用于处理特征的方法、装置、电子设备和计算机可读介质与流程

本公开的实施例涉及计算机技术领域，具体涉及用于处理特征的方法、装置、电子设备和计算机可读介质。

背景技术：

在众多场景下，需要将用户信息、文章信息、物品信息等等的内容抽象成特征以便于计算机处理。在此过程中，这些特征可以是从各种信息中抽取出来的，往往会造成特征比较泛化。不同的特征可能存储在不同的数据源，而不同的数据源读取方式往往也有所不同。在此基础上，对于不同的特征，其处理方式也有所不同。由此，造成这些特征难以复用。

技术实现要素：

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用于特征处理的方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种用于处理特征的方法，该方法包括：基于数据源配置信息读取目标数据源中的特征，其中，上述数据源配置信息包括数据源对应的读取方式；基于特征配置信息从动态库确定特征对应的处理方式，其中，上述特征配置信息包括上述至少一种特征处理方式与特征的对应关系，上述动态库包括至少一种特征处理方式；基于所确定的处理方式对目标数据源中的特征进行归一化处理，得到处理后特征。

第二方面，本公开的一些实施例提供了一种特征处理装置，上述特征处理装置包括：读取单元，被配置成基于上述数据源配置信息读取目标数据源中的特征，其中，上述数据源配置信息包括数据源对应的读取方式；确定单元，被配置成基于上述特征配置信息从上述动态库确定上述特征对应的处理方式，其中，上述特征配置信息包括上述至少一种特征处理方式与特征的对应关系，上述动态库包括至少一种特征处理方式；处理单元，被配置成基于所确定的处理方式对上述目标数据源中的特征进行归一化处理，得到处理后特征。

第三方面，本申请实施例提供了一种电子设备，该网络设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的一些实施例提供的方法，首先利用数据源配置信息从目标数据源读取目标数据源中的特征。之后根据特征配置信息确定特征对于的处理方式，利用动态库中特征对应的处理方式对特征进行归一化处理，得到处理后特征。从而提供了一种统一的特征处理流程，可以实现对不同数据源的读取、对不同特征的各种处理，便于对不同数据源的特征进行读取，解决了多种处理方式难以进行统一维护的问题。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；

图2是根据本公开的用于处理特征的方法的一些实施例的流程图；

图3是根据本公开的用于处理特征的方法的另一些实施例的流程图；

图4是根据本公开的特征处理装置的一些实施例的结构示意图；

图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的一些实施例用于处理特征的方法或处理特征装置的示例性系统架构100。

如图1所示，上述用于处理特征方法的执行主体可以是特征处理系统101。上述特征处理系统101可以包括动态库102、数据源配置信息103和特征配置信息104。其中，动态库102包括第一特征处理方式1021和第二特征处理方式1022；数据源配置信息103包括数据源对应的第一读取方式1031和第二读取方式1032；特征配置信息104包括特征处理方式与特征的第一对应关系1041和第二对应关系1042。

特征处理系统101可以是硬件，也可以是软件。当其为硬件时，可以是支持数据处理的至少一个电子设备或处理单元，包括但不限于服务器、中央处理器(cpu)等。根据实现需要，可以实现成多个电子设备或处理单元组成的分布式集群，也可以实现成单个电子设备或处理单元。当其为软件时，可以是用于实现特征处理的软件模块、代码、函数或变量等等。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

特征处理系统101支持对数据源所存储的特征按照一定的处理方式进行处理，得到处理后特征。处理后特征一般来说是离散化特征，便于后续处理。特征处理系统101基于配置实现，也是说，特征处理系统101存在数据源配置信息103和特征配置信息104。其中，数据源配置信息103可以包括数据源对应的读取方式。也就是说，可以配置对数据源所存储的特征进行哪种方式读取。此外，特征配置信息104中还可以包括至少一种特征处理方式与特征的对应关系。换句话说，每个数据源存储的特征如何读取，每个特征使用什么处理方式进行处理都可以进行配置。作为示例，特征对应的处理方式可以是各种映射、运算函数等等。

继续参考图2，示出了根据本公开的用于处理特征的方法的一些实施例的流程200。该用于处理特征的方法，包括以下步骤：

步骤201，基于数据源配置信息读取目标数据源中的特征。

在一些实施例中，用于处理特征的方法的执行主体可以是上述特征处理系统。具体的，上述特征处理系统可以利用上述数据源配置信息确定上述目标数据源的读取方式以读取上述目标数据源中的特征，其中，上述数据源配置信息包括数据源对应的读取方式。具体的，不同数据源可能存在不同的读取协议，因此可能一种读取方式可能只对应一种数据源。具体的，上述目标数据源通常是指由人为指定的某个数据源或存储需要的特征的数据源。

步骤202，基于特征配置信息从动态库确定特征对应的处理方式。

在一些实施例中，基于步骤201中对上述目标数据源的特征读取特征，上述执行主体可以利用上述特征配置信息确定上述目标数据源中的特征对应的处理方式，其中，上述特征配置信息包括上述至少一种特征处理方式与特征的对应关系，上述动态库包括至少一种特征处理方式。具体的，某个特征对应的处理方式可以用于表示采用什么方式对这个特征进行处理。

步骤203，基于所确定的处理方式对目标数据源中的特征进行归一化处理，得到处理后特征。

在一些实施例中，上述执行主体可以使用步骤202所确定的处理方式对上述特征进行处理，以得到处理后特征。作为示例，处理方式可以是一个具体的函数(例如哈希函数)，也就是说通过将特征输入这个函数，得到处理后特征。经过归一化处理后得到的处理后特征一般是离散化特征，便于后续处理。此外，对特征进行归一化处理可以消除量纲。

在一些实施例的一些可选的实现方式中，上述执行主体还可以响应于上述目标数据源中目标特征满足预定条件，将上述目标特征进行缓存。作为示例，上述预定条件可以是对上述目标特征进行取用次数达到预定次数等。具体的，上述目标特征可以是由人为选择的特征也可以是取用次数达到预定次数的特征。通过将常用的目标特征缓存可以减少上述特征处理系统的工作量，同时也便于再次使用上述常用的目标特征。

在一些实施例的一些可选的实现方式中，上述执行主体还可以将上述处理后特征输入推荐系统，得到推荐信息。

本公开的一些实施例提供的方法，首先利用数据源配置信息从目标数据源读取目标数据源中的特征。之后根据特征配置信息确定特征对于的处理方式，利用动态库中特征对应的处理方式对特征进行归一化处理，得到处理后特征。从而提供了一种统一的特征处理流程，可以实现对不同数据源的读取、对不同特征的各种处理，便于对不同数据源的特征进行读取，解决了多种处理方式难以进行统一维护的问题。

进一步参考图3，其示出了用于处理特征的方法的另一些实施例的流程300。该用于处理特征的方法的流程300，包括以下步骤：

步骤301，基于数据源配置信息读取目标数据源中的特征。

步骤302，基于特征配置信息从动态库确定特征对应的处理方式。

步骤303，基于所确定的处理方式对目标数据源中的特征进行归一化处理，得到处理后特征。

在一些实施例中，步骤301-303的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203，在此不再赘述。

步骤304，响应于目标数据源加入特征处理系统，对动态库、数据源配置信息和/或特征配置信息进行更新。

在一些实施例中，响应于目标数据源加入上述特征处理系统，上述特征处理系统可以对上述动态库、数据源配置信息和特征配置信息进行更新。具体的，当上述目标数据源加入上述特征处理系统时，若上述数据源配置信息中不存在上述目标数据源的读取方式，则上述特征处理系统可以将上述目标数据源的读取方式加入上述特征数据源配置信息；若上述动态库中不存在上述目标数据源中特征的处理方式，上述特征处理系统可以将上述目标数据源中的特征的处理方式加入上述动态库中；若上述特征配置信息中不存在上述目标数据源中特征应对应的特征处理方式信息，则将上述目标数据源中特征应对应的特征处理方式信息加入上述特征配置信息。

从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的用于处理特征的方法的流程300体现了对动态库、数据源配置信息和/或特征配置信息进行更新。由此，这些实施例描述的方案可以对各种数据源进行读取，对各种特征进行处理，从而实现更全面有效的特征处理。

进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种特征处理装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，一些实施例的特征处理装置400包括：读取单元401、确定单元402和处理单元403。其中，读取单元401配置用于基于数据源配置信息读取目标数据源中的特征，其中，上述数据源配置信息包括数据源对应的读取方式；确定单元402配置用于基于特征配置信息从动态库确定上述特征对应的处理方式，其中，上述特征配置信息包括上述至少一种特征处理方式与特征的对应关系，上述动态库包括至少一种特征处理方式；而处理单元403配置用于基于所确定的处理方式对目标数据源中的特征进行归一化处理，得到处理后特征。

在一些实施例的可选实现方式中，上述特征处理装置400还包括缓存单元。缓存单元被配置成：响应于上述目标数据源中目标特征满足预定条件，将上述目标特征进行缓存。

在一些实施例的可选实现方式中，上述特征处理装置400还包括生成单元。生成单元被配置成：将上述处理后特征输入推荐系统，得到推荐信息。

在一些实施例的可选实现方式中，上述特征处理装置400还包括更新单元。更新单元被配置成：响应于目标数据源加入特征处理系统，对动态库、数据源配置信息和/或特征配置信息进行更新。

可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。

本公开的一些实施例提供的装置，首先利用数据源配置信息从目标数据源读取目标数据源中的特征。之后根据特征配置信息确定特征对于的处理方式，利用动态库中特征对应的处理方式对特征进行归一化处理，得到处理后特征。从而提供了一种统一的特征处理流程，可以实现对不同数据源的读取、对不同特征的各种处理，便于对不同数据源的特征进行读取，解决了多种处理方式难以进行统一维护的问题。

下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备500的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如http(hypertexttransferprotocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，adhoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：基于数据源配置信息读取目标数据源中的特征；基于特征配置信息从动态库确定特征对应的处理方式；基于所确定的处理方式对目标数据源中的特征进行归一化处理，得到处理后特征。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括读取单元、确定单元和处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，读取单元还可以被描述为“基于数据源配置信息读取目标数据源中的特征的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。

根据本公开的一个或多个实施例，提供了一种用于处理特征的方法，上述用于处理特征的方法包括：基于数据源配置信息读取目标数据源中的特征，其中，上述数据源配置信息包括数据源对应的读取方式；基于上述特征配置信息从上述动态库确定上述特征对应的处理方式，其中，上述特征配置信息包括上述至少一种特征处理方式与特征的对应关系，上述动态库包括至少一种特征处理方式；基于所确定的处理方式对上述目标数据源中的特征进行归一化处理，得到处理后特征。

根据本公开的一个或多个实施例，上述方法还包括：响应于上述目标数据源中目标特征满足预定条件，将上述目标特征进行缓存。

根据本公开的一个或多个实施例，上述方法还包括：将上述处理后特征输入推荐系统，得到推荐信息。

根据本公开的一个或多个实施例，上述方法还包括：响应于目标数据源加入特征处理系统，对动态库、数据源配置信息和/或特征配置信息进行更新。

根据本公开的一个或多个实施例，提供了一种特征处理装置，上述特征处理装置包括：读取单元，被配置成基于数据源配置信息读取目标数据源中的特征，其中，上述数据源配置信息包括数据源对应的读取方式；确定单元，被配置成基于上述特征配置信息从上述动态库确定上述特征对应的处理方式，其中，上述特征配置信息包括上述至少一种特征处理方式与特征的对应关系，上述动态库包括至少一种特征处理方式；处理单元，被配置成基于所确定的处理方式对上述目标数据源中的特征进行归一化处理，得到处理后特征。

根据本公开的一个或多个实施例，上述特征处理装置还包括缓存单元，被配置成响应于上述目标数据源中目标特征满足预定条件，将上述目标特征进行缓存。

根据本公开的一个或多个实施例，上述特征处理装置还包括生成单元，被配置成将上述处理后特征输入推荐系统，得到推荐信息。

根据本公开的一个或多个实施例，上述特征处理装置还包括更新单元，被配置成响应于目标数据源加入特征处理系统，对动态库、数据源配置信息和/或特征配置信息进行更新。

根据本公开的一个或多个实施例，提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如上述实施例中任一上述的方法。

根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，上述程序被处理器执行时实现如上述实施例中任一上述的方法。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。