一种数据处理方法、装置、服务器及计算机可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种数据处理方法、装置、服务器及计算机存储介质，其中，该方法包括：获取运营平台提交的目标活动事件的运营数据，运营数据包括目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据，根据各个选项对应的奖励比例系数确定各个选项对应的奖励概率，并根据各个选项对应的参与人数确定各个选项对应的参与热度，利用各个选项对应的奖励概率、参与热度和盈亏数据确定调整后的奖励概率，根据调整后的奖励概率得到各个选项对应的调整后的奖励比例系数，并向运营平台发送各个选项对应的调整后的奖励比例系数，可以实现活动事件的选项的奖励比例系数实时动态的调整，并能有效保证对奖励比例系数调整的准确度。

A data processing method, device, server and computer readable storage medium

【技术实现步骤摘要】
一种数据处理方法、装置、服务器及计算机可读存储介质
本申请涉及互联网
，尤其涉及一种数据处理方法、装置、服务器及计算机可读存储介质。
技术介绍
在科技飞速发展的当下，针对一些比较活跃的各类活动的运营方会设置一些带有选项的问题让用户参与，当用户答对问题或者对某个问题的见解得到多数人支持时，运营方便给出相应的奖励。同时，运营方在这个过程需要去衡量问题各个选项之间的情况，才能维持问题的热度和平台的收益。因此，能否通过一些特殊的形式选择需要更改的选项，以及此选项对应的概率，和概率调整幅度，使得平台历史综合收益维持在获利一侧，成为当下的一个热点问题。目前，是实现对选项的平衡的技术是基于历史数据的，当历史数据不足，又或者缺乏针对用户行为能不足，不能对选项的奖励概率进行实时的动态调整，从而使选项的奖励概率不够准确，对于运营平台来说，也不能实时的掌握己方的收益情况。
技术实现思路
本专利技术实施例提供了一种数据处理方法、装置、服务器及计算机可读存储介质，可以通过调用奖励概率预测模型实现对目标事件选项的动态调整，促进平台更好的管理目标事件的选项，保证运营平台获得稳定、持续的收益。第一方面，本专利技术实施例提供了一种数据处理方法，所述方法包括：获取运营平台提交的目标活动事件的运营数据，所述运营数据包括所述目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据；根据所述各个选项对应的奖励比例系数确定所述各个选项对应的奖励概率，并根据所述各个选项对应的参与人数确定所述各个选项对应的参与热度；通过调用奖励概率预测模型利用所述各个选项对应的奖励概率、参与热度和盈亏数据确定所述各个选项对应的调整后的奖励概率；根据所述各个选项对应的调整后的奖励概率得到所述各个选项对应的调整后的奖励比例系数，并向所述运营平台发送所述各个选项对应的调整后的奖励比例系数。第二方面，本专利技术实施例提供了一种数据处理装置，所述装置包括：获取模块，用于获取运营平台提交的目标活动事件的运营数据，所述运营数据包括所述目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据；确定模块，用于根据所述各个选项对应的奖励比例系数确定所述各个选项对应的奖励概率，并根据所述各个选项对应的参与人数确定所述各个选项对应的参与热度；所述确定模块，还用于通过调用奖励概率预测模型利用所述各个选项对应的奖励概率、参与热度和盈亏数据确定所述各个选项对应的调整后的奖励概率；所述确定模块，还用于根据所述各个选项对应的调整后的奖励概率得到所述各个选项对应的调整后的奖励比例系数，输出模块，用于向所述运营平台发送所述各个选项对应的调整后的奖励比例系数。第三方面，一种服务器，其特征在于，包括：存储器，用于存储计算机程序，处理器，调用所述存储器中的所述计算机程序，用于执行第一方面所述的数据处理的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行第一方面所述的数据处理的方法。本专利技术实施例中，管理服务器获取运营平台提交的目标活动事件的运营数据，该运营数据包括目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据，根据各个选项对应的奖励比例系数确定各个选项对应的奖励概率，并根据各个选项对应的参与人数确定各个选项对应的参与热度，从而通过调用奖励概率预测模型利用各个选项对应的奖励概率、参与热度和盈亏数据确定各个选项对应的调整后的奖励概率，根据各个选项对应的调整后的奖励概率得到各个选项对应的调整后的奖励比例系数，并向运营平台发送各个选项对应的调整后的奖励比例系数，通过实施上述方法，可以实现活动事件的选项的奖励比例系数实时动态的调整，并能有效保证对奖励比例系数调整的准确度，保证运营平台获得稳定、持续的收益。附图说明为了更清楚地说明本专利技术实施例或
技术介绍
中的技术方案，下面将对本专利技术实施例或
技术介绍
中所需要使用的附图进行说明。图1是本专利技术实施例公开的一种数据处理系统的架构示意图；图2是本专利技术实施例提供的一种数据处理方法的流程示意图；图3是本专利技术实施例提供的另一种数据处理方法的流程示意图；图4是本专利技术实施例提供的一种数据处理装置的结构示意图；图5是本专利技术实施例提供的一种服务器的结构示意图。具体实施方式随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。其中，机器学习(MachineLearning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。其中，数据处理技术是机器学习应用的一个重要技术。本专利技术实施例提供的数据处理方法涉及人工智能的机器学习技术，可以通过获取运营平台提交的目标活动事件的运营数据，该运营数据包括目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据，根据各个选项对应的奖励比例系数确定各个选项对应的奖励概率，并根据各个选项对应的参与人数确定各个选项对应的参与热度，从而通过调用奖励概率预测模型利用各个选项对应的奖励概率、参与热度和盈亏数据确定各个选项对应的调整后的奖励概率，根据各个选项对应的调整后的奖励概率得到各个选项对应的调整后的奖励比例系数，并向运营平台发送各个选项对应的调整后的奖励比例系数，通过实施上述方法，可以实现活动事件的选项的奖励比例系数实时动态的调整，并能有效保证对奖励比例系数调整的准确度，保证运营平本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：/n获取运营平台提交的目标活动事件的运营数据，所述运营数据包括所述目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据；/n根据所述各个选项对应的奖励比例系数确定所述各个选项对应的奖励概率，并根据所述各个选项对应的参与人数确定所述各个选项对应的参与热度；/n通过调用奖励概率预测模型利用所述各个选项对应的奖励概率、参与热度和盈亏数据确定所述各个选项对应的调整后的奖励概率；/n根据所述各个选项对应的调整后的奖励概率得到所述各个选项对应的调整后的奖励比例系数，并向所述运营平台发送所述各个选项对应的调整后的奖励比例系数。/n

【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：
获取运营平台提交的目标活动事件的运营数据，所述运营数据包括所述目标活动事件的各个选项对应的奖励比例系数、参与人数和盈亏数据；
根据所述各个选项对应的奖励比例系数确定所述各个选项对应的奖励概率，并根据所述各个选项对应的参与人数确定所述各个选项对应的参与热度；
通过调用奖励概率预测模型利用所述各个选项对应的奖励概率、参与热度和盈亏数据确定所述各个选项对应的调整后的奖励概率；
根据所述各个选项对应的调整后的奖励概率得到所述各个选项对应的调整后的奖励比例系数，并向所述运营平台发送所述各个选项对应的调整后的奖励比例系数。


2.根据权利要求1所述方法，其特征在于，所述通过调用奖励概率预测模型利用所述各个选项对应的奖励概率、参与热度和盈亏数据确定所述各个选项对应的调整后的奖励概率，包括：
将所述各个选项对应的奖励概率、参与热度和盈亏数据输入到奖励概率预测模型中，得到所述各个选项中的亏损选项以及所述亏损选项对应的奖励概率调整幅度；
利用所述奖励概率调整幅度对所述亏损选项对应的奖励概率进行调整，得到所述亏损选项对应的调整后的奖励概率；
获取所述亏损选项对应的奖励概率调整幅度之和，以及所述各个选项中除所述亏损选项之外的其他选项；
利用所述奖励概率调整幅度之和对所述其他选项对应的奖励概率进行调整，得到所述其他选项对应的调整后的奖励概率。


3.根据权利要求2所述方法，其特征在于，所述利用所述奖励概率调整幅度之和对所述其他选项对应的奖励概率进行调整，得到所述其他选项对应的调整后的奖励概率，包括：
针对所述其他选项中的第一选项，获取所述第一选项在所述其他选项中的奖励概率比例或盈利比例，所述第一选项为所述其他选项中的任意一个选项；
利用所述奖励概率调整幅度之和、所述奖励概率比例或所述盈利比例对所述第一选项对应的奖励概率进行调整，得到所述第一选项对应的调整后的奖励概率。


4.根据权利要求1～3中任一项所述方法，其特征在于，所述通过调用奖励概率预测模型利用所述各个选项对应的奖励概率、参与热度和盈亏数据确定所述各个选项对应的调整后的奖励概率之后，所述方法还包括：
查询所述各个选项对应的调整后的奖励概率是否处于预设的奖励概率区间范围内，所述预设的奖励概率区间包括奖励概率上限和奖励概率下限；
对于所述各个选项中调整后的奖励概率大于所述奖励概率上限的第二选项，将所述奖励概率上限作为所述第二选项对应的调整后的奖励概率；
对于所述各个选项中调整后的奖励概率小于所述奖励概率下限的第三选项，将所述奖励概率下限作为所述第三选项对应的调整后的奖励概率。


5.根据权利要求2所述方法，...

【专利技术属性】
技术研发人员：黄炜杰，黄浩倚，李琳，吴文彬，杜家春，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44