具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。需要说明的是，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

本申请提供一种电子设备，可以替换人工的方式衍生用于模型训练的数据。电子设备可以包括处理模块及存储模块。存储模块内存储计算机程序，当计算机程序被所述处理模块执行时，使得电子设备能够执行下述数据衍生方法或模型训练方法中的各步骤。

需要说明的是，电子设备可以是但不限于个人电脑、服务器等设备。执行数据衍生方法的电子设备与执行模型训练方法的电子设备可以是同一个电子设备，也可以是不同的电子设备，可以根据实际情况进行灵活设置。

请参照图1，本申请提供一种数据衍生方法，可以应用于上述的电子设备，由电子设备执行或实现方法中的各步骤。方法可以包括如下步骤：

步骤S110，获取与项目任务对应的M个个体的第1代特征作为初始群体，M为大于或等于1的整数，所述项目任务包括用于内容推荐或预估的任务；

步骤S120，通过遗传算法确定第t代群体中每个特征的适应度，以及对所述第t代群体中适应度大于预设阈值的特征进行交叉变异的迭代，得到第t+1代群体，t依次取1至T-1，t、T均为整数；其中，当t取值为1时，所述第t代群体为所述初始群体，当t取值大于1时，所述第t代群体为第t-1次交叉变异得到的群体；

步骤S130，当t+1的值为所述T时，所述第t+1代群体中的特征用于对基于深度学习的神经网络模型进行训练，所述神经网络模型用于内容推荐或预估。

在上述的实施方式中，利用遗传算法对项目任务的初始群体进行交叉变异的迭代，如此，可以自动衍生出新的群体，以替代人工的方式衍生数据，能够提高数据衍生的效率，降低人力资源的开销。

下面将对方法中的各步骤进行详细阐述，如下：

在步骤S110中，项目任务可以根据实际情况进行灵活确定。例如，项目任务可以指用于针对用户的购买习惯进行商品推荐的任务，或者，针对用户的阅读习惯进行网页新闻推送的任务，或者，针对设备的运行状况，对设备的运行风险进行预估的任务。

M个个体可以根据实际情况进行灵活确定，通常而言，M的数值越大，越有利于生成多样化且有效的数据特征。

在初始群体中，包括多个个体。每个个体包括与该个体对应一个特征集合。例如，当项目任务用于商品推荐时，一个个体可以为针对一个用户的用户信息的集合。该用户信息包括但不限于用户的年龄、性别、历史购买记录等。

初始群体可以由用户预先收集与项目任务对应的数据，以作为初始群体，或者由电子设备基于项目任务进行数据特征的随机生成，得到与多个个体对应的数据集合，从而形成初始群体。

可理解地，初始群体可以预先存储在其他设备(如服务器)中，或存储在电子设备的本地。只要电子设备可以获取到项目任务的初始群体即可，这里对获取初始群体的方式不作具体限定。

在步骤S120中，遗传算法可以用于计算每代群体中各个特征的适应度。例如，电子设备可以利用遗传算法中的评价函数，计算特征的IV(Information Value，信息价值)值，KS(Kolmogorov-Smirnov，一种累计分布函数)值，以作为特征的适应度。其中，适应度越大，表示该特征的有效性或重要性越大。

另外，每代群体中的特征可理解为针对各个个体的属性数据。例如，一个特征可以是但不限于一个用户的年龄，或性别，或单次购买记录等。

在计算特征的适应度之前，需要将每个特征进行基因编码，基因编码的过程为本领域技术人员熟知。例如，将以一个个体的特征集合，用一个{0，1}二进制串表示，0表示不选择对应的特征，1表示选择对应的特征。后续在进行特征的交叉与变异时，即为对基因编码进行交叉变异。

在本实施例中，预设阈值可以根据实际情况进行灵活确定。适应度大于预设阈值的特征可理解为：在群体的所有特征中需要保留的有效特征。

电子设备可以基于预设阈值，从每代群体中，选择出适应度大于预设阈值的特征。然后，再利用遗传算法，针对所选择出的特征对应的个体，对该个体的特征集合中的特征进行交叉变异，以得到变异后的群体。

每次得到的经过交叉变异后的群体，可以再次进行特征选择(即选择出适应度大于预设阈值的特征)，并对所选择的特征再次进行交叉变异，以进行迭代运算。迭代运算的次数可以根据实际情况进行灵活确定。例如，当迭代得到的t+1代群体为指定的第T代群体时，便停止迭代运算。指定的T为整数，可以根据实际情况进行灵活确定，例如，T可以为10。

在步骤S130中，当t+1的值为指定的T时，便输出所得到第T代群体(或称为第t+1代群体)。在第T代群体中，包括经过多次选择、交叉、变异的迭代得到的个体的特征集合。相比于初始群体，第T代群体具有更丰富的特征类型与更多数量的特征数据。

在本实施例中，遗传算法还可以包括交叉算子与变异算子。步骤S120可以包括：

通过所述交叉算子，对得到的所述第t代群体中适应度大于预设阈值的特征进行交叉组合，得到中间群体，所述中间群体包括交叉后得到的特征；

通过所述变异算子，对所述中间群体中的部分特征进行变异，得到第t+1代群体；

基于所述交叉算子及所述变异算子，对所述第t+1代群体进行迭代运算，并在t+1的值为指定的T时，停止对得到的群体进行迭代运算。

其中，通过所述交叉算子，对得到的所述第t代群体中适应度大于预设阈值的特征进行交叉组合，得到中间群体，可以包括：

通过所述交叉算子，将所述第t代群体中适应度大于预设阈值的特征划分成多个大组，其中，所述多个大组中的每个大组包括两个小组，每个小组包括一个个体的特征集合；

针对所述每个大组中的两个小组，将所述两个小组中个体的特征集合中的部分特征进行交叉互换，得到所述中间群体。

可理解地，在进行交叉变异时，可以将两个个体作为一个大组，然后，对这两个个体的特征集合中的部分特征进行交叉组合。M个个体可以被划分成多个大组，每个大组中的个体经过交叉组合后，得到的群体即为中间群体，此时，每个个体的特征集合与该个体在进行交叉组合之前的特征集合通常存在差异，如此，有利于衍生出新的个体。

在本实施例中，变异算子可以对特征的基因编码进行翻转变异操作。翻转变异的方式可以根据实际情况进行灵活确定。例如，针对单个个体的特征集合所对应的基因编码，由{0，1}二进制串组成，此时，变异算子可以对二进制串中的为1的基因位进行翻转变化。比如，将一个基因位的“1”变化成“0”，则表示特征集合中的特征数量减少一个；又比如，将一个基因位的“0”变化成“1”，表示特征集合中的特征数量增加了一个。其中，0表示不选择对应的特征，1表示选择对应的特征。

在上述的实施方式中，电子设备用评价函数给个体的特征进行评分，然后通过交叉、突变等操作繁殖出下一代的特征集合，并且评分越高的特征子集被选中参加繁殖的概率越高。这样经过多次迭代的繁殖和优胜劣汰后，种群中就可能产生了评价函数值最高的特征集合，如此，有利于衍生出新的个体或新的有效特征集合。其中，利用遗传算法进行数据衍生，可以减少搜索空间，降低的计算开销，并实现全局最优或近似全局最优特征，以提高所衍生的特征的可靠性与有效性。

在本实施例中，对特征进行选择、交叉及变异的迭代，可以如下：

例如，当t为1时，第1代群体即为初始群体，然后，通过遗传算法中的评估函数，计算每个特征的适应度，并选择适应度大于预设阈值的特征；然后，对所选择的特征，进行第1次交叉变异，即，通过交叉算子，对初始群体中适应度大于预设阈值的第1代特征进行交叉组合，得到中间群体；通过变异算子，对中间群体中的部分特征进行变异，得到第2代群体，如此，便完成一次迭代运算。

在进行后续的跌代运算时，便对第2代群体计算每个特征的适应度，并选择适应度大于预设阈值的特征；然后，对第2代群体中所选择的特征，进行第2次交叉变异，即，通过交叉算子，对第2代群体中适应度大于预设阈值的第2代特征进行交叉组合，得到第2代的中间群体；通过变异算子，对第2代的中间群体中的部分特征进行变异，得到第3代群体。通过多次迭代，当得到第T代群体时，便停止迭代。

在本实施例中，项目任务及初始群体可以根据实际情况进行灵活确定。数据衍生方法可以针对不同的项目任务，衍生出与项目任务相匹配的特征集合。然后，利用原有的M个个体的第1代特征及后续衍生的个体的特征或衍生特征集合，对神经网络模型进行训练，以提高训练后神经网络模型检测的准确度。

作为一种可选的实施方式，所述初始群体包括多个用户的用户信息，所述用户信息包括与每个用户对应的年龄、性别、历史购买记录，方法还可以包括：

利用得到的第T代群体对所述神经网络模型进行训练，以使训练后的神经网络模型基于目标用户的用户信息为所述目标用户推荐商品。

可理解地，当项目任务为商品推荐时，在利用上述的数据衍生方法，对初始群体中的各用户的年龄、性别、历史购买记录，进行数据衍生时，可以得到新类型的特征，例如，可以得到不同年龄阶段商品购买率，收入所处对应年龄阶段分位数。然后，利用初始群体及后续衍生的个体的特征或衍生特征集合，对神经网络模型进行训练。如此，训练后的神经网络模型可以基于当前用户的年龄、性别、历史购买记录等用户信息，为该用户推荐用户所偏好的商品链接进行展示。

作为一种可选的实施方式，所述初始群体包括多个用户的用户信息，所述用户信息包括与每个用户对应的年龄、性别、浏览记录，方法还可以包括：

利用得到的第T代群体对所述神经网络模型进行训练，以使训练后的神经网络模型基于目标用户的用户信息为所述目标用户推荐网页内容。

可理解地，当项目任务为内容推荐时，在利用上述的数据衍生方法，对初始群体中的各用户的年龄、性别、浏览记录(例如，网页新闻浏览记录、音乐播放记录、视频播放记录)，进行数据衍生时，可以得到新类型的特征，例如，可以得到不同年龄阶段针对同一网络信息浏览的可能性。然后，利用初始群体及后续衍生的个体的特征或衍生特征集合，对神经网络模型进行训练。如此，训练后的神经网络模型可以基于当前用户的年龄、性别、历史浏览记录等用户信息，为该用户推荐用户所偏好的内容进行展示。其中，所推荐的内容可以是但不限于网页新闻、音乐、视频等内容。

在本实施例中，数据衍生方法还可以应用于其他场景，例如，风险预测。作为一种可选的实施方式，所述初始群体包括多个设备的运行数据，所述运行数据包括与每个设备对应的负载及温度。方法还可以包括：利用得到的第T代群体对所述神经网络模型进行训练，以使训练后的神经网络模型基于目标设备的运行数据为所述目标设备预估运行风险。

可理解地，运行风险可理解为设备的负载或温度中的任一项超过设定值时的风险。若负载超过负载阈值，或温度超过温度阈值，可能会导致设备出现故障。在设备运行风险预估的场景中，神经网络模型可以基于不同设备在不同时间运行的任务、负载及设备温度，对神经网络模型进行训练，使得完成训练后的神经网络模型，可以基于近期(比如，在当前时刻之前的预设时段，该预设时段可以根据实际情况进行灵活确定)运行的任务，对设备在未来某一时刻(该未来时刻可以根据实际情况进行灵活确定)的运行风险进行预估。

若预测到在未来某一时刻，存在运行风险，则用户可以提取采取防护措施(比如，对设备降温、减少设备处理的任务量)，以避免出现运行风险。

请参照图2，本申请实施例还提供一种模型训练方法，可以应用于上述的电子设备中，由电子设备执行或实现方法中的各步骤，方法可以包括如下步骤：

步骤S210，获取第T代群体，其中，所述第T代群体通过上述的数据衍生方法得到；

步骤S220，利用所述第T代群体对所述神经网络模型进行训练，得到训练后的神经网络模型，其中，所述训练后的神经网络模型用于内容推荐或预估。

可理解地，执行模型训练方法和数据衍生方法的电子设备可以是同一设备，或不同设备。其中，利用数据衍生方法可以快速高效地得到T代群体，如此，有利于及时利用T代群体进行模型训练，以缩短模型训练的周期，避免因人工采集训练数据的时间长而影响模型训练的进度。

请参照图3，本申请实施例还提供一种数据衍生装置300，可以应用于上述的电子设备中，用于执行方法中的各步骤。数据衍生装置300包括至少一个可以软件或固件(Firmware)的形式存储于存储模块中或固化在电子设备操作系统(Operating System，OS)中的软件功能模块。处理模块用于执行存储模块中存储的可执行模块，例如数据衍生装置300所包括的软件功能模块及计算机程序等。

数据衍生装置300可以包括第一获取单元310、迭代运算单元320及结果输出单元330，可以执行的操作步骤如下：

第一获取单元310，用于获取与项目任务对应的M个个体的第1代特征作为初始群体，M为大于或等于1的整数，所述项目任务包括用于内容推荐或预估的任务；

迭代运算单元320，用于通过遗传算法确定第t代群体中每个特征的适应度，以及对所述第t代群体中适应度大于预设阈值的特征进行交叉变异的迭代，得到第t+1代群体，t依次取1至T-1，t、T均为整数；其中，当t取值为1时，所述第t代群体为所述初始群体，当t取值大于1时，所述第t代群体为第t-1次交叉变异得到的群体；

结果输出单元330，用于当t+1的值为所述T时，所述第t+1代群体中的特征用于对基于深度学习的神经网络模型进行训练，所述神经网络模型用于内容推荐或预估。

可选地，迭代运算单元320还可以用于：

通过所述交叉算子，对得到的所述第t代群体中适应度大于预设阈值的特征进行交叉组合，得到中间群体，所述中间群体包括交叉后得到的特征；

通过所述变异算子，对所述中间群体中的部分特征进行变异，得到第t+1代群体；

基于所述交叉算子及所述变异算子，对所述第t+1代群体进行迭代运算，并在t+1的值为指定的T时，停止对得到的群体进行迭代运算。

可选地，迭代运算单元320还可以用于：

通过所述交叉算子，对得到的所述第t代群体中适应度大于预设阈值的特征进行交叉组合，得到中间群体，包括：

通过所述交叉算子，将所述第t代群体中适应度大于预设阈值的特征划分成多个大组，其中，所述多个大组中的每个大组包括两个小组，每个小组包括一个个体的特征集合；

针对所述每个大组中的两个小组，将所述两个小组中个体的特征集合中的部分特征进行交叉互换，得到所述中间群体。

可选地，数据衍生装置300还可以包括训练单元。所述初始群体包括多个用户的用户信息，所述用户信息包括与每个用户对应的年龄、性别、历史购买记录，训练单元用于：利用得到的第T代群体对所述神经网络模型进行训练，以使训练后的神经网络模型基于目标用户的用户信息为所述目标用户推荐商品。

可选地，所述初始群体包括多个用户的用户信息，所述用户信息包括与每个用户对应的年龄、性别、浏览记录，训练单元用于：利用得到的第T代群体对所述神经网络模型进行训练，以使训练后的神经网络模型基于目标用户的用户信息为所述目标用户推荐网页内容。

可选地，所述初始群体包括多个设备的运行数据，所述运行数据包括与每个设备对应的负载及温度。训练单元用于：利用得到的第T代群体对所述神经网络模型进行训练，以使训练后的神经网络模型基于目标设备的运行数据为所述目标设备预估运行风险。

请参照图4，本申请实施例还提供一种模型训练装置400，可以应用于上述的电子设备中，用于执行方法中的各步骤。数据衍生装置300包括至少一个可以软件或固件(Firmware)的形式存储于存储模块中或固化在电子设备操作系统(Operating System，OS)中的软件功能模块。

模型训练装置400可以包括第二获取单元410及训练单元420，可以执行的操作步骤如下：

第二获取单元410，用于获取第T代群体，其中，所述第T代群体通过上述的数据衍生方法得到；

训练单元420，用于利用所述第T代群体对所述神经网络模型进行训练，得到训练后的神经网络模型，其中，所述训练后的神经网络模型用于内容推荐或预估。

需要说明的是，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备、数据衍生装置300、模型训练装置400的具体工作过程，可以参考前述方法中的各步骤对应过程，在此不再过多赘述。

在本实施例中，处理模块可以是一种集成电路芯片，具有信号的处理能力。上述处理模块可以是通用处理器。例如，该处理器可以是中央处理器(Central Processing Unit，CPU)、图形处理器(Graphics Processing Unit，GPU)、网络处理器(Network Processor，NP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。

存储模块可以是，但不限于，随机存取存储器，只读存储器，可编程只读存储器，可擦除可编程只读存储器，电可擦除可编程只读存储器等。在本实施例中，存储模块可以用于存储初始群体、遗传算法、神经网络模型等。当然，存储模块还可以用于存储程序，处理模块在接收到执行指令后，执行该程序。

本申请实施例还提供一种计算机可读存储介质。计算机可读存储介质中存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行如上述实施例中所述的数据衍生方法或模型训练方法。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现，基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

综上所述，在本方案中，利用遗传算法对项目任务的初始群体进行交叉变异的迭代，当迭代得到第T代群体时，停止迭代。如此，可以自动衍生出新的群体，以替代人工的方式衍生数据，能够提高数据衍生的效率，降低人力资源的开销。

在本申请所提供的实施例中，应该理解到，所揭露的装置、系统和方法，也可以通过其它的方式实现。以上所描述的装置、系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、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，所述模块、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动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。另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。