[发明专利]数据处理方法和用于训练预测模型的方法

说明书

本公开提供了一种数据处理方法和用于训练预测模型的方法，涉及计算机技术领域，尤其涉及人工智能技术。实现方案为：确定待处理对象；基于所述待处理对象的分类属性确定所述待处理对象所属的对象类别；基于所述对象类别确定用于所述待处理对象的预测模型；以及利用所述预测模型对所述待处理对象的至少一个预测特征进行处理，以得到所述待处理对象的预测结果，其中所述预测结果和所述分类属性是相同类型的变量。

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能技术，具体涉及一种数据处理方法和用于训练预测模型的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

预测任务在各种人工智能应用场景中具有重要的任务。例如，在视频推荐场景中，预估用户在所推荐的视频资源的停留时长对于视频推荐结果有关键的作用。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种数据处理方法和用于训练预测模型的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种数据处理方法，包括：确定待处理对象；基于所述待处理对象的分类属性确定所述待处理对象所属的对象类别；基于所述对象类别确定用于所述待处理对象的预测模型；以及利用所述预测模型对所述待处理对象的至少一个预测特征进行处理，以得到所述待处理对象的预测结果，其中所述预测结果和所述分类属性是相同类型的变量。

根据本公开的另一方面，提供了一种用于训练预测模型的方法，包括：确定包括多个样本对象的样本集合；基于所述样本对象的分类属性确定样本集合中的第一样本子集和第二样本子集；利用第一样本子集中的第一样本对象训练第一预测模型；利用第二样本子集中的第二样本对象训练第二预测模型；以及其中所述第一预测模型和第二预测模型用于对待处理对象的至少一个预测特征进行处理，以得到待处理对象的预测结果，其中所述预测结果和所述分类属性是相同类型的变量。

根据本公开的另一方面，提供了一种数据处理装置，包括：待处理对象确定单元，被配置成确定待处理对象；对象类别确定单元，被配置成基于所述待处理对象的分类属性确定所述待处理对象所属的对象类别；预测模型确定单元，被配置成基于所述对象类别确定用于所述待处理对象的预测模型；以及预测单元，被配置成利用所述预测模型对所述待处理对象的至少一个预测特征进行处理，以得到所述待处理对象的预测结果，其中所述预测结果和所述分类属性是相同类型的变量。

根据本公开的另一方面，提供了一种用于训练预测模型的装置，包括：样本确定单元，被配置成确定包括多个样本对象的样本集合；分类单元，被配置成基于所述样本对象的分类属性确定样本集合中的第一样本子集和第二样本子集；第一预测模型训练单元，被配置成利用第一样本子集中的第一样本对象训练第一预测模型；第二预测模型训练单元，被配置成利用第二样本子集中的第二样本对象训练第二预测模型；以及其中所述第一预测模型和第二预测模型用于对待处理对象的至少一个预测特征进行处理，以得到待处理对象的预测结果，其中所述预测结果和所述分类属性是相同类型的变量。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前所述的方法。