[发明专利]数据处理方法及装置、终端设备及存储介质

说明书

本公开是关于一种数据处理方法及装置、终端设备及存储介质。所述数据处理方法包括：获取用户的第一用户特征以及待推荐项目的第一项目特征；将所述第一用户特征进行嵌入特征编码，并对经嵌入特征编码之后的第一用户特征进行非线性编码得到第二用户特征；其中，所述第二用户特征是所述第一用户特征的高阶特征；将所述第一项目特征进行嵌入特征编码，并对经嵌入特征编码之后的第一项目特征进行非线性编码得到第二项目特征；其中，所述第二项目特征是所述第一项目特征的高阶特征；根据所述第一用户特征、所述第二用户特征、所述第一项目特征以及所述第二项目特征，得到第一预测结果；其中，所述第一预测结果，指示所述用户是否为所述待推荐项目的目标。

技术领域

本公开涉及计算机技术领域，尤其涉及一种数据处理方法及装置、终端设备及存储介质。

背景技术

随着信息技术和互联网的发展，用户与各类信息内容交互也越来越多，信息内容种类繁多，用户的数据量与日俱增。随着数据信息的增多，如何在海量数据中筛选出用户当前喜欢的视频、文章、物品、或服务却越来越难。但相关技术在数据处理中，用户特征和项目特征内部分别实现交互之后，才会实现用户特征和项目特征的特征交互，而这样会造成很多低阶特征信息的损失。从而使得筛选出的数据信息会将用户喜欢的信息丢失，显得信息处理智能性差和用户体验差的问题。

发明内容

有鉴于此，本公开提供一种数据处理方法及装置、终端设备及存储介质。

本公开实施例第一方面提供一种数据处理方法，所述方法包括：

获取用户的第一用户特征以及待推荐项目的第一项目特征；

将所述第一用户特征进行嵌入特征编码，并对经嵌入特征编码之后的第一用户特征进行非线性编码得到第二用户特征；其中，所述第二用户特征是所述第一用户特征的高阶特征；

将所述第一项目特征进行嵌入特征编码，并对经嵌入特征编码之后的第一项目特征进行非线性编码得到第二项目特征；其中，所述第二项目特征是所述第一项目特征的高阶特征；

根据所述第一用户特征、所述第二用户特征、所述第一项目特征以及所述第二项目特征，得到第一预测结果；其中，所述第一预测结果，指示所述用户是否为所述待推荐项目的目标。

基于上述方案，所述将所述第一用户特征进行嵌入特征编码，并对经嵌入特征编码之后的第一用户特征进行非线性编码得到第二用户特征，包括：

将所述第一用户特征经过多层感知机MLP的非线性编码，得到多层MLP用户特征；

将所述第一用户特征经过分解模型FM的非线性编码，得到FM用户特征；

根据所述多层MLP用户特征和/或所述FM用户特征，得到所述第二用户特征。

基于上述方案，所述将所述第一项目特征进行嵌入特征编码，并对经嵌入特征编码之后的第一项目特征进行非线性编码得到第二项目特征，包括：

将所述第一项目特征经过多层感知机MLP的非线性编码，得到多层MLP项目特征；

将所述第一项目特征经过分解模型FM的非线性编码，得到FM项目特征；

根据所述多层MLP项目特征和/或所述FM项目特征，得到所述第二项目特征。

基于上述方案，所述根据所述第一用户特征、所述第二用户特征、所述第一项目特征以及所述第二项目特征，得到第一预测结果，包括：

拼接多个所述第一用户特征得到第三用户特征；

拼接多个所述第一项目特征得到第三项目特征；

融合所述第二用户特征和所述第三用户特征，得到第四用户特征；

融合所述第二项目特征和所述第三项目特征，得到第四项目特征；