[發明專利]數據的處理方法和裝置

在審

• 申請號: 202010049536.8
• 申請日: 2020-01-16
• 公開（公告）號: CN111274462A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 宋德超;賈巨濤;李立輝;項偉偉;劉家平
• 申請（專利權）人: 珠海格力電器股份有限公司;珠海聯云科技有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 肖璐

本發明公開了一種數據的處理方法和裝置。其中，該方法包括：獲取目標對象的行為信息，并基于行為信息的執行時間構成多個行為信息串；對行為信息串進行向量化處理，得到目標對象在多個不同時間段內的行為向量；通過對目標對象在多個不同時間段的行為向量進行聚類，確定目標對象在多個不同時間段內的習慣行為信息。本發明解決了現有技術中在數據量較小的情況難以準確的分析出用戶的行為習慣的技術問題。

技術領域

本發明涉及數據處理領域，具體而言，涉及一種數據的處理方法和裝置。

背景技術

隨著時間的推移，人們越來越意識到數據的重要性。大數據時代對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。例如，可以通過大數據分析對用戶的行為習慣進行分析，目前通常是基于用戶的各項行為的頻次來進行，但針對單一的用戶，或數據較少的群體用戶，根據頻次得到的行為習慣并不準確。

針對現有技術中在數據量較小的情況難以準確的分析出用戶的行為習慣的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種數據的處理方法和裝置，以至少解決現有技術中在數據量較小的情況難以準確的分析出用戶的行為習慣的技術問題。

根據本發明實施例的一個方面，提供了一種數據的處理方法，包括：獲取目標對象的行為信息，并基于行為信息的執行時間構成多個行為信息串；對行為信息串進行向量化處理，得到目標對象在多個不同時間段內的行為向量；通過對目標對象在多個不同時間段的行為向量進行聚類，確定目標對象在多個不同時間段內的習慣行為信息。

進一步地，獲取目標對象的行為信息，并基于行為信息的執行時間構成多個行為信息串，包括：獲取目標對象在預設時間范圍內的行為信息，其中，預設時間范圍包括多個時間周期；將屬于同一個時間周期的行為信息按照行為信息的執行時間連接，得到多個連接結果；對連接結果進行分割，得到每個時間周期內的行為信息串。

進一步地，對連接結果進行分割，得到每個時間周期內的行為信息串，包括：獲取兩個相鄰的行為信息之間的時間差；如果時間差大于預設時間長度，將兩個相鄰的行為信息進行分割。

進一步地，在對行為信息串進行向量化處理，得到目標對象在多個不同時間段內的行為向量之前，確定行為信息串中起始行為信息的執行時間所屬的時間段為行為信息串所屬的時間段；對每個時間段內的行為信息串進行對齊補全處理，使同一個時間段內的行為信息串具有相同的維度。

進一步地，對行為信息串進行向量化處理，得到目標對象在多個不同時間段內的行為向量，包括：獲取每個時間段內的行為信息串中，每個行為信息對應的行為數據，其中，行為數據包括如下至少一項：行為信息的標識、交互數據以及與下一個行為信息的時間間隔；以行為數據代替行為信息，構成目標對象在多個不同時間段內的行為向量。

進一步地，通過對目標對象在多個不同時間段的行為向量進行聚類，確定目標對象在多個不同時間段內的習慣行為信息，包括：對同一個時間段內的行為向量進行聚類，得到每個時間段對應的聚類中心；選擇多個距離聚類中心的距離小于預設距離的候選向量；獲取所選擇的候選向量的均值，得到均值向量；將均值向量中每一項所表示的行為數據轉換為行為信息，得到目標對象在多個不同時間段內的習慣行為信息。

進一步地，在獲取目標對象在預設時間范圍內的行為信息之后，方法還包括：剔除出現頻率低于預設頻率的行為信息。

進一步地，行為信息包括目標對象與家用電器之間的語音交互行為信息。