[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，应用于参与方设备，所述方法包括：

接收联邦服务器发送的模型训练请求；

根据所述模型训练请求获取本地存储的用户行为数据；

按照预设特征分布规则对所述用户行为数据进行处理，得到与其他参与方设备特征分布一致的待训练数据集；

利用所述待训练数据集训练得到参与方模型，并将所述参与方模型发送给所述联邦服务器，所述联邦服务器用于基于各个参与方模型联合训练得到行为预测模型。

2.根据权利要求1所述的方法，其特征在于，所述预设特征分布规则为按照共用的用户行为特征维度和对象行为特征维度生成特征分布一致的待训练数据的规则；

所述按照预设特征分布规则对所述用户行为数据进行处理，得到与其他参与方设备特征分布一致的训练数据集，包括：

按照所述共用的用户行为特征维度，从所述用户行为数据中提取出任一用户的用户行为特征；

按照所述共用的对象行为特征维度，从所述用户行为数据中提取出任一对象的对象行为特征；

构建任一用户的用户行为特征和任一对象的对象行为特征之间的特征对，基于所述特征对，生成与其他参与方设备特征分布一致的待训练数据；

基于各个用户与各个对象构成的各个特征对对应的待训练数据，构建所述待训练数据集。

3.根据权利要求2所述的方法，其特征在于，所述按照所述共用的用户行为特征维度，从所述用户行为数据中提取出任一用户的用户行为特征，包括：

从所述用户行为数据中提取出所述用户在任一共用的用户行为特征维度下的特征值，根据所述用户在各个共用的用户行为特征维度下的特征值，构建得到所述用户的用户行为特征；

所述按照所述共用的对象行为特征维度，从所述用户行为数据中提取出任一对象的对象行为特征，包括：

从所述用户行为数据中提取出所述对象在任一共用的对象行为特征维度下的特征值，根据所述对象在各个共用的对象行为特征维度下的特征值，构建得到所述对象的对象行为特征。

4.根据权利要求2所述的方法，其特征在于，所述基于所述特征对，生成与其他参与方设备特征分布一致的待训练数据，包括：

按照共用的交互行为特征维度，从所述用户行为数据中提取出所述用户与所述对象的交互特征；

根据所述用户与所述对象的交互特征，确定所述特征对对应的标签；

将拼接所述用户的用户行为特征、所述对象的对象行为特征、所述交互特征及所述标签得到的特征向量作为所述特征对对应的待训练数据。

5.根据权利要求4所述的方法，其特征在于，所述根据所述各个特征对对应的待训练数据，构建所述待训练数据集，包括：

根据所述各个特征对对应的标签，确定属于正负样本的待训练数据的比例是否符合预设范围；

若不符合预设范围，则对标签为负样本的待训练数据进行下采样处理，或者对标签为正样本的待训练数据进行上采样处理；若符合预设范围，则基于所述各个待训练数据构建所述待训练数据集。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述将所述参与方模型发送给所述联邦服务器之后，还包括：

接收所述联邦服务器发送的所述行为预测模型；

将待测特征对对应的特征信息输入所述行为预测模型中进行预测，得到所述待测特征对对应的预测标签；所述待测特征对对应的特征信息包括待测用户的用户行为特征、待测对象的对象行为特征和所述待测用户与所述待测对象的交互特征中的任意一项或任意多项；所述预测标签用于确定所述待测用户是否会对所述待测对象执行预设行为。

7.根据权利要求2至5中任一项所述的方法，其特征在于，所述共用的用户行为特征维度包括用户执行预设行为的时间和/或用户在各时段内执行所述预设行为的次数；所述共用的对象行为特征维度包括对象被执行所述预设行为的时间和/或对象在各时段内被执行所述预设行为的次数。