[发明专利]一种处理标签数据的方法和装置

说明书

本发明公开了一种处理标签数据的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取目标用户在第一标签系统中的第一标签向量；根据所述目标用户的第一标签向量，生成所述目标用户的表征向量；将所述目标用户的表征向量输入到经过训练的神经网络中，得到所述目标用户的输出向量；根据所述目标用户的输出向量得到所述目标用户在第二标签系统中的第二标签向量。该实施方式能够解决难以在两个不同的标签系统之间转换用户标签的技术问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种处理标签数据的方法和装置。

背景技术

随着全球信息化进程不断深入，企业发展进入大数据时代。为了更好、更精准的服务用户，大多数企业为自己的用户设立标签体系，根据用户的消费行为和个人公开信息进行分类，把握住用户的核心需求和痛点，针对性提供服务。上述分类方法被广泛应用在各个企业的推荐系统当中。

然而，随着互联网渠道的多样化，各个渠道均需要对大量用户进行学习和分类，这不可避免的造成了计算资源的浪费。各个企业均需要花费大量的人力物力成立自己的大数据中心，对用户行为和信息进行分析。但是，用户的行为特征和消费需求在相当一段时间中是保持稳定的，所以某一个推荐系统的分析结果同样可以被其他推荐系统，从而为用户提供针对性服务。然而，不同的推荐系统，往往标签体系是不同的，在标签数量、分类等方面存在着差异，难以直接利用其他系统的标签来提供服务。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有技术中没有考虑标签共享，增大了各个企业的计算开销，难以将用户标签直接移植给其他企业使用。即使要转换标签，也只能通过人工的方式，效率低下。

发明内容

有鉴于此，本发明实施例提供一种处理标签数据的方法和装置，以解决难以在两个不同的标签系统之间转换用户标签的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种处理标签数据的方法，包括：

获取目标用户在第一标签系统中的第一标签向量；

根据所述目标用户的第一标签向量，生成所述目标用户的表征向量；

将所述目标用户的表征向量输入到经过训练的神经网络中，得到所述目标用户的输出向量；

根据所述目标用户的输出向量得到所述目标用户在第二标签系统中的第二标签向量。

可选地，获取目标用户在第一标签系统中的第一标签向量之前，还包括：

获取历史用户在第一标签系统中的第一标签向量；

根据所述历史用户的第一标签向量，生成所述历史用户的表征向量；

获取所述历史用户在第二标签系统中的第二标签向量；

根据所述历史用户的第二标签向量，生成所述历史用户的监督向量；

以所述历史用户的表征向量作为输入，以所述历史用户的监督向量作为输出，对神经网络进行有监督训练，从而得到经过训练的神经网络。

可选地，所述第一标签向量和所述第二标签向量均采用独热向量表示。

可选地，所述第一标签向量的各个位置表示所述第一标签系统的标签索引。

可选地，对于所述第一标签向量的任意一个位置：

若所述位置的值为1，则表示所述历史用户具有所述位置对应的所述第一标签系统的标签；

若所述位置的值为0，则表示所述历史用户不具有所述位置对应的所述第一标签系统的标签。

可选地，所述第二标签向量的各个位置表示所述第二标签系统的标签索引。