[发明专利]一种数据筛选方法、装置及存储介质

权利要求书

1.一种数据筛选方法，其特征在于，所述方法包括：

当触发模型训练时，获取特征类型对应的样本数据集，所述特征类型包括行为属性、登陆账号特征和数据特征；

利用所述样本数据集训练预设排序模型；

当接收到第一排序类型的排序指令时，从所述排序指令中确定出所述第一排序类型对应的待排序数据；

利用所述预设排序模型，对所述待排序数据进行排序，以从排序后的所述待排序数据中筛选出指定数据。

2.根据权利要求1所述的方法，其特征在于，所述利用训练后的预设排序模型，对所述待排序数据进行排序之后，所述方法还包括：

当接收到对所述待排序数据的共享指令时，从所述共享指令中确定共享类型；

根据所述共享类型，从所述待排序数据中确定出待共享数据；

按照预设传输方式，将所述待共享数据传输至接收账号。

3.根据权利要求1所述的方法，其特征在于，所述获取特征类型对应的样本数据集之前，所述方法还包括：

确定登陆账号，并获取所述登陆账号对应的历史数据；

将所述历史数据按照预设特征类型进行划分；

利用划分后的历史数据，将预设曝光数据划分为已选择数据和未选择数据；

将所述已选择数据和所述未选择数据，组成所述样本数据集。

4.根据权利要求3所述的方法，其特征在于，所述将所述已选择数据和所述未选择数据，组成所述样本数据集，包括：

按照预设选择条件，从所述已选择数据和未选择数据中，确定出预设比例的已选择样本数据和未选择样本数据；

将预设比例的已选择样本数据和未选择样本数据组成所述样本数据集。

5.根据权利要求4所述的方法，其特征在于，所述将所述已选择样本数据和所述未选择样本数据组成所述样本数据集之后，所述方法还包括：

从所述样本数据集中，查找所述特征类型对应的、不满足预设评价阈值的异常数据；

删除所述异常数据。

6.根据权利要求3所述的方法，其特征在于，所述获取所述登陆账号对应的历史数据之后，所述方法还包括：

根据所述预设曝光数据的特征类型，对所述预设曝光数据进行排序；

相应的，所述利用划分后的历史数据，将预设曝光数据划分为已选择数据和未选择数据，包括：

利用所述划分后的历史数据，将排序后的预设曝光数据划分为所述已选择数据和所述未选择数据。

7.根据权利要求1所述的方法，其特征在于，所述利用训练后的预设排序模型，对所述待排序数据进行排序，包括：

分别获取所述训练后的预设排序模型的第一评估参数和所述预设排序模型的第二评估参数；

当所述第一评估参数大于所述第二评估参数时，利用所述训练后的预设排序模型，对所述待排序数据进行排序。

8.根据权利要求6所述的方法，其特征在于，所述根据所述预设曝光数据的特征类型，对所述预设曝光数据进行排序之后，所述方法还包括：

按照预设显示策略，将所述排序后的预设曝光数据显示在推荐界面。

9.一种数据筛选装置，其特征在于，所述数据筛选装置包括：处理器、存储器、显示器及通信总线，所述显示器，用于将排序后的待排序数据显示在当前显示界面上，所述处理器用于执行所述存储器中存储的运行程序，以实现以下步骤：

当触发模型训练时，获取特征类型对应的样本数据集，所述特征类型包括行为属性、登陆账号特征和数据特征；利用所述样本数据集训练预设排序模型；当接收到第一排序类型的排序指令时，从所述排序指令中确定出所述第一排序类型对应的待排序数据；利用所述预设排序模型，对所述待排序数据进行排序。

10.一种存储介质，其上存储有计算机程序，应用于数据筛选装置，其特征在于，该计算机程序被处理器执行时实现如权利要求1-8任一项所述的方法。