[發明專利]數據篩選方法、裝置、設備及存儲介質

有效

• 申請號: 202010066506.8
• 申請日: 2020-01-20
• 公開（公告）號: CN111259249B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 許金泉
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 鈄颯颯;劉芳

1.一種數據篩選方法，其特征在于，所述方法應用于電子設備，所述方法包括：

接收數據篩選請求，所述數據篩選請求為深度用戶篩選請求或深度興趣篩選請求；

響應于所述數據篩選請求，從預先確定的深度興趣用戶點對集合中獲取對應的深度用戶或對應的深度興趣；其中，所述深度興趣用戶點對集合是根據收斂后的各用戶對各興趣的無偏置評分確定的，所述收斂后的各用戶對各興趣的無偏置評分能夠使各用戶對各興趣間的評分間具有可比性；

輸出所述對應的深度用戶或所述對應的深度興趣；

所述方法還包括：

根據預先存儲的各用戶對各興趣的原始評分，計算與興趣相關的偏置分值及與用戶相關的偏置分值，并在消除與興趣相關的偏置分值及與用戶相關的偏置分值后，計算收斂后的各用戶對各興趣的無偏置評分。

2.根據權利要求1所述的方法，其特征在于，所述從預先確定的深度興趣用戶點對集合中獲取對應的深度用戶或對應的深度興趣之前，還包括；

計算當前迭代時各用戶對各興趣的無偏置評分；

判斷是否滿足預設的收斂條件；

若確定滿足預設的收斂條件，則將當前迭代時各用戶對各興趣的無偏置評分確定為收斂后的各用戶對各興趣的無偏置評分；

采用所述收斂后的各用戶對各興趣的無偏置評分確定所述深度興趣用戶點對集合。

3.根據權利要求2所述的方法，其特征在于，所述計算當前迭代時各用戶對各興趣的無偏置評分，包括：

獲取上次迭代時各用戶對各興趣的無偏置評分；

根據上次迭代時各用戶對各興趣的無偏置評分計算上次迭代時各用戶偏置分值及上次迭代時各興趣偏置分值；

根據所述上次迭代時各用戶對各興趣的無偏置評分、所述上次迭代時對應的用戶偏置分值及所述上次迭代時對應的興趣偏置分值計算所述當前迭代時各用戶對各興趣的無偏置評分。

4.根據權利要求3所述的方法，其特征在于，所述根據上次迭代時各用戶對各興趣的無偏置評分計算上次迭代時各用戶偏置分值及上次迭代時各興趣偏置分值，包括：

獲取上次迭代時各用戶所有興趣對應的無偏置評分并分別進行降序排序；

將排在各用戶所有興趣中預設百分比分位點的無偏置評分確定為所述上次迭代時各用戶偏置分值；

獲取上次迭代時各興趣所有用戶對應的無偏置評分并分別進行降序排序；

將排在各興趣所有用戶中預設百分比分位點的無偏置評分確定為所述上次迭代時各興趣偏置分值。

5.根據權利要求3所述的方法，其特征在于，所述根據所述上次迭代時各用戶對各興趣的無偏置評分、所述上次迭代時對應的用戶偏置分值及所述上次迭代時對應的興趣偏置分值計算所述當前迭代時各用戶對各興趣的無偏置評分，包括：

計算所述上次迭代時各用戶對各興趣的無偏置評分與所述上次迭代時對應的用戶偏置分值的各第一差值；

計算各第一差值與所述上次迭代時對應的興趣偏置分值的各第二差值；

將所述各第二差值確定為所述當前迭代時各用戶對各興趣的無偏置評分。

6.根據權利要求2所述的方法，其特征在于，所述計算當前迭代時各用戶對各興趣的無偏置評分之后，還包括：

根據所述當前迭代時各用戶對各興趣的無偏置評分計算當前迭代時損失函數對應的數值；

所述判斷是否滿足預設的收斂條件包括：

判斷當前迭代時損失函數的數值與上次迭代時損失函數的數值的差值是否小于預設閾值；

若所述差值小于預設閾值，則確定滿足預設的收斂條件；

若所述差值大于或等于預設閾值，則確定不滿足預設的收斂條件。

7.根據權利要求6所述的方法，其特征在于，所述根據所述當前迭代時各用戶對各興趣的無偏置評分計算當前迭代時損失函數對應的數值，包括：

根據所述當前迭代時各用戶對各興趣的無偏置評分確定當前所有用戶的深度興趣點對集合及當前所有興趣的深度用戶點對集合；

根據所述當前所有用戶的深度興趣點對集合和所述當前所有興趣的深度用戶點對集合計算所述當前迭代時損失函數對應的數值。