数据处理方法、装置、设备、介质和程序产品.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115062230A(43)申请公布日2022.09.16(21)申请号202210977812.6(22)申请日2022.08.16(71)申请人深圳市海清视讯科技有限公司地址518100广东省深圳市宝安区西乡街道固戍开发区泰华梧桐工业园8号建筑3层(72)发明人邹小刚周波蔡芳发苗瑞武新宇(74)专利代理机构北京同立钧成知识产权代理有限公司11205专利代理师王军振黄健(51)Int.Cl.G06F16/9535(2019.01)G06N3/04(2006.01)权利要求书2页说明书10页附图7页(54)发明名称数据处理方法、装置、设备、介质和程序产品(57)摘要本申请提供一种数据处理方法、装置、设备、介质和程序产品，该方法包括：获取用户的行为日志和属性信息，根据行为数据，确定特征云图，特征云图包括节点和节点的关联关系，节点用于表征用户对感兴趣对象产生的行为，根据特征云图和属性信息，确定特征结果，特征结果包括第一感兴趣对象和第二感兴趣对象的关联关系，第一感兴趣对象为用户长期感兴趣的对象，第二感兴趣对象为用户短期感兴趣的对象，根据特征结果，更新预设初始模型的参数得到目标模型，预设初始模型包括嵌入层、第一图神经网络、循环神经网络、第二图神经网络、归一化层，目标模型用于预测用户的感兴趣对象。该方案在个性化推荐中可以更准确的为无历史数据的用户推送信息。CN115062230ACN115062230A权利要求书1/2页1.一种数据处理方法，其特征在于，包括：获取目标用户的行为日志和属性信息，所述行为日志中包括所述目标用户对感兴趣对象产生的行为数据；根据所述行为数据，确定特征云图，所述特征云图中包括有至少两个节点和各个节点之间的关联关系，所述节点用于表征所述目标用户对感兴趣对象产生的行为；根据所述特征云图和所述属性信息，确定特征结果，所述特征结果包括第一感兴趣对象和第二感兴趣对象之间的关联关系，所述第一感兴趣对象为所述目标用户长期感兴趣的对象，所述第二感兴趣对象为所述目标用户短期感兴趣的对象；根据所述特征结果，对预设初始模型的参数进行优化更新，得到目标模型，所述预设初始模型包括嵌入层、与所述嵌入层连接的第一图神经网络、与所述第一图神经网络连接的循环神经网络、与所述循环神经网络连接的第二图神经网络、与所述第二图神经网络连接的归一化层，所述目标模型用于预测所述目标用户的感兴趣对象。2.根据权利要求1所述的方法，其特征在于，所述根据所述行为数据，确定特征云图，包括：对所述行为数据进行预处理，得到预处理之后的数据；将所述预处理之后的数据转换为图嵌入表征，所述图嵌入表征中包括至少两个节点；确定所述图嵌入表征中各个节点之间的关联关系；根据所述图嵌入表征中的各个节点和各个节点之间的关联关系，确定所述特征云图。3.根据权利要求2所述的方法，其特征在于，所述对所述行为数据进行预处理，得到预处理之后的数据，包括：从所述行为数据中提取得到所述目标用户的显性数据和隐性数据，所述显性数据包括所述目标用户产生的用户评价，所述隐性数据包括所述目标用户的浏览历史和浏览时长；对所述目标用户的显性数据和隐性数据进行预处理，得到预处理之后的数据。4.根据权利要求3所述的方法，其特征在于，所述对所述目标用户的显性数据和隐性数据进行预处理，得到预处理之后的数据，包括：对所述目标用户的显性数据和隐性数据进行归一化处理，得到归一化之后的数据；根据所述归一化之后的数据，得到预处理之后的数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述归一化之后的数据，得到预处理之后的数据，包括：对所述归一化之后的数据进行特征选择，筛选得到特征数据，所述特征数据的相关性大于预设阈值；对所述特征数据进行降维得到所述预处理之后的数据。6.根据权利要求1‑5中任一项所述的方法，其特征在于，所述根据所述特征结果，对预设初始模型的参数进行优化更新，得到目标模型，包括：对所述特征结果进行归一化，得到概率分布，所述概率分布用于指示所述目标用户对不同感兴趣对象的偏好程度；根据所述概率分布和预设交叉熵损失函数，对所述初始模型的参数进行优化更新，得到所述目标模型。7.根据权利要求6所述的方法，其特征在于，所述预设交叉熵损失函数为：2CN115062230A权利要求书2/2页上式中，L表示损失函数，N表示感兴趣对象的数量，表示第i个感兴趣对象所属的类别，表示预测第i个感兴趣对象所属类别的概率。8.一种数据处理装置，其特征在于，包括：信息获取模块，用于获取目标用户的行为日志和属性信息，所述行为日志中包括所述目标用户对感兴趣对象产生的行为数据；特征确定模块，用于根据所述行为数据，确定特征云图，所述特征云图中包括有至少两个节点和各个节点之间的关联关系，所述