[發明專利]數據處理方法及系統、計算機系統和計算機可讀存儲介質

在審

• 申請號: 201810616843.2
• 申請日: 2018-06-14
• 公開（公告）號: CN110610392A
• 公開（公告）日: 2019-12-24
• 發明（設計）人: 徐邵稀
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q10/04
• 代理公司: 11021 中科專利商標代理有限責任公司
• 代理人: 呂雁葭

1.一種數據處理方法，包括：

根據第一樣本數據確定第一向量集和第二向量集，其中，所述第一樣本數據包括多個用戶對不同產品的評估值，所述第一向量集中的每一個第一向量表征同一用戶對不同產品的評估值，所述第二向量集中的每一個第二向量表征多個用戶對同一產品的評估值；

將所述第一向量集中的每一個第一向量輸入第一神經網絡，輸出第一隱含因子向量，其中，每一個第一向量具有對應的第一隱含因子向量，一個或多個第一隱含因子向量組成第一隱含因子向量集；

將所述第二向量集中的每一個第二向量輸入第二神經網絡，輸出第二隱含因子向量，其中，每一個第二向量具有對應的第二隱含因子向量，一個或多個第二隱含因子向量組成第二隱含因子向量集；

根據所述第一隱含因子向量集的誤差和所述第二隱含因子向量集的誤差優化目標函數；以及

根據優化后的目標函數生成預測評估模型，其中，所述預測評估模型用于預測用戶對產品的評估值。

2.根據權利要求1所述的方法，其中，所述方法還包括：

根據所述第一樣本數據生成評估矩陣，其中，所述評估矩陣中的每一個元素表征用戶對產品的評估值；

將所述評估矩陣分解成第一矩陣和第二矩陣，其中，所述第一矩陣包括多個第三隱含因子向量，每一個第三隱含因子向量表征對應用戶的隱含因子向量，所述第二矩陣包括多個第四隱含因子向量，每一個第四隱含因子向量表征對應產品的隱含因子向量；以及

根據所述第一隱含因子向量集的誤差和所述第二隱含因子向量集的誤差優化目標函數包括：根據所述第一隱含因子向量和所述第三隱含因子向量之間的第一差值與所述第二隱含因子向量和所述第四隱含因子向量之間的第二差值優化所述目標函數。

3.根據權利要求2所述的方法，其中，所述方法還包括：

根據第二樣本數據確定第三向量集和第四向量集，其中，所述第二樣本數據包括多個用戶的用戶信息和多種產品的產品信息，所述第三向量集中的每一個第三向量表征同一用戶的用戶信息，所述第四向量集中的每一個第四向量表征同一產品的產品信息；

將所述第一向量集中的每一個第一向量輸入第一神經網絡，輸出第一隱含因子向量包括：將第一向量和相應的第三向量一起輸入所述第一神經網絡，輸出第五隱含因子向量；

將所述第二向量集中的每一個第二向量輸入第二神經網絡，輸出第二隱含因子向量包括：將第二向量和相應的第四向量一起輸入所述第二神經網絡，輸出第六隱含因子向量；以及

根據所述第一隱含因子向量集的誤差和所述第二隱含因子向量集的誤差優化目標函數包括：根據所述第五隱含因子向量和所述第三隱含因子向量之間的第三差值與所述第六隱含因子向量和所述第四隱含因子向量之間的第四差值優化所述目標函數。

4.根據權利要求3所述的方法，其中，所述方法還包括：

在將第一向量和相應的第三向量一起輸入所述第一神經網絡之前，將所述第一向量和所述相應的第三向量進行加噪聲處理；

將加噪聲處理后的第一向量和相應的第三向量一起輸入所述第一神經網絡；以及/或者

在將第二向量和相應的第四向量一起輸入所述第二神經網絡之前，將所述第二向量和所述相應的第四向量進行加噪聲處理；

將加噪聲處理后的第二向量和相應的第四向量一起輸入所述第二神經網絡。

5.根據權利要求3所述的方法，其中，根據所述第五隱含因子向量和所述第三隱含因子向量之間的第三差值與所述第六隱含因子向量和所述第四隱含因子向量之間的第四差值優化所述目標函數包括：

確定所述目標函數中關于所述第三差值和所述第四差值的優化參數；以及

基于所述優化參數優化所述目標函數。