[发明专利]数据处理方法、装置、电子设备及存储介质

说明书

本公开提供了一种数据处理方法、装置、电子设备及存储介质，属于网络技术领域。本公开实施例中，可以以待处理数据的第一子数据作为目标子数据，并根据各目标子数据表征的数值以及各预设类别表征的数值，确定各目标子数据所属的预设类别；不同的预设类别表征的数值之间依次递增，第一子数据包括待处理数据中位数最高的前t位，按照指定的数值变化顺序，依次确定前X个预设类别中目标子数据的总数量D，在D等于预设数值K的情况下，将第一目标数据写入GPU的共享内存区，并通过共享内存区将第一目标数据输出至全局内存区，第一目标数据为前X个预设类别中目标子数据对应的待处理数据。这样，一定程度上可以提高选择效率。

技术领域

本公开属于网络技术领域，特别是涉及一种数据处理方法、装置、电子设备及存储介质。

背景技术

随着网络技术的不断发展，经常需要从待处理数据中选择出最大或者最小的前K个数据，以便于基于前K个数据确定向用户返回的网络对象。其中，待处理数据可以是网络对象的相关信息，网络对象可以为广告、视频、音频，等等。示例的，在广告推荐场景中，一般在计算出待推荐用户与各备选广告之间的匹配度之后，需要从匹配度中选择最大的前K个匹配度，以将这K个匹配度对应的广告返回给待推荐用户。

相关技术中，往往基于GPU对待处理数据依次进行完整的排序，并根据排序结果，选出前K个待处理数据，并直接基于GPU中配置的寄存器输出前K个待处理数据。这种方式中，对所有待处理数据进行完整的排序，效率较低。

发明内容

为克服相关技术中存在的问题，本公开提供一种数据处理方法、装置、电子设备及存储介质。

依据本公开的第一方面，提供了一种数据处理方法，应用于配置有图像处理器GPU的电子设备，该方法包括：

以待处理数据的第一子数据作为目标子数据，并根据各所述目标子数据表征的数值以及各预设类别表征的数值，确定各所述目标子数据所属的预设类别；不同的所述预设类别表征的数值之间依次递增，所述第一子数据包括所述待处理数据中位数最高的前t位；

按照指定的数值变化顺序，依次确定前X个预设类别中目标子数据的总数量D；

在所述D等于预设数值K的情况下，将第一目标数据写入所述GPU的共享内存区，并通过所述共享内存区将所述第一目标数据输出至全局内存区；所述第一目标数据为所述前X个预设类别中目标子数据对应的待处理数据。

可选的，所述方法还包括：

在所述D小于所述K且E大于所述K的情况下，将所述第一目标数据写入所述共享内存区，并通过所述共享内存区将所述第一目标数据输出至所述全局内存区，以及，将第二目标数据中的第二子数据作为下一轮处理的目标子数据，将所述K更新为K-D，以继续选择K-D个待处理数据；

其中，所述第二目标数据为第X+1个预设类别中目标子数据对应的待处理数据，所述E为前X+1个预设类别总共包含的目标子数据的数量，所述第二子数据包括除历史轮中的目标子数据之外的位数最高的前t位。

可选的，所述方法还包括：

将所述共享内存区中创建的第一数组中各元素的值更新为目标值；所述第一数组中的一个元素对应一个预设类别，所述目标值为所述元素对应的预设类别包含的目标子数据的数量；

相应地，所述依次确定前X个预设类别中目标子数据的总数量D，包括：

依次累加所述第一数组中各元素的值；

若在累加第M个元素的值之后，当前累加值等于所述K，则将前M个元素的累加值确定为所述D；

或者，若在累加第N个元素的值之后，所述累加值小于所述K，且在累加第N+1个元素的值之后，所述累加值大于所述K，则将前N个元素的累加值确定为所述D。