数据处理方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请提供了一种数据处理方法、装置、设备、存储介质及程序产品，应用于云技术、人工智能、智慧交通、游戏和车载等各种信息推荐场景；该数据处理方法包括：获取待推荐对象对应的待推荐对象特征，待推荐对象特征通过待推荐对象的目标二阶信息所对应的非线性映射结果获得，目标二阶信息通过聚合至少一个互动对象分别对应的对象特征、以及至少一个推荐信息分别对应的第一信息特征获得，至少一个推荐信息为每个互动对象所转化的信息；获取待推荐信息对应的待推荐信息特征，待推荐信息为互动对象所转化的任一推荐信息；基于待推荐对象特征和待推荐信息特征的融合结果，对待推荐对象进行信息推荐。通过本申请，能够提升信息推荐的准确度。能够提升信息推荐的准确度。能够提升信息推荐的准确度。

Data processing methods, devices, equipment, storage media and program products

【技术实现步骤摘要】
数据处理方法、装置、设备、存储介质及程序产品


[0001]本申请涉及人工智能领域中的信息推荐技术，尤其涉及一种数据处理方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]冷启动对象是指信息推荐时，转化次数为零的对象；由于冷启动用户所转化的推荐信息的数量为零，因此，转化对象与待推荐信息对应的转化二部图中，冷启动对象对应的顶点为孤立顶点；然而，孤立顶点在图神经网络中因为没有任何边的连接，信息无法有效传播，从而冷启动场景中无法确定转化概率，导致信息推荐的准确率较低，进而导致信息推荐的资源消耗较大。

技术实现思路

[0003]本申请实施例提供一种数据处理方法、装置、设备、计算机可读存储介质及计算机程序产品，能够提升信息推荐的准确率，降低信息推荐的资源消耗。
[0004]本申请实施例的技术方案是这样实现的：本申请实施例提供一种数据处理方法，包括：获取待推荐对象对应的待推荐对象特征，其中，所述待推荐对象特征通过目标二阶信息所对应的非线性映射结果获得，所述目标二阶信息通过聚合至少一个互动对象分别对应的对象特征、以及至少一个推荐信息分别对应的第一信息特征获得，至少一个所述互动对象为与所述待推荐对象互动的对象，至少一个所述推荐信息为每个所述互动对象所转化的信息；获取待推荐信息对应的待推荐信息特征，其中，所述待推荐信息为所述互动对象所转化的任一所述推荐信息；基于所述待推荐对象特征和所述待推荐信息特征的融合结果，对所述待推荐对象进行信息推荐。
[0005]本申请实施例提供一种数据处理装置，包括：特征获取模块，用于获取待推荐对象对应的待推荐对象特征，其中，所述待推荐对象特征通过目标二阶信息所对应的非线性映射结果获得，所述目标二阶信息通过聚合至少一个互动对象分别对应的对象特征、以及至少一个推荐信息分别对应的第一信息特征获得，至少一个所述互动对象为与所述待推荐对象互动的对象，至少一个所述推荐信息为每个所述互动对象所转化的信息；所述特征获取模块，还用于获取待推荐信息对应的待推荐信息特征，其中，所述待推荐信息为所述互动对象所转化的任一所述推荐信息；信息推荐模块，用于基于所述待推荐对象特征和所述待推荐信息特征的融合结果，对所述待推荐对象进行信息推荐。
[0006]在本申请实施例中，所述特征获取模块，还用于获取所述待推荐对象对应的所述
目标二阶信息；获取所述目标二阶信息与指定中心信息之间的空间距离，其中，所述指定中心信息是通过多个对象二阶信息确定的，所述多个对象二阶信息包括所述目标二阶信息；基于多个指定映射参数对所述空间距离进行非线性映射，得到多个待融合二阶特征，其中，所述指定映射参数表示映射空间范围；基于多个所述待融合二阶特征对应的第一非线性映射结果，得到所述待推荐对象特征，其中，所述目标二阶信息所对应的非线性映射结果包括所述第一非线性映射结果。
[0007]在本申请实施例中，所述特征获取模块，还用于获取所述待推荐对象与所述互动对象之间的互动权重，其中，所述互动权重表示所述待推荐对象与所述互动对象之间的亲密度；获取所述互动对象与所述推荐信息之间的转化权重，其中，所述转化权重表示所述互动对象与所述推荐信息之间的转化度；获取所述互动权重与所述对象特征的第一融合结果、以及所述转化权重和所述第一信息特征的第二融合结果；将至少一个所述互动对象对应的至少一个所述第一融合结果、以及每个所述互动对象所转化的至少一个推荐信息对应的至少一个所述第二融合结果，组合为所述待推荐对象对应的所述目标二阶信息。
[0008]在本申请实施例中，所述数据处理装置还包括对象判断模块，用于获取所述待推荐对象对待推荐信息库的转化标识，其中，所述待推荐信息库包括每个所述互动对象所转化的至少一个所述推荐信息。
[0009]在本申请实施例中，所述特征获取模块，还用于当所述转化标识表示所述待推荐信息库中包括所述待推荐对象对应的至少一个已转化信息时，获取所述待推荐对象对应的目标一阶信息，其中，所述目标一阶信息通过聚合至少一个所述已转化信息分别对应的第二信息特征获得；将所述目标一阶信息对应的第二非线性映射结果与所述目标二阶信息对应的第一非线性映射结果，组合为所述待推荐对象对应的所述待推荐对象特征。
[0010]在本申请实施例中，所述特征获取模块，还用于对所述目标一阶信息对应的所述第二非线性映射结果、以及所述目标二阶信息对应的所述第一非线性映射结果进行组合，得到初始聚合信息；获取与所述初始聚合信息负相关、且与所述第一非线性映射结果正相关的第一组合权重，并获取所述第一组合权重对应的第二组合权重；对所述第一组合权重与所述第二非线性映射结果的融合结果、以及所述第二组合权重与所述第一非线性映射结果的融合结果进行组合，得到所述待推荐对象特征。
[0011]在本申请实施例中，所述特征获取模块，还用于当所述转化标识表示转化对象库与所述待推荐对象独立时，将所述目标二阶信息对应的所述第二非线性映射结果，确定为所述待推荐对象对应的所述待推荐对象特征，其中，所述转化对象库是指对所述待推荐信息库中的所述推荐信息进行转化的对象集合。
[0012]在本申请实施例中，所述待推荐对象特征和所述待推荐信息特征通过指定异构图获得，其中，所述数据处理装置还包括模型训练模块，用于基于至少两个第一对象之间的互动记录，构建对象互动图，其中，至少两个所述第一对象包括所述待推荐对象和至少一个所述互动对象；基于至少一个第二对象对至少一个初始推荐信息的转化记录，构建对象信息转化图，其中，至少一个所述初始推荐信息包括每个所述互动对象所转化的至少一个所述推荐信息；基于至少两个所述第一对象和至少一个所述第二对象之间的共同对象，对所述对象互动图和所述对象信息转化图进行融合，得到待更新异构图；基于所述待更新异构图中每个对象顶点的二阶信息所对应的非线性映射结果，迭代更新所述待更新异构图中的对
象顶点；将迭代更新后的所述待更新异构图，确定为所述指定异构图。
[0013]在本申请实施例中，所述模型训练模块，还用于基于所述待更新异构图中每个对象顶点的二阶信息所对应的非线性映射结果，更新所述待更新异构图中的对象顶点，得到当前异构图；对所述当前异构图中的边权重进行注意力更新，得到待更新边权重；对所述待更新边权重进行自适应增强，得到所述当前异构图中的目标边权重；基于所述目标边权重，聚合出所述当前异构图中每个当前对象顶点的二阶信息；基于所述当前对象顶点的二阶信息所对应的非线性映射结果，迭代更新所述当前异构图中的对象顶点，得到所述指定异构图。
[0014]在本申请实施例中，所述模型训练模块，还用于获取所述当前异构图中每个所述当前对象顶点对应的至少一个相邻对象顶点；基于至少一个所述相邻对象顶点，确定所述当前对象顶点与每个所述相邻对象顶点之间的注意力互动权重；获取所述当前对象顶点对应的至少一个相邻信息顶点；基于至少一个所述相邻信息顶点，确定所述当前对象顶点与每个所述相邻信息顶点之间的注意力转化权重，其中，所述待更新边权重为所述注意力互动权重或所述注意力转化权重。
[0015]在本申本文档来自技高网...

【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：获取待推荐对象对应的待推荐对象特征，其中，所述待推荐对象特征通过目标二阶信息所对应的非线性映射结果获得，所述目标二阶信息通过聚合至少一个互动对象分别对应的对象特征、以及至少一个推荐信息分别对应的第一信息特征获得，至少一个所述互动对象为与所述待推荐对象互动的对象，至少一个所述推荐信息为每个所述互动对象所转化的信息；获取待推荐信息对应的待推荐信息特征，其中，所述待推荐信息为所述互动对象所转化的任一所述推荐信息；基于所述待推荐对象特征和所述待推荐信息特征的融合结果，对所述待推荐对象进行信息推荐。2.根据权利要求1所述的方法，其特征在于，所述获取待推荐对象对应的待推荐对象特征，包括：获取所述待推荐对象对应的所述目标二阶信息；获取所述目标二阶信息与指定中心信息之间的空间距离，其中，所述指定中心信息是通过多个对象二阶信息确定的，所述多个对象二阶信息包括所述目标二阶信息；基于多个指定映射参数对所述空间距离进行非线性映射，得到多个待融合二阶特征，其中，所述指定映射参数表示映射空间范围；基于多个所述待融合二阶特征对应的第一非线性映射结果，得到所述待推荐对象特征，其中，所述目标二阶信息所对应的非线性映射结果包括所述第一非线性映射结果。3.根据权利要求2所述的方法，其特征在于，所述获取所述待推荐对象对应的所述目标二阶信息，包括：获取所述待推荐对象与所述互动对象之间的互动权重，其中，所述互动权重表示所述待推荐对象与所述互动对象之间的亲密度；获取所述互动对象与所述推荐信息之间的转化权重，其中，所述转化权重表示所述互动对象与所述推荐信息之间的转化度；获取所述互动权重与所述对象特征的第一融合结果、以及所述转化权重和所述第一信息特征的第二融合结果；将至少一个所述互动对象对应的至少一个所述第一融合结果、以及每个所述互动对象所转化的至少一个推荐信息对应的至少一个所述第二融合结果，组合为所述待推荐对象对应的所述目标二阶信息。4.根据权利要求1至3任一项所述的方法，其特征在于，所述获取待推荐对象对应的待推荐对象特征之前，所述方法还包括：获取所述待推荐对象对待推荐信息库的转化标识，其中，所述待推荐信息库包括每个所述互动对象所转化的至少一个所述推荐信息；所述获取待推荐对象对应的待推荐对象特征，包括：当所述转化标识表示所述待推荐信息库中包括所述待推荐对象对应的至少一个已转化信息时，获取所述待推荐对象对应的目标一阶信息，其中，所述目标一阶信息通过聚合至少一个所述已转化信息分别对应的第二信息特征获得；将所述目标一阶信息对应的第二非线性映射结果与所述目标二阶信息对应的第一非
线性映射结果，组合为所述待推荐对象对应的所述待推荐对象特征。5.根据权利要求4所述的方法，其特征在于，所述将所述目标一阶信息对应的第二非线性映射结果与所述目标二阶信息对应的第一非线性映射结果，组合为所述待推荐对象对应的所述待推荐对象特征，包括：对所述目标一阶信息对应的所述第二非线性映射结果、以及所述目标二阶信息对应的所述第一非线性映射结果进行组合，得到初始聚合信息；获取与所述初始聚合信息负相关、且与所述第一非线性映射结果正相关的第一组合权重，并获取所述第一组合权重对应的第二组合权重；对所述第一组合权重与所述第二非线性映射结果的融合结果、以及所述第二组合权重与所述第一非线性映射结果的融合结果进行组合，得到所述待推荐对象特征。6.根据权利要求4所述的方法，其特征在于，所述获取待推荐对象对应的待推荐对象特征，包括：当所述转化标识表示转化对象库与所述待推荐对象独立时，将所述目标二阶信息对应的所述第二非线性映射结果，确定为所述待推荐对象对应的所述待推荐对象特征，其中，所述转化对象库是指对所述待推荐信息库中的所述推荐信息进行转化的对象集合。7.根据权利要求1所述的方法，其特征在于，所述待推荐对象特征和所述待推荐信息特征通过指定异构图获得，其中，所述指定异构图通过以下步骤获得：基于至少两个第一对象之间的互动记录，构建对象互动图，其中，至少两个所述第一对象包括所述待推荐对象和至少一个所述互动对象；基于至少一个第二对象对至少一个初始推荐信息的转化...

【专利技术属性】
技术研发人员：沈春旭，成昊，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：