[发明专利]数据处理方法、设备及可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

根据第一样本对象相关联的第一历史触发属性信息以及至少两个第一样本媒体数据分别对应的媒体属性信息，确定所述第一样本对象针对每个第一样本媒体数据分别对应的通用属性特征；

获取所述第一样本对象在未来时刻下，与所述第一历史触发属性信息相关联的第一未来属性特征；

通过初始对抗网络中的初始生成器在至少两个第二样本媒体数据中筛选出候选样本媒体数据，所述初始生成器将所述候选样本媒体数据发送至所述初始对抗网络中的初始判别器；

在所述初始判别器中，根据所述第一样本对象针对每个第一样本媒体数据分别对应的通用属性特征以及所述第一未来属性特征，输出所述第一样本对象针对每个第一样本媒体数据的第一触发概率，在所述初始判别器中输出针对所述候选样本媒体数据的第二触发概率；

根据所述第一触发概率和所述第二触发概率，调整所述初始对抗网络的模型参数，得到目标对抗网络，将所述目标对抗网络中的目标生成器，确定为用于预测目标对象针对媒体数据的触发概率的概率预测模型。

2.根据权利要求1所述的方法，其特征在于，所述至少两个第一样本媒体数据包括第一样本媒体数据Si，i为正整数；所述方法还包括：

将所述第一样本对象的对象属性信息、所述第一样本对象的触发记录信息以及历史触发第一样本媒体数据的分发环境信息，确定为所述第一样本对象相关联的第一历史触发属性信息；所述历史触发第一样本媒体数据为所述触发记录信息中所记录的第一样本媒体数据；

将所述第一样本媒体数据Si的媒体数据标签、媒体数据内容类别以及媒体数据场景类别，确定为所述第一样本媒体数据Si对应的媒体属性信息。

3.根据权利要求1所述的方法，其特征在于，所述通过初始对抗网络中的初始生成器在至少两个第二样本媒体数据中筛选出候选样本媒体数据，包括：

根据第二样本对象相关联的第二历史触发属性信息以及至少两个第二样本媒体数据分别对应的媒体属性信息，确定所述第二样本对象针对每个第二样本媒体数据分别对应的通用属性特征；

将所述第二样本对象针对每个第二样本媒体数据分别对应的通用属性特征，输入所述初始对抗网络中的初始生成器，通过所述初始生成器生成所述第二样本对象针对所述每个第二样本媒体数据分别对应的第一生成触发概率；

根据所述第二历史触发属性信息，从所述至少两个第二样本媒体数据中筛选出S个匹配样本；所述S个匹配样本为所述第二样本对象未触发过的第二样本媒体数据；S为正整数；

根据所述第一生成触发概率对所述S个匹配样本进行排序，得到排序后的S个匹配样本，从所述排序后的S个匹配样本中获取K个匹配样本，作为候选样本媒体数据；所述K为小于或等于S的正整数。

4.根据权利要求1所述的方法，其特征在于，所述初始判别器包括特征卷积层、神经网络感知层与全连接激活层；

所述在所述初始判别器中，根据所述第一样本对象针对所述候选样本媒体数据对应的通用属性特征以及所述第一未来属性特征，输出所述第一样本对象针对所述第一样本媒体数据的第一触发概率，包括：

通过所述特征卷积层对所述第一样本对象针对所述第一样本媒体数据对应的通用属性特征以及所述第一未来属性特征进行卷积融合处理，得到第一样本卷积融合特征，将所述第一样本卷积融合特征输入所述神经网络感知层；

通过所述神经网络感知层对所述第一样本卷积融合特征进行加权转换处理，得到所述第一样本卷积融合特征对应的待激活特征，将所述待激活特征输入所述全连接激活层；

通过所述全连接激活层对所述待激活特征进行激活处理，得到所述第一样本对象针对所述第一样本媒体数据的第一触发概率。

5.根据权利要求3所述的方法，其特征在于，所述在所述初始判别器中输出针对所述候选样本媒体数据的第二触发概率，包括：

获取所述第二样本对象在未来时刻下，与所述第二历史触发属性信息相关联的第二未来属性特征；

在所述初始判别器中，根据所述第二样本对象针对所述候选样本媒体数据对应的通用属性特征以及所述第二未来属性特征，输出所述第二样本对象针对所述候选样本媒体数据的第二触发概率。