基于人工智能的数据处理方法、装置及存储介质.pdf

(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CN113723658A(43)申请公布日2021.11.30(21)申请号202110373768.3(22)申请日2021.04.07(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人李超(74)专利代理机构广州三环专利商标代理有限公司44202代理人熊永强贾允(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q30/02(2012.01)G06Q30/06(2012.01)G06N20/00(2019.01)权利要求书2页说明书14页附图8页(54)发明名称基于人工智能的数据处理方法、装置及存储介质(57)摘要本申请公开了一种基于人工智能的数据处理方法、装置及存储介质，涉及数据处理技术领域，所述方法包括：获取目标应用程序中的目标对象；确定目标对象对应的业务指标的干预参数，所述干预参数包括第一干预值和第二干预值；将目标对象的用户特征以及第一干预值输入收益信息预测模型，得到目标对象对应的第一收益信息；将用户特征以及第二干预值输入收益信息预测模型，得到目标对象对应的第二收益信息；根据目标对象对应的第一收益信息以及第二收益信息，确定目标对象对应的综合收益信息。本申请通过机器学习构建收益信息预测模型，提高了目标对象对应的综合收益信息的预测准确率。CN113723658ACN113723658A权利要求书1/2页1.一种基于人工智能的数据处理方法，其特征在于，所述方法包括：获取目标应用程序中的目标对象；确定所述目标对象对应的业务指标的干预参数，所述干预参数包括第一干预值和第二干预值；所述第一干预值表征所述目标对象对应的业务指标受到对象推荐模型的干预，所述第二干预值表征所述目标对象对应的业务指标未受到所述对象推荐模型的干预；将所述目标对象的用户特征以及所述第一干预值输入收益信息预测模型，得到所述目标对象对应的第一收益信息；所述收益信息预测模型基于样本对象的样本用户特征、对应的业务指标的样本干预参数以及样本收益信息训练得到；将所述用户特征以及所述第二干预值输入所述收益信息预测模型，得到所述目标对象对应的第二收益信息；根据所述目标对象对应的所述第一收益信息以及所述第二收益信息，确定所述目标对象对应的综合收益信息，所述综合收益信息用于进行对象推荐。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象对应的所述第一收益信息以及所述第二收益信息，确定所述目标对象对应的综合收益信息之后，所述方法还包括：根据多个所述目标对象对应的综合收益信息，确定待推荐对象。3.根据权利要求2所述的方法，其特征在于，所述根据多个所述目标对象对应的综合收益信息，确定待推荐对象，包括：基于所述综合收益信息对所述多个所述目标对象进行排序；根据排序结果确定所述待推荐对象。4.根据权利要求2所述的方法，其特征在于，所述根据多个所述目标对象对应的综合收益信息，确定待推荐对象，包括：确定综合收益阈值；将所述综合收益信息大于所述综合收益阈值的目标对象确定为所述待推荐对象。5.根据权利要求2‑4任意一项所述的方法，其特征在于，所述目标对象对应至少两个用户，所述根据所述目标对象对应的所述第一收益信息以及所述第二收益信息，确定所述目标对象对应的综合收益信息，包括：根据所述目标对象中对应于每个用户的第一收益信息和对应于所述每个用户的第二收益信息，计算所述每个用户对应的综合收益信息；根据所述每个用户对应的综合收益信息，计算综合收益信息平均值；将所述综合收益信息平均值确定为所述目标对象对应的综合收益信息。6.根据权利要求1‑4中任意一项所述的方法，其特征在于，所述根据所述目标对象对应的所述第一收益信息以及所述第二收益信息，确定所述目标对象对应的综合收益信息，包括：计算所述目标对象对应的所述第一收益信息与所述第二收益信息的差值；将所述目标对象对应的所述第一收益信息与所述第二收益信息的差值确定为所述目标对象对应的综合收益信息。7.根据权利要求1‑4中任意一项所述的方法，其特征在于，所述获取目标应用程序中的目标对象之后，所述方法还包括：2CN113723658A权利要求书2/2页确定所述目标应用程序的标识信息；根据所述目标应用程序的标识信息，确定所述样本对象。8.根据权利要求7所述的方法，其特征在于，所述根据所述目标应用程序的标识信息，确定所述样本对象之后，所述方法还包括：获取所述样本对象的样本用户特征、所述对应的业务指标的样本干预参数以及所述样本收益信息；所述样本干预参数包括第一样本干预值以及第二样本干预值；所述第一样本干预值表征所述样本对象对应的业务指标受到样本对象推荐模型的干预，所述第二干预值表