行为事件的处理方法、服务推送方法、装置和服务器制造方法及图纸

本申请涉及一种行为事件的处理方法、服务推送方法、装置和服务器。所述方法包括：对事件序列进行分割，得到多个事件子序列；所述事件序列为根据预设时间段内的用户行为事件生成的序列；将所述多个事件子序列输入至第一网络进行特征提取，得到特征序列，并将所述特征序列输入至第二网络中进行特征提取，得到所述用户行为事件对应的用户表征序列；所述第一网络和所述第二网络均为处理序列数据的神经网络。采用本方法能够有效降低得到用户行为事件对应的用户表征序列的复杂度。应的用户表征序列的复杂度。应的用户表征序列的复杂度。

【技术实现步骤摘要】
行为事件的处理方法、服务推送方法、装置和服务器


[0001]本申请涉及计算机
，特别是涉及一种行为事件的处理方法、服务推送方法、装置和服务器。

技术介绍

[0002]随着通信技术的发展，智能终端的使用十分的广泛。通常，通过用户在终端上的操作可以获取用户行为数据，利用用户行为数据可以对用户进行画像，有助于为用户提供个性化的服务。
[0003]传统技术中，利用用户行为数据对用户进行画像时，主要是采用建模的方式对用户行为数据构成的行为数据序列进行分析，得到数据特征，根据数据特征分析行为数据序列的依赖关系，进而根据该依赖关系对用户进行画像。
[0004]然而，采用传统的建模方式获取数据特征时，存在算法复杂度较高的问题。

技术实现思路

[0005]本申请实施例提供了一种行为事件的处理方法、服务推送方法、装置和服务器，可以降低获取行为数据序列的数据特征的算法复杂度。
[0006]第一方面，本申请实施例提供了一种行为事件的处理方法，包括：
[0007]对事件序列进行分割，得到多个事件子序列；所述事件序列为根据预设时间段内的用户行为事件生成的序列；
[0008]将所述多个事件子序列输入至第一网络进行特征提取，得到特征序列，并将所述特征序列输入至第二网络中进行特征提取，得到所述用户行为事件对应的用户表征序列；所述第一网络和所述第二网络均为处理序列数据的神经网络。
[0009]第二方面，本申请实施例提供了一种服务推送方法，包括：
[0010]采用如第一方面所述的方法获取用户表征序列；
[0011]根据所述用户表征序列，确定事件序列中各事件之间的依赖关系；
[0012]根据所述依赖关系确定目标服务，并将所述目标服务推送至用户终端。
[0013]第三方面，本申请实施例提供了一种行为事件的处理装置，包括：
[0014]分割模块，用于对事件序列进行分割，得到多个事件子序列；所述事件序列为根据所述预设时间段内的用户行为事件生成的序列；
[0015]处理模块，用于将所述多个事件子序列输入至第一网络进行特征提取，得到特征序列，并将所述特征序列输入至第二网络中进行特征提取，得到所述用户行为事件对应的用户表征序列；所述第一网络和所述第二网络均为处理序列数据的神经网络。
[0016]第四方面，本申请实施例提供了一种服务推送装置，包括：
[0017]获取模块，用于采用如第一方面所述的方法获取用户表征序列；
[0018]确定模块，用于根据所述用户表征序列，确定事件序列中各事件之间的依赖关系；
[0019]推送模块，用于根据所述依赖关系确定目标服务，并将所述目标服务推送至用户
终端。
[0020]第五方面，本申请实施例提供了一种服务器，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面所述的行为事件的处理方法的步骤和如第二方面所述的服务推送方法的步骤。
[0021]第六方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的行为事件的处理方法的步骤和如第二方面所述的服务推送方法的步骤。
[0022]第七方面，本申请实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述的行为事件的处理方法的步骤和如第二方面所述的服务推送方法的步骤。
[0023]上述行为事件的处理方法、服务推送方法、装置和服务器，通过对事件序列进行分割，得到多个事件子序列，将多个事件子序列输入第一网络进行特征提取，并将得到的特征序列输入至第二网络中进行特征提取，进而得到用户行为事件对应的用户表征序列。本实施例在获取用户表征序列的过程中，由于对事件序列进行了分割，使得第一网络不再是对整个事件序列进行特征提取，而是对从整个事件序列中分割出来的多个事件子序列进行特征提取，并且由于第一网络为处理序列数据的神经网络，因此其有效地降低了得到特征序列的复杂度；另外，由于通过第一网络对多个事件子序列进行特征提取，得到的特征序列的长度是远小于事件序列的长度的，这样将特征序列输入第二网络中进行特征提取得到用户表征序列时，由于第二网络为处理序列数据的神经网络，因此，基于特征序列和第二网络获取用户表征序列的复杂度，是远小于基于第二网络对整个事件序列进行特征提取的复杂度的，因此，通过上述处理过程，有效降低了获取用户表征序列的复杂度。
附图说明
[0024]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1为一个实施例中行为事件的处理方法的应用环境图；
[0026]图2为一个实施例中行为事件的处理方法的流程图；
[0027]图3为一个实施例中用户在终端上进行操作的示意图；
[0028]图4为另一个实施例中用户在终端上进行操作的示意图；
[0029]图5为另一个实施例中用户在终端上进行操作的示意图；
[0030]图6为另一个实施例中行为事件的处理方法的流程图；
[0031]图7为一个实施例提供的第一网络和第二网络的网络结构示意图；
[0032]图8为一个实施例中对事件子序列进行编码处理的示意图；
[0033]图9为另一个实施例中行为事件的处理方法的流程图；
[0034]图10为另一个实施例中行为事件的处理方法的流程图；
[0035]图11为另一个实施例中行为事件的处理方法的流程图；
[0036]图12为一个实施例提供的第一网络和第二网络的网络结构示意图；
[0037]图13为一个实施例中服务推送方法的流程图；
[0038]图14为一个实施例中行为事件的处理装置的结构框图；
[0039]图15为一个实施例中行为事件的处理装置的结构框图；
[0040]图16为一个实施例中行为事件的处理装置的结构框图；
[0041]图17为一个实施例中服务推送装置的结构框图；
[0042]图18为一个实施例中计算机设备的内部结构图。
具体实施方式
[0043]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0044]本申请实施例提供的行为事件的处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104可以存储用户行为事件、事件序列等。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行为事件的处理方法，其特征在于，包括：对事件序列进行分割，得到多个事件子序列；所述事件序列为根据预设时间段内的用户行为事件生成的序列；将所述多个事件子序列输入至第一网络进行特征提取，得到特征序列，并将所述特征序列输入至第二网络中进行特征提取，得到所述用户行为事件对应的用户表征序列；所述第一网络和所述第二网络均为处理序列数据的神经网络。2.根据权利要求1所述的方法，其特征在于，所述第一网络包括多个第一子网络，所述将所述多个事件子序列输入至第一网络进行特征提取，得到特征序列，包括：将所述多个事件子序列输入所述多个第一子网络进行特征提取，得到所述特征序列；其中，一个所述第一子网络对应输入一个或者多个事件子序列。3.根据权利要求2所述的方法，其特征在于，所述将所述多个事件子序列输入所述多个第一子网络进行特征提取，得到所述特征序列，包括：将每个所述事件子序列输入对应的第一子网络进行特征提取，得到所述特征序列；其中，一个第一子网络对应一个事件子序列。4.根据权利要求2或3所述的方法，其特征在于，所述多个第一子网络的参数相同。5.根据权利要求3所述的方法，其特征在于，所述将每个所述事件子序列输入对应的第一子网络进行特征提取，得到所述特征序列，包括：对所述事件子序列进行编码处理，得到所述事件子序列对应的向量序列；将所述向量序列输入至所述第一子网络进行语义特征提取，得到所述事件子序列对应的语义特征序列；根据每个事件子序列对应的语义特征序列得到所述特征序列。6.根据权利要求5所述的方法，其特征在于，所述将所述向量序列输入至所述第一子网络进行语义特征提取，得到所述事件子序列对应的语义特征序列，包括：将所述向量序列输入至所述第一子网络进行语义特征提取，得到所述事件子序列中各事件对应的语义特征向量；对各所述语义特征向量进行聚合处理，得到所述语义特征序列。7.根据权利要求5或6所述的方法，其特征在于，所述根据每个事件子序列对应的语义特征序列得到所述特征序列，包括：根据每个事件子序列的时间顺序，对每个事件子序列对应的语义特征序列进行组合，得到所述特征序列。8.根据权利要求5或6所述的方法，其特征在于，所述对所述事件子序列进行编码处理，得到所述事件子序列对应的向量序列，包括：对所述事件子序列中行为事件的类别信息进行第一编码处理，得到所述事件子序列对应的第一向量；对所述事件子序列中行为事件的浮点型信息进行第二编码处理，得到所述事件子序列对应的第二向量；根据所述第一向量和所述第二向量，得到所述事件子序列对应的向量序列。9.根据权利要求8所述的方法，其特征在于，所述对所述事件子序列中行为事件的浮点型信息进行第二编码处理，得到所述事件子序列对应的第二向量，包括以下中的任一项：
根据浮点型信息的值和各分箱的取值范围，确定所述浮点型信息对应的目标分箱，将所述目标分箱的向量确定为所述第二向量；根据所述浮点型信息和单位向量，确定所述第二向量；对所述浮点型信息进行归一化处理，确定所述第二向量。10.根据权利要求9所述的方法，其特征在于，所述根据所述第一向量和所述第二向量，得到所述事件子序列对应的向量序列，包括：对所述第一向量与所述第二向量进行融合操作，得到所述事件子序列对应的向量序列；所述融合操作包括对所述第一向量与所述第二向量中维度相同的向量进行相加，和/或，对所述第一向量与所述第二向量中维度不同的向量进行拼接。11.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述将所述特征序列...

【专利技术属性】
技术研发人员：袁裕清，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：