[发明专利]数据处理的方法、装置、设备、存储介质及程序产品

说明书

本公开提供了数据处理的方法、装置、设备、存储介质及程序产品，涉及数据处理领域，尤其涉及大数据、自然语言处理、知识图谱等领域。具体实现方案为：根据用户与物料的关联关系图、用户间的关联关系图、物料间的关联关系图中的至少一个关联关系图，将每一对象的初始表征向量与至少一个关联对象的初始表征向量融合，得到每一对象的表征信息，使得最终得到物料管理系统的用户的表征信息和物料的表征信息包含高阶关联信息，能够更好地表征用户的兴趣偏好和物料的属性特点，响应于接收到对物料管理系统的推荐请求，基于包含高阶关联信息的用户和物料的表征信息进行物料推荐，提高了物料推荐的精准度。

技术领域

本公开涉及数据处理中的大数据、自然语言处理、知识图谱等领域，尤其涉及一种数据处理的方法、装置、设备、存储介质及程序产品。

背景技术

目前的物料推荐系统中，通常都是将各个用户和各个物料独立地来看待，用户和物料的特征表示包含自身的属性信息。根据用户和物料的自身的属性信息，通过进行用户与用户、用户与物料、或者物料与物料之间属性的比较、相似度计算，向用户推荐物料，推荐精度较低。

发明内容

本公开提供了一种数据处理的方法、装置、设备、存储介质及程序产品。

根据本公开的第一方面，提供了一种数据处理的方法，包括：

响应于接收到对物料管理系统的推荐请求，获取物料管理系统中用户的表征信息和物料的表征信息，其中，所述用户的表征信息和物料的表征信息是根据关联关系图，将每一对象的初始表征向量与至少一个关联对象的初始表征向量融合得到，所述对象包括以下至少一种：用户、物料；所述关联关系图包括以下至少一个：用户与物料的关联关系图、用户间的关联关系图、物料间的关联关系图；

根据所述用户的表征信息和物料的表征信息，进行物料推荐。

根据本公开的第二方面，提供了一种数据处理的方法，包括：

获取样本图，所述样本图包括以下任意一个：用户与物料的关联关系图、用户间的关联关系图和物料间的关联关系图；

根据所述样本图和所述样本图对应的表征学习模型，将每一对象的初始表征向量与至少一个关联对象的初始表征向量进行融合处理，得到每一对象对应的表征信息；其中，所述对象包括以下至少一种：用户、物料；

根据每一对象对应的表征信息，计算目标函数值；

根据所述目标函数值，更新所述表征学习模型的参数。

根据本公开的第三方面，提供了一种数据处理的装置，包括：

表征信息获取模块，用于响应于接收到对物料管理系统的推荐请求，获取物料管理系统中用户的表征信息和物料的表征信息，其中，所述用户的表征信息和物料的表征信息是根据关联关系图，将每一对象的初始表征向量与至少一个关联对象的初始表征向量融合得到，所述对象包括以下至少一种：用户、物料；所述关联关系图包括以下至少一个：用户与物料的关联关系图、用户间的关联关系图、物料间的关联关系图；

物料推荐模块，用于根据所述用户的表征信息和物料的表征信息，进行物料推荐。

根据本公开的第四方面，提供了一种数据处理的装置，包括：

样本图获取模块，用于获取样本图，所述样本图包括以下任意一个：用户与物料的关联关系图、用户间的关联关系图和物料间的关联关系图；

表征信息融合处理模块，用于根据所述样本图和所述样本图对应的表征学习模型，将每一对象的初始表征向量与至少一个关联对象的初始表征向量进行融合处理，得到每一对象对应的表征信息；其中，所述对象包括以下至少一种：用户、物料；

目标函数值计算模块，用于根据每一对象对应的表征信息，计算目标函数值；