[發明專利]一種數據提取方法及裝置

有效

• 申請號: 201910231855.8
• 申請日: 2019-03-26
• 公開（公告）號: CN111753179B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 葉晗;吳含
• 申請（專利權）人: 上海游昆信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/2457;G06Q30/02
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種數據提取方法，其特征在于，所述方法包括：

獲取請求信息，所述請求信息中包括請求的數據的數量、請求的數據所屬的范圍和請求的數據對應的價值；

根據所述請求信息，從預設數據庫中獲取N條數據和所述N條數據中每條數據的意向分值，所述意向分值表征所述數據對應的用戶對所述N條數據中每條數據所屬的范圍中所有數據的正反饋概率值，所述N條數據所屬的范圍和所述請求的數據所屬的范圍相匹配；根據所述N條數據所屬的范圍和所述N條數據中每條數據的意向分值，將所述N條數據劃分到T個數據區間，所述T個數據區間中的每個數據區間包括所述N條數據中的至少一條數據；根據所述每個數據區間所包括的至少一條數據的意向分值得到所述每個數據區間的意向轉化率，所述意向轉化率用于表征所述T個數據區間中每個數據區間內數據的質量；其中，N≥ T0；

根據所述請求的數據對應的價值、請求的數據對應的參考價值及請求的數據對應的參考意向轉化率，確定所述請求的數據對應的意向轉化率；

從所述T個數據區間中篩選出意向轉化率與所述請求的數據對應的意向轉化率相匹配的目標數據區間，并根據所述請求的數據的數量，從所述目標數據區間中提取得到所述請求的數據。

2.根據權利要求1所述的方法，其特征在于，所述請求信息中還包括種子數據，所述N條數據的意向分值是通過如下方式確定的：

從所述預設數據庫的P條數據中確定出負樣本數據，所述P條數據包括所述N條數據；其中，P≥ N；

使用所述種子數據和所述負樣本數據進行訓練得到預測模型，并使用所述預測模型對所述P條數據分別進行預測，得到所述P條數據的意向分值。

3.根據權利要求1或2所述的方法，其特征在于，所述從預設數據庫中獲取N條數據，包括：

根據所述請求的數據所屬的范圍，從所述預設數據庫中獲取冷卻時間小于預設閾值的所述N條數據，所述冷卻時間表征所述N條數據中每條數據連續2次被用戶使用或者被推薦給用戶的時間間隔。

4.根據權利要求3所述的方法，其特征在于，所述請求的數據包括第一數據，所述從所述目標數據區間中提取得到所述請求的數據后，還包括：

若確定所述第一數據被使用，則更新所述第一數據的冷卻時間。

5.一種數據提取裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取請求信息，所述請求信息中包括請求的數據的數量、請求的數據所屬的范圍和請求的數據對應的價值；

處理模塊，用于根據所述請求信息，從預設數據庫中獲取N條數據和所述N條數據中每條數據的意向分值，所述意向分值表征所述N條數據中每條數據對應的用戶對所述數據所屬的范圍中其他數據的正反饋概率值，所述N條數據所屬的范圍和所述請求的數據所屬的范圍相匹配；根據所述N條數據所屬的范圍和所述N條數據中每條數據的意向分值，將所述N條數據劃分到T個數據區間，所述T個數據區間中的每個數據區間包括所述N條數據中的至少一條數據；根據所述每個數據區間所包括的至少一條數據的意向分值得到所述每個數據區間的意向轉化率；以及，根據所述請求的數據對應的價值、請求的數據對應的參考價值及請求的數據對應的參考意向轉化率，確定所述請求的數據對應的意向轉化率，所述意向轉化率用于表征所述T個數據區間中每個數據區間內數據的質量；其中，N≥ T0；

提取模塊，用于從所述T個數據區間中篩選出意向轉化率與所述請求的數據對應的意向轉化率相匹配的目標數據區間，并根據所述請求的數據的數量，從所述目標數據區間中提取得到所述請求的數據。

6.根據權利要求5所述的裝置，其特征在于，所述請求信息中還包括種子數據，所述N條數據的意向分值是通過如下方式確定的：

從所述預設數據庫的P條數據中確定出負樣本數據，所述P條數據包括所述N條數據；其中，P≥ N；

使用所述種子數據和所述負樣本數據進行訓練得到預測模型，并使用所述預測模型對所述P條數據分別進行預測，得到所述P條數據的意向分值。