[发明专利]数据处理方法、装置、设备及存储介质

权利要求书

1.一种数据处理方法，用于用户行为预测模型数据的加载，其特征在于，该数据处理方法包括：

获取用户行为的历史数据，提取基于时间序列的用户行为数据；

基于用户行为上次发生距离当前时间间隔越小，用户行为再次发生概率越大的原则，将用户行为数据乘上一个随时间衰减的函数c(t)，然后再求和∑c(t)a，用于表征该用户在该行为上的汇总特征；其中，a为用户行为数据，c(t)＝e^-kt，k是衰减系数；

汇集各用户的汇总特征构成数据集，当用户行为预测模型需要加载训练数据时，将所述数据集作为训练数据载入用户行为预测模型；

其中，衰减系数k的确定包括以下步骤：

A1：令历史用户行为数据为a_history，距离当前时间间隔为t，当前时间的用户行为值为a_today，衰减系数k的初始值为0.01；

A2：计算每个用户的汇总特征valida＝∑e^-kta_history；

A3：将用户数据按valida的降序排列，并均匀分为n组；

A4：计算各组用户的valida均值和a_today均值，得到两均值序列；

A5：计算两均值序列之间的相关系数；

A6：若相关系数大于0.85，则将valida作为相应用户的汇总特征；若相关系数小于等于0.85，则将衰减系数k乘上1.5后得到新的衰减系数k，重复步骤A2～A6。

2.如权利要求1所述的数据处理方法，其特征在于，所述当用户行为预测模型需要加载训练数据时，将所述数据集作为训练数据载入用户行为预测模型进一步包括：

从数据集中读取预设数量的数据文件，得到数据文件列表；其中，所述预设数量为当前内存资源所能加载的最大的文件数量；

将所述数据文件列表所对应的文件加载到内存；

调用预设的训练接口函数从所述内存中读取数据文件进行模型训练。

3.如权利要求2所述的数据处理方法，其特征在于，所述从数据集中读取预设数量的数据文件进一步包括：

通过随机抽样的方式，从数据集中读取预设数量的数据文件。

4.如权利要求2所述的数据处理方法，其特征在于，所述调用预设的训练接口函数从所述内存中读取数据文件进行模型训练进一步包括：

确定训练接口函数的运算参数，其中，所述运算参数包括每个数据文件参与训练的次数、每次迭代加载的数据文件数量以及迭代次数；

调用所述训练接口函数，使所述训练接口函数根据所述运算参数从所述内存中读取数据文件进行模型训练。