[發明專利]數據更新方法、裝置、電子設備及存儲介質

有效

• 申請號: 201910408807.1
• 申請日: 2019-05-16
• 公開（公告）號: CN110287202B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 高倩;黎江
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/23
• 分類號: G06F16/23
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;劉芳

本發明提供一種數據更新方法、裝置、電子設備及存儲介質，其中，該方法包括：在監測到向量計算模型更新完成時刻，確定對第一特征向量庫中的特征向量進行更新；根據第一特征向量庫中各個特征向量攜帶的時間戳以及所述向量計算模型更新完成時刻，確定第一待更新特征向量集合，其中，第一待更新特征向量集合包含至少一個待更新特征向量；根據更新后的向量計算模型，獲取第一待更新特征向量集合中的各個第一待更新特征向量分別對應的更新后的特征向量。本發明通過設置水位機制，以向量計算模型更新完成時刻為最低水位，將該最低水位與特征向量產出時間進行比較，準確判斷需要更新的特征向量，有效保證了特征向量與向量計算模型的一致性。

技術領域

本發明涉及計算機技術領域，尤其涉及一種數據更新方法、裝置、電子設備及存儲介質。

背景技術

隨著機器學習技術的快速發展，機器學習已被廣泛應用。在機器學習應用中，需要采用向量計算模型將文檔、查詢(Query)、視頻、圖片等物料通過模型計算表示為特征向量，并存儲至特征向量庫中，之后，特征向量庫可應用到應用系統中進行近鄰召回，例如，應用到信息檢索系統、應用到推薦系統進行個性化推薦、應用到視頻和圖像相似度計算中等等。由于物料持續新增或者向量計算模型版本的更新，需更新特征向量庫。

現有技術中，針對特征向量庫的更新，通常不會回溯數據，因此，導致特征向量庫中長期保留多個版本的特征向量，特征向量庫與向量計算模型的一致性較差。

發明內容

本發明提供一種數據更新方法、裝置、電子設備及存儲介質，以實現特征向量庫與向量計算模型保持較高的一致性。

第一方面，本發明提供一種數據更新方法，包括：

在監測到向量計算模型版本更新完成時，確定對第一特征向量庫中的特征向量進行更新；

根據所述第一特征向量庫中各個特征向量攜帶的時間戳以及所述向量計算模型更新完成時刻，確定第一待更新特征向量集合，其中，所述第一待更新特征向量集合包含至少一個第一待更新特征向量；

根據更新后的向量計算模型，獲取所述第一待更新特征向量集合中的各個第一待更新特征向量分別對應的更新后的特征向量。

可選地，所述根據所述第一特征向量庫中各個特征向量攜帶的時間戳以及所述向量計算模型更新完成時刻，確定第一待更新特征向量集合，包括：

將所述第一特征向量庫中的每個特征向量，將特征向量攜帶的時間戳在所述向量計算模型更新完成時刻之前的特征向量，確定為第一待更新特征向量。

可選地，所述方法還包括：

根據所述向量計算模型更新完成時刻之后，實時增量更新的特征向量，確定第二待更新特征向量集合，所述第二待更新特征向量集合包含至少一個第二待更新特征向量；

相應地，所述方法，還包括：

根據更新后的向量計算模型，實時獲取所述第二待更新特征向量集合中各個第二待更新特征向量分別對應的更新后的特征向量，其中，所述第二待更新特征向量按照時間戳順序排列。

可選地，所述方法，還包括：

若當前時刻更新的第二待更新特征向量攜帶的時間戳與當前時刻滿足預設規則，則停止根據實時增量更新的特征向量，確定第二待更新特征向量。

可選地，所述根據更新后的向量計算模型，獲取所述第一待更新特征向量集合中的各個特征向量分別對應的更新后的特征向量，包括：

采用批量更新的方式，根據更新后的向量計算模型，獲取所述第一待更新特征向量集合中的各個特征向量分別對應的更新后的特征向量。

可選地，所述根據更新后的向量計算模型，獲取所述第一待更新特征向量集合中的各個特征向量分別對應的更新后的特征向量，包括：