[发明专利]一种数据处理方法、装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

根据接收的查询信息查询用于构建网络结构的组成元素；

根据所述组成元素构建至少一个候选网络结构；

采用训练参数对所述候选网络结构进行训练，得到所述候选网络结构的训练结果；

根据所述训练结果从所述候选网络结构中选择满足预设性能要求的网络结构作为目标网络结构。

2.根据权利要求1所述的方法，其特征在于，所述采用训练参数对所述候选网络结构进行训练，得到所述候选网络结构的训练结果，包括：

采用训练参数对所述候选网络结构进行训练，确定所述候选网络结构的第一性能数据；

根据所述训练参数以及所述第一性能数据，生成先验数据集合；

基于所述先验数据集合进行拟合得到第一高斯模型；

根据预设采集函数确定所述第一高斯模型的极小值，并根据所述极小值对所述候选网络模型进行训练，确定所述候选网络结构的第二性能数据；

将所述第二性能数据确定为所述训练结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述训练结果从所述候选网络结构中选择满足预设性能要求的网络结构作为目标网络结构，包括：

当所述训练结果中存在满足预设性能要求的第二性能数据时，将所述第二性能数据满足预设性能要求的候选网络结构确定为所述目标网络结构。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

当所述训练结果中不存在满足预设性能要求的第二性能数据时，根据所述极小值以及所述第二性能数据更新所述先验数据集合；

基于更新后的先验数据集合进行拟合得到第二高斯模型；

根据所述预设采集函数确定所述第二高斯模型的极小值，并根据所述第二高斯模型的极小值对所述候选网络模型进行训练，直至所述训练结果中存在满足预设性能要求的性能数据。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本数据以及所述样本数据对应的标签数据；

提取各样本数据中的关联特征，所述关联特征中包括至少两个特征；

统计所述关联特征的支持度；

根据所述支持度确定与所述标签数据关联的目标关联特征。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

确定所述目标网络结构的结构类型；

按照所述结构类型对应的预处理操作对所述目标关联特征和所述标签数据进行处理；

将所述处理后的目标关联特征以及标签数据输入所述目标网络结构，由所述目标网络结构学习所述目标关联特征与所述标签数据的关系，得到分析模型。

7.一种数据处理方法，其特征在于，包括：

根据来自于请求方的服务请求确定所述请求方的至少两个特征集合；

根据各个特征集合的关联关系，得到特征组合集合；

将所述特征组合集合输入预先训练的分析模型，得到由所述分析模型输出的待推送内容的置信度；

根据所述置信度确定发送至请求方的目标推送内容。

8.一种数据处理装置，其特征在于，包括：

查询模块，用于根据接收的查询信息查询用于构建网络结构的组成元素；

构建模块，用于根据所述组成元素构建至少一个候选网络结构；

训练模块，用于采用训练参数对所述候选网络结构进行训练，得到所述候选网络结构的训练结果；

选择模块，用于根据所述训练结果从所述候选网络结构中选择满足预设性能要求的网络结构作为目标网络结构。