本申请实施例提供了一种数据处理方法及装置、存储介质，该方法包括：从历史日志数据中提取对象属性信息、对象属性信息对应的历史行为数据和历史显示数据；并从历史推荐信息库中获取对象属性信息对应的历史推荐数据；从历史推荐数据中查找与历史显示数据相同的第一历史推荐数据；并根据历史显示数据、历史行为数据和第一历史推荐数据，得到第二历史推荐数据；利用第二历史推荐数据和第三历史推荐数据训练预设推荐模型，得到训练后的预设推荐模型；在接收到第一身份属性信息的情况下，基于训练后的预设推荐模型确定第一身份属性信息对应的推荐数据。对应的推荐数据。对应的推荐数据。
【技术实现步骤摘要】
一种数据处理方法及装置、存储介质
[0001]本申请涉及计算机
，尤其涉及一种数据处理方法及装置、存储介质。
技术介绍
[0002]由于商品库中的规模较大，因此为了满足实时向顾客推荐商品的需求，目前，通常是使用推荐系统根据用户的属性信息，从商品库中筛选与用户相关的商品，然后推荐给用户，但是现有的推荐系统在模型训练的过程中，由于样本的单一性问题会导致训练后的推荐系统的准确度低。
技术实现思路
[0003]本申请实施例提供一种数据处理方法及装置、存储介质，能够提高推荐时的准确度。
[0004]本申请的技术方案是这样实现的：
[0005]第一方面，本申请实施例提供一种数据处理方法，所述方法包括：
[0006]从历史日志数据中提取对象属性信息、所述对象属性信息对应的历史行为数据和历史显示数据；并从历史推荐信息库中获取所述对象属性信息对应的历史推荐数据；所述历史推荐数据包括所述历史显示数据；
[0007]从所述历史推荐数据中查找与所述历史显示数据相同的第一历史推荐数据；并根据所述历史显示数据、所述历史行为数据和所述第一历史推荐数据，得到第二历史推荐数据；
[0008]利用所述第二历史推荐数据和第三历史推荐数据训练预设推荐模型，得到训练后的预设推荐模型；所述第三历史推荐数据为所述历史推荐数据中除所述第一历史推荐数据外的历史推荐数据；
[0009]在接收到第一身份属性信息的情况下，基于所述训练后的预设推荐模型确定所述第一身份属性信息对应的推荐数据。
[0010]在上述数据处理方法中，所述根据所述历史显示数据、所述历史行为数据和所述第一历史推荐数据，得到第二历史推荐数据，包括：
[0011]将所述历史显示数据和所述第一历史推荐数据进行数据拼接，得到推荐显示数据；
[0012]根据所述历史行为数据将所述推荐显示数据划分为推荐显示点击数据和推荐显示未点击数据；并将所述推荐显示点击数据和所述推荐显示未点击数据确定为所述第二历史推荐数据；
[0013]相应的，所述第三历史推荐数据为推荐未显示数据，所述利用所述第二历史推荐数据和第三历史推荐数据训练预设推荐模型，得到训练后的预设推荐模型，包括：
[0014]利用所述推荐显示点击数据、所述推荐显示未点击数据和所述推荐未显示数据训练预设推荐模型，得到训练后的预设推荐模型。
[0015]在上述数据处理方法中，所述利用所述推荐显示点击数据、所述推荐显示未点击数据和所述推荐未显示数据训练预设推荐模型，包括：
[0016]依次将所述推荐显示点击数据、所述推荐显示未点击数据和所述推荐未显示数据中的每条数据输入预设推荐模型中，得到所述每条数据对应的预测推荐显示点击率、预测推荐显示未点击率和预测推荐未显示率；
[0017]基于所述预测推荐显示点击率、所述预测推荐显示未点击率和所述预测推荐未显示率训练预设推荐模型。
[0018]在上述数据处理方法中，所述基于所述训练后的预设推荐模型确定所述第一身份属性信息对应的推荐数据，包括：
[0019]从目标数据库中查找所述第一身份属性信息对应的待推荐数据；
[0020]将所述待推荐数据输入所述训练后的预设推荐模型中，得到所述待推荐数据对应的推荐显示点击率、推荐显示未点击率和推荐未显示率；
[0021]根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率从所述待推荐数据中确定所述第一身份属性信息对应的推荐数据。
[0022]在上述数据处理方法中，所述根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率从所述待推荐数据中确定所述第一身份属性信息对应的推荐数据，包括：
[0023]根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率确定所述待推荐数据的推荐指数；
[0024]按照所述待推荐指数从高到低的顺序，对所述待推荐数据进行排序，得到排序后的待推荐数据；
[0025]从所述排序后的待推荐数据中选择预设数量的待推荐数据，并将所述预设个数的待推荐数据确定为所述第一身份属性信息对应的推荐数据。
[0026]第二方面，本申请实施例提供一种数据处理装置，所述装置包括：
[0027]获取单元，用于从历史日志数据中提取对象属性信息、所述对象属性信息对应的历史行为数据和历史显示数据；并从历史推荐信息库中获取所述对象属性信息对应的历史推荐数据；所述历史推荐数据包括所述历史显示数据；
[0028]查找单元，用于从所述历史推荐数据中查找与所述历史显示数据相同的第一历史推荐数据；并根据所述历史显示数据、所述历史行为数据和所述第一历史推荐数据，得到第二历史推荐数据；
[0029]模型训练单元，用于利用所述第二历史推荐数据和第三历史推荐数据训练预设推荐模型，得到训练后的预设推荐模型；所述第三历史推荐数据为所述历史推荐数据中除所述第一历史推荐数据外的历史推荐数据；
[0030]确定单元，用于在接收到第一身份属性信息的情况下，基于所述训练后的预设推荐模型确定所述第一身份属性信息对应的推荐数据。
[0031]在上述数据处理装置中，所述装置还包括：输入单元；
[0032]所述查找单元，还用于从目标数据库中查找所述第一身份属性信息对应的待推荐数据；
[0033]所述输入单元，用于将所述待推荐数据输入所述训练后的预设推荐模型中，得到
所述待推荐数据对应的推荐显示点击率、推荐显示未点击率和推荐未显示率；
[0034]所述确定单元，还用于根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率从所述待推荐数据中确定所述第一身份属性信息对应的推荐数据。
[0035]在上述数据处理装置中，所述装置还包括：排序单元；
[0036]所述确定单元，还用于根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率确定所述待推荐数据的推荐指数；
[0037]所述排序单元，用于按照所述待推荐指数从高到低的顺序，对所述待推荐数据进行排序，得到排序后的待推荐数据；
[0038]所述确定单元，还用于从所述排序后的待推荐数据中选择预设数量的待推荐数据，并将所述预设个数的待推荐数据确定为所述第一身份属性信息对应的推荐数据。
[0039]第三方面，本申请实施例提供一种数据处理设备，其特征在于，所述设备包括：处理器、存储器及通信总线；所述处理器执行存储器存储的运行程序时实现如上述任一项所述的数据处理方法。
[0040]第四方面，本申请实施例提供一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如上述任一项所述的数据处理方法。
[0041]本申请实施例提供了一种数据处理方法及装置、存储介质，该方法包括：从历史日志数据中提取对象属性信息、对象属性信息对应的历史行为数据和历史显示数据；并从历史推荐信息库中获取对象属性信息对应的历史推荐数据；历史推荐数据包括历史显示数据；从历史推荐数据中查找与本文档来自技高网...
【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：从历史日志数据中提取对象属性信息、所述对象属性信息对应的历史行为数据和历史显示数据；并从历史推荐信息库中获取所述对象属性信息对应的历史推荐数据；所述历史推荐数据包括所述历史显示数据；从所述历史推荐数据中查找与所述历史显示数据相同的第一历史推荐数据；并根据所述历史显示数据、所述历史行为数据和所述第一历史推荐数据，得到第二历史推荐数据；利用所述第二历史推荐数据和第三历史推荐数据训练预设推荐模型，得到训练后的预设推荐模型；所述第三历史推荐数据为所述历史推荐数据中除所述第一历史推荐数据外的历史推荐数据；在接收到第一身份属性信息的情况下，基于所述训练后的预设推荐模型确定所述第一身份属性信息对应的推荐数据。2.根据权利要求1所述的方法，其特征在于，所述根据所述历史显示数据、所述历史行为数据和所述第一历史推荐数据，得到第二历史推荐数据，包括：将所述历史显示数据和所述第一历史推荐数据进行数据拼接，得到推荐显示数据；根据所述历史行为数据将所述推荐显示数据划分为推荐显示点击数据和推荐显示未点击数据；并将所述推荐显示点击数据和所述推荐显示未点击数据确定为所述第二历史推荐数据；所述第三历史推荐数据为推荐未显示数据，所述利用所述第二历史推荐数据和第三历史推荐数据训练预设推荐模型，得到训练后的预设推荐模型，包括：利用所述推荐显示点击数据、所述推荐显示未点击数据和所述推荐未显示数据训练预设推荐模型，得到训练后的预设推荐模型。3.根据权利要求2所述的方法，其特征在于，所述利用所述推荐显示点击数据、所述推荐显示未点击数据和所述推荐未显示数据训练预设推荐模型，包括：依次将所述推荐显示点击数据、所述推荐显示未点击数据和所述推荐未显示数据中的每条数据输入预设推荐模型中，得到所述每条数据对应的预测推荐显示点击率、预测推荐显示未点击率和预测推荐未显示率；基于所述预测推荐显示点击率、所述预测推荐显示未点击率和所述预测推荐未显示率训练预设推荐模型。4.根据权利要求1所述的方法，其特征在于，所述基于所述训练后的预设推荐模型确定所述第一身份属性信息对应的推荐数据，包括：从目标数据库中查找所述第一身份属性信息对应的待推荐数据；将所述待推荐数据输入所述训练后的预设推荐模型中，得到所述待推荐数据对应的推荐显示点击率、推荐显示未点击率和推荐未显示率；根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率从所述待推荐数据中确定所述第一身份属性信息对应的推荐数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述推荐显示点击率、所述推荐显示未点击率和所述推荐未显示率从所述待推荐数据中确定所述第一身份...
【专利技术属性】
技术研发人员：宋金波，姚亚飞，李勇，彭长平，包勇军，邵京平，
申请(专利权)人：北京沃东天骏信息技术有限公司，
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。