(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 202211177509.4 (22)申请日 2022.09.26 (71)申请人 上海哔哩哔哩科技有限公司 地址 200433 上海市杨 浦区政立路485号国 正中心3号楼 (72)发明人 卢晓威　金冬冬　陈哲　 (74)专利代理 机构 北京英特普罗知识产权代理 有限公司 1 1015 专利代理师 饶文彬 (51)Int.Cl. G06F 16/9535(2019.01) G06K 9/62(2022.01) G06F 8/71(2018.01) (54)发明名称 特征筛选方法、 装置及系统 (57)摘要 本申请公开了一种特征筛选方法， 包括： 根 据离线视图中的第一训练样本数据及待筛选特 征从数据中台中包含的多个用户特征画像数据 中抽取出用于对第一推荐模型进行训练的第二 训练样本数据， 其中， 所述数据中台用于对从多 个数据源中获取到的用户基础数据以及用户历 史行为数据进行汇总得到多个用户特征画像数 据， 每一个用户特征画 像数据中包含有N个特征， 所述第二训练样本数据中包含有所述待筛选特 征； 将所述第二训练样本数据输入至所述第一推 荐模型中进行模型训练， 以得到第三推荐模型； 对所述第三推荐模型与第二推荐模型进行效果 评估， 并在评估通过时将所述待筛选特征作为有 效特征。 本申请可以减少确定新的有效特征所需 要花费的时间和人力成本 。 权利要求书2页 说明书10页 附图6页 CN 115481320 A 2022.12.16 CN 115481320 A 1.一种特 征筛选方法， 其特 征在于， 包括： 根据离线视图中的第一训练样本数据及待筛选特征从数据中台中包含的多个用户特 征画像数据中抽取出用于对第一推荐模型进行训练的第二训练样本数据， 其中， 所述第一 训练样本数据为用于对第二推荐模型进行训练的样本数据， 所述数据中台用于对从多个数 据源中获取到的用户基础数据以及用户历史行为数据进行汇总得到多个用户特征画像数 据， 每一个用户特征画像数据中包含有N个特征， N为整 数， 所述第二训练样本数据中包含有 所述待筛 选特征； 将所述第二训练样本数据输入至所述第 一推荐模型中进行模型训练， 以得到第 三推荐 模型； 对所述第三推荐模型与所述第 二推荐模型进行效果评估， 并在评估通过时将所述待筛 选特征作为有效特 征。 2.根据权利要求1所述的特 征筛选方法， 其特 征在于， 所述方法还 包括： 通过定时任务将所述数据中台中存储的多个所述用户特征画像数据同步至数据库中， 以供在线服务端根据从所述数据库中获取到的前端用户对应的特征数据为所述前端用户 提供推荐服 务。 3.根据权利要求2所述的特征筛选方法， 其特征在于， 所述在线服务端通过调用特征数 据处理算子对从所述数据库中获取到的与所述前端用户关联 的用户特征画像数据进行特 征计算处 理， 得到所述前端用户对应的特 征数据。 4.根据权利要求2所述的特征筛选方法， 其特征在于， 每一个用户特征画像数据中携带 有版本号， 所述方法还 包括： 所述在线服务端在为所述前端用户提供推荐服务后， 将所述推荐服务对应的推荐数据 与所述前端用户对应的版本号关联保存至后端日志库中， 以供所述离线视图根据从所述后 端日志库中获取到的所述推荐数据及从所述数据中台中获取到的所述前端用户对应的用 户特征画面数据构建第三训练样本数据。 5.一种特 征筛选装置， 其特 征在于， 包括： 抽取模块， 用于根据离线视图中的第 一训练样本数据及待筛选特征从数据中台中包含 的多个用户特征画像数据中抽取出用于对第一推荐模型进 行训练的第二训练样本数据， 其 中， 所述数据中台用于对从多个数据源中获取到的用户基础数据以及用户历史行为数据进 行汇总得到多个用户特征画像数据， 每一个用户特征画像数据中包含有N个特征， N为整 数， 所述第二训练样本数据中包 含有待筛选特征； 训练模型， 用于将所述第二训练样本数据输入至所述第一推荐模型中进行模型训练， 以得到第三推荐模型； 确定模块， 用于对所述第三推荐模型与第二推荐模型进行效果评估， 并在评估通过时 将所述待筛 选特征作为有效特 征。 6.一种特 征筛选系统， 其特 征在于， 包括： 数据中台， 用于对从多个数据源中获取到的用户基础数据以及用户历史行为数据进行 汇总得到多个用户特 征画像数据， 每一个用户特 征画像数据中包 含有N个特 征， N为整数； 离线视图， 用于存 储用于对第二推荐模型进行训练的第一样本数据； 特征筛选装置， 用于根据所述离线视图中的第 一训练样本数据从所述数据中台中包含权　利　要　求　书 1/2 页 2 CN 115481320 A 2的多个用户特征画像数据中抽取出用于对第一推荐模型进 行训练的第二训练样本数据， 将 所述第二训练样本数据输入至所述第一推荐模型中进行模型训练， 以得到第三推荐模型， 对所述第三推荐模型与所述第二推荐模型进 行效果评估， 并在评估通过时将所述待筛选特 征作为有效特 征， 其中， 所述第二训练样本数据中包 含有待筛选特征。 7.根据权利要6所述的特征筛选系统， 其特征在于， 所述特征筛选系统还包括在线服务 端及数据库， 其中： 所述特征筛选装置， 还用于通过定时任务将所述数据中台中存储的多个所述用户特征 画像数据同步至所述数据库中； 所述在线服务端， 用于根据从所述数据库中获取到的前端用户对应的特征数据为所述 前端用户提供推荐服 务。 8.根据权利要7所述的特征筛选系统， 其特征在于， 所述在线服务端， 还用于通过调用 特征数据处理算子对从所述数据库中获取到的与所述前端用户关联 的用户特征画像数据 进行特征计算处 理， 得到所述前端用户对应的特 征数据。 9.根据权利要7所述的特征筛选系统， 其特征在于， 每一个用户特征画像数据中携带有 版本号， 所述特 征筛选系统还 包括后端日志库， 其中： 所述在线服务端， 还用于在为所述前端用户提供推荐服务后， 将所述推荐服务对应的 推荐数据与所述前端用户对应的版本号关联保存至后端日志库中； 所述离线视图， 还用于根据从所述后端日志库中获取到的所述推荐数据及从所述数据 中台中获取到的所述前端用户对应的用户特 征画面数据构建第三训练样本数据。 10.一种计算机设备， 所述计算机设备， 包括存储器、 处理器以及存储在所述存储器上 并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现权利要求 1至4任一项所述的方法的步骤。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至4任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115481320 A 3