[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取样本集合；所述样本集合中包括与多个业务对象相关联的多个用户行为属性样本；

将所述多个用户行为属性样本中具有第一类型标签的用户行为属性样本确定为第一类型样本，将所述多个用户行为属性样本中具有第二类型标签的用户行为属性样本确定为第二类型样本；

获取待检测模型；

基于所述待检测模型提取所述样本集合中的局部维度的用户特征；

根据所述样本集合中的局部维度的用户特征以及与每个用户行为属性样本相关联的每个业务对象的业务属性特征，确定所述每个用户行为属性样本的第二推荐参数；

当检测到在所述第二推荐参数中存在异常推荐参数时，通过样本调整模型确定每个第一类型样本的第一推荐参数；所述第一推荐参数用于表征与所述第一类型样本相关联的业务对象的推荐程度；

根据所述第一推荐参数确定所述第一类型样本中的待调整样本，将所述待调整样本的第一类型标签调整为第二类型标签，得到调整后的样本集合；

将调整后的所述样本集合确定为训练样本数据，基于所述训练样本数据生成目标推荐模型；所述目标推荐模型是用于通过目标用户的用户行为属性向所述目标用户推荐相匹配的业务对象。

2.根据权利要求1所述的方法，其特征在于，所述通过样本调整模型确定每个第一类型样本的第一推荐参数，包括：

提取所述每个第一类型样本中的局部维度的用户特征；

根据所述每个第一类型样本中的局部维度的用户特征以及与所述每个第一类型样本相关联的每个业务对象的业务属性特征，确定所述每个第一类型样本的第一推荐参数。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一推荐参数确定所述第一类型样本中的待调整样本，将所述待调整样本的第一类型标签调整为第二类型标签，得到调整后的样本集合，包括：

根据所述第一推荐参数确定所述每个第一类型样本的优先级，根据所述每个第一类型样本的优先级将所述每个第一类型样本进行排序；

根据调整比例从排序之后的所述第一类型样本中获取至少一个待调整样本；所述调整比例用于确定所述待调整样本的数量；

将所述待调整样本的第一类型标签调整为所述第二类型标签，得到调整后的样本集合。

4.根据权利要求1-3任一项所述的方法，其特征在于，还包括：

基于网格集成与共享资源获取所述目标推荐模型对应的离线评估指标；

根据所述离线评估指标确定调整比例，所述调整比例用于确定所述待调整样本的数量。

5.根据权利要求1所述的方法，其特征在于，所述将调整后的所述样本集合确定为训练样本数据，基于所述训练样本数据生成目标推荐模型，包括：

将调整后的所述样本集合输入初始推荐模型的输入层中；

提取所述调整后的样本集合中的每个第一类型样本中的所有维度的用户特征，提取所述调整后的样本集合中的每个第二类型样本中的所有维度的用户特征；

基于所述初始推荐模型，根据所述每个第一类型样本中的所有维度的用户特征与所述第一类型标签的映射关系、所述每个第二类型样本中的所有维度的用户特征与所述第二类型标签的映射关系，生成所述目标推荐模型。

6.根据权利要求1或5所述的方法，其特征在于，还包括：

记录所述目标用户基于所述多个业务对象的用户操作信息，将所述用户操作信息和所述目标用户的用户身份信息确定为所述目标用户的用户行为属性；

根据所述目标推荐模型、所述目标用户的用户行为属性、每个业务对象的业务属性特征，确定所述每个业务对象的第三推荐参数；

根据所述每个业务对象的第三推荐参数向所述目标用户推荐相匹配的业务对象。