(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 202210996416.8 (22)申请日 2022.08.18 (71)申请人 北京百度网讯科技有限公司 地址 100089 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 朱喜玲　王凯　刘明珠　孙伟龙　 封树超　 (74)专利代理 机构 北京乐知新创知识产权代理 事务所(普通 合伙) 11734 专利代理师 马春艳 (51)Int.Cl. G06F 16/2458(2019.01) G06F 16/9535(2019.01) G06K 9/62(2022.01) (54)发明名称 一种特征提取的方法、 装置、 设备以及存储 介质 (57)摘要 本公开提供了一种特征提取的方法、 装置、 设备以及存储介质， 涉及计算机数据处理技术领 域， 尤其涉及人工智能技术领域。 具体实现方案 为： 根据用户行为数据， 获取每一用户的行为序 列， 行为序列包括按时序排列的至少一个行为； 根据行为序列， 提取行为之间的关系信息和/或 模式信息， 得到每一用户的行为习惯特征。 如此 提取到的行为习惯特征可更为准确地表征用户 的行为习惯， 有助于提高数据的表达能力， 进而 提升后续模型处 理的精度和准确度。 权利要求书3页 说明书10页 附图4页 CN 115391421 A 2022.11.25 CN 115391421 A 1.一种特 征提取的方法， 包括： 根据用户行为数据， 获取每一用户的行为序列， 所述行为序列包括按时序排列的至少 一个行为； 根据所述行为序列， 提取行为之间的关系信 息和/或模式信 息， 得到每一用户的行为习 惯特征。 2.根据权利要求1所述的方法， 其中， 所述用户行为数据包括会话信息， 相应地， 所述 根据用户行为数据， 获取每一用户的行为序列， 包括： 根据用户行为数据， 获取每一用户在每一会话中的行为序列。 3.根据权利要求1所述的方法， 其中， 根据 所述行为序列， 提取行为之间的关系信 息， 得 到每一用户的行为习惯特 征， 包括： 对所述行为序列进行关联规则挖掘， 得到所述至少一个行为之间的关联规则； 将所述关联规则确定为每一用户的行为习惯特 征。 4.根据权利要求1所述的方法， 其中， 对所述行为序列进行关联规则挖掘， 得到所述至 少一个行为之间的关联规则， 包括： 将所述行为序列中的每个行为及行为之间的组合作为项， 根据设定的第一最小支持 度， 从所述行为序列中， 发现频繁项集； 根据所述频繁项集和设定的最小置信度， 确定所述至少一个行为之间的强关联规则。 5.根据权利要求1所述的方法， 其中， 所述根据所述行为序列， 提取行为之间的模式信 息， 得到每一用户的行为习惯特 征， 包括： 对所述行为序列进行序列模式的挖掘， 得到所述行为序列的序列模式； 将所述序列模式确定为每一用户的行为习惯特 征。 6.根据权利要求5所述的方法， 其中， 所述对所述行为序列进行序列模式的挖掘， 得到 所述行为序列的序列模式， 包括： 根据设定的第 二最小支持度， 从所述行为序列中确定支持度大于或等于所述第 二最小 支持度的频繁 子序列； 将所述频繁 子序列确定所述行为序列的序列模式。 7.根据权利要求1所述的方法， 其中， 提取行为之间的关系信息和模式信息， 得到每一 用户的行为习惯特 征， 包括： 根据所述行为序列， 进行关联规则的挖掘， 得到所述至少一个行为之间的关联规则； 根据所述行为序列， 进行序列模式的挖掘， 得到所述行为序列的序列模式； 对所述关联规则和所述序列模式进行融合， 得到每一用户的行为习惯特 征。 8.根据权利要求1所述的方法， 还 包括： 将所述行为习惯特征输入应用模型， 得到输出结果， 所述应用模型的模型特征包括所 述行为习惯特 征。 9.根据权利要求1所述的方法， 其中， 所述将所述行为习惯特征输入应用模型， 得到输 出结果， 包括： 将所述行为习惯特征输入因果关系推断模型， 得到所述行为习惯特征与指定结果之间 的因果关系。 10.一种特 征提取的装置， 包括：权　利　要　求　书 1/3 页 2 CN 115391421 A 2行为序列获取模块， 用于根据用户行为数据， 获取每一用户的行为序列， 所述行为序列 包括按时序排列的至少一个行为； 行为习惯特征确定模块， 用于根据所述行为序列， 提取行为之间的关系信息和/或模式 信息， 得到每一用户的行为习惯特 征。 11.根据权利要求10所述的装置， 其中， 用户行为数据包括会话信 息， 相应地， 所述行为 序列获取模块具体用于根据用户行为数据， 获取每一用户在每一会话中的行为序列。 12.根据权利要求10所述的装置， 其中， 所述行为习惯特 征确定模块， 包括： 关联规则挖掘子模块， 用于对所述行为序列进行关联规则挖掘， 得到所述至少一个行 为之间的关联规则； 行为习惯特 征确定子模块， 用于将所述关联规则确定为每一用户的行为习惯特 征。 13.根据权利要求12所述的装置， 其中， 所述关联规则挖掘子模块包括： 频繁项集发现单元， 用于将所述行为序列中的每个行为及行为之间的组合作为项， 根 据设定的第一 最小支持度， 从所述行为序列中， 发现频繁项集； 强关联规则发现单元， 用于根据所述频繁项集和设定的最小置信度， 确定所述至少一 个行为之间的强关联规则。 14.根据权利要求10所述的装置， 其中， 所述行为习惯特 征确定模块， 包括： 序列模式挖掘子模块， 用于对所述行为序列进行序列模式的挖掘， 得到所述行为序列 的序列模式； 行为习惯特 征确定子模块， 用于将所述序列模式确定为每一用户的行为习惯特 征。 15.根据权利要求14所述的装置， 其中， 所述序列模式挖掘子模块， 包括： 频繁子序列发现单元， 用于根据设定的第二最小支持度， 从所述行为序列中确定支持 度大于或等于所述第二 最小支持度的频繁 子序列； 序列模式确定单 元， 用于将所述频繁 子序列确定所述行为序列的序列模式。 16.根据权利要求10所述的装置， 其中， 所述行为习惯特 征确定模块， 包括： 关联规则挖掘子模块， 用于根据所述行为序列， 进行关联规则的挖掘， 得到所述至少一 个行为之间的关联规则； 序列模式挖掘子模块， 用于根据所述行为序列， 进行序列模式的挖掘， 得到所述行为序 列的序列模式； 行为习惯特征融合子模块， 用于对所述关联规则和所述序列模式进行融合， 得到每一 用户的行为习惯特 征。 17.根据权利要求10所述的装置， 还 包括： 行为习惯特征应用模块， 用于将所述行为习惯特征输入应用模型， 得到输出结果， 所述 应用模型的模型 特征包括所述行为习惯特 征。 18.一种电子设备， 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1－9中任一项所述的方法。 19.一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权　利　要　求　书 2/3 页 3 CN 115391421 A 3