[發(fā)明專利]樣本數(shù)據(jù)獲取方法、特征提取方法、處理裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010981752.6
• 申請(qǐng)日: 2020-09-17
• 公開（公告）號(hào): CN112100432A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計(jì)）人: 陳強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 咪咕文化科技有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司
• 主分類號(hào): G06F16/635
• 分類號(hào): G06F16/635;G06F16/735;G06F16/9535
• 代理公司: 上海晨皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31260
• 代理人: 成麗杰

本發(fā)明實(shí)施例涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，公開了一種樣本數(shù)據(jù)獲取方法，將用戶興趣所在的長(zhǎng)期偏好和用戶對(duì)即時(shí)熱點(diǎn)的短期關(guān)注分開處理，得到長(zhǎng)期偏好標(biāo)簽和即時(shí)熱點(diǎn)標(biāo)簽，并根據(jù)用戶的消費(fèi)完整度將用戶消費(fèi)過的內(nèi)容標(biāo)簽，劃分為正樣本標(biāo)簽和負(fù)樣本標(biāo)簽，將正樣本標(biāo)簽、負(fù)樣本標(biāo)簽、長(zhǎng)期偏好標(biāo)簽以及即時(shí)熱點(diǎn)標(biāo)簽劃分為正樣本數(shù)據(jù)和負(fù)樣本數(shù)據(jù)，作為提取用戶的特征的樣本數(shù)據(jù)。本發(fā)明中提供了一種樣本數(shù)據(jù)獲取方法、特征提取方法、處理裝置及存儲(chǔ)介質(zhì)，利用本實(shí)施方式中樣本數(shù)據(jù)獲取方法所得到的正樣本數(shù)據(jù)和負(fù)樣本數(shù)據(jù)來作為提取用戶的特征的樣本數(shù)據(jù)，有利于獲取到能夠準(zhǔn)確表征用戶興趣偏好的用戶特征。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種樣本數(shù)據(jù)獲取方法、特征提取方法、處理裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

為找出用戶興趣偏好的點(diǎn)，使用用戶消費(fèi)過的音視頻及閱讀內(nèi)容不同時(shí)間跨度的消費(fèi)數(shù)據(jù)，來計(jì)算用戶興趣點(diǎn)的變化，并發(fā)現(xiàn)新的用戶興趣點(diǎn)，然后用一些標(biāo)簽對(duì)興趣點(diǎn)進(jìn)行描述，用衰減標(biāo)簽值的方法來描述興趣點(diǎn)的變化。

然而，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中直接將用戶消費(fèi)過的興趣標(biāo)簽作為樣本數(shù)據(jù)，得到的用戶的興趣標(biāo)簽等同于用戶消費(fèi)過的內(nèi)容的標(biāo)簽，并不能夠準(zhǔn)確表征用戶的興趣偏好。

發(fā)明內(nèi)容

本發(fā)明實(shí)施方式的目的在于提供一種樣本數(shù)據(jù)獲取方法、特征提取方法、處理裝置及存儲(chǔ)介質(zhì)，利用本實(shí)施方式中樣本數(shù)據(jù)獲取方法所得到的正樣本數(shù)據(jù)和負(fù)樣本數(shù)據(jù)來作為提取用戶的特征的樣本數(shù)據(jù)，有利于獲取到能夠準(zhǔn)確表征用戶興趣偏好的用戶特征。

為解決上述技術(shù)問題，本發(fā)明的實(shí)施方式提供了一種樣本數(shù)據(jù)獲取方法，包括：獲取待消費(fèi)內(nèi)容的內(nèi)容標(biāo)簽、用戶消費(fèi)所述待消費(fèi)內(nèi)容的消費(fèi)內(nèi)容數(shù)據(jù)、以及所述用戶對(duì)每個(gè)所述待消費(fèi)內(nèi)容的消費(fèi)完整度；根據(jù)所述內(nèi)容標(biāo)簽在所述消費(fèi)內(nèi)容數(shù)據(jù)中出現(xiàn)的頻率，確定所述用戶的長(zhǎng)期偏好標(biāo)簽；根據(jù)所述內(nèi)容標(biāo)簽的被消費(fèi)數(shù)據(jù)、以及所述用戶對(duì)所述內(nèi)容標(biāo)簽的關(guān)注度，確定所述用戶的即時(shí)熱點(diǎn)標(biāo)簽；根據(jù)所述消費(fèi)完整度將所述待消費(fèi)內(nèi)容的內(nèi)容標(biāo)簽，劃分為正樣本標(biāo)簽和負(fù)樣本標(biāo)簽；將所述正樣本標(biāo)簽、所述負(fù)樣本標(biāo)簽、所述長(zhǎng)期偏好標(biāo)簽以及所述即時(shí)熱點(diǎn)標(biāo)簽劃分為正樣本數(shù)據(jù)和負(fù)樣本數(shù)據(jù)，以作為提取所述用戶的特征的樣本數(shù)據(jù)。

另外，所述將所述正樣本標(biāo)簽、所述負(fù)樣本標(biāo)簽、所述長(zhǎng)期偏好標(biāo)簽以及所述即時(shí)熱點(diǎn)標(biāo)簽劃分為正樣本數(shù)據(jù)和負(fù)樣本數(shù)據(jù)，包括：將所述正樣本標(biāo)簽、所述長(zhǎng)期偏好標(biāo)簽以及所述即時(shí)熱點(diǎn)標(biāo)簽作為所述正樣本數(shù)據(jù)，并將所述負(fù)樣本標(biāo)簽、所述長(zhǎng)期偏好標(biāo)簽以及所述即時(shí)熱點(diǎn)標(biāo)簽作為所述負(fù)樣本數(shù)據(jù)。

另外，所述根據(jù)所述內(nèi)容標(biāo)簽在所述消費(fèi)內(nèi)容數(shù)據(jù)中出現(xiàn)的頻率，確定所述用戶的長(zhǎng)期偏好標(biāo)簽，包括：確定每個(gè)所述內(nèi)容標(biāo)簽在所述消費(fèi)內(nèi)容數(shù)據(jù)中出現(xiàn)的頻率；將每個(gè)所述內(nèi)容標(biāo)簽在所述消費(fèi)內(nèi)容數(shù)據(jù)中出現(xiàn)的頻率進(jìn)行濾波得到濾波后的頻率；將所述濾波后的頻率對(duì)應(yīng)的所述內(nèi)容標(biāo)簽作為所述用戶的長(zhǎng)期偏好標(biāo)簽。

另外，所述根據(jù)所述內(nèi)容標(biāo)簽的被消費(fèi)數(shù)據(jù)、以及所述用戶對(duì)所述內(nèi)容標(biāo)簽的關(guān)注度，確定所述用戶的即時(shí)熱點(diǎn)標(biāo)簽，包括：根據(jù)所述內(nèi)容標(biāo)簽的被消費(fèi)數(shù)據(jù)確定每個(gè)所述內(nèi)容標(biāo)簽的影響力隨時(shí)間的第一變化趨勢(shì)；根據(jù)所述第一變化趨勢(shì)、以及所述用戶對(duì)每個(gè)所述內(nèi)容標(biāo)簽的關(guān)注度，確定每個(gè)所述內(nèi)容標(biāo)簽對(duì)所述用戶的影響力隨時(shí)間的第二變化趨勢(shì)；根據(jù)所述第二變化趨勢(shì)確定所述用戶的即時(shí)熱點(diǎn)標(biāo)簽。

另外，所述根據(jù)所述內(nèi)容標(biāo)簽的被消費(fèi)數(shù)據(jù)確定每個(gè)所述內(nèi)容標(biāo)簽的影響力隨時(shí)間的第一變化趨勢(shì)，包括：根據(jù)所述內(nèi)容標(biāo)簽的被消費(fèi)數(shù)據(jù)獲取總消費(fèi)用戶數(shù)大于預(yù)設(shè)值的多個(gè)所述內(nèi)容標(biāo)簽；根據(jù)多個(gè)所述內(nèi)容標(biāo)簽對(duì)應(yīng)的所述總消費(fèi)用戶數(shù)的中間值、每個(gè)所述內(nèi)容標(biāo)簽對(duì)應(yīng)的所述總消費(fèi)用戶數(shù)確定每個(gè)所述內(nèi)容標(biāo)簽的影響力隨時(shí)間的第一變化趨勢(shì)。

另外，所述每個(gè)所述內(nèi)容標(biāo)簽的影響力隨時(shí)間的第一變化趨勢(shì)通過以下公式計(jì)算得到：

f_j(t)＝(P_j/P_mid)×0.5^t