[发明专利]数据处理方法、装置和计算机可读存储介质

说明书

本公开的实施例涉及一种数据处理方法、装置和计算机可读存储介质。该方法可以包括获取用于表征用户集合的多个因素的特征数据，该多个因素包括目标因素。该方法还可以包括基于所述特征数据从所述多个因素中获取条件因素，获取的所述条件因素是所述目标因素的原因。该方法可以进一步包括确定用户集合中具有条件因素的用户。本公开的技术方案能够基于高维因果结构的发现实现准确的用户定位和策略制定。此外，本公开的技术方案还能够对用户的满意度等信息进行仿真，而无需繁琐且低效的问卷调查。

技术领域

本公开的实施例主要涉及计算机领域，并且更具体地，涉及数据处理方法、装置、电子设备和计算机存储介质。

背景技术

随着信息技术的飞速发展，数据规模迅速增长。在这样的背景和趋势下，机器学习受到越来越广泛的关注。其中，因果发现在现实生活中具有广泛的应用，例如在供应链、医疗健康和零售等领域。在此所述的因果发现是指从关于多个因素的数据中发现多个因素间存在的因果关系。例如，在零售领域，因果发现的结果能够被用来辅助制定各种销售策略；在医疗健康领域，因果发现的结果能够被用来辅助制定对患者的治疗方案等。如何在多个的数据中找到符合某种因素的一个或多个用户，以及如何为这类用户确定相应策略是目前亟需解决的问题。

发明内容

根据本公开的示例实施例，提供了一种数据处理方案。

在本公开的第一方面中，提供了一种数据处理方法。该方法可以包括获取用于表征用户集合的多个因素的特征数据，该多个因素包括目标因素。该方法还可以包括基于所述特征数据从所述多个因素中获取条件因素，获取的所述条件因素是所述目标因素的原因。该方法可以进一步包括确定用户集合中具有条件因素的用户。

在本公开的第二方面中，提供了一种用于数据处理的装置，包括：至少一个处理单元；以及至少一个存储器，所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于由所述至少一个处理单元执行的指令，所述指令当由所述至少一个处理单元执行时，使得所述装置执行动作，所述动作包括：获取用于表征用户集合的多个因素的特征数据，所述多个因素包括目标因素；基于所述特征数据从所述多个因素中获取条件因素，获取的所述条件因素是所述目标因素的原因；以及确定所述用户集合中具有所述条件因素的用户。

本公开的第三方面，提供一种计算机可读存储介质，该计算机可读存储介质具有在其上存储的机器可执行指令，该机器可执行指令在由设备执行时使该设备执行根据本公开的第一方面所描述的方法。

提供发明内容部分是为了以简化的形式来介绍一系列概念，它们在下文的具体实施方式中将被进一步描述。发明内容部分不旨在标识本公开的关键特征或必要特征，也不旨在限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的用于数据处理的示例系统的框图；

图2示出了根据本公开的实施例的用于确定多个因素间的因果关系的示意图；

图3示出了根据本公开的实施例的示例性的数据处理过程的流程图；

图4示出了根据本公开的实施例的确定条件因素的过程的流程图；

图5示出了根据本公开的实施例的确定策略的示例过程的流程图；

图6示出了根据本公开的实施例的确定策略的另一示例过程的流程图；以及

图7示出了可以用来实施本公开的实施例的示例设备的示意性框图。

具体实施方式