[发明专利]一种数据处理方法、装置、计算机设备以及可读存储介质

说明书

本申请实施例提供了一种数据处理方法、装置、计算机设备以及可读存储介质，该方法可以应用于云技术、人工智能、智慧交通、多媒体等各种场景，方法包括：获取目标网络模型和与目标业务数据相关联的目标对象；通过第一多任务子模型对输入数据进行特征提取，得到模式共享特征和至少两个任务指标分别对应的权重共享特征，根据模式共享特征和至少两个权重共享特征，输出第一输出结果；将输入数据分别输入第二多任务子模型中的至少两个任务子网络，根据每个任务子网络分别输出的任务结果，确定第二多任务子模型所输出的第二输出结果；对第一输出结果和第二输出结果进行集成，得到任务指标预估值。采用本申请，可以提高预测任务指标预估值的准确度。

技术领域

本申请涉及互联网技术领域，尤其涉及一种数据处理方法、装置、计算机设备以及可读存储介质。

背景技术

现有的业务数据推荐系统基于业务数据（例如，业务数据Y）的业务类型预测业务数据Y对应的预估值（例如，预估点击率），进而基于业务数据Y对应的预估点击率来实现业务数据的投放。其中，业务数据推荐系统需要首先确定业务数据Y的业务类型（例如，体育），获取业务类型为体育的其他业务数据，进而统计与其他业务数据相关联的历史点击率，将历史点击率作为业务数据Y对应的预估点击率。然而，相同业务类型的业务数据不可避免地会存在许多差异，进而导致使用业务类型所预测的预估点击率并不准确，降低了预测预估值的准确度。

发明内容

本申请实施例提供一种数据处理方法、装置、计算机设备以及可读存储介质，可以提高提高预测任务指标预估值的准确度。

本申请实施例一方面提供了一种数据处理方法，包括：

获取目标网络模型和与目标业务数据相关联的目标对象，根据目标对象和目标业务数据确定输入数据；目标网络模型包括第一多任务子模型和第二多任务子模型；第一多任务子模型和第二多任务子模型均是基于至少两个任务指标所生成的；

通过第一多任务子模型对输入数据进行特征提取，得到模式共享特征和至少两个任务指标分别对应的权重共享特征，根据模式共享特征和至少两个权重共享特征，输出与至少两个任务指标相关联的第一输出结果；

将输入数据分别输入第二多任务子模型中的至少两个任务子网络，根据每个任务子网络分别输出的任务结果，确定第二多任务子模型所输出的与至少两个任务指标相关联的第二输出结果；

在目标网络模型中，对第一输出结果和第二输出结果进行集成，得到目标对象针对目标业务数据的任务指标预估值。

本申请实施例一方面提供了一种数据处理装置，包括：

数据获取模块，用于获取目标网络模型和与目标业务数据相关联的目标对象，根据目标对象和目标业务数据确定输入数据；目标网络模型包括第一多任务子模型和第二多任务子模型；第一多任务子模型和第二多任务子模型均是基于至少两个任务指标所生成的；

第一输出模块，用于通过第一多任务子模型对输入数据进行特征提取，得到模式共享特征和至少两个任务指标分别对应的权重共享特征，根据模式共享特征和至少两个权重共享特征，输出与至少两个任务指标相关联的第一输出结果；

第二输出模块，用于将输入数据分别输入第二多任务子模型中的至少两个任务子网络，根据每个任务子网络分别输出的任务结果，确定第二多任务子模型所输出的与至少两个任务指标相关联的第二输出结果；

结果集成模块，用于在目标网络模型中，对第一输出结果和第二输出结果进行集成，得到目标对象针对目标业务数据的任务指标预估值。

其中，第一输出模块包括：

第一嵌入单元，用于将输入数据输入至第一多任务子模型；第一多任务子模型包括第一特征输入层、至少两个专家网络层和至少两个任务指标分别指示的权重学习层；