[发明专利]数据处理方法和装置

说明书

本发明公开了一种数据处理方法和装置。其中，该方法包括：获取多个对象的对象数据，多个对象包括目标对象和除目标对象以外的第一对象；根据对象数据构造训练数据，其中，对象数据包括对象与用户行为，训练数据包括多个用户的用户行为与每个对象的对应关系；利用逻辑回归模型对训练数据进行训练，得到多个权重值，其中，多个权重值与多个对象一一对应，多个权重值用于表示多个对象之间的相关程度；根据权重值推荐与目标对象相关的第一对象。本发明解决了无法准确推荐与目标对象相关联的对象的技术问题。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种数据处理方法和装置。

背景技术

现有计算两个对象之间的关联性的方案通常利用关联规则中的Lift(提升)值来进行计算，但是这种方式具有以下两种缺点：

1)、直接利用关联规则，需要计算支持度和置信度，需要设置支持度和置信度的阈值来判断两个事项是否有关联。直观来看如图1，需要计算：

支持度(support):

置信度(confidence):

判断对象x和对象y是否有关联性，需要看α和β是否满足大于设定的阈值。这里的阈值如何调节是个难点，需要大量实验，根据经验来定。但数据分布如果经常发生波动的话，会很难进行阈值调节。

2)、利用关联规则中的lift值来进行计算，lift计算公式为：

通常在确定与某个对象关联度高的对象时，会先固定某个对象，然后对其他关联的对象进行排序，例如，固定对象x来对其他对象y进行排序，故而计算lift值时分母的p(x)可以省略。但这里又有个问题，如果对象y的出现频次很小，而且凑巧是出现x的时候出现的(如图2所示)，就会导致lift值非常大，会大于那些出现频次很高，但是和x交集少的对象。这种结果本无错误，但在某些场景中(如视频推荐)就会导致很多播放量少的时候被优先推荐出来，影响体验也影响点击率。所以在计算的时候，会把出现频次少的对象y过滤掉，或者对lift公式做一个平滑。引入2个平滑因子a和b，所以这里a、b的值如何设置，也是需要大量实验以及凭借经验。若数据经常波动，阈值的设置也是个难点。

综上，现有基于两个对象之间的关联性进行对象推荐的方案中，由于对象的数据经常波动，导致无法准确推荐与目标对象相关联的对象。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据处理方法和装置，以至少解决无法准确推荐与目标对象相关联的对象的技术问题。

根据本发明实施例的一个方面，提供了一种数据处理方法，包括：获取多个对象的对象数据，所述多个对象包括目标对象和除所述目标对象以外的第一对象；根据所述对象数据构造训练数据，其中，所述对象数据包括对象与用户行为，所述训练数据包括多个用户的用户行为与每个对象的对应关系；利用逻辑回归模型对所述训练数据进行训练，得到多个权重值，其中，所述多个权重值与所述多个对象一一对应，所述多个权重值用于表示所述多个对象之间的相关程度；根据所述权重值推荐与所述目标对象相关的所述第一对象。

根据本发明实施例的另一方面，还提供了一种数据处理装置，包括：获取单元，用于获取多个对象的对象数据，所述多个对象包括目标对象和除所述目标对象以外的第一对象；构造单元，用于根据所述对象数据构造训练数据，其中，所述对象数据包括对象与用户行为，所述训练数据包括多个用户的用户行为与每个对象的对应关系；训练单元，用于利用逻辑回归模型对所述训练数据进行训练，得到多个权重值，其中，所述多个权重值与所述多个对象一一对应，所述多个权重值用于表示所述多个对象之间的相关程度；推荐单元，用于根据所述权重值推荐与所述目标对象相关的所述第一对象。