユニットと、異なるラベル値に対応する特徴変数の取り得る値の集合を出力するように構成される集合出力ユニットと、を含む情報を出力するための装置を提供する。

いくつかの実施形態において、変数分類ユニットは、さらに各特徴変数に対して、判定ステップを実行するように構成され、前記判定ステップは、該特徴変数の取り得る値の第１の数および異なる取り得る値の第２の数を統計することと、前記第１の数に対する前記第２の数の比率を確定することと、前記第２の数が所定の数量閾値よりも大きく且つ前記比率が所定の比率閾値よりも大きい場合、該特徴変数を連続型特徴変数と特定することと、前記第２の数が所定の数量閾値以下であるか又は前記比率が所定の比率閾値以下である場合、該特徴変数を離散型特徴変数と特定することと、を含む。

いくつかの実施形態において、前記第１の集合確定ユニットは、さらに離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第１の二項分類モデルを訓練して得、前記第１の二項分類モデルに基づき、各離散型特徴変数の重みを確定し、各離散型特徴変数の重みに基づき、一部の離散型特徴変数を抽出し、ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づき、抽出された一部の離散型特徴変数の取り得る値の証拠重み値を確定し、得られた証拠重み値に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定するように構成される。

いくつかの実施形態において、前記第１の集合確定ユニットは、さらに連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第２の二項分類モデルを訓練して得、前記第２の二項分類モデルの決定パスに基づき、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するように構成される。

いくつかの実施形態において、前記第２の集合確定ユニットは、さらに各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得るように構成される。

第３態様において、本出願の実施形態は、１つまたは複数のプロセッサと、１つまたは複数のプログラムが格納されている記憶デバイスと、を備えるサーバであって、前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに第１態様のいずれかの実施形態に記載の方法が実装される、サーバを提供する。

第４態様において、本出願の実施形態は、コンピュータプログラムが格納されているコンピュータ可読媒体であって、該コンピュータプログラムがプロセッサによって実行されると、第１態様のいずれかの実施形態に記載の方法が実装されるコンピュータ可読媒体を提供する。

本出願の上記実施形態が提供する情報を出力するための方法及び装置は、まずユーザの特徴データを取得することができる。上記特徴データは、ユーザ識別子、特徴変数の取り得る値、および各特徴変数に対応するラベル値を含んでもよい。次に、前記特徴変数を分けて、そのうちの離散型特徴変数と連続型特徴変数を確定する。異なるラベル値に対応する離散型特徴変数の集合と、異なるラベル値に対応する連続型特徴変数の集合を確定する。得られたラベル値と集合の対応関係に基づき、異なるラベル値に対応する特徴変数の集合を確定する。最後に、異なるラベル値に対応する特徴変数の集合を出力する。本実施形態の方法は、ビッグデータからユーザの対応するラベル値をマイニングすることができ、効率的で、自動化された情報マイニングを実現できる。

本出願の他の特徴、目的及び利点は、以下の図面を参照してなされる非限定的な実施形態に係る詳細な説明を読むことにより、より明らかになるであろう。
本出願の一実施形態を適用可能な例示的なシステムアーキテクチャを示す図である。 本出願に係る情報を出力するための方法の一実施形態を示すフローチャートである。 本出願に係る情報を出力するための方法の一応用シーンを示す概略図である。 本出願に係る情報を出力するための方法のもう一つの実施形態を示すフローチャートである。 本出願に係る情報を出力するための装置の一実施形態を示す構造概略図である。 本出願の実施形態を実現するためのサーバに適用されるコンピュータシステムを示す構造概略図である。

以下、図面と実施形態を参照して、本出願をより詳細に説明する。ここで述べている具体的な実施形態は関連発明を説明するためのものにすぎず、当該発明を限定するものではないことを理解すべきである。また、説明の便宜上、図面には発明に関連する部分のみが示されていることに留意されたい。

なお、矛盾しない限り、本出願における実施形態及び実施形態における特徴を互いに組み合わせることができる。以下、図面を参照しながら実施形態と組み合わせて本出願を詳細に説明する。

図１は、本出願に係る情報を出力するための方法または情報を出力するための装置の実施形態が適用可能な例示的なシステムアーキテクチャ１００を示している。

図１に示すように、システムアーキテクチャ１００は、端末装置１０１、１０２、１０３、ネットワーク１０４、及びサーバ１０５を含んでもよい。ネットワーク１０４は、端末装置１０１、１０２、１０３とサーバ１０５の間で通信リンクの媒体を提供するために使用される。ネットワーク１０４は、有線、無線通信リンク又は光ファイバケーブルなどの様々なタイプの接続を含んでもよい。

ユーザは、メッセージを送受信するために、端末装置１０１、１０２、１０３を使用してネットワーク１０４を介してサーバ１０５と情報のやりとりをすることができる。端末装置１０１、１０２、１０３には、ウェブブラウザアプリケーション、ショッピングアプリケーション、検索アプリケーション、インスタントコミュニケーションツール、メールボックスクライアント、ソーシャルプラットフォームソフトウェアなどの様々な通信クライアントアプリケーションをインストールすることができる。

端末装置１０１、１０２、１０３は、ハードウェアであってもよいし、ソフトウェアであってもよい。端末装置１０１、１０２、１０３がハードウェアである場合、様々な電子機器であってもよく、スマートフォン、タブレットコンピュータ、電子書籍リーダ、ラップトップコンピュータおよびデスクトップコンピュータなどを含むが、これらに限定されない。端末装置１０１、１０２、１０３がソフトウェアである場合、上記の電子機器にインストールされてもよい。それは、複数のソフトウェア又はソフトウェアモジュール（例えば、分散サービスを提供するためのもの）として実装されてもよく、又は単一のソフトウェア若しくはソフトウェアモジュールとして実装されてもよい。ここでは特に限定しない。

サーバ１０５は、様々なサービスを提供するサーバ、例えば、ユーザにより端末装置１０１、１０２、１０３を介して生成した特徴データを処理するバックエンドサーバであってもよい。バックエンドサーバは、取得した特徴データに対して解析などの処理を行い、処理結果（例えば、異なるラベル値に対応する特徴変数の集合）を端末装置１０１、１０２、１０３にフィードバックすることができる。

サーバ１０５は、ハードウェアでもソフトウェアでもよいことに留意されたい。サーバ１０５がハードウェアである場合、複数のサーバから構成される分散サーバクラスターとしても、単一のサーバとしても実装され得る。サーバ１０５がソフトウェアである場合、複数のソフトウェア若しくはソフトウェアモジュール（例えば、分散サービスを提供するためのもの）として実装されてもよく、又は単一のソフトウェア若しくはソフトウェアモジュールとして実装され得る。ここでは特に限定しない。

なお、本出願の実施形態により提供される情報を出力するための方法は、一般的にサーバ１０５によって実行される。それに応じて、情報を出力するための装置は一般的にサーバ１０５に設けられる。

図１における端末装置、ネットワーク及びサーバの数は例示的なものに過ぎないことを理解されたい。実装の必要性に応じて、端末装置、ネットワーク及びサーバの数を任意に加減してもよい。

次に、本出願に係る情報を出力するための方法の一実施形態のフロー２００を示す図２を参照する。本実施形態の情報を出力するための方法は、ステップ２０１～２０５を含む。

ステップ２０１：ユーザの特徴データを取得する。

本実施形態では、情報を出力するための方法の実行主体（例えば、図１に示すサーバ１０５）は有線接続方式又は無線接続方式によりユーザの特徴データを取得することができる。上記ユーザは、あるウェブサイトに登録されたユーザであってもよい。上記特徴データは、ユーザ識別子、特徴変数の取り得る値、およびユーザ識別子に対応するラベル値を含んでもよい。

ここで、ユーザ識別子は、ユーザがウェブサイトに登録したＩＤであってもよい。特徴変数は、ユーザの年齢、学歴、月収、月消費額などであってもよい。上記特徴変数は、離散型特徴変数および連続型特徴変数を含んでもよい。離散型特徴変数とは、その取り得る値が自然数または整数単位でしか計算できないことをいう。逆に、特定区間内で任意に取り得る変数は連続型特徴変数と呼ばれる。ユーザに対応するラベル値は、０または１を含んでもよい。異なるラベル値は、異なるユーザ品質を表すことができる。例えば、ラベル値が０であることはユーザの信用が悪いことを示し、ラベル値が１であることはユーザの信用が良いことを示す。あるいは、ラベル値が０であることはユーザが返済能力を有していることを示し、ラベル値が１であることはユーザが返済能力を有していないことを示す。

実行主体は、ユーザの特徴データを、あるウェブサイトをサポートするバックエンドサーバから取得してもよいし、ユーザの特徴データを格納するためのデータベースから取得してもよい。

ステップ２０２：特徴変数のうちの離散型特徴変数と連続型特徴変数を確定する。
実行主体は、特徴データを取得した後、特徴変数を解析し、そのうちの離散型特徴変数と連続型特徴変数を確定することができる。具体的には、実行主体は、特徴変数の異なる取り得る値の個数に基づいて、特定の特徴変数が離散型特徴変数であるか、または連続型特徴変数であるかを判定してもよい。

本実施形態のいくつかのオプション的な実施形態において、実行主体は、各特徴変数に対して、図２に示されていない以下の判断ステップによって離散型特徴変数であるか、または連続型特徴変数であるかを判定してもよい。判断ステップは、該特徴変数の取り得る値の第１の数及び異なる取り得る値の第２の数を統計することと、第１の数と第２の数の比率を確定することと、第１の数が所定の数量閾値よりも大きく及び比率が所定の比率閾値よりも大きければ、該特徴変数を連続型特徴変数と特定することと、第１の数が所定の数量閾値以下であるか、又は比率が所定の比率閾値以下であれば、該特徴変数を離散型特徴変数と特定することとを含む。

本実施形態において、実行主体は、各特徴変数の取り得る値の第１の数及び異なる取り得る値の第２の数を統計することができる。例えば、特徴変数は年齢である。年齢の取り得る値は、２０、２５、２２、２９、２５、２２、２６を含んでもよい。年齢の取り得る値の第１の数は７であり、異なる取り得る値の第２の数は５である（重複の２５と２２を除去した）。そして、実行主体は、第１の数に対する第２の数の比率を計算することができる。先の例では、上記比率は５／７である。第２の数が所定の数量閾値よりも大きく且つ比率が所定の比率閾値よりも大きい場合、該特徴変数を連続型特徴変数と特定する。そうでなければ、該特徴変数を離散型特徴変数とする。

ステップ２０３：異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定する。

離散型特徴変数と連続型特徴変数を確定した後、実行主体は、それぞれ異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定することができる。具体的には、実行主体は、大量のユーザの特徴データを統計し、同じラベル値を有する複数のユーザ間で共通する離散型特徴変数の取り得る値と連続型特徴変数の取り得る値を確定してもよい。そして、統計結果に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合を得る。例えば、実行主体は、１０００人のユーザの特徴データを統計し、ラベル値が１である７８０人のユーザの間で共有される離散型特徴変数（学歴）の取り得る値はいずれも「院卒及び以上」であり、年齢はいずれも「２５～３５」に位置し、かつ月収はいずれも「１．５万元超え」であり、月消費はいずれも「８０００元未満」であることを発見した。実行主体は、ラベル値１に対応する離散型特徴変数の取り得る値の集合が、学歴「院卒以上」、年齢「２５～３５」である要素を含むと判定することができる。ラベル値１に対応する連続型特徴変数の取り得る値の集合が、月収「１．５万元超え」、月消費「８０００元未満」である要素を含むと判定することができる。

ステップ２０４：異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づいて、異なるラベル値に対応する特徴変数の取り得る値の集合を確定する。

異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合を確定した後、実行主体は、これらの両者に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定することができる。

本実施形態のいくつかのオプション的な実施形態において、実行主体は、図２に示されていない以下のステップに基づいて異なるラベル値に対応する特徴変数の取り得る値の集合を確定することができる：各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得る。

本実施形態では、実行主体は、単一のラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合との積集合又は和集合を求め、単一のラベル値に対応する特徴変数の取り得る値の集合を得ることができる。サービスの具体的な状況に応じて、２つの集合の積集合を求めるか、和集合を求めるかを選択できることを理解されたい。

ステップ２０５：異なるラベル値に対応する特徴変数の取り得る値の集合を出力する。
次に、本実施形態に係る情報を出力するための方法の応用シーンを示す概略図である図３を参照する。図３の応用シーンでは、サーバは、特定の金融サイトにおけるユーザの特徴データを取得した。特徴データに対してステップ２０１～２０４の処理を行い、ラベル値が１（信用度の高いユーザ）の特徴は年齢が２５～４０歳、学歴が学部卒以上、月収が８０００元超え、預金が５万元以上及び消費が１万元未満であることを特定した。ラベル値が０（信用不良のユーザ ）の特徴は、学歴が高校卒、月収が８０００元未満、預金が５万元未満、消費額が１万元超えである。

本出願の上記実施形態が提供する情報を出力するための方法は、まずユーザの特徴データを取得することができる。上記特徴データは、ユーザ識別子、特徴変数の取り得る値、および各特徴変数に対応するラベル値を含んでもよい。次に、前記特徴変数を分けて、そのうちの離散型特徴変数と連続型特徴変数を確定する。異なるラベル値に対応する離散型特徴変数の集合と、異なるラベル値に対応する連続型特徴変数の集合を確定する。得られたラベル値と集合の対応関係に基づき、異なるラベル値に対応する特徴変数の集合を確定する。最後に、異なるラベル値に対応する特徴変数の集合を出力する。本実施形態の方法は、ビッグデータからユーザの対応するラベル値をマイニングすることができ、効率的で、自動化された情報マイニングを実現できる。

次に、本出願に係る情報を出力するための方法のもう一つの実施形態のフロー４００を示す図４を参照する。図４に示すように、本実施形態の情報を出力するための方法は、ステップ４０１～４０５を含んでもよい。

ステップ４０１：ユーザの特徴データを取得する。

ステップ４０２：特徴変数のうちの離散型特徴変数と連続型特徴変数を確定する。

ステップ４０３１：離散型特徴変数に対して、ステップ４０３１ａ～４０３１ｅを実行する。

ステップ４０３１ａ：離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第１の二項分類モデルを訓練して得る。

本実施形態では、実行主体は各離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を訓練サンプルとして用い、第１の二項分類モデルを訓練して得ることができる。具体的には、実行主体は、離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、ＸＧＢｏｏｓｔマルチラウンドトレーニングパラメータ最適化方法を採用して第１の二項分類モデルを得ることができる。ＸＧＢｏｏｓｔ（ｅＸｔｒｅｍｅ Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ）は、Ｔｉａｎ Ｃｈｅｎが２０１５年に提案した統合学習アルゴリズムである。伝統的なＸＧＢｏｏｓｔアルゴリズムは、Ｂｏｏｓｔｉｎｇ統合学習アルゴリズムに由来し、進化過程においてまたＢａｇｇｉｎｇ統合学習方法の優位性を融合し、Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇフレームワークにより損失関数をカスタマイズしてアルゴリズムによる汎用問題の解決能力を向上させ、それによりＸＧＢｏｏｓｔアルゴリズムは学術競技と産業分野において非常に頻繁に使用され、分類、回帰、順序付けなどの具体的なシーンに効果的に応用することができる。
ステップ４０３１ｂ：第１の二項分類モデルに基づき、各離散型特徴変数の重みを確定する。

上記第１の二項分類モデルを訓練して得た後、さらに離散型特徴変数ごとの重みを得ることができる。上記重みは、ツリーごとに離散型特徴変数それぞれの予測スコアを加算したものである。

ステップ４０３１ｃ：各離散型特徴変数の重みに基づき、一部の離散型特徴変数を抽出する。

実行主体は、各離散型特徴変数の重みに基づき、各離散型特徴変数をソートし、ソート結果中に上位１０％に位置する離散型特徴変数を抽出し、さらに議論する特徴変数とすることができる。

ステップ４０３１ｄ：ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づき、抽出された一部の離散型特徴変数の取り得る値の証拠重み値を確定する。

実行主体はまた、ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づいて、抽出された各離散型特徴変数の取り得る値の証拠重み（ＷＯＥ）値を計算することができる。上記予め設定された証拠重み計算式は以下のように示されてもよい。

ＷＯＥ＝ｌｎ（ラベル１のユーザ占有率／ラベル０のユーザ占有率）×１００％。

ここで、ラベル１のユーザ占有率＝ラベル１のユーザ数／全ユーザ数であり、ラベル０のユーザ占有率＝ラベル０のユーザ数／全ユーザ数である。

ステップ４０３１ｅ：得られた証拠重み値に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定する。

実行主体は、抽出された離散型特徴変数それぞれの取り得る値のＷＯＥ値を確定した後、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定してもよい。例えば、実行主体は、ＷＯＥ値＞０の離散型特徴変数の取り得る値をラベル値１に対応する離散型特徴変数の取り得る値の集合に追加し、ＷＯＥ値≦０の離散型特徴変数の取り得る値をラベル値０に対応する離散型特徴変数の取り得る値の集合に追加することができる。

ステップ４０３２：連続型特徴変数に対して、ステップ４０３２ａ～４０３２ｂを実行する。

ステップ４０３２ａ：連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第２の二項分類モデルを訓練して得る。

実行主体は、各連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、決定木を利用してマルチラウンドの訓練を行い、決定木スプリットポイント構造、すなわち第２の二項分類モデルを得ることができる。

ステップ４０３２ｂ：第２の二項分類モデルの決定パスに基づき、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定する。

上記第２の二項分類モデルを得た後、第２の二項分類モデルで得られたラベル値１の決定パスに基づき、ラベル値１に対応する連続型特徴変数の取り得る値の集合を得ることができる。さらに第２の二項分類モデルで得られたラベル値０の決定パスに基づき、ラベル値０に対応する連続型特徴変数の取り得る値の集合を得ることもできる。

ステップ４０４：各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得る。

ステップ４０５：異なるラベル値に対応する特徴変数の取り得る値の集合を出力する。
異なるラベル値に対応する特徴変数の取り得る値の集合を得た後、実行主体は対応するルールを作成することができる。例えば、ラベル値１に対応する特徴変数の取り得る値の集合に基づき、「年齢２５～４０歳、学歴学部卒以上、月収８０００元超、預金５万元超、消費１万元未満のユーザを信用良質ユーザ」というルールを決定する。

本出願の上記実施形態により提供される情報を出力するための方法は、二項分類モデルを利用してユーザ特徴データのマイニングを実現することができ、それによりマイニングされた情報の信頼性が向上される。

さらに図５を参照すると、上記の図に示された方法の実施態様として、本出願は、情報を出力するための装置の一実施形態を提供し、当該装置の実施形態は、図２に示された方法の実施形態に対応しており、当該装置は、具体的に様々な電子機器に適用することができる。

図５に示すように、本実施形態の情報を出力するための装置５００は、データ取得ユニット５０１と、変数分類ユニット５０２と、第１の集合確定ユニット５０３と、第２の集合確定ユニット５０４と、集合出力ユニット５０５とを備える。

データ取得ユニット５０１は、ユーザの特徴データを取得するように構成される。特徴データは、ユーザ識別子、特徴変数の取り得る値、およびユーザ識別子に対応するラベル値を含む。

変数分類ユニット５０２は、特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するように構成される。

第１の集合確定ユニット５０３は、異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するように構成される。

第２の集合確定ユニット５０４は、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するように構成される。

集合出力ユニット５０５は、異なるラベル値に対応する特徴変数の取り得る値の集合を出力するように構成される。

本実施形態のいくつかのオプション的な実施形態において、変数分類ユニット５０２は、さらに各特徴変数に対して、判定ステップを実行するように構成され、前記判定ステップは、該特徴変数の取り得る値の第１の数および異なる取り得る値の第２の数を統計することと、前記第１の数に対する第２の数の比率を確定と、第２の数が所定の数量閾値よりも大きく且つ比率が所定の比率閾値よりも大きい場合、該特徴変数を連続型特徴変数として特定することと、第２の数が所定の数量閾値以下であるか又は比率が所定の比率閾値以下である場合、該特徴変数を離散型特徴変数として特定することと、を含む。

本実施形態のいくつかのオプション的な実施形態において、第１の集合確定ユニット５０３は、さらに離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第１の二項分類モデルを訓練して得、第１の二項分類モデルに基づき、各離散型特徴変数の重みを確定し、各離散型特徴変数の重みに基づき、一部の離散型特徴変数を抽出し、ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づき、抽出された一部の離散型特徴変数の取り得る値の証拠重み値を確定し、得られた証拠重み値に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定するように構成される。

本実施形態のいくつかのオプション的な実施形態において、第１の集合確定ユニット５０３は、さらに連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第２の二項分類モデルを訓練して得、第２の二項分類モデルの決定パスに基づき、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するように構成される。

本実施形態のいくつかのオプション的な実施形態において、第２の集合確定ユニット５０４は、さらに各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得るように構成される。

情報を出力するための装置５００に列挙されたユニット５０１～５０５は、図２を参照して説明された方法の各ステップに対応することを理解されたい。したがって、情報を出力するための方法について上記で記述した動作および特徴は、装置５００およびその中に含まれるユニットに同様に適用可能であり、ここではその説明を省略する。

以下、本出願の実施形態を実現するために適用される電子機器（例えば、図１に示すサーバ）６００を示す構造概略図である図６を参照する。図６に示すサーバは、あくまでも一例に過ぎず、本出願の実施形態の機能及び使用範囲を限定するものではない。

図６に示すように、電子機器６００は、読み出し専用メモリ（ＲＯＭ）６０２に格納されているプログラムまたは記憶デバイス６０８からランダムアクセスメモリ（ＲＡＭ）６０３にロードされたプログラムによって様々な適当な動作および処理を実行可能な処理デバイス（例えば、中央処理装置、グラフィックスプロセッサなど）６０１を含むことができる。ＲＡＭ６０３には、電子機器６００の動作に必要な様々なプログラム及びデータが更に格納されている。処理デバイス６０１、ＲＯＭ６０２及びＲＡＭ６０３は、バス６０４を介して互いに接続されている。入／出力（Ｉ／Ｏ）インターフェース６０５もバス６０４に接続されている。

通常、例えば、タッチスクリーン、タッチパッド、キーボード、マウス、カメラ、マイクロホン、加速度計、ジャイロスコープなどを含む入力デバイス６０６、液晶ディスプレイ（ＬＣＤ）、スピーカ、振動子などを含む出力デバイス６０７、例えば、磁気テープ、ハードディスクなどを含む記憶デバイス６０８、および通信デバイス６０９がＩ／Ｏインターフェース６０５に接続されてもよい。通信デバイス６０９により、電子機器６００は、データを交換するために他のデバイスと無線または有線で通信することができる。図６は、様々なデバイスを有する電子機器６００を示しているが、図示されたデバイスのすべてを実装または具備することが要求されないことを理解されたい。代替的にまたはより多いまたはより少ないデバイスが実装されてもよい。図６に示す各ブロックは、１つのデバイスを表すことも、必要に応じて複数のデバイスを表すこともできる。
特に、本出願の実施形態によれば、上記のフローチャートを参照しながら記載されたプロセスは、コンピュータのソフトウェアプログラムとして実装されてもよい。例えば、本出願の実施形態は、コンピュータ可読媒体に具現化されるコンピュータプログラムを含むコンピュータプログラム製品を備え、該コンピュータプログラムは、フローチャートで示される方法を実行するためのプログラムコードを含む。このような実施形態では、該コンピュータプログラムは、通信デバイス６０９を介してネットワークからダウンロードされてインストールされることが可能であり、または記憶デバイス６０８またはＲＯＭ６０２からインストールされ得る。該コンピュータプログラムが処理デバイス６０１によって実行されると、本出願の実施形態の方法で限定された上記の機能を実行する。注意すべきなのは、本出願の実施形態に記載されたコンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読記憶媒体、またはこれらの任意の組み合わせであってもよい。コンピュータ可読記憶媒体は、例えば、電気的、磁気的、光学的、電磁気的、赤外線、または半導体システム、装置もしくはデバイス、またはこれらの任意の組み合わせであってもよいが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例としては、１本または複数本の導線による電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読取り専用メモリ（ＥＰＲＯＭもしくはフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスク読取り専用メモリ（ＣＤ－ＲＯＭ）、光メモリ、磁気メモリ、またはこれらの任意の適切な組み合わせを含むことができるが、これらに限定されない。本出願の実施形態において、コンピュータ可読記憶媒体は、命令実行システム、装置もしくはデバイスによって使用可能な、またはそれらに組み込まれて使用可能なプログラムを包含または格納する任意の有形の媒体であってもよい。本出願の実施形態において、コンピュータ可読信号媒体は、ベースバンド内の、または搬送波の一部として伝搬されるデータ信号を含んでもよく、その中にコンピュータ読み取り可能なプログラムコードが担持されている。かかる伝搬されたデータ信号は、様々な形態をとることができ、電磁信号、光信号、またはこれらの任意の適切な組み合わせを含むが、これらに限定されない。コンピュータ可読信号媒体は、更にコンピュータ可読記憶媒体以外の任意のコンピュータ可読媒体であってもよい。当該コンピュータ可読媒体は、命令実行システム、装置もしくはデバイスによって使用されるか、またはそれらに組み込まれて使用されるプログラムを、送信、伝搬または伝送することができる。コンピュータ可読媒体に含まれるプログラムコードは任意の適切な媒体で伝送することができ、当該任意の適切な媒体とは、電線、光ケーブル、ＲＦ（無線周波数）など、またはこれらの任意の適切な組み合わせを含むが、これらに限定されない。

前記コンピュータ可読媒体は、前記電子機器に含まれるものであってもよく、該電子機器に実装されずに別体として存在するものであってもよい。上記コンピュータ可読媒体に一つまたは複数のプログラムが担持され、上記一つまたは複数のプログラムが該電子機器に実行されるとき、ユーザ識別子、特徴変数の取り得る値及び各特徴変数のユーザ識別子に対応するラベル値を含む、ユーザの特徴データを取得するステップと、特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するステップと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するステップと、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するステップと、異なるラベル値に対応する特徴変数の取り得る値の集合を出力するステップと、を該電子機器に実行させる。

本出願の実施形態の動作を実行するためのコンピュータプログラムコードは、１種以上のプログラミング言語、又はそれらの組み合わせで作成されることができ、前記プログラミング言語は、Ｊａｖａ、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語と、「Ｃ」言語又は同様のプログラミング言語などの従来の手続き型プログラミング言語とを含む。プログラムコードは、完全にユーザのコンピュータで実行されることも、部分的にユーザのコンピュータで実行されることも、単独のソフトウェアパッケージとして実行されることも、部分的にユーザのコンピュータで実行されながら部分的にリモートコンピュータで実行されることも、または完全にリモートコンピュータもしくはサーバで実行されることも可能である。リモートコンピュータの場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）またはワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介してユーザのコンピュータに接続することができ、または（例えば、インターネットサービスプロバイダによるインターネットサービスを介して）外部のコンピュータに接続することができる。

図面のうちのフローチャートおよびブロック図は、本出願の様々な実施形態に係るシステム、方法およびコンピュータプログラム製品によって実現できるアーキテクチャ、機能および動作の表示例である。これについては、フローチャートまたはブロック図における各ブロックは、モジュール、プログラムセグメント、またはコードの一部を表すことができる。当該モジュール、プログラムセグメント、またはコードの一部には、所定のロジック機能を実現するための１つまたは複数の実行可能命令が含まれている。さらに注意すべきなのは、一部の代替となる実施態様においては、ブロックに示されている機能は図面に示されているものとは異なる順序で実行することも可能である。例えば、連続して示された２つのブロックは、実際には係る機能に応じて、ほぼ並行して実行されてもよく、時には逆の順序で実行されてもよい。さらに注意すべきなのは、ブロック図および／またはフローチャートにおけるすべてのブロック、ならびにブロック図および／またはフローチャートにおけるブロックの組み合わせは、所定の機能または操作を実行する専用のハードウェアベースのシステムで実現することもできれば、専用のハードウェアとコンピュータ命令との組み合わせで実現することもできる。

本出願の実施形態に記載されたユニットは、ソフトウェアで実装されてもよく、ハードウェアで実装されてもよい。記述されたユニットはプロセッサに設けられてもよく、例えば、データ取得ユニット、変数分類ユニット、第１の集合確定ユニット、第２の集合確定ユニット及び集合出力ユニットを含むプロセッサというように記述されてもよい。ここで、これらのユニットの名称は、場合によっては、そのユニット自体を限定するものではなく、例えば、データ取得ユニットは「ユーザの特徴データを取得するユニット」というように記述されてもよい。

以上の記載は、本出願の好ましい実施形態、および適用される技術的原理に関する説明に過ぎない。当業者であれば、本出願の実施形態に係る発明の範囲が、上記の技術的特徴の特定の組み合わせからなる技術案に限定されるものではなく、上記の本出願の趣旨を逸脱しない範囲で、上記の技術的特徴またはそれらの同等の特徴の任意の組み合わせからなる他の技術案も含むべきであることを理解すべきである。例えば、上記の特徴と、本出願の実施形態に開示された類似の機能を持っている技術的特徴とを互いに置き換えてなる技術案（これらに限定されていない）が挙げられる。

本出願の実施形態は、コンピュータ技術分野に関し、具体的に情報を処理するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラムに関する。

本出願の実施形態は、情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラムを提供する。

第３態様において、本出願の実施形態は、１つまたは複数のプロセッサと、１つまたは複数のプログラムが格納されている記憶デバイスと、を備える電子機器であって、前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに第１態様のいずれかの実施形態に記載の方法が実装される、電子機器を提供する。

第４態様において、本出願の実施形態は、コンピュータプログラムが格納されているコンピュータ可読記憶媒体であって、該コンピュータプログラムがプロセッサによって実行されると、第１態様のいずれかの実施形態に記載の方法が実装されるコンピュータ可読記憶媒体を提供する。
第５態様において、本出願の実施形態は、プロセッサによって実行されると、第１態様のいずれかの実施形態に記載の方法が実装されるコンピュータプログラムを提供する。

本出願の他の特徴、目的及び利点は、以下の図面を参照してなされる非限定的な実施形態に係る詳細な説明を読むことにより、より明らかになるであろう。
本出願の一実施形態を適用可能な例示的なシステムアーキテクチャを示す図である。 本出願に係る情報を出力するための方法の一実施形態を示すフローチャートである。 本出願に係る情報を出力するための方法の一応用シーンを示す概略図である。 本出願に係る情報を出力するための方法のもう一つの実施形態を示すフローチャートである。 本出願に係る情報を出力するための装置の一実施形態を示す構造概略図である。 本出願の実施形態を実現するための電子機器に適用されるコンピュータシステムを示す構造概略図である。

Claims (12)

1. 情報を出力するための方法であって、
   ユーザ識別子、特徴変数の取り得る値及びユーザ識別子に対応するラベル値を含む、ユーザの特徴データを取得するステップと、
   前記特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するステップと、
   異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するステップと、
   異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するステップと、
   異なるラベル値に対応する特徴変数の取り得る値の集合を出力するステップと、を含む情報を出力するための方法。
2. 前記の、前記特徴変数中の離散型特徴変数と連続型特徴変数を確定するステップは、
   特徴変数のそれぞれに対して、判定ステップを実行することを含み、前記判定ステップは、
   該特徴変数の取り得る値の第１の数および異なる取り得る値の第２の数を統計することと、
   前記第１の数に対する前記第２の数の比率を確定することと、
   前記第２の数が所定の数量閾値よりも大きく且つ前記比率が所定の比率閾値よりも大きい場合、該特徴変数を連続型特徴変数と特定することと、
   前記第２の数が所定の数量閾値以下であるか又は前記比率が所定の比率閾値以下である場合、該特徴変数を離散型特徴変数と特定することとを含む請求項１に記載の方法。
3. 前記の、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定するステップは、
   離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第１の二項分類モデルを訓練して得ることと、
   前記第１の二項分類モデルに基づき、各離散型特徴変数の重みを確定することと、
   各離散型特徴変数の重みに基づき、一部の離散型特徴変数を抽出することと、
   ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づき、抽出された一部の離散型特徴変数の取り得る値の証拠重み値を確定することと、
   得られた証拠重み値に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定することと、を含む請求項１に記載の方法。
4. 前記の、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定することは、
   連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第２の二項分類モデルを訓練して得ることと、
   前記第２の二項分類モデルの決定パスに基づき、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定することと、を含む請求項１に記載の方法。
5. 前記の、異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するステップは、
   各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得ること、を含む請求項１に記載の方法。
6. 情報を出力するための装置であって、
   ユーザ識別子、特徴変数の取り得る値及びユーザ識別子に対応するラベル値を含む、ユーザの特徴データを取得するように構成されるデータ取得ユニットと、
   前記特徴変数のうちの離散型特徴変数と連続型特徴変数を確定するように構成される変数分類ユニットと、
   異なるラベル値に対応する離散型特徴変数の取り得る値の集合及び異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するように構成される第１の集合確定ユニットと、
   異なるラベル値に対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の取り得る値の集合に基づき、異なるラベル値に対応する特徴変数の取り得る値の集合を確定するように構成される第２の集合確定ユニットと、
   異なるラベル値に対応する特徴変数の取り得る値の集合を出力するように構成される集合出力ユニットと、を含む情報を出力するための装置。
7. 変数分類ユニットは、さらに
   各特徴変数に対して、判定ステップを実行するように構成され、
   前記判定ステップは、
   該特徴変数の取り得る値の第１の数および異なる取り得る値の第２の数を統計することと、
   前記第１の数に対する前記第２の数の比率を確定することと、
   前記第２の数が所定の数量閾値よりも大きく且つ前記比率が所定の比率閾値よりも大きい場合、該特徴変数を連続型特徴変数と特定することと、
   前記第２の数が所定の数量閾値以下であるか又は前記比率が所定の比率閾値以下である場合、該特徴変数を離散型特徴変数と特定することと、を含む請求項６に記載の装置。
8. 前記第１の集合確定ユニットは、さらに
   離散型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第１の二項分類モデルを訓練して得、
   前記第１の二項分類モデルに基づき、各離散型特徴変数の重みを確定し、
   各離散型特徴変数の重みに基づき、一部の離散型特徴変数を抽出し、
   ユーザ識別子に対応するラベル値及び予め設定された証拠重み計算式に基づき、抽出された一部の離散型特徴変数の取り得る値の証拠重み値を確定し、
   得られた証拠重み値に基づき、異なるラベル値に対応する離散型特徴変数の取り得る値の集合を確定するように構成される請求項６に記載の装置。
9. 前記第１の集合確定ユニットは、さらに
   連続型特徴変数の取り得る値及びユーザ識別子に対応するラベル値を用いて、第２の二項分類モデルを訓練して得、
   前記第２の二項分類モデルの決定パスに基づき、異なるラベル値に対応する連続型特徴変数の取り得る値の集合を確定するように構成される請求項６に記載の装置。
10. 前記第２の集合確定ユニットは、さらに
    各ラベル値のそれぞれに対応する離散型特徴変数の取り得る値の集合と連続型特徴変数の集合の取り得る値の積集合または和集合を確定し、各ラベル値のそれぞれに対応する特徴変数の取り得る値の集合を得るように構成される請求項６に記載の装置。
11. １つまたは複数のプロセッサと、１つまたは複数のプログラムが格納されている記憶デバイスと、を備えるサーバであって、
    前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに請求項１～５のいずれか一項に記載の方法が実装させる、サーバ。
12. コンピュータプログラムが格納されるコンピュータ可読媒体であって、
    該コンピュータプログラムがプロセッサによって実行されると、請求項１～５のいずれか一項に記載の方法が実装される、コンピュータ可読媒体。

Images