[发明专利]数据处理方法及装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

将用户的第一特征和/或待推荐的目标项目的的第二特征输入预测模型；

获取所述预测模型中n个子模型基于所述第一特征和/或第二特征输出的n个第一输出值，其中，n为等于或大于2的正整数；

对所述n个第一输出值进行归一化处理，得到n个第二输出值；

对所述n个第二输出值相加后进行归一化处理，得到预测值，其中，所述预测值为预测的所述用户操作所述目标项目的概率值。

2.根据权利要求1所述的方法，其特征在于，所述对所述n个第一输出值进行归一化处理，包括：

获取所述n个子模型的输出值范围；

基于所述输出值范围对所述n个第一输出值进行归一化处理。

3.根据权利要求2所述的方法，其特征在于，所述基于所述输出值范围对所述n个第一输出值进行归一化处理，包括：

基于待生成的预测值的数值范围确定预设范围；

将每一所述子模型的输出值范围与预设范围进行比对；

基于所述输出值范围与预设范围的比对结果，确定每一所述子模型对应的归一化参数；

基于所述归一化参数对所述n个第一输出值进行归一化处理。

4.根据权利要求1所述的方法，其特征在于，所述对所述n个第二输出值相加后进行归一化处理，得到预测值包括：

将所述n个第二输出值相加的和除以n，得到预测值。

5.根据权利要求1所述的方法，其特征在于，所述对所述n个第二输出值相加后进行归一化处理，得到预测值包括：

根据所述n个子模型的预测能力确定所述子模型对应的权重系数；

对基于所述权重系数对所述n个第二输出值加权后相加的值进行归一化处理，得到预测值。

6.根据权利要求1所述的方法，其特征在于，所述对所述n个第一输出值进行归一化处理，包括：

通过sigmoid函数对所述n个第一输出值进行归一化处理。

7.根据权利要求1所述的方法，其特征在于，所述对所述n个第一输出值进行归一化处理，包括：

若检测到所述n个子模型完成对所述第一特征和/或第二特征的处理，则对所述n个第一输出值进行归一化处理。

8.根据权利要求1所述的方法，其特征在于，所述n个子模型包括以下至少之一：因子分解机FM模型、加权域分解机FwFM模型、逻辑回归LR模型、深度神经网络DNN模型、深度兴趣网络DIN模型、循环神经网络RNN模型以及深度交叉网络DCN模型。

9.一种数据处理装置，其特征在于，所述装置包括：

输入单元，用于将用户的第一特征和/或待推荐的目标项目的的第二特征输入预测模型；

获取单元，用于获取所述预测模型中n个子模型基于所述第一特征和/或第二特征输出的n个第一输出值，其中，n为等于或大于2的正整数；

处理单元，用于对所述n个第一输出值进行归一化处理，得到n个第二输出值；对所述n个第二输出值相加后进行归一化处理，得到预测值，其中，所述预测值为预测的所述用户操作所述目标项目的概率值。

10.根据权利要求9所述的装置，其特征在于，所述处理单元，具体用于：

获取所述n个子模型的输出值范围；

基于所述输出值范围对所述n个第一输出值进行归一化处理。

11.根据权利要求10所述的装置，其特征在于，所述处理单元，具体用于：

基于待生成的预测值的数值范围确定预设范围；

将每一所述子模型的输出值范围与预设范围进行比对；

基于所述输出值范围与预设范围的比对结果，确定每一所述子模型对应的归一化参数；

基于所述归一化参数对所述n个第一输出值进行归一化处理。