[發明專利]數據處理方法、裝置、電子設備和介質

在審

• 申請號: 202110647282.4
• 申請日: 2021-06-10
• 公開（公告）號: CN113312552A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 劉昊騁;陳奇石
• 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;G06K9/62
• 代理公司: 北京市漢坤律師事務所 11602
• 代理人: 姜浩然;吳麗麗

本公開提供了一種數據處理方法、裝置、電子設備和介質，涉及人工智能領域，尤其涉及深度學習、智能推薦技術領域。實現方案為：獲取樣本用戶數據；基于二分類算法對樣本用戶數據進行有監督訓練并生成決策樹；以及基于決策樹中的一個或多個節點，生成與用戶屬性相關的召回規則。

技術領域

本公開涉及人工智能領域，尤其涉及深度學習、智能推薦技術領域，具體涉及一種數據處理方法、裝置、電子設備、計算機可讀存儲介質和計算機程序產品。

背景技術

人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，既有硬件層面的技術也有軟件層面的技術。人工智能硬件技術一般包括如傳感器、專用人工智能芯片、云計算、分布式存儲、大數據處理等技術：人工智能軟件技術主要包括計算機視覺技術、語音識別技術、自然語言處理技術以及機器學習/深度學習、大數據處理技術、知識圖譜技術等幾大方向。

通過數據處理確定目標用戶有利于向用戶進行個性化推薦。例如，如果通過數據處理確定用戶是目標用戶，則可以向用戶推薦與該目標相關的內容或服務。

在此部分中描述的方法不一定是之前已經設想到或采用的方法。除非另有指明，否則不應假定此部分中描述的任何方法僅因其包括在此部分中就被認為是現有技術。類似地，除非另有指明，否則此部分中提及的問題不應認為在任何現有技術中已被公認。

發明內容

本公開提供了一種數據處理方法、裝置、電子設備、計算機可讀存儲介質和計算機程序產品。

根據本公開的一個方面，提供了一種數據處理方法，包括：獲取樣本用戶數據；基于二分類算法對所述樣本用戶數據進行有監督訓練并生成決策樹；以及基于所述決策樹中的一個或多個節點，生成與用戶屬性相關的召回規則。

根據本公開的一個方面，提供了一種數據處理裝置，包括：獲取模塊，被配置為獲取樣本用戶數據；訓練模塊，被配置為基于二分類算法對所述樣本用戶數據進行有監督訓練并生成決策樹；以及召回規則生成模塊，被配置為基于所述決策樹中的一個或多個節點，生成與用戶屬性相關的召回規則。

根據本公開的一個方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行時使得所述至少一個處理器能夠執行數據處理方法。

根據本公開的一個方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行數據處理方法。

根據本公開的一個方面，提供了一種計算機程序產品，包括計算機程序，其中，計算機程序在被處理器執行時實現數據處理方法。

根據本公開的一個或多個實施例，通過有監督訓練來確定目標用戶，擴大對目標用戶的挖掘范圍以及挖掘的準確率。應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖示例性地示出了實施例并且構成說明書的一部分，與說明書的文字描述一起用于講解實施例的示例性實施方式。所示出的實施例僅出于例示的目的，并不限制權利要求的范圍。在所有附圖中，相同的附圖標記指代類似但不一定相同的要素。

圖1示出了根據本公開示例性實施例的數據處理方法的流程圖；

圖2示出了根據本公開示例性實施例的生成召回規則的示意圖；

圖3示出了根據本公開示例性實施例的排序模型工作流程的示意圖；

圖4示出了根據本公開示例性實施例的基于決策樹生成召回規則的示意圖；

圖5示出了根據本公開示例性實施例的數據處理裝置的結構框圖；以及