[发明专利]数据处理方法及装置、电子设备、计算机可读介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

统计历史用户行为数据获取训练数据，其中所述训练数据包括训练门店的基础信息及其相应的训练用户信息，所述训练门店的基础信息中包括训练门店的地理位置信息，所述训练数据还包括训练门店的经纬度、训练用户与相应的训练门店之间的距离；

根据所述训练数据训练神经网络模型；

根据候选门店的基础信息、所述候选门店的经纬度及训练好的神经网络模型进行预测，获得相应的候选用户信息及候选用户与相应的候选门店之间的离散距离，其中所述候选门店的基础信息中包括候选门店的地理位置信息；

所述统计历史用户行为数据获取训练数据包括：

对所述历史用户行为数据进行统计，将点击频次超过预设阈值的训练门店的基础信息及其相应的训练用户信息组成数据对；

将数据对中的训练门店的基础信息分词后获得训练输入序列，并将数据对中的训练用户信息分词后获得训练输出序列；

所述统计历史用户行为数据获取训练数据还包括：

根据训练门店的经纬度获得训练门店的geohash序列；

对所述训练用户与相应的训练门店之间的距离进行离散化处理获得离散距离值；

将训练门店的geohash序列增加至所述训练输入序列，并将所述离散距离值增加至所述训练输出序列。

2.根据权利要求1所述的数据处理方法，其特征在于，所述根据候选门店的基础信息及训练好的神经网络模型进行预测，获得相应的候选用户信息包括：

将所述候选门店的基础信息分词后获得候选输入序列；

将所述候选输入序列输入至训练好的序列到序列的神经网络模型中，获得相应的候选用户信息。

3.根据权利要求1至2任一项所述的数据处理方法，其特征在于，还包括：

采用beam search算法扩展候选用户信息；和/或

将所述候选用户信息中的满足预设条件的单个分词词项作为候选用户信息。

4.根据权利要求1至2任一项所述的数据处理方法，其特征在于，还包括：

获取当前用户信息；

根据所述当前用户信息获取匹配的候选用户信息；

根据匹配的候选用户信息获得召回的候选门店。

5.根据权利要求4所述的数据处理方法，其特征在于，还包括：

获得召回的候选门店及相应的候选用户之间的离散距离值；

根据所述离散距离值获得所述当前用户的约束距离，对召回的候选门店进行筛选。

6.一种数据处理装置，其特征在于，包括：

训练数据获取模块，用于统计历史用户行为数据获取训练数据，其中所述训练数据包括训练门店的基础信息及其相应的训练用户信息，所述训练门店的基础信息中包括训练门店的地理位置信息，所述训练数据还包括训练门店的经纬度、训练用户与相应的训练门店之间的距离；

模型训练模块，用于根据所述训练数据训练神经网络模型；

结果预测模块，用于根据候选门店的基础信息、所述候选门店的经纬度及训练好的神经网络模型进行预测，获得相应的候选用户信息及候选用户与相应的候选门店之间的离散距离，其中所述候选门店的基础信息中包括候选门店的地理位置信息；

其中所述训练数据获取模块包括：

数据对组织单元，用于对所述历史用户行为数据进行统计，将点击频次超过预设阈值的训练门店的基础信息及其相应的训练用户信息组成数据对；以及

训练分词单元，用于将数据对中的训练门店的基础信息分词后获得训练输入序列，并将数据对中的训练用户信息分词后获得训练输出序列；

所述训练数据获取模块还包括：

经纬度序列获得单元，用于根据训练门店的经纬度获得训练门店的geohash序列；

距离离散单元，用于对所述训练用户与相应的训练门店之间的距离进行离散化处理获得离散距离值；以及

训练序列增加单元，用于将训练门店的geohash序列增加至所述训练输入序列，并将所述离散距离值增加至所述训练输出序列。