[发明专利]一种数据处理方法、装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，应用于第一设备，所述方法包括：

获取用户的线上行为数据，所述线上行为数据包括所述用户与多个第一对象在线上交互产生的数据；

基于贝叶斯个性化排序算法对所述线上行为数据进行计算，确定所述第一对象对应的预测信息，所述预测信息用于描述所述用户对第一对象产生正反馈的概率；

根据所述预测信息，从所述线上行为数据中筛选出第二对象对应的线上行为数据；

将所述第二对象对应的线上行为数据，输入至预先训练的预测模型中，确定所述用户对所述第二对象产生正反馈的目标概率。

2.根据权利要求1所述的方法，其特征在于，所述基于贝叶斯个性化排序算法对所述线上行为数据进行计算，确定所述第一对象对应的预测信息，包括：

基于所述贝叶斯个性化排序算法对所述线上行为数据进行计算，确定所述第一对象的类别与预设对象的类别一致的第一概率；

基于所述贝叶斯个性化排序算法对所述线上行为数据进行计算，确定所述第一对象的类别与预设对象的类别不一致的第二概率；

根据所述第一概率和所述第二概率，确定所述预测信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述预测信息，从所述线上行为数据中筛选出第二对象对应的线上行为数据，包括：

在所述第一概率大于所述第二概率的情况下，确定所述线上行为数据为所述第二对象对应的线上行为数据。

4.根据权利要求1所述的方法，其特征在于，所述预先训练的预测模型设置于预设服务器，在所述将所述第二对象对应的线上行为数据，输入至预先训练的预测模型中，确定所述用户对所述第二对象产生正反馈的目标概率之前，所述方法还包括：

获取工作线程的饱和度、计算任务饱和度、所述计算任务的缓冲队列增长速率；所述工作线程为多个所述第一设备到所述预设服务器之间的线程，所述计算任务中包括至少一个所述第二对象对应的线上行为数据；

基于预设权重系数，对所述工作线程的饱和度、所述计算任务饱和度和所述缓冲队列增长速率进行加权计算，得到线程池负荷度；

在所述线程池负荷度大于预设负荷度的情况下，调整所述工作线程的工作状态信息。

5.根据权利要求4所述的方法，其特征在于，所述预设服务器包括多个计算节点，在所述将所述第二对象对应的线上行为数据，输入至预先训练的预测模型中，确定所述用户对所述第二对象产生正反馈的目标概率之前，所述方法还包括：

获取所述多个计算节点的算力信息和时延信息；

根据所述预测信息、所述算力信息和所述时延信息，为所述计算任务匹配计算节点。

6.根据权利要求5所述的方法，其特征在于，所述获取多个计算节点的算力信息和时延信息，包括：

获取所述计算节点的冗余算力、映射比例系数和映射函数；

根据所述冗余算力、所述映射比例系数和所述映射函数，计算所述算力信息。

7.根据权利要求5所述的方法，其特征在于，所述多个计算节点包括：边缘计算节点和云数据中心计算节点，所述获取多个计算节点的算力信息和时延信息，包括：

获取所述第一设备到所述边缘计算节点的第一传输时延、所述边缘计算节点的处理时延、所述边缘计算节点和所述云数据中心计算节点的第二传输时延，以及所述云数据中心计算节点的计算时延；

根据所述第一传输时延、所述处理时延、所述第二传输时延和所述计算时延，计算所述时延信息。