[發明專利]數據處理方法、裝置、設備、介質和程序產品

有效

• 申請號: 202210977812.6
• 申請日: 2022-08-16
• 公開（公告）號: CN115062230B
• 公開（公告）日: 2023-01-06
• 發明（設計）人: 鄒小剛;周波;蔡芳發;苗瑞;武新宇
• 申請（專利權）人: 深圳市海清視訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 王軍振;黃健

本申請提供一種數據處理方法、裝置、設備、介質和程序產品，該方法包括：獲取用戶的行為日志和屬性信息，根據行為數據，確定特征云圖，特征云圖包括節點和節點的關聯關系，節點用于表征用戶對感興趣對象產生的行為，根據特征云圖和屬性信息，確定特征結果，特征結果包括第一感興趣對象和第二感興趣對象的關聯關系，第一感興趣對象為用戶長期感興趣的對象，第二感興趣對象為用戶短期感興趣的對象，根據特征結果，更新預設初始模型的參數得到目標模型，預設初始模型包括嵌入層、第一圖神經網絡、循環神經網絡、第二圖神經網絡、歸一化層，目標模型用于預測用戶的感興趣對象。該方案在個性化推薦中可以更準確的為無歷史數據的用戶推送信息。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種數據處理方法、裝置、設備、介質和程序產品。

背景技術

個性化推薦是指根據用戶的興趣特點推薦其感興趣的對象的活動，例如用戶在網站瀏覽某一類數據信息時，網站端可以基于用戶瀏覽的數據信息，為用戶推送與該類數據信息相類似的同類信息。

現有技術中，網站端在進行數據信息的推送時，通常需要利用到用戶的歷史記錄和歷史偏好等，基于歷史記錄和歷史偏好，網站端才能為用戶推薦與其歷史記錄和歷史偏好相關的數據信息。

但是，對于一個新注冊的用戶而言，網站端可能沒有該新用戶的偏好記錄，由此就有可能無法給與該新用戶精確的推薦，導致推薦效果變差。

發明內容

本申請提供一種數據處理方法、裝置、設備、介質和程序產品，用于解決現有的個性化推薦在為新注冊用戶推送信息時，信息推送效果差的問題。

第一方面，本申請實施例提供一種數據處理方法，包括：

獲取目標用戶的行為日志和屬性信息，所述行為日志中包括所述目標用戶對感興趣對象產生的行為數據；

根據所述行為數據，確定特征云圖，所述特征云圖中包括有至少兩個節點和各個節點之間的關聯關系，所述節點用于表征所述目標用戶對感興趣對象產生的行為；

根據所述特征云圖和所述屬性信息，確定特征結果，所述特征結果包括第一感興趣對象和第二感興趣對象之間的關聯關系，所述第一感興趣對象為所述目標用戶長期感興趣的對象，所述第二感興趣對象為所述目標用戶短期感興趣的對象；

根據所述特征結果，對預設初始模型的參數進行優化更新，得到目標模型，所述預設初始模型包括嵌入層、與所述嵌入層連接的第一圖神經網絡、與所述第一圖神經網絡連接的循環神經網絡、與所述循環神經網絡連接的第二圖神經網絡、與所述第二圖神經網絡連接的歸一化層，所述目標模型用于預測所述目標用戶的感興趣對象。

在第一方面的一種可能設計中，所述根據所述行為數據，確定特征云圖，包括：

對所述行為數據進行預處理，得到預處理之后的數據；

將所述預處理之后的數據轉換為圖嵌入表征，所述圖嵌入表征中包括至少兩個節點；

確定所述圖嵌入表征中各個節點之間的關聯關系；

根據所述圖嵌入表征中的各個節點和各個節點之間的關聯關系，確定所述特征云圖。

在第一方面的另一種可能設計中，所述對所述行為數據進行預處理，得到預處理之后的數據，包括：

從所述行為數據中提取得到所述目標用戶的顯性數據和隱性數據，所述顯性數據包括所述目標用戶產生的用戶評價，所述隱性數據包括所述目標用戶的瀏覽歷史和瀏覽時長；

對所述目標用戶的顯性數據和隱性數據進行預處理，得到預處理之后的數據。

在第一方面的再一種可能設計中，所述對所述目標用戶的顯性數據和隱性數據進行預處理，得到預處理之后的數據，包括：