一种基于权重值的画像处理方法、装置及设备制造方法及图纸

本申请公开了一种基于权重值的画像处理方法、装置及设备，其中方法包括：获取每个画像的特征数据，并计算特征数据的饱和度；根据饱和度，选取符合样本规则的特征数据作为样本数据；利用逻辑回归算法计算样本数据的样本权重值；提取每个样本权重值对应的样本画像，并将样本权重值与样本画像进行对应存储在数据库中；根据数据库中的样本权重值对样本画像进行选取或分类，将结果在显示屏上显示。通过上述方案，无论画像特征数据的饱和度的数值是高还是低，都能利用逻辑回归算法算出各个画像对应的权重值，这样，就可以根据这些权重值对画像进行选择和分类操作，减少了由于低饱和度画像的数据丢失，造成画像的筛选和分类的准确度降低的情况。

A Method, Device and Equipment of Image Processing Based on Weight Value

This application discloses an image processing method, device and device based on weight value, which includes: obtaining the feature data of each image and calculating the saturation of the feature data; selecting the feature data according to the sample rules as the sample data according to the saturation; calculating the sample weight value of the sample data by using the logistic regression algorithm; extracting the corresponding weight values of each sample. Sample portraits are stored in the database, and the weight values of samples are corresponded to the sample portraits. Sample portraits are selected or classified according to the weight values of samples in the database, and the results are displayed on the display screen. Through the above scheme, regardless of whether the saturation value of the feature data is high or low, the corresponding weights of each image can be calculated by using the logistic regression algorithm, so that the portraits can be selected and classified according to these weights, which reduces the situation that the data loss of low-saturation portraits leads to the decrease of the accuracy of image screening and classification.

【技术实现步骤摘要】
一种基于权重值的画像处理方法、装置及设备
本申请涉及图像处理
，特别是涉及一种基于权重值的画像处理方法、装置及设备。
技术介绍
随着人们生活水平的提高，为群众服务的行业越来越多，一些服务公司的员工也越来越多，为了方便公司管理，根据员工的画像对这些员工进行挑选或分类，成为公司的重要问题。目前，一般通过员工画像的特征进行选取和分类，现有的方式根据画像的饱和度，通过二分类的方式将饱和度较低的特征或填充失值或舍弃。然后根据饱和度的大小筛选需要的员工画像，或者为员工画像进行分类，进而完成对员工的筛选和分类。但是，这种方式使得对画像特征的选取不够精确，比较容易造成饱和度较低的画像特征出现错误或者无法得到饱和度较低的画像特征，影响画像的筛选和分类效果。
技术实现思路
有鉴于此，本申请提供了一种基于权重值的画像处理方法、装置及设备。主要目的在于解决画像特征的选取不够精确，比较容易造成饱和度较低的画像特征出现错误或者无法得到饱和度较低的画像特征，影响画像的筛选和分类效果的技术问题。依据本申请的第一方面，提供了一种基于权重值的画像处理方法，所述方法包括：获取每个画像的特征数据，并计算所述特征数据的饱和度；根据所述饱和度，选取符合样本规则的特征数据作为样本数据；利用逻辑回归算法计算样本数据的样本权重值；提取每个样本权重值对应的样本画像，并将所述样本权重值与样本画像进行对应存储在数据库中；根据数据库中的样本权重值对所述样本画像进行选取或分类，并将选取或分类结果推送至显示屏进行显示。依据本申请的第二方面，提供了一种基于权重值的画像处理装置，所述装置包括：获取单元，用于获取每个画像的特征数据，并计算所述特征数据的饱和度；样本选取单元，用于根据所述饱和度，选取符合样本规则的特征数据作为样本数据；计算单元，用于利用逻辑回归算法计算样本数据的样本权重值；存储单元，用于提取每个样本权重值对应的样本画像，并将所述样本权重值与样本画像进行对应存储在数据库中；处理单元，用于根据数据库中的样本权重值对所述样本画像进行选取或分类，并将选取或分类结果推送至显示屏进行显示。依据本申请的第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的基于权重值的画像处理方法的步骤。依据本申请的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的基于权重值的画像处理方法的步骤。借由上述技术方案，本申请提供的一种基于权重值的画像处理方法、装置和设备，无论画像特征数据的饱和度的数值是高还是低，都能利用逻辑回归算法算出各个画像对应的权重值，这样，就可以根据这些权重值对画像进行筛选和分类操作，减少了由于低饱和度画像的数据丢失，造成画像的筛选和分类的准确度降低的情况。上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本申请的基于权重值的画像处理方法的一个实施例的流程图；图2为本申请的基于权重值的画像处理装置的一个实施例的结构框图；图3为本申请的计算机设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本申请实施例提供了一种基于权重值的画像处理方法，能够根据每个画像的饱和度筛选样本数据，然后利用逻辑回归算法计算样本数据的样本权重值，以供根据得到的样本权重值对画像进行选取或分类，这样能够提高画像选取或分类的准确率。如图1所示，本申请实施例提供了一种基于权重值的画像处理方法，方法包括如下步骤：步骤101，获取每个画像的特征数据，并计算特征数据的饱和度。在该步骤中，每个画像的特征数据可以是一个或者多个，该特征数据可以是：皮肤颜色、眼睛大小、头发长度等，然后获取各个特征数据的彩度数据和明度数据，将彩度数据除以明度数据计算各个特征对应的饱和度。由于彩度数据≤明度数据，因此计算得出的饱和度的范围是0至1。步骤102，根据饱和度，选取符合样本规则的特征数据作为样本数据。在该步骤中，样本规则可以是选取在设置饱和度范围内的特征数据作为样本数据，用户可以实际情况设置选取样本数据的饱和度范围。样本规则也可以是按照饱和度的大小对这些特征数据进行分组，得到多组样本数据。用户可以根据自己的实际需要对样本规则进行更改设置。步骤103，利用逻辑回归算法计算样本数据的样本权重值。在该步骤中，利用逻辑回归算法能够对比较杂乱无章的样本数据进行梳理，得到与样本数据比较接近的逻辑回归函数，然后再利用该逻辑回归函数计算每个样本数据对应的样本权重值。步骤104，提取每个样本权重值对应的样本画像，并将样本权重值与样本画像进行对应存储在数据库中。在该步骤中，得到样本权重值后，为了便于后续画像的选取和分类，需要将各个样本权重值与相应的样本画像进行对应存储。这样在进行选取或分类时，只需从数据库中调取即可。存储方式可以是列表存储、键值对存储、超链接存储等。步骤105，根据数据库中的样本权重值对样本画像进行选取或分类，并将选取或分类结果推送至显示屏进行显示。在该步骤中，显示屏上会有两个选择键，一个是选取键，另一个是分类键。当用户触发显示屏上的选取键之后，会在显示屏列出多个选取条件(例如，大眼睛的画像、长头发的画像，也可以用户手动输入对应的权重值/权重值区间)，用户从多个选取条件中选择自己需要的一项，然后根据选择的该项选取条件确定出用户需要的一个或多个样本权重值，并从数据库中将这些样本权重值对应的样本画像提取出来，并按照样本权重值由大到小或者由小到大的顺序在显示屏上进行显示。当用户触发显示屏上的分类键后，就会根据数据库中存储的样本权重值进行归类，得出各个类别对应的样本权重值范围，然后将各个类别的样本权重值范围对应的样本画像，按照确定的类别进行划分，最后将各个类别及其对应的样本画像一同在显示屏上进行显示。通过上述技术方案，无论画像特征数据的饱和度的数值是高还是低，都能利用逻辑回归算法算出各个画像对应的权重值，这样，就可以根据这些权重值对画像进行筛选和分类操作，减少了由于低饱和度画像的数据丢失，造成画像的筛选和分类的准确度降低的情况。步骤102具体包括：步骤1021，去除饱和度为0的特征数据。在该步骤中，饱和度为0的画像属于没有色彩的空白画像，空白画像对于后续的画像选取或分类没有任何意义，因此为了避免这些空白画像的干扰，需要将饱和度为0的特征数据及其对应的画像剔除。步骤1022，在除去饱和度为0的特征数据以外的剩余特征数据中，将饱和度为1的特征数据划分为主特征数据，将饱和度小于1的特征数据划分为次特征数据本文档来自技高网...

【技术保护点】
1.一种基于权重值的画像处理方法，其特征在于，所述方法包括：获取每个画像的特征数据，并计算所述特征数据的饱和度；根据所述饱和度，选取符合样本规则的特征数据作为样本数据；利用逻辑回归算法计算样本数据的样本权重值；提取每个样本权重值对应的样本画像，并将所述样本权重值与样本画像进行对应存储在数据库中；根据数据库中的样本权重值对所述样本画像进行选取或分类，并将选取或分类结果推送至显示屏进行显示。

【技术特征摘要】
1.一种基于权重值的画像处理方法，其特征在于，所述方法包括：获取每个画像的特征数据，并计算所述特征数据的饱和度；根据所述饱和度，选取符合样本规则的特征数据作为样本数据；利用逻辑回归算法计算样本数据的样本权重值；提取每个样本权重值对应的样本画像，并将所述样本权重值与样本画像进行对应存储在数据库中；根据数据库中的样本权重值对所述样本画像进行选取或分类，并将选取或分类结果推送至显示屏进行显示。2.根据权利要求1所述的画像处理方法，其特征在于，根据所述饱和度，选取符合样本规则的特征数据作为样本数据，具体包括：去除饱和度为0的特征数据；在除去饱和度为0的特征数据以外的剩余特征数据中，将饱和度为1的特征数据划分为主特征数据，将饱和度小于1的特征数据划分为次特征数据；选取全部主特征数据和一个次特征数据共同组成一个一类样本，选取全部主特征数据作为二类样本，其中，所述次特征数据的数量为Q，对应所述一类样本的数量为Q，Q≥1。3.根据权利要求2所述的画像处理方法，其特征在于，所述利用逻辑回归算法计算样本数据的样本权重值，具体包括：为所述一类样本中的主特征数据和次特征数据赋予对应的数值，以及为所述二类样本中的主特征数据赋予对应的数值；将所述一类样本中的主特征数据和次特征数据对应的数值代入逻辑回归函数，计算所述一类样本中主特征数据对应的一类主权重值和次特征数据对应的一类次权重值；将所述二类样本赋予的数值代入逻辑回归函数，计算所述二类样本中主特征数据对应的二类主权重值；将所述一类次权重值以及所述二类主权重值组合为样本权重值。4.根据权利要求3所述的画像处理方法，其特征在于，所述为一类样本中的主特征数据和次特征数据赋予对应的数值，以及为二类样本中的主特征数据赋予对应的数值，具体包括：获取所述主特征数据和所述次特征数据对应的画像的个人信息；根据获取的个人信息为所述主特征数据和所述次特征数据进行类别划分；根据划分的类别，为所述一类样本中的主特征数据和次特征数据赋予对应的数值，以及为所述二类样本中的主特征数据赋予对应的数值。5.根据权利要求3所述的画像处理方法，其特征在于，在将所述一类次权重值以及二类主权重值组合为样本权重值之前，还包括：根据所述一类主权重值、所...

【专利技术属性】
技术研发人员：金戈，徐亮，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44