[发明专利]数据筛选方法、装置、设备及存储介质

说明书

本申请公开了数据筛选方法、装置、设备及存储介质，涉及智能搜索领域。具体实现方案为：该方法应用于电子设备，该方法包括：接收数据筛选请求，数据筛选请求为深度用户筛选请求和/或深度兴趣筛选请求；响应于数据筛选请求，从预先确定的深度兴趣用户点对集合中获取对应的深度用户和/或对应的深度兴趣；其中，深度兴趣用户点对集合是根据收敛后的各用户对各兴趣的无偏置评分确定的；输出对应的深度用户和/或对应的深度兴趣。能够有效消除各用户对各兴趣的评分中与兴趣相关的偏置分值及与用户相关的偏置分值，所以可有效消除长尾效应的影响，能够准确确定出兴趣的深度用户和/或用户的深度爱好兴趣。进而能够提高应用程序的智能化水平。

技术领域

本申请涉及到数据处理技术领域，尤其涉及智能搜索技术。

背景技术

随着移动互联网的迅速发展，个性化推荐技术也得到了快速发展。在个性化推荐中很重要的是确定兴趣的深度爱好用户，或者确定用户的深度爱好兴趣。在确定兴趣的深度爱好用户，或者确定用户的深度爱好的兴趣的技术本质是对相关数据进行筛选的技术。

现有技术中确定兴趣的深度爱好用户，或者确定用户的深度爱好的兴趣时，通常采用硬阈值截断方法，软阈值截断方法或硬阈值截断集合软阈值截断的方法。而在采用这些方法时，会有长尾效应的存在，例如：一个用户对所有兴趣的天然打分较高，很容易成为一个兴趣的深度爱好用户，然而该用户实际上不是该兴趣的深度爱好用户。或者另一用户对所有兴趣的天然打分都较低，原本某一兴趣是该用户的深度爱好兴趣，却不能被召回。

所以现有技术中确定兴趣的深度爱好用户，或者确定用户的深度爱好兴趣的方法由于长尾效应的存在导致无法准确确定兴趣的深度爱好用户，或者无法准确确定用户的深度爱好兴趣。

发明内容

本申请实施例提供一种数据筛选方法、装置、设备及存储介质，解决了现有技术中确定兴趣的深度爱好用户，或者确定用户的深度爱好兴趣的方法由于长尾效应的存在导致无法准确确定兴趣的深度爱好用户，或者无法准确确定用户的深度爱好兴趣的技术问题。

本申请实施例第一方面提供一种数据筛选方法，所述方法应用于电子设备，所述方法包括：

接收数据筛选请求，所述数据筛选请求为深度用户筛选请求和/或深度兴趣筛选请求；响应于所述数据筛选请求，从预先确定的深度兴趣用户点对集合中获取对应的深度用户和/或对应的深度兴趣；其中，所述深度兴趣用户点对集合是根据收敛后的各用户对各兴趣的无偏置评分确定的；输出所述对应的深度用户和/或所述对应的深度兴趣。

本申请实施例中，由于预先确定了深度兴趣用户点对集合，在深度兴趣用户点对集合中的每个用户兴趣点对均是根据收敛后的各用户对各兴趣的无偏置评分确定的，能够有效消除各用户对各兴趣的评分中与兴趣相关的偏置分值及与用户相关的偏置分值，所以可有效消除长尾效应的影响，能够准确确定出兴趣的深度用户和/或用户的深度爱好兴趣。进而能够提高应用程序的智能化水平。

进一步地，如上所述的方法，所述从预先确定的深度兴趣用户点对集合中获取对应的深度用户和/或对应的深度兴趣之前，还包括；

计算当前迭代时各用户对各兴趣的无偏置评分；判断是否满足预设的收敛条件；若确定满足预设的收敛条件，则将当前迭代时各用户对各兴趣的无偏置评分确定为收敛后的各用户对各兴趣的无偏置评分；采用所述收敛后的各用户对各兴趣的无偏置评分确定所述深度兴趣用户点对集合。

本申请实施例中,在确定的深度兴趣用户点对集合时，确定当前迭代时各用户对各兴趣的无偏置评分，若确定满足预设收敛条件后，再将当前迭代时各用户对各兴趣的无偏置评分确定为收敛后的各用户对各兴趣的无偏置评分，进而根据收敛后的各用户对各兴趣的无偏置评分确定深度兴趣用户点对集合，能够使确定出的深度兴趣用户点对集合中的兴趣用户点对为消除了长尾效应影响后的深度兴趣用户点对，进而使确定出兴趣的深度用户和/或用户的深度爱好兴趣更加准确。

进一步地，如上所述的方法，所述计算当前迭代时各用户对各兴趣的无偏置评分，包括：