公开(公告)号：CN111415176A

公开(公告)日：2020-07-14

申请号：CN201811555021.4

申请日：2018-12-19

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06Q30/02 ,  G06F40/216 ,  G06F40/289 ,  G06N20/00

Abstract: 本申请提供一种满意度评价方法、装置及电子设备，该方法包括：对获取的评价对象的每一条评论数据进行分词处理得到每一条评论数据中的词汇；基于已得到的每一条评论数据的词汇，从每一条评论数据中提取特征向量，并叠加各评论数据的特征向量得到特征矩阵；将所述特征矩阵输入至已训练的机器学习模型，以由所述机器学习模型依据回归算法对所述特征矩阵进行计算、并输出多个满意度参数；将所述多个满意度参数离散至指定数量的分箱区间内，并将包含最多满意度参数的分箱区间在所有分箱区间中的排列顺序作为满意度评价等级。在本申请中，可更直接地从评论数据中获得用户对评价对象的体验评论，从而准确得到满意度评价结果。

公开(公告)号：CN111340057A

公开(公告)日：2020-06-26

申请号：CN201811555697.3

申请日：2018-12-19

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06K9/62

Abstract: 本申请提供一种分类模型训练的方法及装置，其中所述方法包括：计算各个样本特征在N个不同分类类别中的先验概率，其中，N大于1；针对每一样本特征，依据该样本特征在N个不同分类类别中的先验概率确定该样本特征的分类系数；将各个样本特征的分类系数组成分类系数矩阵，依据所述分类系数矩阵与样本特征矩阵确定待训练样本特征，所述样本特征矩阵由所述样本特征组成；采用梯度提升决策树GBDT算法对所述待训练样本特征进行训练得到分类模型。本申请可以实现对样本特征的转化，为训练分类模型时的迭代提供新的特征，有助于特征工程的建设，从而提升了分类模型的分类效果。

公开(公告)号：CN111340057B

公开(公告)日：2023-07-25

申请号：CN201811555697.3

申请日：2018-12-19

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06F18/2415 ,  G06F18/214

Abstract: 本申请提供一种分类模型训练的方法及装置，其中所述方法包括：计算各个样本特征在N个不同分类类别中的先验概率，其中，N大于1；针对每一样本特征，依据该样本特征在N个不同分类类别中的先验概率确定该样本特征的分类系数；将各个样本特征的分类系数组成分类系数矩阵，依据所述分类系数矩阵与样本特征矩阵确定待训练样本特征，所述样本特征矩阵由所述样本特征组成；采用梯度提升决策树GBDT算法对所述待训练样本特征进行训练得到分类模型。本申请可以实现对样本特征的转化，为训练分类模型时的迭代提供新的特征，有助于特征工程的建设，从而提升了分类模型的分类效果。

公开(公告)号：CN112668723A

公开(公告)日：2021-04-16

申请号：CN202011589671.8

申请日：2020-12-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06N20/00

Abstract: 本发明实施例提供了一种机器学习方法及系统。其中，所述方法包括：决策端按照预设特征工程策略，确定执行端的待处理数据集对应的目标映射关系标识，目标映射关系标识用于表示待处理数据集中各对象的原始特征与各对象的目标特征之间的目标映射关系，目标特征为按照预设特征工程策略对原始特征进行特征工程得到的特征；决策端将目标映射关系标识发送至执行端；执行端按照目标映射关系标识所表示的目标映射关系对待处理数据集的原始特征进行映射，得到各对象的目标特征；执行端基于各对象的目标特征进行机器学习，得到用于对各对象的同类对象进行处理的模型。可以有效降低机器学习的开发成本。

公开(公告)号：CN111415176B

公开(公告)日：2023-06-30

申请号：CN201811555021.4

申请日：2018-12-19

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06Q30/0282 ,  G06F40/216 ,  G06F40/289 ,  G06N20/00

Abstract: 本申请提供一种满意度评价方法、装置及电子设备，该方法包括：对获取的评价对象的每一条评论数据进行分词处理得到每一条评论数据中的词汇；基于已得到的每一条评论数据的词汇，从每一条评论数据中提取特征向量，并叠加各评论数据的特征向量得到特征矩阵；将所述特征矩阵输入至已训练的机器学习模型，以由所述机器学习模型依据回归算法对所述特征矩阵进行计算、并输出多个满意度参数；将所述多个满意度参数离散至指定数量的分箱区间内，并将包含最多满意度参数的分箱区间在所有分箱区间中的排列顺序作为满意度评价等级。在本申请中，可更直接地从评论数据中获得用户对评价对象的体验评论，从而准确得到满意度评价结果。

公开(公告)号：CN114241207A

公开(公告)日：2022-03-25

申请号：CN202111436100.5

申请日：2021-11-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06V10/40

Abstract: 本申请实施例提供的一种特征提取方法、装置、电子设备及存储介质，应用于智能终端，可以获取预先设置的窗口参数；按照窗口参数，进行窗口大小的设置，得到目标窗口；获取目标对象的属性信息集；利用目标窗口对属性信息集进行滑动选取，得到多个属性信息单元；通过各属性信息单元对应的预设算子对多个属性信息单元进行计算，得到目标对象的目标特征。通过本申请实施例的方法，用户可以仅针对不同的应用场景设置不同的窗口，就可以根据预先设置的窗口参数进行属性信息的切分，并通过对应的算子进行计算，得到目标对象的目标特征，从而提高特征工程的拓展性。

公开(公告)号：CN114241206A

公开(公告)日：2022-03-25

申请号：CN202111432978.1

申请日：2021-11-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06V10/40 ,  G06N20/00

Abstract: 本发明实施例提供的目标对象的特征提取方法、装置、电子设备及存储介质，应用于信息技术领域，可以获取待处理图数据，其中，所述待处理图数据包括多个对象中各所述对象对应的节点，各所述节点的节点信息为各所述节点对应的对象的维度特征，节点之间的边表示两个对象之间的行为特征；根据所述待处理图数据中的边，识别目标节点的邻居节点，其中，所述目标节点为所述多个对象中目标对象对应的节点；提取所述目标节点和所述目标节点的邻居节点的维度特征和行为特征。可以通过待处理图数据，识别目标节点的邻居节点，从而提取目标节点和目标节点的邻居节点的维度特征和行为特征，从而实现通过图数据实现目标对象的特征的获取。

公开(公告)号：CN112668723B

公开(公告)日：2024-01-02

申请号：CN202011589671.8

申请日：2020-12-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06N20/00

Abstract: 本发明实施例提供了一种机器学习方法及系统。其中，所述方法包括：决策端按照预设特征工程策略，确定执行端的待处理数据集对应的目标映射关系标识，目标映射关系标识用于表示待处理数据集中各对象的原始特征与各对象的目标特征之间的目标映射关系，目标特征为按照预设特征工程策略对原始特征进行特征工程得到的特征；决策端将目标映射关系标识发送至执行端；执行端按照目标映射关系标识所表示的目标映射关系对待处理数据集的原始特征进行映射，得到各对象的目标特征；执行端基于各对象的目标特征进行机器学习，得到用于对各对象的同类对象进行处理的模型。可以有效降低机器学习的开发成本。

公开(公告)号：CN112925963B

公开(公告)日：2022-11-22

申请号：CN201911241226.X

申请日：2019-12-06

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪 ,  姜伟浩

IPC: G06F16/9035 ,  G06F16/907

Abstract: 本申请公开了一种数据推荐方法和装置，属于大数据处理技术领域。本申请可以通过获取目标使用者的使用者信息，并根据该目标使用者的使用者信息和数据推荐模型，确定为该目标使用者推荐的包括多个第一数据集的第一推荐列表，相较于人工查找的方式，本方案以一种智能推荐的方式，可以更加快速地为目标使用者推荐数据集。并且，由于该数据推荐模型是根据多个数据集样本、使用过该多个数据集样本的多个使用者样本的使用者信息以及使用日志数据训练得到的，因此，通过该数据推荐模型可以为该目标使用者推荐更为合适的数据集。

公开(公告)号：CN112925963A

公开(公告)日：2021-06-08

申请号：CN201911241226.X

申请日：2019-12-06

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪 ,  姜伟浩

IPC: G06F16/9035 ,  G06F16/907

Abstract: 本申请公开了一种数据推荐方法和装置，属于大数据处理技术领域。本申请可以通过获取目标使用者的使用者信息，并根据该目标使用者的使用者信息和数据推荐模型，确定为该目标使用者推荐的包括多个第一数据集的第一推荐列表，相较于人工查找的方式，本方案以一种智能推荐的方式，可以更加快速地为目标使用者推荐数据集。并且，由于该数据推荐模型是根据多个数据集样本、使用过该多个数据集样本的多个使用者样本的使用者信息以及使用日志数据训练得到的，因此，通过该数据推荐模型可以为该目标使用者推荐更为合适的数据集。