一种数据处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种数据处理方法、装置、电子设备及存储介质，其中，该方法包括：将第一行为数据输入正向评估模型，确定用于正向评估推荐效果的第一评估分值，以及将第二行为数据输入反向评估模型，确定用于反向评估推荐效果的第二评估分值；基于第一评估分值与第二评估分值，确定最终评估分值。本公开结合正向评估的第一评估分值及反向评估的第二评估分值对推荐效果进行评估，评估更为全面，整体的评估性能更佳。能更佳。能更佳。

【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


[0001]本公开涉及计算机
，具体而言，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

[0002]随着互联网技术的迅速发展，各行各业形成了海量数据。如何从海量数据中推荐精确的、及时的信息给予用户成为推荐系统所需解决的问题。
[0003]目前，各类推荐算法层出叠现，但是其推荐效果不尽相同。以拉新业务为例，在很多推荐算法中可以确定所推荐新用户的人数，然而，推荐的人数越多并不见得对应的推荐效果越好，也即，无法仅从推荐人数这一维度确定推荐效果。可见，如何对推荐效果进行评估是确保推荐算法有效性的根本保障。

技术实现思路

[0004]本公开实施例至少提供一种数据处理方法、装置、电子设备及存储介质，从两个层面对推荐效果进行评估，评估性能更佳。。
[0005]第一方面，本公开实施例提供了一种数据处理方法，包括：
[0006]获取至少一个被推荐用户的第一行为数据及第二行为数据；
[0007]将所述第一行为数据输入正向评估模型，确定用于正向评估推荐效果的第一评估分值，以及将所述第二行为数据输入反向评估模型，确定用于反向评估推荐效果的第二评估分值；
[0008]基于所述第一评估分值与所述第二评估分值，确定最终评估分值。
[0009]在一种可能的实施方式中，在所述至少一个被推荐用户为多个的情况下，所述确定用于反向评估推荐效果的第二评估分值，包括：
[0010]针对多个被推荐用户中的第一被推荐用户，确定所述第一被推荐用户的第二行为数据及与所述第一被推荐用户关联的第二被推荐用户的第二行为数据；
[0011]将所述第一被推荐用户的第二行为数据及第二被推荐用户的第二行为数据输入反向评估模型，确定所述第一被推荐用户对应的风险评估分值；
[0012]将多个被推荐用户分别对应的风险评估分值进行汇总，确定所述第二评估分值。
[0013]在一种可能的实施方式中，在所述第二行为数据包括风险交易数据及风险属性数据的情况下，所述确定所述第一被推荐用户对应的风险评估分值，包括：
[0014]在基于各个被推荐用户的风险交易数据确定所述第一被推荐用户与所述第二被推荐用户之间存在直接关联的情况下，确定所述第一被推荐用户对应的直接风险评估子分值；
[0015]基于各个被推荐用户的风险属性数据，确定所述第一被推荐用户与所述多个被推荐用户中除所述第一被推荐用户之外的其他被推荐用户之间的间接风险评估子分值；
[0016]基于所述第一被推荐用户对应的直接风险评估子分值及间接风险评估子分值，确
定所述第一被推荐用户对应的风险评估分值。
[0017]在一种可能的实施方式中，所述确定所述第一被推荐用户对应的直接风险评估子分值，包括：
[0018]在确定所述第一被推荐用户与至少一个所述第二被推荐用户之间存在直接关联的情况下，确定所述第一被推荐用户相对每个所述第二被推荐用户的直接风险评估子分值；
[0019]将相对至少一个所述第二被推荐用户的直接风险评估子分值进行求和，确定所述第一被推荐用户对应的直接风险评估子分值。
[0020]在一种可能的实施方式中，在相对每个所述第二被推荐用户包括有多个直接风险评估子分值的情况下，所述确定所述第一被推荐用户相对每个所述第二被推荐用户的直接风险评估子分值，包括：
[0021]针对每个所述第二被推荐用户，获取所述第一被推荐用户与所述第二被推荐用户之间的多个边权重系数；
[0022]基于相对所述第二被推荐用户的多个直接风险评估子分值及与每个直接风险评估子分值对应的边权重系数之间的加权求和，确定所述第一被推荐用户相对所述第二被推荐用户的直接风险评估子分值。
[0023]在一种可能的实施方式中，所述确定所述第一被推荐用户与所述多个被推荐用户中的其他被推荐用户之间的间接风险评估子分值，包括：
[0024]针对所述多个被推荐用户中除所述第一被推荐用户之外的其他被推荐用户，基于所述其他被推荐用户的风险属性数据及所述第一被推荐用户的风险属性数据之间的数据相似度，确定所述间接风险评估子分值。
[0025]在一种可能的实施方式中，所述基于所述第一被推荐用户对应的直接风险评估子分值及间接风险评估子分值，确定所述第一被推荐用户对应的风险评估分值，包括：
[0026]基于所述第一被推荐用户对应的直接风险评估子分值及所述第一被推荐用户的第一评估分值，确定所述第一被推荐用户的初始分值；
[0027]根据所述间接风险评估子分值对所述初始分值进行更新，确定所述第一被推荐用户对应的风险评估分值。
[0028]在一种可能的实施方式中，在所述其他被推荐用户为多个的情况下，所述根据所述间接风险评估子分值对所述初始分值进行更新，确定所述第一被推荐用户对应的风险评估分值，包括：
[0029]针对多个其他被推荐用户中的每个其他被推荐用户，将所述其他被推荐用户对应的间接风险评估子分值及所述其他被推荐用户的初始分值进行乘积，确定乘积结果；
[0030]选取乘积结果最大值对所述初始分值进行更新，确定第一被推荐用户对应的风险评估分值。
[0031]在一种可能的实施方式中，在所述第一行为数据包括多个正向行为指标的情况下，所述确定用于正向评估推荐效果的第一评估分值，包括：
[0032]针对所述至少一个被推荐用户中的每个被推荐用户，获取与每个所述正向行为指标对应的指标权重系数；以及，
[0033]将所述多个正向行为指标及与每个正向行为指标对应的指标权重系数输入正向
评估模型，通过加权求和确定针对每个所述被推荐用户的第一评估分值；
[0034]将针对每个所述被推荐用户确定的第一评估分值进行求和，确定所述用于正向评估推荐效果的第一评估分值。
[0035]在一种可能的实施方式中，所述基于所述第一评估分值与所述第二评估分值，确定最终评估分值，包括：
[0036]将所述第一评估分值与所述第二评估分值进行求差，确定最终评估分值。
[0037]第二方面，本公开还提供了一种数据处理装置，包括：
[0038]获取模块，用于获取至少一个被推荐用户的第一行为数据及第二行为数据；
[0039]确定模块，用于将所述第一行为数据输入正向评估模型，确定用于正向评估推荐效果的第一评估分值，以及将所述第二行为数据输入反向评估模型，确定用于反向评估推荐效果的第二评估分值；
[0040]评估模块，用于基于所述第一评估分值与所述第二评估分值，确定最终评估分值。
[0041]第三方面，本公开还提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面及其各种实施方式中任一项所述的数据处理方法。
[0042]第四方面，本公开还提供了一种计算机可读存本文档来自技高网...

【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，包括：获取至少一个被推荐用户的第一行为数据及第二行为数据；将所述第一行为数据输入正向评估模型，确定用于正向评估推荐效果的第一评估分值，以及将所述第二行为数据输入反向评估模型，确定用于反向评估推荐效果的第二评估分值；基于所述第一评估分值与所述第二评估分值，确定最终评估分值。2.根据权利要求1所述的方法，其特征在于，在所述至少一个被推荐用户为多个的情况下，所述确定用于反向评估推荐效果的第二评估分值，包括：针对多个被推荐用户中的第一被推荐用户，确定所述第一被推荐用户的第二行为数据及与所述第一被推荐用户关联的第二被推荐用户的第二行为数据；将所述第一被推荐用户的第二行为数据及第二被推荐用户的第二行为数据输入反向评估模型，确定所述第一被推荐用户对应的风险评估分值；将多个被推荐用户分别对应的风险评估分值进行汇总，确定所述第二评估分值。3.根据权利要求2所述的方法，其特征在于，在所述第二行为数据包括风险交易数据及风险属性数据的情况下，所述确定所述第一被推荐用户对应的风险评估分值，包括：在基于各个被推荐用户的风险交易数据确定所述第一被推荐用户与所述第二被推荐用户之间存在直接关联的情况下，确定所述第一被推荐用户对应的直接风险评估子分值；基于各个被推荐用户的风险属性数据，确定所述第一被推荐用户与所述多个被推荐用户中除所述第一被推荐用户之外的其他被推荐用户之间的间接风险评估子分值；基于所述第一被推荐用户对应的直接风险评估子分值及间接风险评估子分值，确定所述第一被推荐用户对应的风险评估分值。4.根据权利要求3所述的方法，其特征在于，所述确定所述第一被推荐用户对应的直接风险评估子分值，包括：在确定所述第一被推荐用户与至少一个所述第二被推荐用户之间存在直接关联的情况下，确定所述第一被推荐用户相对每个所述第二被推荐用户的直接风险评估子分值；将相对至少一个所述第二被推荐用户的直接风险评估子分值进行求和，确定所述第一被推荐用户对应的直接风险评估子分值。5.根据权利要求4所述的方法，其特征在于，在相对每个所述第二被推荐用户包括有多个直接风险评估子分值的情况下，所述确定所述第一被推荐用户相对每个所述第二被推荐用户的直接风险评估子分值，包括：针对每个所述第二被推荐用户，获取所述第一被推荐用户与所述第二被推荐用户之间的多个边权重系数；基于相对所述第二被推荐用户的多个直接风险评估子分值及与每个直接风险评估子分值对应的边权重系数之间的加权求和，确定所述第一被推荐用户相对所述第二被推荐用户的直接风险评估子分值。6.根据权利要求3所述的方法，其特征在于，所述确定所述第一被推荐用户与所述多个被推荐用户中除所述第一被推荐用户之外的其他被推荐用户之间的间接风险评估子分值，包括：针对所述多个被推荐用户中除所述第一被推荐用户之外的...

【专利技术属性】
技术研发人员：宋尚琨，汤韬，高鹏飞，聂艳峰，彭伟，潘婧，陈滢，赵金涛，郑建宾，金晓玲，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：