[發明專利]數據編碼方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201810439264.5
• 申請日: 2018-05-09
• 公開（公告）號: CN108631787B
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 唐溪柳;汪偉;姚伶伶;屈偉;潘穎吉;譚驁;王軍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: H03M7/30
• 分類號: H03M7/30
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 毛丹

1.一種數據編碼方法，所述方法包括：

獲取待編碼數據；

獲取各個通道對應的哈希函數和通道向量矩陣，根據每個通道對應的哈希函數計算得到所述待編碼數據對應各個通道的通道哈希值；

根據所述通道哈希值在對應的通道向量矩陣中獲取所述待編碼數據對應各個通道的通道子向量；

根據獲取到的各個通道子向量得到與所述待編碼數據對應的編碼向量；包括：將得到的與各個通道對應的通道子向量按照通道順序進行拼接得到與所述待編碼數據對應的編碼向量。

2.根據權利要求1所述的方法，其特征在于，所述獲取各個通道對應的哈希函數和通道向量矩陣，根據每個通道對應的哈希函數計算得到所述待編碼數據對應各個通道的通道哈希值，包括：

根據當前通道對應的哈希函數計算得到所述待編碼數據對應當前通道的原始哈希值；

獲取當前通道對應的當前通道向量矩陣的行維度數；

根據所述當前通道向量矩陣的行維度數對當前通道的原始哈希值進行取模運算得到所述待編碼數據對應當前通道的通道哈希值。

3.根據權利要求1所述的方法，其特征在于，所述通道向量矩陣采用如下方式訓練得到：

獲取訓練數據和所述訓練數據對應的標簽；

將所述訓練數據作為待訓練模型中向量層的輸入，所述向量層包含有多個通道，各個通道存在對應的哈希函數和訓練通道向量矩陣，各個通道根據對應的哈希函數計算得到所述訓練數據對應各個通道的訓練通道哈希值，根據所述訓練通道哈希值在對應的訓練通道向量矩陣中獲取所述訓練數據對應各個通道的通道訓練子向量，所述向量層根據獲取到的各個通道訓練子向量得到與所述訓練數據對應的訓練編碼向量；

將所述訓練編碼向量作為所述待訓練模型下一層的輸入，將所述訓練數據對應的標簽作為所述待訓練模型的期望輸出，對所述待訓練模型進行訓練，得到目標訓練模型，所述目標訓練模型包括目標向量層，所述目標向量層包括各個通道對應的目標通道向量矩陣；所述目標通道向量矩陣為訓練得到的所述通道向量矩陣。

4.根據權利要求3所述的方法，其特征在于，所述將所述訓練數據作為待訓練模型中向量層的輸入，將所述訓練數據對應的標簽作為所述待訓練模型的期望輸出，對所述待訓練模型進行訓練，得到目標訓練模型，所述目標訓練模型包括目標向量層，所述目標向量層包括各個通道對應的目標通道向量矩陣，包括：

將所述訓練數據作為待訓練模型中向量層的輸入，獲取所述待訓練模型的實際輸出；

根據所述實際輸出和所述期望輸出計算得到損失值；

根據所述損失值對所述待訓練模型中向量層中各個通道對應的訓練通道向量矩陣中的參數和其他層中的參數進行調整；

更新所述訓練數據和所述訓練數據對應的標簽，返回將所述訓練數據作為待訓練模型中向量層的輸入，依此循環，直到所述損失值滿足預設的收斂條件，得到包含有所述目標向量層的目標訓練模型。

5.根據權利要求3所述的方法，其特征在于，所述方法還包括：

將所述待編碼數據對應的編碼向量作為所述目標訓練模型中向量層的下一層的輸入；

獲取所述目標訓練模型輸出的與所述待編碼數據對應的輸出結果。

6.根據權利要求3所述的方法，其特征在于，所述待編碼數據包括目標信息對應的信息點擊影響數據，所述目標訓練模型為信息點擊預測模型；

將所述信息點擊影響數據作為所述信息點擊預測模型中向量層的輸入，所述向量層用于確定與所述信息點擊影響數據對應的編碼向量，將所述與所述信息點擊影響數據對應的編碼向量作為所述信息點擊預測模型中向量層的下一層的輸入；

獲取所述信息點擊預測模型輸出的與所述目標信息對應的預測信息點擊概率。