[发明专利]数据处理方法、数据处理模型训练方法、装置及设备

说明书

本公开提供了数据处理方法、数据处理模型训练方法、装置及设备。本公开涉及计算机技术领域，尤其涉及深度学习、大数据分析、智能匹配等人工智能技术领域。具体实现方案为：基于M个第一对象各自对应的第一数据，确定M个第一对象各自对应的第一表征向量；基于N个第二对象各自对应的第二数据，确定N个第二对象各自对应的第二表征向量；基于第一表征向量和第二表征向量，确定M个第一对象中任意第一对象与N个第二对象中任意第二对象之间的匹配度；基于M个第一对象中任意第一对象与N个第二对象中任意第二对象之间的匹配度，确定M个第一对象与N个第二对象的关联关系。本公开能提高确定出的关联关系的准确性，实现对有限资源的合理分配。

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习、大数据分析、智能匹配等人工智能技术领域。

背景技术

实际应用中，诸如人才招聘、人员分配等场景，大多基于一定的匹配规则分配人力资源。比如，根据求职者的简历中描述的技能，选择对应领域的面试官来面试。又比如，根据管理者的需求，选择团队成员。然而，这种分配方式存在较大的随机性，导致分配得到的关联对象之间的匹配度较低。因此，亟需一种数据处理方法，合理对有限的资源进行分配。

发明内容

本公开提供了一种数据处理方法、数据处理模型训练方法、装置及设备。

根据本公开的第一方面，提供了一种数据处理方法，包括：

获取M个第一对象各自对应的第一数据和N个第二对象各自对应的第二数据，M为正整数，N为正整数；

基于M个第一对象各自对应的第一数据，确定M个第一对象各自对应的第一表征向量；

基于N个第二对象各自对应的第二数据，确定N个第二对象各自对应的第二表征向量；

基于第一表征向量和第二表征向量，确定M个第一对象中任意第一对象与N个第二对象中任意第二对象之间的匹配度；

基于M个第一对象中任意第一对象与N个第二对象中任意第二对象之间的匹配度，确定M个第一对象与N个第二对象的关联关系。

根据本公开的第二方面，提供了一种数据处理模型训练方法，包括：

获取待训练数据；

获取参考第三表征向量；

将待训练数据和参考第三表征向量输入到待训练模型，得到待训练模型输出的第一对象的第一表征向量预测值、第二对象的第二表征向量预测值和第二对象入职概率预测值；

基于第一对象的第一表征向量预测值、第二对象的第二表征向量预测值和入职概率预测值，以及第一对象的第一表征向量真值、第二对象的第二表征向量真值和入职概率真值，对待训练模型进行训练，获得数据处理模型。

根据本公开的第三方面，提供了一种数据处理装置，包括：

第一获取模块，用于获取M个第一对象各自对应的第一数据和N个第二对象各自对应的第二数据，M为正整数，N为正整数；

第一确定模块，用于基于M个第一对象各自对应的第一数据，确定M个第一对象各自对应的第一表征向量；

第二确定模块，用于基于N个第二对象各自对应的第二数据，确定N个第二对象各自对应的第二表征向量；

第三确定模块，用于基于第一表征向量和第二表征向量，确定M个第一对象中任意第一对象与N个第二对象中任意第二对象之间的匹配度；

第四确定模块，用于基于M个第一对象中任意第一对象与N个第二对象中任意第二对象之间的匹配度，确定M个第一对象与N个第二对象的关联关系。

根据本公开的第四方面，提供了一种数据处理模型训练装置，包括：