[发明专利]数据处理方法、装置、电子设备、存储介质在审
申请号: | 202210597769.0 | 申请日: | 2022-05-30 |
公开(公告)号: | CN114925234A | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 张荣;张文杰;黄兆楷;赵磊;杨文博 | 申请(专利权)人: | 北京达佳互联信息技术有限公司 |
主分类号: | G06F16/735 | 分类号: | G06F16/735;G06F16/78 |
代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 穆仁熙 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 电子设备 存储 介质 | ||
1.一种数据处理方法,其特征在于,所述方法包括:
在检测到用户进入虚拟空间的情况下,获取所述用户的用户标识对应的用户属性特征、所述虚拟空间的主播标识对应的主播属性特征,以及所述用户标识与所述主播标识之间的互动特征;
将所述用户属性特征、所述主播属性特征和所述互动特征输入至预训练的特征数据处理模型,获得所述用户标识针对目标资源提交交互请求的数量信息;所述目标资源为所述虚拟空间提供的资源。
2.根据权利要求1所述的方法,其特征在于,所述将所述用户属性特征、所述主播属性特征和所述互动特征输入至预训练的特征数据处理模型,获得所述用户标识针对目标资源提交交互请求的数量信息,包括:
将所述用户属性特征、所述主播属性特征和所述互动特征输入至预训练的特征数据处理模型,得到所述预训练的特征数据处理模型输出的多分类处理结果;所述多分类处理结果包括不同的设定次数对应的概率值;所述设定次数用于表征提交针对所述目标资源的交互请求的次数;
根据多个所述概率值,得到所述用户标识针对目标资源提交交互请求的数量信息。
3.根据权利要求2所述的方法,其特征在于,所述根据多个所述概率值,得到所述用户标识针对目标资源提交交互请求的数量信息,包括:
确定各所述设定次数对应的概率值;所述设定次数包括提交所述交互请求的次数为至少两次;
将各所述设定次数与其对应的概率值的乘积值进行叠加,得到所述数量信息。
4.根据权利要求2所述的方法,其特征在于,所述根据多个所述概率值,得到所述用户标识针对目标资源提交交互请求的数量信息,包括:
从各所述设定次数对应的概率值中确定最大概率值;
将所述最大概率值对应的设定次数,作为所述数量信息。
5.根据权利要求1所述的方法,其特征在于,所述将所述用户属性特征、所述主播属性特征和所述互动特征输入至预训练的特征数据处理模型,获得所述用户标识针对目标资源提交交互请求的数量信息,包括:
对所述用户属性特征、所述主播属性特征和所述互动特征进行融合处理,得到融合特征;
将所述融合特征输入至预训练的特征数据处理模型,获得所述用户标识针对目标资源提交交互请求的数量信息。
6.根据权利要求1至5任一项所述的方法,其特征在于,在所述将所述用户属性特征、所述主播属性特征和所述互动特征输入至预训练的特征数据处理模型,获得所述用户标识针对目标资源提交交互请求的数量信息的步骤之前,还包括:
获取训练样本集合;每个所述训练样本包括样本用户标识对应的用户属性样本特征、样本虚拟空间的样本主播标识对应的主播属性样本特征、所述样本用户标识与所述样本主播标识之间的互动样本特征;所述训练样本具有对应的标签值;所述标签值用于表征所述样本用户标识针对所述样本虚拟空间提供的资源提交交互请求的数量信息;
基于所述用户样本属性特征、所述主播属性样本特征、所述互动样本特征,以及所述标签值,对待训练的特征数据处理模型进行训练,得到所述预训练的特征数据处理模型。
7.一种数据处理装置,其特征在于,所述装置包括:
特征数据获取单元,被配置为执行在检测到用户进入虚拟空间的情况下,获取所述用户的用户标识对应的用户属性特征、所述虚拟空间的主播标识对应的主播属性特征,以及所述用户标识与所述主播标识之间的互动特征;
特征数据处理单元,被配置为执行将所述用户属性特征、所述主播属性特征和所述互动特征输入至预训练的特征数据处理模型,获得所述用户标识针对目标资源提交交互请求的数量信息;所述目标资源为所述虚拟空间提供的资源。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的数据处理方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210597769.0/1.html,转载请声明来源钻瓜专利网。