【技术实现步骤摘要】
一种数据处理方法、装置、电子设备及存储介质
本专利技术涉及互联网
，尤其涉及一种数据处理方法、装置、电子设备及存储介质。
技术介绍
随着互联网科技技术的不断发展，基于用户兴趣向其推荐对应的内容变得越来越普遍，常见的应用场景包括广告推荐、视频推荐、新闻推荐、电商推荐等各种推荐场景。在内容推荐场景中，需要对用户兴趣进行建模以使得推荐内容被用户接受。目前，现有的建模方式通常是将用户的长期兴趣以及用户的短期兴趣分开建模，这种建模方式未考虑到用户的长期兴趣与短期兴趣之间的关联性，从而导致不能够准确、全面地获取用户的兴趣。
技术实现思路
本专利技术实施例提出了一种数据处理方法、装置、电子设备及存储介质，可以根据用户的历史行为数据，更准确的确定用户的兴趣信息。本申请实施例提供一种数据处理方法，该方法具体包括：获取用户的历史行为数据，其中，所述历史行为数据包括第一行为数据和第二行为数据，所述第一行为数据为第一预设时间段内的行为数据，所述第二行为数据为第二预设时间段内的行为数据，所述第一预设时间段大于...
【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获取用户的历史行为数据，其中，所述历史行为数据包括第一行为数据和第二行为数据，所述第一行为数据为第一预设时间段内的行为数据，所述第二行为数据为第二预设时间段内的行为数据，所述第一预设时间段大于所述第二预设时间段；/n对所述第一行为数据和所述第二行为数据分别进行特征提取，得到所述第一行为数据的特征信息以及所述第二行为数据的特征信息；/n对所述第一行为数据的特征信息与所述第二行为数据的特征信息进行融合处理，得到融合特征信息，并根据所述融合特征信息确定所述用户的兴趣信息。/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：
获取用户的历史行为数据，其中，所述历史行为数据包括第一行为数据和第二行为数据，所述第一行为数据为第一预设时间段内的行为数据，所述第二行为数据为第二预设时间段内的行为数据，所述第一预设时间段大于所述第二预设时间段；
对所述第一行为数据和所述第二行为数据分别进行特征提取，得到所述第一行为数据的特征信息以及所述第二行为数据的特征信息；
对所述第一行为数据的特征信息与所述第二行为数据的特征信息进行融合处理，得到融合特征信息，并根据所述融合特征信息确定所述用户的兴趣信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述融合特征信息确定所述用户的兴趣信息，包括：
获取所述用户的属性信息，并对所述用户的属性信息进行词嵌入处理，得到所述用户的属性信息的特征信息；
根据所述融合特征信息、所述第二行为数据的特征信息以及所述用户的属性信息的特征信息，确定所述用户的兴趣信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述融合特征信息、所述第二行为数据的特征信息以及所述用户的属性信息的特征信息，确定所述用户的兴趣信息，包括：
将所述融合特征信息、所述第二行为数据的特征信息以及所述用户的属性信息的特征信息输入兴趣识别网络模型的拼接模块进行拼接处理，得到拼接特征信息；
将所述拼接特征信息输入所述兴趣识别网络模型的注意力模块，以输出所述用户的兴趣信息。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一行为数据的特征信息包括多个第一单位特征信息，所述第二行为数据的特征信息包括多个第二单位特征信息，所述对所述第一行为数据的特征信息与所述第二行为数据的特征信息进行融合处理，得到融合特征信息，包括：
通过注意力机制将所述多个第二单位特征信息中的每个第二单位特征信息分别向所述多个第一单位特征信息中的每个第一单位特征信息融合，得到所述多个第一单位特征信息对应的多个单位融合特征信息；
将所述多个单位融合特征信息进行拼接处理，得到融合特征信息。
5.根据权利要求1所述的方法，其特征在于，所述对所述第一行为数据和所述第二行为数据分别进行特征提取，得到所述第一行为数据的特征信息以及所述第二行为数据的特征信息包括：
对所述第一行为数据进行词嵌入处理，得到所述第一行为数据的词向量，并对所述第一行为数据的词向量进行平均池化处理，得到所述第一行为数据的特征信息；
...
【专利技术属性】
技术研发人员：冯志祥，
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
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。