[发明专利]数据处理方法及系统、计算机系统和计算机可读存储介质

权利要求书

1.一种数据处理方法，包括：

根据第一样本数据确定第一向量集和第二向量集，其中，所述第一样本数据包括多个用户对不同产品的评估值，所述第一向量集中的每一个第一向量表征同一用户对不同产品的评估值，所述第二向量集中的每一个第二向量表征多个用户对同一产品的评估值；

将所述第一向量集中的每一个第一向量输入第一神经网络，输出第一隐含因子向量，其中，每一个第一向量具有对应的第一隐含因子向量，一个或多个第一隐含因子向量组成第一隐含因子向量集；

将所述第二向量集中的每一个第二向量输入第二神经网络，输出第二隐含因子向量，其中，每一个第二向量具有对应的第二隐含因子向量，一个或多个第二隐含因子向量组成第二隐含因子向量集；

根据所述第一隐含因子向量集的误差和所述第二隐含因子向量集的误差优化目标函数；以及

根据优化后的目标函数生成预测评估模型，其中，所述预测评估模型用于预测用户对产品的评估值。

2.根据权利要求1所述的方法，其中，所述方法还包括：

根据所述第一样本数据生成评估矩阵，其中，所述评估矩阵中的每一个元素表征用户对产品的评估值；

将所述评估矩阵分解成第一矩阵和第二矩阵，其中，所述第一矩阵包括多个第三隐含因子向量，每一个第三隐含因子向量表征对应用户的隐含因子向量，所述第二矩阵包括多个第四隐含因子向量，每一个第四隐含因子向量表征对应产品的隐含因子向量；以及

根据所述第一隐含因子向量集的误差和所述第二隐含因子向量集的误差优化目标函数包括：根据所述第一隐含因子向量和所述第三隐含因子向量之间的第一差值与所述第二隐含因子向量和所述第四隐含因子向量之间的第二差值优化所述目标函数。

3.根据权利要求2所述的方法，其中，所述方法还包括：

根据第二样本数据确定第三向量集和第四向量集，其中，所述第二样本数据包括多个用户的用户信息和多种产品的产品信息，所述第三向量集中的每一个第三向量表征同一用户的用户信息，所述第四向量集中的每一个第四向量表征同一产品的产品信息；

将所述第一向量集中的每一个第一向量输入第一神经网络，输出第一隐含因子向量包括：将第一向量和相应的第三向量一起输入所述第一神经网络，输出第五隐含因子向量；

将所述第二向量集中的每一个第二向量输入第二神经网络，输出第二隐含因子向量包括：将第二向量和相应的第四向量一起输入所述第二神经网络，输出第六隐含因子向量；以及

根据所述第一隐含因子向量集的误差和所述第二隐含因子向量集的误差优化目标函数包括：根据所述第五隐含因子向量和所述第三隐含因子向量之间的第三差值与所述第六隐含因子向量和所述第四隐含因子向量之间的第四差值优化所述目标函数。

4.根据权利要求3所述的方法，其中，所述方法还包括：

在将第一向量和相应的第三向量一起输入所述第一神经网络之前，将所述第一向量和所述相应的第三向量进行加噪声处理；

将加噪声处理后的第一向量和相应的第三向量一起输入所述第一神经网络；以及/或者

在将第二向量和相应的第四向量一起输入所述第二神经网络之前，将所述第二向量和所述相应的第四向量进行加噪声处理；

将加噪声处理后的第二向量和相应的第四向量一起输入所述第二神经网络。

5.根据权利要求3所述的方法，其中，根据所述第五隐含因子向量和所述第三隐含因子向量之间的第三差值与所述第六隐含因子向量和所述第四隐含因子向量之间的第四差值优化所述目标函数包括：

确定所述目标函数中关于所述第三差值和所述第四差值的优化参数；以及

基于所述优化参数优化所述目标函数。