[发明专利]基于在线教育大数据的深度学习样本标注方法

权利要求书

1.一种基于在线教育大数据的深度学习样本标注方法，其特征在于，包括：

接收与样本库中的第一组样本对象相关的用户标注输入，所述用户标注输入表征相对于第一组样本对象中其他样本对象，用户对所标注样本对象的偏好；

训练包含权值向量的偏好预测模型，所述权值向量包含与样本库相关联的多个特征中的每个特征的加权值，该样本库包括向用户呈现的第一组样本对象，利用所接收的用户标注输入来训练每个特征的加权值；

选择要提供至用户的第二组样本对象，所述第二组样本对象相对于样本库中其他未被标识的样本对象，提供从用户标注输入获取的更多的先验知识；以及

根据训练后的偏好预测模型，推送预设数量的偏好对象以提供至用户；其中所述选择要提供至用户的第二组样本对象包括：

利用为样本库中样本子集的每个样本对象确定的偏好分值来确定样本对象的先验知识获取度量，所述偏好分值是利用训练的偏好预测模型与样本对象的多个特征共同确定；基于每个样本的先验知识获取度量排序样本子集，该第二组对象包含数量为N的样本对象，相对于其他已排序的对象，所述N个样本对象具有更高的先验知识获取度量；

所述确定样本对象的先验知识获取度量包括：

为样本库中样本子集的每个样本对象，确定样本对象的特异性度量，所述特异性度量包含有关用户对样本对象的偏好的可信度；

确定样本对象的典型性度量，上述典型性度量包含样本对象与所述样本库中其他样本的特征相似度；以及

利用所述样本对象的已确定的特异性度量和典型性度量，确定对象的先验知识获取度量。

2.根据权利要求1所述的方法，其特征在于，所述确定对象的特异性度量进一步包括：

利用用户的偏好预测模型来确定对象的偏好分值，所述偏好预测模型利用与所述第一组对象有关的用户标注输入所训练；以及

利用样本对象的偏好分值来确定对象的特异性度量。

3.根据权利要求2所述的方法，其特征在于，所述利用样本对象的偏好分值来确定对象的特异性度量，进一步包括：

根据以下方法确定对象f_s的特异性度量SPL：

SPL(f_s)＝-SP(f_s)lgSP(f_s)-(1-SP(f_s))lg(1-SP(f_s))

其中SP(f_s)为利用用户的偏好预测模型所确定的对象的偏好分值。

4.根据权利要求1所述的方法，其特征在于，所述确定样本对象的典型性度量，进一步包括：

利用样本对象的相似度分值来确定对象的典型性度量。

5.根据权利要求1所述的方法，进一步包括：

获取多个样本库中对象的已标注实例，每个已标注实例具有目标结果，其中获取已标注实例的步骤包括：

获取待标注集合中被人工标注为异常标注对象集合的多个样本，并获取该待标注集合中被人工标注为正常标注对象集合的多个样本；

对表示该待标注集合的有向图执行随机遍历，以获取关联于该有向图中节点的固定概率，所述节点表示集合中的被标注样本对象；

构建分类模型，所述模型根据节点的固定概率、分配给所述有向图中其它节点的分类结果和目标结果，来对上述有向图中的每个节点计算分类结果；

根据所述分类模型分配给节点的分类结果，将所述有向图中的节点标注为属于多个样本库之一；

其中执行随机遍历的步骤包括：获取随机遍历定义，所述随机遍历定义界定所述有向图中节点的随机遍历；所述随机遍历定义指出关联所述有向图的转移概率；在执行所述随机遍历之前，将该有向图分解成强连通图分量。