(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 202111217559.6 (22)申请日 2021.10.19 (71)申请人 京东科技控股 股份有限公司 地址 100176 北京市大兴区北京经济技 术 开发区科创十一 街18号C座2层2 21室 (72)发明人 范昊　杨恺　王虎　黄志翔　 彭南博　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 王辉　阚梓瑄 (51)Int.Cl. G06Q 10/06(2012.01) G06N 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 特征评估方法和装置、 计算机可读存储介 质、 电子设备 (57)摘要 本公开是关于一种特征评估方法和装置、 计 算机可读存储介质、 电子设备， 涉及计算机技术 领域， 该方法包括： 获取数据提供方提供的特征， 得到所述特征中包括的强相关特征， 对所述强相 关特征进行过滤， 得到有效特征； 基于所述有效 特征建立决策树， 将当前子决策树转换为当前特 征网络， 并确定所述当前特征网络中包括的特征 节点的得分； 在确定所述决策树中包括的非当前 子决策树中存在所述特征节点时， 根据所述特征 节点的得分， 得到所述特征节 点在所述决策树中 的得分， 以完成对所述决策树中包括的特征的评 估。 本公开 提高了特 征评估的效率以及准确性。 权利要求书2页 说明书16页 附图6页 CN 113935633 A 2022.01.14 CN 113935633 A 1.一种特 征评估方法， 其特 征在于， 包括： 获取数据提供方提供的特征， 得到所述特征中包括的强相关特征， 对所述强相关特征 进行过滤， 得到有效特 征； 基于所述有效特征建立决策树， 将当前子决策树转换为当前特征网络， 并确定所述当 前特征网络中包括的特 征节点的得分； 在确定所述决策树中包括的非当前子决策树中存在所述特征节点 时， 根据所述特征节 点的得分， 得到所述特征节点在所述决策树中的得分， 以完成对所述决策树中包括的特征 的评估。 2.根据权利要求1所述的特征评估方法， 其特征在于， 获取数据提供方提供的特征， 得 到所述特 征中包括的强相关特 征， 对所述强相关特 征进行过滤， 得到有效特 征， 包括： 计算所述数据提供 方提供的特 征中不同特 征之间的关联性； 当多个特征之间的关联性为强相关时， 计算所述多个特征的信息价值， 根据所述信息 价值对所述多个特 征进行过滤， 得到强相关特 征中信息价 值最高的特 征； 根据所述强相关特 征中信息价 值做高的特 征， 得到所述数据提供 方的有效特 征。 3.根据权利要求1所述的特征评估方法， 其特征在于， 基于所述有效特征建立决策树， 包括： 获取所述有效特征， 对所述有效特征的特征名称进行匿名处理， 基于经过所述匿名处 理的特征名称建立第一子决策树； 计算所述第一子决策树的残差， 利用所述第一子决策树的残差建立后一子决策树； 不断迭代， 直至迭代次数达到预设迭代次数或子决策树的残差小于预设阈值， 得到基 于所述有效特 征建立的决策树。 4.根据权利要求3所述的特征评估方法， 其特征在于， 基于所述有效特征建立决策树， 包括： 获取与所述数据提供的特征对应的样本数据， 根据 所述样本数据计算所述特征的信 息 增益， 将所述信息增益 最大的特 征作为所述第一子决策树的根节点； 根据所述 根节点对所述样本数据进行分类， 得到第一样本数据以及第二样本数据； 根据所述第 一样本数据以及所述第 二样本数据， 计算并根据与 所述第一样本数据对应 的特征的信息增益以及与所述第二样本数据对应的信息增益构建所述第一子决策树。 5.根据权利要求4所述的特征评估方法， 其特征在于， 将当前子决策树转换为当前特征 网络， 并确定所述当前 特征网络中包括的特 征节点的得分， 包括： 获取当前子决策树， 将所述当前子决策树中的分裂节点作为所述特征网络 中的特征节 点， 以及将所述分裂节点之间的指向关系转换为特 征网络中的有向边； 根据所述特征节点以及所述有向边建立所述当前特征网络， 并根据所述当前特征网络 中特征节点的信息增益， 确定所述当前 特征网络中包括的特 征节点的得分。 6.根据权利要求5所述的特征评估方法， 其特征在于， 根据 所述当前特征网络中特征节 点的信息增益， 确定所述当前 特征网络中包括的特 征节点的得分， 包括： 对所述特征节点的信息增益进行标准化， 得到标准化的信息增益， 通过所述标准化的 信息增益， 得到所述有向边的权 重； 根据所述有向边的权重对所述特征节点的得分进行迭代计算， 直至所述特征节点的得权　利　要　求　书 1/2 页 2 CN 113935633 A 2分收敛， 得到所述特 征节点的得分。 7.根据权利要求6所述的特征评估方法， 其特征在于， 根据所述特征节点的得分， 得到 所述特征节点在所述决策树中的得分， 包括： 计算所述当前特征网络中包括的特征节点在与所述非当前子决策树对应的特征网络 中的第一得分； 根据所述第一得分， 得到所述当前网络中包括的特 征节点在所述决策树中的得分。 8.一种特 征评估装置， 其特 征在于， 包括： 有效特征获取模块， 用于获取数据提供方提供的特征， 得到所述特征中包括的强相关 特征， 对所述强相关特 征进行过滤， 得到有效特 征； 特征节点得分计算模块， 用于基于所述有效特征建立决策树， 将当前子决策树转换为 当前特征网络， 并确定所述当前 特征网络中包括的特 征节点的得分； 特征评估模块， 用于在确定所述决策树中包括的非当前子决策树中存在所述特征节点 时， 根据所述特征节点的得分， 得到所述特征节 点在所述决策树中的得分， 以完成对所述决 策树中包括的特 征的评估。 9.一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 ‑7任一项所述的特 征评估方法。 10.一种电子设备， 其特 征在于， 包括： 处理器； 以及 存储器， 用于存 储所述处 理器的可 执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1 ‑7任一项所述的 特征评估方法。权　利　要　求　书 2/2 页 3 CN 113935633 A 3