[发明专利]数据处理的优化方法及装置、存储介质、终端

说明书

本发明公开了一种数据处理的优化方法及装置、存储介质、终端，涉及数据处理技术领域，主要目的在于解决现有单一应用平台通过模型对具有关联性数据处理效率低、准确性低的问题。包括：从具有关联关系的不同应用平台数据库中获取业务对象的特征数据；根据生成特征数据的数据结构类型，分别对所述特征数据进行特征融合处理；根据处理后的特征融合数据、所述不同应用平台数据库中获取的业务信息训练预设数据处理模型，输出优化后的数据处理模型，所述预设数据处理模型为按照业务需求选取与所述不同应用平台对应的一个数据处理模型。主要用于数据处理的优化。

技术领域

本发明涉及一种数据处理技术领域，特别是涉及一种数据处理的优化方法及装置、存储介质、终端。

背景技术

随着大数据处理的快速发展，对于不同应用平台上通过业务交易等用户交互操作产生的大量数据，都是通过后台系统的数据处理来获取分析结果的。其中，对于不同的应用平台会按照应用平台自己的数据处理方式得到对应的数据处理结果，例如，利用特定的模型算法结合用户的交易数据对线上商家的业务交易情况进行排序分析。

目前，现有针对应用平台中数据所实施的数据处理仅仅依赖应用平台自己的用户数据，作为进行算法模型训练的基础数据，以便利用训练好的模型进行运算得到此应用平台的数据处理结果，若不同应用平台间之间存在数据关联，如一个应用平台的数据变化影响另一个应用平台的数据变化，则通过单一的应用平台中的数据训练算法模型后，利用算法模型确定的结果较为独立，导致大量数据丢失，结合业务场景下的模型预测不准确，无法体现关联数据在不同应用平台中的数据关联性，且构建的模型算法针对不同应用平台训练数据较大，维护成本高，从而影响利用算法模型进行数据处理的准确性及效率。

发明内容

有鉴于此，本发明提供一种数据处理的优化方法及装置、存储介质、终端，主要目的在于解决现有单一应用平台通过模型对具有关联性数据处理效率低、准确性低的问题。

依据本发明一个方面，提供了一种数据处理的优化方法，包括：

从具有关联关系的不同应用平台数据库中获取业务对象的特征数据；

根据生成特征数据的数据结构类型，分别对所述特征数据进行特征融合处理；

根据处理后的特征融合数据、所述不同应用平台数据库中获取的业务信息训练预设数据处理模型，输出优化后的数据处理模型，所述预设数据处理模型为按照业务需求选取与所述不同应用平台对应的一个数据处理模型。

进一步地，所述根据生成特征数据的数据结构类型，分别对所述特征数据进行特征融合处理包括：

对所述特征数据划分数据结构类型；

对属于不同应用平台、相同数据结构类型的所述特征数据进行特征融合处理。

进一步地，所述对属于不同应用平台、相同数据结构类型的所述特征数据进行特征融合处理包括：

确定属于不同应用平台、相同数据结构类型的所述特征数据的数据结构，并根据所述数据结构对所述特征数据进行数据加权处理、和/或数据拼接处理。

进一步地，所述对属于不同应用平台、相同数据结构类型的所述特征数据进行特征融合处理之前，所述方法还包括：

判断属于不同应用平台、相同数据结构类型的所述特征数据是否超过预设融合偏差范围；

若超过预设融合偏差范围，则调整用于进行数据加权处理的加权函数。

进一步地，所述根据处理后的特征融合数据、所述不同应用平台数据库中获取的业务信息训练预设数据处理模型，输出优化后的数据处理模型之前，所述方法还包括：

对已完成特征融合处理的所述业务对象的特征数据、所述业务信息进行数值化处理，以使处理后的特征融合数据用于训练所述预设处理模型。