数据处理方法及装置制造方法及图纸

本说明书实施例提供数据处理方法及装置，其中所述数据处理方法包括：接收至少两个项目推荐对象的推荐行为数据；将所述推荐行为数据输入至分配预测模型，确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据；根据所述预测收益数据和所述预测执行状态数据，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据。从而后续能够基于该资源分配数据对该至少两个项目推荐对象对应的资源进行分配，达到统筹分配资源的目的，避免了由于资源分配不均导致进行项目推荐的效率较低的问题，同时也避免了推广资源的浪费。同时也避免了推广资源的浪费。同时也避免了推广资源的浪费。

【技术实现步骤摘要】
数据处理方法及装置


[0001]本说明书实施例涉及计算机
，特别涉及一种数据处理方法。

技术介绍

[0002]随着互联网技术的不断发展，许多互联网机构为了提高自己的服务水平，会通过各种渠道将各种类型的项目或活动推荐给用户，例如，互联网金融机构通过短信渠道对用户进行营销推广，从而达到刺激用户活跃度等目的。
[0003]在实际应用中，对用户进行推广的渠道多种多样且需要推广的项目也包含很多种类，但是，进行推广的资源是相对有限的，因此在面对多渠道、多活动的现状时，各渠道之间针对推广资源的分配缺乏统筹，从而导致项目推荐的效率较低，以及推广资源的浪费。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，一种计算设备，一种计算机可读存储介质，一种计算机程序，以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：接收至少两个项目推荐对象的推荐行为数据；将所述推荐行为数据输入至分配预测模型，确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据；根据所述预测收益数据和所述预测执行状态数据，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据。
[0006]根据本说明书实施例的第二方面，提供了一种数据处理装置，包括：
[0007]数据接收模块，被配置为接收至少两个项目推荐对象的推荐行为数据；
[0008]数据预测模块，被配置为将所述推荐行为数据输入至分配预测模型，确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据；
[0009]数据获取模块，被配置为根据所述预测收益数据和所述预测执行状态数据，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据。
[0010]根据本说明书实施例的第三方面，提供了一种计算设备，包括：
[0011]存储器和处理器；
[0012]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述数据处理方法的步骤。
[0013]根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述数据处理方法的步骤。
[0014]根据本说明书实施例的第五方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行所述数据处理方法的步骤。
[0015]本说明书提供的数据处理方法，包括：接收至少两个项目推荐对象的推荐行为数据；将所述推荐行为数据输入至分配预测模型，确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据；根据所述预测收益数据和所述预测执行状态数据，获得为
所述至少两个项目推荐对象进行资源分配的资源分配数据。
[0016]具体地，本说明书提供的数据处理方法，通过将至少两个项目推荐对象的推荐行为数据输入至分配预测模型，利用该分配预测模型对该推荐行为数据进行处理，获得至少两个项目推荐对象的预测收益数据以及预测执行状态数据，并根据预测收益数据和预测执行状态数据，获得资源分配数据，从而使得后续能够基于该资源分配数据对该至少两个项目推荐对象对应的资源进行分配，达到统筹分配资源的目的，避免了由于资源分配不均导致进行项目推荐的效率较低的问题，同时也避免了推广资源的浪费。
附图说明
[0017]图1是本说明书一个实施例提供的一种数据处理方法的应用场景示意图；
[0018]图2是本说明书一个实施例提供的一种数据处理方法的流程图；
[0019]图3是本说明书一个实施例提供的一种数据处理方法中的模型结构示意图；
[0020]图4是本说明书一个实施例提供的一种数据处理方法的处理过程流程图；
[0021]图5是本说明书一个实施例提供的一种数据处理方法的一种效果示意图；
[0022]图6是本说明书一个实施例提供的一种数据处理方法的另一种效果示意图；
[0023]图7是本说明书一个实施例提供的一种数据处理装置的结构示意图；
[0024]图8是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0025]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0026]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0027]应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0028]首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
[0029]均值/收益：在一定时间内，投放某个渠道/投资某个资产获得收益率的期望值，由向量μ表示，其中μ
i
代表第i个渠道/资产的期望收益率。
[0030]方差/风险：在一定时间内，收益的波动幅度，由矩阵Σ表示。若i≠j，Σ
i,j
代表第i个渠道/资产与第j个渠道/资产波动的协方差；若i＝j，Σ
i,j
或代表第i个渠道/资产本身的波动。
[0031]LSTM：一般指长短期记忆人工神经网络(LSTM，Long Short
‑
Term Memory)。
[0032]Push：是指APP PUSH，是指为在手机终端锁屏状态下通知栏展示或在操作前台顶端弹出的消息通知,点击后可唤起对应的APP,并在APP内跳转到指定页面。
[0033]智电：是指智能电话营销。
[0034]cvxpy：是一个求解凸优化的python库，python是一种计算机编程语言。
[0035]Gumbel
‑
Sinkhorn：是一种计算机算法，首先对输入向量添加Gumbel噪声，随后采用Sinkhorn算法将向量归一化。
[0036]Gumbel噪声：采样自Gumbel分布的随机噪声。
[0037]Gumbel分布：是指耿贝尔分布，也称为I型广义极值分布，是一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：接收至少两个项目推荐对象的推荐行为数据；将所述推荐行为数据输入至分配预测模型，确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据；根据所述预测收益数据和所述预测执行状态数据，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据。2.根据权利要求1所述的数据处理方法，所述将所述推荐行为数据输入至分配预测模型，确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据，包括：将所述推荐行为数据输入至分配预测模型，根据所述分配预测模型中的向量获取单元，获得所述推荐行为数据对应的推荐行为向量；根据所述分配预测模型中的数据预测单元对所述推荐行为向量进行处理，获得所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据。3.根据权利要求2所述的数据处理方法，所述根据所述分配预测模型中的数据预测单元对所述推荐行为向量进行处理，获得所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据，包括：将所述推荐行为向量输入至所述分配预测模型中的第一数据预测单元，获得所述至少两个项目推荐对象的预测收益数据；将所述推荐行为向量输入至所述分配预测模型中的第二数据预测单元，获得所述至少两个项目推荐对象的预测执行状态数据。4.根据权利要求3所述的数据处理方法，所述将所述推荐行为向量输入至所述分配预测模型中的第二数据预测单元，获得所述至少两个项目推荐对象的预测执行状态数据，包括：将所述推荐行为向量输入至所述分配预测模型中的待处理数据预测单元，获得所述至少两个项目推荐对象的待处理执行状态数据；将所述待处理执行状态数据输入至所述分配预测模型中的状态数据预测单元，获得所述至少两个项目推荐对象的预测执行状态数据。5.根据权利要求1所述的数据处理方法，所述根据所述预测收益数据和所述预测执行状态数据，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据，包括：将所述预测收益数据和所述预测执行状态数据输入所述分配预测模型中的分配数据获取单元，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据。6.根据权利要求5所述的数据处理方法，所述预测收益数据包括预测收益参数以及预测风险参数，所述资源分配数据为资源分配权重；相应的，所述将所述预测收益数据和所述预测执行状态数据输入所述分配预测模型中的分配数据获取单元，获得为所述至少两个项目推荐对象进行资源分配的资源分配数据，包括：基于所述分配预测模型中的分配数据获取单元，对输入的所述预测收益参...

【专利技术属性】
技术研发人员：汪润中，严骏驰，杨小康，徐武将，高艳涛，陈林勋，赵云安，郭晓波，
申请(专利权)人：浙江网商银行股份有限公司，
类型：发明
国别省市：