资源数据处理方法、装置和计算机设备制造方法及图纸

本申请涉及大数据技术领域，特别是涉及一种资源数据处理方法、装置和计算机设备。所述方法包括：获取第一目标对象的特征化数据；针对任一所述第一目标对象，对所述第一目标对象的所述特征化数据进行拟合处理，得到所述第一目标对象对应的特征点数据；根据预先训练的目标支持向量机对各所述第一目标对象对应的特征点数据进行分类处理，根据分类结果从各所述第一目标对象中，确定与待投放的多媒体数据进行交互的第二目标对象；基于所述第二目标对象，确定针对所述待投放的多媒体数据的资源数据。采用本方法能够提高资源数据交互的精确度。度。度。

【技术实现步骤摘要】
资源数据处理方法、装置和计算机设备


[0001]本申请涉及大数据
，特别是涉及一种资源数据处理方法、装置和计算机设备。

技术介绍

[0002]随着互联网领域的快速发展，多媒体数据可以投放在互联网、商场、地铁、写字楼、居民小区等不同平台。
[0003]当多媒体数据投放在不同的媒体平台时，多媒体数据的发布方需要与媒体平台进行资源数据的交互。媒体平台通常根据用户对多媒体数据的点击行为或多媒体数据播放时间、次数等与多媒体数据的发布方进行资源数据的交互。
[0004]然而，由于当前多媒体数据的投放无法准确区分投放的用户是否有效，也即多媒体数据的投放精度不高，进而导致资源数据交互的精确度也较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种资源数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，以精准识别有效对象，提高资源数据处理的准确性。
[0006]第一方面，本申请提供了一种资源数据处理方法，所述方法包括：
[0007]获取第一目标对象的特征化数据；
[0008]针对任一所述第一目标对象，对所述第一目标对象的所述特征化数据进行拟合处理，得到所述第一目标对象对应的特征点数据；
[0009]根据预先训练的目标支持向量机对各所述第一目标对象对应的特征点数据进行分类处理，根据分类结果从各所述第一目标对象中，确定与待投放的多媒体数据进行交互的第二目标对象；
[0010]基于所述第二目标对象，确定针对所述待投放的多媒体数据的资源数据。
[0011]在其中一个实施例中，所述对所述第一目标对象的所述特征化数据进行拟合处理，得到所述第一目标对象对应的特征点数据，包括：
[0012]从所述特征化数据中获取所述第一目标对象在第一维度对应的第一特征数据、及所述第一目标对象在第二维度对应的第二特征数据，其中所述第一维度为所述第一目标对象的属性维度，所述第二维度为所述第一目标对象针对资源数据的交互维度；
[0013]根据所述第一特征数据确定所述第一目标对象对应的第一特征点数据，及根据所述第二特征数据确定所述第二目标对象对应的第二特征点数据；
[0014]根据所述第一特征点数据和所述第二特征点数据，构建所述第一目标对象对应的特征点数据。
[0015]在其中一个实施例中，所述方法还包括：
[0016]获取样本对象的样本特征化数据；
[0017]针对任一所述样本对象，将所述样本对象的所述样本特征化数据进行拟合处理，得到所述样本对象对应的样本特征点数据；
[0018]基于各所述样本对象对应的样本特征点数据构建样本集，从所述样本集中确定非边界样本点，并基于所述非边界样本点从所述样本集中确定训练集；
[0019]根据所述训练集对初始支持向量机进行训练，得到所述目标支持向量机。
[0020]在其中一个实施例中，所述从所述样本集中确定非边界样本点，并基于所述非边界样本点从所述样本集中确定训练集，包括：
[0021]针对任一所述样本特征点数据，确定所述样本特征点数据与所述样本集中其他的样本特征点数据之间的距离；
[0022]根据各所述样本特征点数据对应的各所述距离，从所述样本集中确定非边界样本点；
[0023]从所述样本集中删除所述非边界样本点，得到训练集。
[0024]在其中一个实施例中，所述根据各所述样本特征点数据对应的各所述距离，从所述样本集中确定非边界样本点，包括：
[0025]针对任一所述样本特征点数据，根据所述样本特征点数据对应的样本对象的属性数据，确定所述样本特征点数据的同类样本点以及异类样本点，所述同类样本点对应的样本对象的属性数据与所述样本特征点数据对应的样本对象是一致的，所述异类样本点对应的样本对象的属性数据与所述样本特征点数据对应的样本对象是不一致的；
[0026]针对任一所述样本特征点数据，从所述样本特征点数据对应的各所述距离中，确定所述样本特征点数据与所述样本特征点数据的各同类样本点之间的第一距离，确定所述样本特征点数据与所述样本特征点数据的各异类样本点之间的第二距离；
[0027]根据各所述样本特征点数据对应的各第一距离，以及各所述样本特征点数据对应的各第二距离，从各所述样本特征点数据中确定非边界样本点。
[0028]在其中一个实施例中，所述根据各所述样本特征点数据对应的各第一距离，以及各所述样本特征点数据对应的各第二距离，从各所述样本特征点数据中确定非边界样本点，包括：
[0029]针对任一所述样本特征点数据，根据所述样本特征点数据对应的各第一距离以及预先设定的第一阈值，确定所述样本特征点数据的目标同类样本点；
[0030]针对任一所述样本特征点数据，根据所述样本特征点数据对应的各第二距离以及预先设定的第二阈值，确定所述样本特征点数据的目标异类样本点；
[0031]将同时存在目标同类样本点和目标异类样本点的样本特征点数据，作为边界样本点，将各所述样本特征点数据中去掉所述边界样本点后剩余的样本特征点数据作为非边界样本点。
[0032]在其中一个实施例中，所述从各所述样本特征点数据中确定非边界样本点，还包括：
[0033]针对任一所述边界样本点，根据所述边界样本点的所述目标同类样本点的个数与所述目标异类同类样本点的个数，确定第三阈值；
[0034]针对任一所述边界样本点，根据所述边界样本点的所述目标同类样本点的个数与所述第三阈值，确定比较结果；
[0035]针对任一所述边界样本点，在所述边界样本点对应的比较结果表征所述边界样本点的所述目标同类样本点的个数，小于所述第三阈值的情况下，将所述边界样本点作为非边界样本点。
[0036]在其中一个实施例中，所述针对任一所述样本特征点数据，确定所述样本特征点数据与所述样本集中其他的样本特征点数据之间的距离，包括：
[0037]针对任一所述样本特征点数据，确定所述样本特征点数据与所述样本集中其他的样本特征点数据之间的欧式距离，将所述欧式距离作为所述样本特征点数据与所述样本集中其他的样本特征点数据之间的距离。
[0038]第二方面，本申请提供了一种资源数据处理方法装置，所述装置包括：
[0039]数据获取模块，用于获取第一目标对象的特征化数据；
[0040]拟合处理模块，用于针对任一所述第一目标对象，对所述第一目标对象的所述特征化数据进行拟合处理，得到所述第一目标对象对应的特征点数据；
[0041]分类模块，用于根据预先训练的目标支持向量机对各所述第一目标对象对应的特征点数据进行分类处理，根据分类结果从各所述第一目标对象中，确定与待投放的多媒体数据进行交互的第二目标对象；
[0042]数据处理模块，用于基于所述第二目标对象，确定针对所述待投放的多媒体数据的资源数据。
[0043]在其中一个实施例中，所述拟合处理模块，还用于从所述特征化数据中获取所述第一目标对象在第一维本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源数据处理方法，其特征在于，所述方法包括：获取第一目标对象的特征化数据；针对任一所述第一目标对象，对所述第一目标对象的所述特征化数据进行拟合处理，得到所述第一目标对象对应的特征点数据；根据预先训练的目标支持向量机对各所述第一目标对象对应的特征点数据进行分类处理，根据分类结果从各所述第一目标对象中，确定与待投放的多媒体数据进行交互的第二目标对象；基于所述第二目标对象，确定针对所述待投放的多媒体数据的资源数据。2.根据权利要求1所述的方法，其特征在于，所述对所述第一目标对象的所述特征化数据进行拟合处理，得到所述第一目标对象对应的特征点数据，包括：从所述特征化数据中获取所述第一目标对象在第一维度对应的第一特征数据、及所述第一目标对象在第二维度对应的第二特征数据，其中所述第一维度为所述第一目标对象的属性维度，所述第二维度为所述第一目标对象针对资源数据的交互维度；根据所述第一特征数据确定所述第一目标对象对应的第一特征点数据，及根据所述第二特征数据确定所述第二目标对象对应的第二特征点数据；根据所述第一特征点数据和所述第二特征点数据，构建所述第一目标对象对应的特征点数据。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取样本对象的样本特征化数据；针对任一所述样本对象，将所述样本对象的所述样本特征化数据进行拟合处理，得到所述样本对象对应的样本特征点数据；基于各所述样本对象对应的样本特征点数据构建样本集，从所述样本集中确定非边界样本点，并基于所述非边界样本点从所述样本集中确定训练集；根据所述训练集对初始支持向量机进行训练，得到所述目标支持向量机。4.根据权利要求3所述的方法，其特征在于，所述从所述样本集中确定非边界样本点，并基于所述非边界样本点从所述样本集中确定训练集，包括：针对任一所述样本特征点数据，确定所述样本特征点数据与所述样本集中其他的样本特征点数据之间的距离；根据各所述样本特征点数据对应的各所述距离，从所述样本集中确定非边界样本点；从所述样本集中删除所述非边界样本点，得到训练集。5.根据权利要求4所述的方法，其特征在于，所述根据各所述样本特征点数据对应的各所述距离，从所述样本集中确定非边界样本点，包括：针对任一所述样本特征点数据，根据所述样本特征点数据对应的样本对象的属性数据，确定所述样本特征点数据的同类样本点以及异类样本点，所述同类样本点对应的样本对象的属性数据与所述样本特征点数据对应的样本对象是一致的，所述异类样本点对应的样本对象的属性数据与所述样本特征点数据对应的样本对象是不一致的；针对任一所述样本特征点数据，从所述样本特征点数据对应的各所述距离中，确定所述样本特征点数据与所述样本特征点数据的各同类样本点之间的第一距离，确定所述样本特征点数据与所述样本特征点数据的各异类样本点之间的第二距离；
根据各所述样本特征点数据对应的各第一距离，以...

【专利技术属性】
技术研发人员：魏然，王伟权，郑希，杨畅，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：