(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210564917.9 (22)申请日 2022.05.23 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 刘昊骋　陈才　徐世界　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 李礼 (51)Int.Cl. G06K 9/62(2022.01) G06F 40/216(2020.01) G06Q 40/02(2012.01) (54)发明名称 一种特征编码方法、 装置、 设备和介质 (57)摘要 本公开提供了一种特征编码方法、 装置、 设 备、 介质和程序产品， 涉及机器学习技术领域， 尤 其涉及智慧金融、 人工智 能和深度学习技术。 具 体实现方案为： 根据多个对象的样本数， 和至少 两种类别下多个对象 的样本数， 计算多个对象在 至少两种类别中的第一权重， 其中， 所述模型训 练的目标是使模型在至少两种类别中对输入的 对象进行分类； 根据第一权重对多个对象进行分 箱， 得到多个对象分箱； 根据多个对象分箱的样 本数， 和至少两种类别下多个对象分箱的样本 数， 计算多个对象分箱在至少两种类别中的第二 权重， 并将多个对象分箱的第二权重作为多个对 象分箱的特征取值。 本公开可以提升稀疏特征的 覆盖度、 单调性和区分度， 从而增强模型训练效 果。 权利要求书2页 说明书9页 附图3页 CN 114881163 A 2022.08.09 CN 114881163 A 1.一种特 征编码方法， 包括： 根据多个对象的样本数， 和至少两种类别下所述多个对象的样本数， 计算所述多个对 象在所述至少 两种类别中的第一权重， 其中， 所述模型训练的目标是使所述模型在所述至 少两种类别中对输入的对象进行分类； 根据所述第一权 重对所述多个对象进行分箱， 得到多个对象分箱； 根据所述多个对象分箱的样本数， 和所述至少两种类别下所述多个对象分箱的样本 数， 计算所述多个对 象分箱在所述至少 两种类别中的第二权重， 并将所述多个对 象分箱的 第二权重作为所述多个对象分箱的特 征取值。 2.根据权利要求1所述的方法， 其中， 所述模型为二分类模型， 所述类别包括正样本所 属类别和负 样本所属类别， 且所述 正样本为稀疏样本 。 3.根据权利要求2所述的方法， 其中， 所述计算所述多个对象在所述至少两种类别中的 第一权重， 包括： 根据所述多个对象的样本数， 以及所述多个对象的样本数之和， 计算所述多个对象的 逆向文件频率； 根据所述多个对象的样本中的正样本总数， 以及所述多个对象的样本数之和， 计算所 述多个对象的正样本占比； 将所述多个对象的逆向文件频率与 所述正样本占比相乘的结果， 作为所述多个对象在 所述正样本所属类别中的第一权 重。 4.根据权利要求2所述的方法， 其中， 所述计算所述多个对象分箱在所述至少两种类别 中的第二权 重， 包括： 根据所述多个对象分箱 的样本数， 以及所述多个对象分箱 的样本数之和， 计算所述多 个对象分箱的逆向文件频率； 根据所述多个对象分箱的样本中的正样本总数， 以及所述多个对象分箱的样本数之 和， 计算所述多个对象分箱的正样本占比； 将所述多个对象分箱的逆向文件频率与 所述正样本占比相乘的结果， 作为所述多个对 象分箱在所述 正样本所属类别中的第二权 重。 5.根据权利要求1所述的方法， 其中， 所述根据所述第一权重对所述多个对象进行分 箱， 得到多个对象分箱， 包括： 将所述第一权重进行逆向排序， 并基于逆向排序后的第一权重， 对所述多个对象进行 分箱， 得到多个对象分箱。 6.根据权利要求1所述的方法， 其中， 所述根据所述第一权重对所述多个对象进行分 箱， 得到多个对象分箱， 包括： 根据所述第一权重， 并利用等频分箱方法， 对所述多个对象进行分箱， 得到多个对象分 箱。 7.根据权利要求1或2所述的方法， 其中， 所述模型用于信贷风控； 所述对象是指应用程序， 所述对象的样本数是指所述应用程序被安装的数目， 所述类 别包括所述应用程序被安装并存在金融欺诈的风险高和存在金融欺诈的风险低两种类别， 所述对象的样本中的正样本是指所述应用程序被安装并存在金融欺诈风险高的样本 。 8.一种特 征编码装置， 包括：权　利　要　求　书 1/2 页 2 CN 114881163 A 2第一权重计算模块， 用于根据多个对象的样本数， 和至少两种类别下所述多个对象的 样本数， 计算所述多个对象在所述至少两种类别中的第一权重， 其中， 所述模型训练的目标 是使所述模型在所述至少两种类别中对输入的对象进行分类； 分箱模块， 用于根据所述第一权 重对所述多个对象进行分箱， 得到多个对象分箱； 第二权重计算模块， 用于根据所述多个对象分箱 的样本数， 和所述至少两种类别下所 述多个对 象分箱的样本数， 计算所述多个对 象分箱在所述至少 两种类别中的第二权重， 并 将所述多个对象分箱的第二权 重作为所述多个对象分箱的特 征取值。 9.一种电子设备， 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 ‑7中任一项所述的特 征编码方法。 10.一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 使计算机执 行根据权利要求1 ‑7中任一项所述的特 征编码方法。 11.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1 ‑7中任一项所述的特 征编码方法。权　利　要　求　书 2/2 页 3 CN 114881163 A 3