(19)中华 人民共和国 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 202111659490.2 (22)申请日 2021.12.3 0 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 谭潇　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 代理人 李世喆 (51)Int.Cl. G06Q 40/04(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 历史数据的记录方法和装置 (57)摘要 本说明书实施例描述了历史数据的记录方 法和装置。 根据实施例的方法， 首先获取当前数 据记录周期内的历史数据， 然后对 该历史数据进 行特征提取得到对应该当前数据记录周期的历 史特征向量。 进一步利用该当前数据记录周期的 历史特征向量对该数据记录周期之前得到的历 史特征向量进行更新， 进而可以利用更新后的历 史特征向量来表征之前各数据记录周期的所有 历史数据。 如此通过记录表征事件 特征表现的特 征向量而不是记录各事件特征表现的原始数据， 能够节省设备的存储资源。 进一步在每个数据记 录周期都用后续数据产生的历史特征向量对之 前的历史特征向量进行更新， 而不是存储所有周 期得到的历史特征向量， 能够 进一步节省设备的 存储资源。 权利要求书2页 说明书10页 附图4页 CN 114358937 A 2022.04.15 CN 114358937 A 1.历史数据的记录方法， 包括： 针对每一个数据记录周期均执 行： 获取当前 数据记录周期内的历史数据； 将所述历史数据进行特征提取， 得到对应当前数据记录周期的至少一个历史特征向 量； 利用所述至少一个历史特征向量对该当前数据记录周期之前的第一数据记录周期得 到的历史特征向量进行更新； 其中， 历史特征向量中的每一个值表征一种事件特征表现的 特征值； 将更新后得到的历史特 征向量作为对各 数据记录周期内的所有历史数据的记录 。 2.根据权利要求1所述的方法， 其中， 所述得到对应当前数据记录周期的至少一个历史 特征向量， 包括： 根据需要记录的事件特征表现， 确定至少一个卷积核； 其中， 每一种事件特征表现对应 一个卷积核； 针对每一种事 件特征表现， 均执 行： 利用事件特征表现所对应的卷积核对所述历史数据的序列进行特征提取， 得到对应该 事件特征表现的特 征向量； 将所述特征向量中的最大值确定为当前记录周期中对应所述当前事件特征表现的特 征值； 将由各个事件特征表现所对应的特征值构成的向量确定为对应当前数据记录周期的 历史特征向量。 3.根据权利要求2所述的方法， 其中， 所述卷积核由利用对应事件特征表现的历史数据 通过端到端的神经网络学习得到 。 4.根据权利要求2所述的方法， 其中， 所述将所述特征向量中的最大值确定为当前记录 周期中对应所述当前事 件特征表现的特 征值， 包括： 利用卷积神经网络 的Max‑Pooling机制确定特征向量中的最大值， 并将该最大值确定 为当前记录周期中对应当前事 件特征表现的特 征值。 5.根据权利要求1所述的方法， 其中， 所述利用所述至少一个历史特征向量对该当前数 据记录周期之前的第一数据记录周期得到的历史特 征向量进行 更新， 包括： 针对每一个事件特征表现， 将当前数据记录周期的历史特征向量和第 一数据记录周期 的历史特 征向量中， 对应该事 件特征表现的较大值作为表征 该事件特征表现的特 征值； 将得到的对应各个事件特征表现的特征值所构成的向量确定为当前数据记录周期的 历史特征向量。 6.根据权利要求1至5中任一所述的方法， 其中， 所述第一数据记录周期包括当前数据 记录周期的上一个数据记录周期。 7.历史数据的记录装置， 包括： 历史数据获取模块， 配置为针对每一个数据记录周期 获取当前数据记录周期内的历史 数据； 特征提取模块， 配置为将所述历史数据获取模块获取到的所述历史数据进行特征提 取， 得到对应当前 数据记录周期的至少一个历史特 征向量；权　利　要　求　书 1/2 页 2 CN 114358937 A 2特征向量更新模块， 配置为利用所述特征提取模块得到的所述至少一个历史特征向量 对当前数据记录周期之前 的第一数据记录周期得到的历史特征向量进行更新； 其中， 历史 特征向量中的每一个值表征一种事 件特征表现的特 征值； 历史数据记录模块， 配置为将所述特征向量更新模块更新后得到的历史特征向量作为 对各数据记录周期内的所有历史数据的记录 。 8.根据权利要求7所述的装置， 还包括： 特征向量确定模块， 且该特征向量确定模块在 得到对应当前 数据记录周期的至少一个历史特 征向量时， 配置成执 行如下操作： 根据需要记录的事件特征表现， 确定至少一个卷积核； 其中， 每一种事件特征表现对应 一个卷积核； 针对每一种事 件特征表现， 均执 行： 利用事件特征表现所对应的卷积核对所述历史数据的序列进行特征提取， 得到对应该 事件特征表现的特 征向量； 将所述特征向量中的最大值确定为当前记录周期中对应所述当前事件特征表现的特 征值； 将由各个事件特征表现所对应的特征值构成的向量确定为对应当前数据记录周期的 历史特征向量。 9.根据权利要求8所述的装置， 其中， 所述特征向量确定模块在将所述特征向量中的最 大值确定为当前记录周期中对应所述当前事件特征表现的特征值时， 配置成执行如下操 作： 利用卷积神经网络 的Max‑Pooling机制确定特征向量中的最大值， 并将该最大值确定 为当前记录周期中对应当前事 件特征表现的特 征值。 10.一种计算设备， 包括存储器和 处理器， 所述存储器中存储有可执行代码， 所述处理 器执行所述可执行代码时， 实现权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114358937 A 3