(19)中华 人民共和国 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 202111219320.2 (22)申请日 2021.10.20 (71)申请人 北京淇瑀信息科技有限公司 地址 100012 北京市朝阳区双营路1 1号院3 号楼2层4单元207 (72)发明人 王佳松　宋孟楠　苏绥绥　 (74)专利代理 机构 北京清诚知识产权代理有限 公司 11691 代理人 何怀燕 (51)Int.Cl. G06V 10/762(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 互联网服 务提供方法、 装置和计算机设备 (57)摘要 本发明提供了一种互联网服务提供方法、 装 置和计算机设备。 该方法包括： 获取用户设备的 历史样本 数据集， 确定正、 负样本， 并确定多数类 样本数据集和少数类样本数据集； 对 所述少数类 样本数据集进行聚类处理， 得到多个少数类样本 聚类； 基于SMOTE算 法， 对所述多个少数类样本聚 类中各样 本进行过采样， 以生 成特定数量的新样 本数据； 根据所生成的新样本数据和原始的少数 类样本数据集， 得到扩增后的少数类样本数据 集； 基于所述扩增后的少数类样 本数据集和所述 多数类样 本数据集建立机器学习模 型， 基于该机 器学习模型对接入所述互联网服务的用户设备 进行鉴别， 以针对不同类的用户设备提供不同的 互联网服务。 本发明能够优化采样方法， 能够进 一步提升模型预测的精确度、 召回率等多个指 标， 能够有效减少数据不均衡引入的偏差 。 权利要求书2页 说明书15页 附图4页 CN 114067149 A 2022.02.18 CN 114067149 A 1.一种互联网服务提供方法， 用于对接入互联网的用户设备提供互联网服务， 其特征 在于， 包括： 获取用户设备的历史样本数据集， 确定正、 负样本， 并确定多数类样本数据集和少数类 样本数据集； 对所述少数类样本数据集进行聚类处 理， 得到多个少数类样本聚类； 基于SMOTE算法， 对所述多个少数类样本聚类中各样本进行过采样， 以生成特定数量的 新样本数据； 根据所生成的新样本数据和 原始的少数类样本数据集， 得到扩增后的少数类样本数据 集； 基于所述扩增后的少数类样本数据集和所述多数类样本数据集建立机器学习 模型， 基 于该机器学习模型对接入所述互联网服务的用户设备进行鉴别， 以针对不同类的用户设备 提供不同的互联网服 务。 2.根据权利要求1所述的互联网服务提供方法， 其特征在于， 所述对所述少数类样本数 据集进行聚类处 理， 得到多个少数类样本聚类包括： 使用K‑means算法对所述少数类样本数据集进行多轮聚类处理， 所述多轮聚类处理的 轮数为2至 6轮。 3.根据权利要求2所述的互联网服 务提供方法， 其特 征在于， 每一轮聚类处 理包括： 根据不同互联网资源服务类型的历史样本数据集中正、 负样本的数量比例， 预先设定 初始k值， k大于等于 5； 随机产生k个类中心向量， 使用K ‑means算法迭代更新该类中心向量， 直到本次迭代时 的类中心向量与上一次迭代时的类中心向量之间的距离小于指定阈值。 4.根据权利要求1或2所述的互联网服 务提供方法， 其特 征在于， 还 包括： 根据所得到的多个少数类样本聚类， 在二维向量空间或者三维向量空间拟合绘制每个 少数类样本聚类的样本分布图， 该样本分布图包 含多段直线和/或多段曲线。 5.根据权利要求 4所述的互联网服 务提供方法， 其特 征在于， 还 包括： 基于SMOTE算法， 并根据每个少数类样本聚类所对应的样本分布图中的线段或曲线， 从 所述每个少数类样本聚类中确定目标样本数据， 并对所述目标样本数据进行 过采样。 6.根据权利要求 4所述的互联网服 务提供方法， 其特 征在于， 还 包括： 使用离异点监测方法， 从所述每个少数类样本聚类中筛选目标样本数据， 并对所述目 标样本数据进行 过采样。 7.根据权利要求5或6所述的互联网服 务提供方法， 还包括： 对所述目标样本数据进行 过采样， 以生成特定数量的新样本数据； 根据所确定的正、 负样本的数量以及所述少数类样本聚类在样本分布图中的分布情 况， 计算所述过采样的采样数量。 8.根据权利要求6所述的互联网服 务提供方法， 其特 征在于， 还 包括： 使用离异点监测方法， 对向量化后的少数类样本聚类中的样本数据进行监测， 绘制每 一个维度数据的箱线图， 以判断维度异常点或维度噪声点， 并将所述维度异常点或维度噪 声点作为目标样本数据。 9.一种互联网服务提供装置， 用于对接入互联网的用户设备提供互联网服务， 其特征权　利　要　求　书 1/2 页 2 CN 114067149 A 2在于， 包括： 获取处理模块， 用于获取用户设备的历史样本数据集， 确定正、 负样本， 并确定 多数类样本数据集和少数类样本数据集； 聚类处理模块， 用于对所述少数类样本数据集进 行聚类处理， 得到多个少数类样本聚类； 采样处理模块， 基于S MOTE算法， 对 所述多个少数类 样本聚类中各样 本进行过采样， 以生成特定数量的新样本数据； 扩增处理模块， 根据所生成 的新样本数据和原始的少数类样本数据集， 得到扩增后的少数类样本数据集； 鉴别处理模 块， 基于所述扩增后的少数类样本数据集和所述多数类样本数据集建立机器学习模型， 基 于该机器学习模型对接入所述互联网服务的用户设备进行鉴别， 以针对不同类的用户设备 提供不同的互联网服 务。 10.一种计算机设备， 包括处理器和存储器， 所述存储器用于存储计算机可执行程序， 当所述计算机程序被所述处理器执行时， 所述处理器执行如权利要求1所述的互联网服务 提供方法。权　利　要　求　书 2/2 页 3 CN 114067149 A 3