(19)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 202211322278.1 (22)申请日 2022.10.27 (71)申请人 珠海横琴圣澳云智科技有限公司 地址 519031 广东省珠海市横琴新区粤澳 合作中医药科技产业园飞蓬路100号2 栋102、 202、 402 (72)发明人 吕行　邝英兰　叶莘　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 赵兴 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/94(2022.01) G06V 10/96(2022.01) (54)发明名称 基于多级决策树的个性化分类流程优化方 法和装置 (57)摘要 本发明提供一种基于多级决策树的个性化 分类流程优化方法和装置， 其中方法包括： 基于 待分类目标对应的分类先验知识和分类特征， 构 建先验多级特征池； 接收用户对 先验多级特征池 触发的修改或确认操作， 确定个性化多级特征 池； 基于个性化多级特征池的首要特征池和次级 特征池， 递归生成个性化分类决策树； 个性化分 类决策树的根节点仅基于个性化多级特征池的 首要特征池中的分类特征确定； 绘制并返回个性 化分类决策树对应的流程图。 本发 明递归生成个 性化分类决策树时， 每次生 成根节点时均从首要 特征池中选择相应的分类特征， 在兼顾分类准确 性和用户个性化需求的目标指引 下进行分类模 型的筛选和执行顺序的确定， 实现了不同分类方 法的个性 化融合。 权利要求书3页 说明书13页 附图5页 CN 115393659 A 2022.11.25 CN 115393659 A 1.一种基于多 级决策树的个性 化分类流 程优化方法， 其特 征在于， 包括： 获取用户输入的待分类目标对应的分类特征， 并基于所述待分类目标对应的分类先验 知识和分类特 征， 构建先验多 级特征池； 接收用户对所述先验多级特征池触发的修改或确认操作， 确定个性化多级特征池； 所 述先验多级特征池和所述个性化多级 特征池均包括一个首要 特征池和若干个次级 特征池； 所述先验多级特征池的首要特征池中的分类特征是基于所述分类先验知识确定的使用次 数高于预设次数阈值和/或执 行优先级高于预设优先级阈值的分类特 征； 基于所述个性化多级特征池的首要特征池和次级特征池， 递归生成个性化分类决策 树； 所述个性化分类决策树的根节点仅基于所述个性化多级 特征池的首要 特征池中的分类 特征确定； 绘制所述个性 化分类决策树对应的流 程图， 并返回所述 流程图。 2.根据权利要求1所述的基于多级决策树的个性化分类流程优化方法， 其特征在于， 所 述分类特征包括多个不同的图像分类模型， 以及多个所述待分类目标的图像特征提取器 和/或多个所述待分类目标的属性特征提取器； 所述图像分类模型用于对待识别图像进行 图像识别以确定待识别图像中所述待分类目标的类型， 所述图像特征提取器用于提取所述 待分类目标在待识别图像中的图像特征， 所述属性特征提取器用于提取所述待分类目标在 待识别图像中的统计特 征以及所述待分类目标的分类辅助信息 。 3.根据权利要求1或2所述的基于多级决策树的个性化分类流程优化方法， 其特征在 于， 所述基于所述个性化多级特征池的首要特征池和次级特征池， 递归生成个性化分类决 策树， 具体包括： 根节点确定步骤： 基于所述个性化多级特征池的首要特征池中不为历史根节点的分类 特征， 确定所述个性 化分类决策树的当前根节点对应的分类特 征； 内部节点确定步骤： 基于所述个性化多级特征池的首要特征池中当前根节点以外的其 他分类特征和次级特征池中的分类特征， 递归确定所述个性化分类决策树的内部节点对应 的分类特 征； 决策树评估步骤： 基于所述个性化分类决策树中各个节点对应的分类特征的分类成 本， 确定所述个性化分类决策树中各个分类流程的分类总成本； 若任一分类流程的分类总 成本不满足用户输入的成本约束 条件， 则重复执行所述根节点确定步骤和所述内部节点确 定步骤， 直至生成的个性化分类决策树中各个分类流程的分类总成本均满足所述成本约束 条件。 4.根据权利要求3所述的基于多级决策树的个性化分类流程优化方法， 其特征在于， 所 述基于所述个性化多级特征池的首要特征池中当前根节点以外的其他分类特征和次级特 征池中的分类特征， 递归确定所述个性化分类决策树的内部节点对应的分类特征， 具体包 括： 确定所述个性化多级特征池的首要特征池和次级特征池中除当前节点的祖先节点对 应的分类特 征以外的分类特 征， 作为当前节点的候选分类特 征； 计算所述当前节点的各个候选分类特征的分类成本以及所述各个候选分类特征对应 的划分增 益； 其中， 任一候选分类特征对应的划分增 益是利用所述任一候选分类特征对训 练样本进行分类后， 通过计算分类结果对应的信息熵、 信息增益、 信息增益率或基尼系数得权　利　要　求　书 1/3 页 2 CN 115393659 A 2到的； 基于所述各个候选分类特征的分类成本及其对应的划分增益， 确定所述当前节点对应 的分类特 征。 5.根据权利要求4所述的基于多级决策树的个性化分类流程优化方法， 其特征在于， 所 述基于所述各个候选分类特征的分类成本及其对应的划分增益， 确定所述当前节点对应的 分类特征， 之后还 包括： 若所述当前节点对应的划分增益满足预设增益约束或所述当前节点的深度已经达到 用户输入的最大深度， 则将所述当前节点置为叶子节点。 6.根据权利要求3所述的基于多级决策树的个性化分类流程优化方法， 其特征在于， 任 一分类特征的分类成本是利用所述任一分类特征进行分类所花费的时间成本； 所述任一分 类特征的分类成本是基于利用所述任一分类特征对各个训练样本进行分类所花费的时间 均值确定的。 7.根据权利要求1或2所述的基于多级决策树的个性化分类流程优化方法， 其特征在 于， 所述基于所述个性化多级特征池的首要特征池和次级特征池， 递归生成个性化分类决 策树， 具体包括： 基于测试样本确定当前生成的个性化分类决策树的分类性能以及所述个性化多级特 征池中各个分类特 征的单类别分类性能； 若当前生成的个性化分类决策树的分类性能低于所述个性化多级特征池中任一分类 特征的单类别 分类性能， 则对当前生成的个性化分类决策树进行剪枝优化， 得到优化后的 个性化分类决策树； 若所述优化后的个性化分类决策树的分类性能仍低于所述个性化多级特征池中任一 分类特征的单类别分类性能， 则向用户推送特 征池调整信息； 接收用户对所述个性化多级特征池触发的调整操作， 确定更新后的个性化多级特征 池， 并基于所述更新后的个性化多级特征池的首要特征池和次级特征池， 递归生成下一个 性化分类决策树。 8.一种基于多 级决策树的个性 化分类流 程优化装置， 其特 征在于， 包括： 先验信息构建单元， 用于获取用户输入的待分类目标对应的分类特征， 并基于所述待 分类目标对应的分类先验知识和分类特 征， 构建先验多 级特征池； 个性化信息构建单元， 用于接收用户对所述先验多级特征池触发的修改或确认操作， 确定个性化多级 特征池； 所述先验多级特征池和所述个性化多级 特征池均包括一个首要 特 征池和若干个次级特征池； 所述先验多级 特征池的首要特征池中的分类特征是基于所述分 类先验知识确定的使用次数高于预设次数阈值和/或执行优先级高于预设优先级阈值的分 类特征； 决策树生成单元， 用于基于所述个性化多级特征池的首要特征池和次级特征池， 递归 生成个性化分类决策树； 所述个性化分类决策树的根节点仅基于所述个性化多级 特征池的 首要特征池中的分类特 征确定； 个性化流程图绘制单元， 用于绘制所述个性化分类决策树对应的流程图， 并返回所述 流程图。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运权　利　要　求　书 2/3 页 3 CN 115393659 A 3