[發明專利]數據處理方法和裝置

在審

• 申請號: 202011522170.8
• 申請日: 2020-12-21
• 公開（公告）號: CN112612826A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 李健偉;高梓堯;劉子岳;黃岑
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/9535
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 譚惠月

本申請公開了一種數據處理方法和裝置。該方法包括：獲取用戶帳戶在當前時刻之前的第一歷史行為特征；向預先訓練好的生存概率模型輸入第一歷史行為特征，獲取生存概率模型輸出的用戶帳戶在預測期內各個預測時間段的第一生存預測概率，并基于第一生存預測概率，獲取預測期內用戶帳戶的第一生存曲線；獲取用戶帳戶在當前時刻之后首次訪問業務的活躍時刻，并利用活躍時刻修正第一生存曲線，獲得預測期內用戶帳戶的第二生存曲線；基于第一生存曲線和第二生存曲線的差異，確定用戶帳戶的活躍度增益，并確定第一歷史行為特征和/或業務的業務特征對活躍度增益的影響程度及影響方向。通過本申請，達到了有效提升用戶活躍度的效果。

技術領域

本申請涉及數據處理領域，具體而言，涉及一種數據處理方法和裝置。

背景技術

近幾年互聯網視頻領域發展迅猛，其中各種社交軟件以及短視頻APP(Application，應用)等成為數億用戶每日娛樂消遣的首選，眾多互聯網企業都在大力發展短視頻及內容推送等相關業務，其中如何提高用戶活躍度，增加用戶粘性已經成為各個業務的核心關切的問題。

目前提升用戶活躍度的主要手段是通過個性化推薦策略，常用的推薦優質推送內容的方法包括基于消費量排序、基于轉化率排序等，這類方法通俗易懂，但卻存在著極大的推薦算法短板，造成視頻挑選依賴于短期反饋(點擊率、時長、點贊等)，這與提升用戶活躍度的目標并不匹配，同時這樣的方法挑選的視頻均是頭部視頻，這會導致平臺流量分配的馬太效應非常嚴重。

發明人發現，為了解決基于消費量和轉化率排序推薦業務內容的弊端，相關技術的解決方案主要是從視頻固有特征的角度來描述視頻質量，例如：

1.視頻的標題信息；

2.內容屬性信息、內容反饋信息和內容來源信息；

3.視頻的畫質信息，包括幀率、碼率。

但這些方法更多的是描述視頻本身的清晰度等特征，對于哪些內容能夠提升用戶活躍度，目前尚未提出有效的解決方案。

發明內容

本申請的主要目的在于提供一種數據處理方法和裝置，以解決向用戶推送內容時無法獲知哪些內容能夠提升用戶活躍度的問題。

為了實現上述目的，根據本申請的一個方面，提供了一種數據處理方法，該方法包括：獲取用戶帳戶在當前時刻之前的第一歷史行為特征；向預先訓練好的生存概率模型輸入所述第一歷史行為特征，獲取所述生存概率模型輸出的所述用戶帳戶在預測期內各個預測時間段的第一生存預測概率，并基于所述第一生存預測概率，獲取所述預測期內所述用戶帳戶的第一生存曲線；所述生存概率模型是以樣本用戶帳戶的第二歷史行為特征為輸入、所述樣本用戶帳戶的歷史活躍信息為輸出訓練得到的，所述第二歷史行為特征為所述樣本用戶帳戶在第一歷史時刻之前的歷史行為特征，所述歷史活躍信息包括第二歷史時刻與第一歷史時刻之間的時間間隔，所述第二歷史時刻為所述樣本用戶帳戶在第一歷史時刻之后預設時間段內首次活躍的歷史時刻；獲取所述用戶帳戶在當前時刻之后首次訪問業務的活躍時刻，并利用所述活躍時刻修正所述第一生存曲線，獲得所述預測期內所述用戶帳戶的第二生存曲線；基于所述第一生存曲線和第二生存曲線的差異，確定所述用戶帳戶的活躍度增益，并確定所述第一歷史行為特征和/或所述業務的業務特征對所述活躍度增益的影響程度及影響方向。

可選地，所述確定所述第一歷史行為特征和/或所述業務的業務特征對所述活躍度增益的影響程度及影響方向，包括：以所述第一歷史行為特征、所述業務的業務特征為輸入，以所述活躍度增益為輸出，訓練樹模型；解釋訓練好的樹模型，確定所述第一歷史行為特征和/或所述業務的業務特征對所述活躍度增益的影響程度及影響方向。