[发明专利]数据确定方法、装置、电子设备及存储介质

说明书

本公开关于一种数据确定方法、装置、电子设备及存储介质，能够从多个方面刻画用户兴趣，提高召回率；涉及大数据处理技术领域。该方法包括：获取目标对象针对目标资源的交互信息；根据所述交互信息确定所述目标对象的特征；所述目标对象的特征包括多个维度的特征；确定多组权重系数，每组权重系数包括与所述多个维度的特征对应的多个权重系数；对每组权重系数与所述目标对象的特征进行加权处理，得到所述目标对象的多个向量；其中，目标对象的每个向量对应一组权重系数；对所述目标对象的每个向量检索相关性符合预设要求的候选资源，根据所述目标对象的多个向量中每个向量对应的候选资源确定所述目标对象对应的数据召回结果。

技术领域

本公开涉及大数据处理技术领域，尤其涉及一种数据确定方法、数据确定装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

数据召回指的是从具有上百万条数据的数据库中确定出用户最感兴趣的一部分数据的过程。数据具体可以包括图片、文本、视频等，也可以包括目标资源，例如广告、商品等。确定出的数据会经过排序后展现给用户，对数据检索、信息推广等均具有至关重要的作用。

相关技术中，数据召回主要采用：基于向量化的召回方案，基于标签的召回方案，以及基于特征的召回方案。其中，基于向量化的召回方案通过神经网络为用户和广告各学习一个向量表达，再计算用户的向量与广告的向量的相关性，对相关性高的目标广告进行召回。然而，用户的兴趣往往是多样的，上述基于向量化的召回方案难以刻画用户多方面的兴趣，其召回结果偏向热门广告，缺乏准确性。

发明内容

本公开提供一种数据确定方法、装置、电子设备及存储介质，以至少解决相关技术中数据召回的准确性低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种数据确定方法，包括：获取目标对象针对目标资源的交互信息；根据交互信息确定目标对象的特征；目标对象的特征包括多个维度的特征；确定多组权重系数，每组权重系数包括与多个维度的特征对应的多个权重系数；对每组权重系数与目标对象的特征进行加权处理，得到目标对象的多个向量；其中，目标对象的每个向量对应一组权重系数；对目标对象的每个向量检索相关性符合预设要求的候选资源，根据目标对象的多个向量中每个向量对应的候选资源确定目标对象对应的数据召回结果。

本公开的实施例提供的技术方案至少带来以下有益效果：

在本实施例的技术方案中，根据目标对象的特征可以得到目标对象的多个向量，多个向量可以从多个方面刻画用户兴趣，从而使得召回的数据能够更加全面地匹配用户兴趣，提高召回率。同时，将一个目标对象通过多个向量来表达，能增大不同用户之间的差异，使得召回的数据更加满足用户的个性化需求，从而提高数据召回的准确性。

在一种示例性实施方式中，对每组权重系数与所述目标对象的特征进行加权处理，得到目标对象的多个向量包括：将所述目标对象的特征输入预置的多个特征选择网络，每个特征选择网络中包含一组权重系数，通过所述特征选择网络的权重系数为所述目标对象的特征进行加权，获得每个所述特征选择网络输出的向量。

上述特征选择网络为一机器学习模型，通过机器学习模型的方式为目标对象的特征进行加权，可以提高权重系数的准确性，并且该权重系数可以不断进行更新，保证可用性和有效性。

在一种示例性实施方式中，上述方法还包括：获取样本特征以及所述样本特征对应的标签信息；其中，所述样本特征中包含样本对象特征以及样本资源特征；所述标签信息用于表征所述样本对象特征对应的样本对象与所述样本资源特征对应的样本资源之间是否存在交互行为；将所述样本特征中的样本对象特征输入多个第一模型，获得每个所述第一模型输出的样本向量；确定所述样本特征中样本资源特征对应的样本资源向量；分别计算每个样本向量与所述样本资源向量的相似度，确定所述相似度最高的目标样本向量；根据所述目标样本向量和所述样本资源向量，确定预估交互行为发生概率；根据所述预估交互行为发生概率和所述样本特征对应的标签信息，训练所述多个第一模型，直至满足预设训练结束条件，得到所述多个特征选择网络。