[发明专利]数据获取方法、装置及存储介质

权利要求书

1.一种数据获取方法，其特征在于，所述方法包括：

根据网络模型的识别对象，获取多个第一用户标识，所述第一用户标识对应的至少一个原始数据与所述识别对象匹配，所述原始数据包括用户标识发布的数据、用户标识上传的数据以及用户标识通过其他方式提供的数据；

对所述多个第一用户标识对应的原始数据进行聚类，得到每个原始数据的聚类标识；

对于每个第一用户标识，根据所述第一用户标识对应的每个原始数据的聚类标识，确定所述第一用户标识的权重，所述权重用于表示所述第一用户标识对应的原始数据的离散程度；

从所述多个第一用户标识中选取至少一个第二用户标识，获取所述至少一个第二用户标识对应的原始数据，作为待标注的目标数据，所述至少一个第二用户标识的权重小于所述多个第一用户标识中的其他第一用户标识的权重。

2.根据权利要求1所述的方法，其特征在于，所述根据网络模型的识别对象，获取多个第一用户标识，包括：

基于所述识别对象在数据库中进行检索，得到与所述识别对象匹配的多个原始数据，所述数据库用于存储任一用户标识发布的原始数据；

获取所述多个原始数据中的每个原始数据的发布用户标识，得到多个第一用户标识。

3.根据权利要求1所述的方法，其特征在于，所述根据网络模型的识别对象，获取多个第一用户标识，包括：

基于所述识别对象在数据库中进行检索，得到与所述识别对象匹配的多个原始数据，所述数据库用于存储任一用户标识发布的原始数据；

获取所述多个原始数据中的每个原始数据的发布用户标识，得到多个第三用户标识；

获取所述多个第三用户标识中每个用户标识的关注用户数量；

从所述多个第三用户标识中选取多个第一用户标识，所述多个第一用户标识的关注用户数量大于所述多个第三用户标识中的其他用户标识的关注用户数量。

4.根据权利要求1所述的方法，其特征在于，所述根据网络模型的识别对象，获取多个第一用户标识之后，所述方法还包括：

对于所述每个第一用户标识，获取所述第一用户标识对应的多个原始数据；

根据所述多个原始数据的优先级，对所述多个原始数据进行过滤处理，以使过滤后剩余的原始数据的优先级大于被过滤的原始数据的优先级。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一用户标识对应的至少一个原始数据的聚类标识，确定所述第一用户标识的权重，包括：

根据所述第一用户标识对应的至少一个原始数据的数量以及所述至少一个原始数据的聚类标识，获取所述第一用户标识对应的每个聚类标识的出现比例；

基于所述每个聚类标识的出现比例，确定所述第一用户标识的权重。

6.根据权利要求5所述的方法，其特征在于，所述基于所述每个聚类标识的出现比例，确定所述第一用户标识的权重，包括：

基于所述每个聚类标识的出现比例，采用以下公式，确定所述第一用户标识的权重：

其中，H_x表示所述第一用户标识的权重，i表示第i个聚类标识，P_i表示第i个聚类标识的出现比例，n表示所述第一用户标识对应的聚类标识的数量。

7.根据权利要求1所述的方法，其特征在于，所述对所述多个第一用户标识对应的原始数据进行聚类，得到每个原始数据的聚类标识，包括：

基于特征提取模型，提取所述每个原始数据的数据特征；

对提取的多个数据特征进行聚类，得到每个数据特征的聚类标识，分别作为所述每个数据特征所属原始数据的聚类标识。

8.根据权利要求1所述的方法，其特征在于，所述获取所述至少一个第二用户标识对应的原始数据，作为待标注的目标数据，包括：

对于每个第二用户标识，获取所述第二用户标识对应的多个原始数据；

从所述多个原始数据中获取待标注的目标数据，所述目标数据的优先级大于所述多个原始数据中的其他原始数据的优先级。