【技术实现步骤摘要】
数据处理方法、电子设备及存储介质
[0001]本申请涉及机器学习
,尤其涉及一种数据处理方法、电子设备及存储介质。
技术介绍
[0002]在推荐任务中,主要目的旨在预测出用户感兴趣的待推荐资源并推送至用户终端,以提高推荐任务的有效推荐率。例如,预测用户感兴趣的短视频并对该短视频进行推荐,从而提高用户对短视频的点击率和观看率。现有预测方式通常是构建预测模型以对用户相关属性和待推荐资源相关属性进行联合预测。然而,该方式下,仅通过前述两种属性直接进行预测,使得参与预测过程的特征较少,导致推荐预测效率和准确率不高。因此,如何提高对待推荐资源的推荐预测效率和准确率成为一个亟待解决的问题。
技术实现思路
[0003]本申请实施例提供了一种数据处理方法、电子设备及存储介质,可以有效地提高对待推荐资源的推荐预测效率和准确率。
[0004]一方面,本申请实施例提供了一种数据处理方法,该方法包括:
[0005]获取推荐信息集合;该推荐信息集合包括目标对象的对象属性信息和对象行为信息、待推荐资源的资源属性信息和资源行为信息;
[0006]根据推荐信息集合生成推荐特征集合;该推荐特征集合包括对象属性信息的对象属性特征、对象行为信息的对象行为特征、资源属性信息的资源属性特征以及资源行为信息的资源行为特征;
[0007]根据对象属性特征和资源属性特征确定对象行为特征的影响因子和资源行为特征的影响因子;
[0008]根据对象行为特征的影响因子和对象行为特征确定目标对象行为特征,并根据资 ...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法,其特征在于,所述方法包括:获取推荐信息集合;所述推荐信息集合包括目标对象的对象属性信息和对象行为信息、待推荐资源的资源属性信息和资源行为信息;根据所述推荐信息集合生成推荐特征集合;所述推荐特征集合包括所述对象属性信息的对象属性特征、所述对象行为信息的对象行为特征、所述资源属性信息的资源属性特征以及所述资源行为信息的资源行为特征;根据所述对象属性特征和所述资源属性特征确定所述对象行为特征的影响因子和所述资源行为特征的影响因子;根据所述对象行为特征的影响因子和所述对象行为特征确定目标对象行为特征,并根据所述资源行为特征的影响因子和所述资源行为特征确定目标资源行为特征;根据所述对象属性特征、所述资源属性特征、所述目标对象行为特征和所述目标资源行为特征确定所述目标对象对所述待推荐资源响应推荐行为的目标概率,并按照所述目标概率将所述待推荐资源推送至所述目标对象的对象终端。2.根据权利要求1所述的方法,其特征在于,所述目标概率由目标预测模型生成;所述方法还包括:获取M个样本信息集合;一个样本信息集合包括一个样本对象的样本对象属性信息和样本对象行为信息、一个样本推荐资源的样本资源属性信息和样本资源行为信息;每个样本信息集合均具有概率标签和资源类型标签,M个样本信息集合具有R种资源类型标签,M为大于1的正整数,R为大于1且小于或等于M的正整数;将每个样本信息集合输入初始预测模型,基于所述初始预测模型生成所述每个样本信息集合对应的样本概率;任一个样本概率表示对应样本信息集合中的样本对象对该样本信息集合中的样本推荐资源响应推荐行为的概率;根据每种资源类型标签的数量确定针对所述M个样本信息集合的目标损失函数;根据所述目标损失函数、所述每个样本信息集合对应的样本概率和对应的概率标签训练所述初始预测模型,得到所述目标预测模型。3.根据权利要求2所述的方法,其特征在于,所述基于所述初始预测模型生成所述每个样本信息集合对应的样本概率,包括:基于所述初始预测模型生成第j个样本信息集合对应的样本特征集合;所述样本特征集合包括所述第j个样本信息集合中样本对象属性信息的样本对象属性特征、样本对象行为信息的样本对象行为特征、样本资源属性信息的样本资源属性特征、样本资源行为信息的样本资源行为特征;所述第j个样本信息集合为所述M个样本信息集合中任一个样本信息集合,j为小于或等于M的正整数;根据所述样本对象属性特征和所述样本资源属性特征生成所述样本对象行为特征的样本影响因子和所述样本资源行为特征的样本影响因子;根据所述样本对象行为特征的样本影响因子和所述样本对象行为特征确定目标样本对象行为特征,并根据所述样本资源行为特征的样本影响因子和所述样本资源行为特征确定目标样本资源行为特征;根据所述对象属性特征、所述资源属性特征、所述目标样本对象行为特征和所述目标样本资源行为特征确定所述第j个样本信息集合对应的样本概率。
4.根据权利要求3所述的方法,其特征在于,所述初始预测模型包括R个初始概率预测网络,一种资源类...
【专利技术属性】
技术研发人员:王国瑞,
申请(专利权)人:腾讯音乐娱乐科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。