[发明专利]数据扩展方法、装置及存储介质

说明书

本发明实施例公开了一种数据扩展方法、装置及存储介质。该方法包括：获取目标业务场景中的参考数据集，以及与所述目标业务场景关联的关联业务场景的待扩展数据集；确定所述参考数据集中各数据的参考特征数据，并确定所述参考特征数据中的目标特征数据；于所述待扩展数据集中选取具有所述目标特征数据的第一待扩展数据，并将所述第一待扩展数据作为所述目标业务场景的目标扩展数据。本发明实施例中的技术方案，实现了更加快速有效的对数据进行扩展，从而减少数据扩展的耗时，进一步提升数据扩展的效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据扩展方法、装置及存储介质。

背景技术

相关技术中，在对目标业务场景中的数据进行扩展的方式，通常需要计算目标业务场景中的数据与其他业务场景中的数据之间的数据相似度。从而根据数据相似度从其他业务场景中选取需要扩展的数据。这种方式需要对场景中的数据进行全量计算。一旦场景中数据的数据量较大，现有数据扩展的方式不仅需要花费大量的时间，而且还存在数据扩展的效率较低的问题。

发明内容

本发明提供了一种数据扩展方法、装置及存储介质，以实现更加快速有效的对数据进行扩展，从而减少数据扩展的耗时，进一步提升数据扩展的效率。

根据本发明的一方面，提供了一种数据扩展方法，该方法包括：

获取目标业务场景中的参考数据集，以及与所述目标业务场景关联的关联业务场景的待扩展数据集；

确定所述参考数据集中各数据的参考特征数据，并确定所述参考特征数据中的目标特征数据；

于所述待扩展数据集中选取具有所述目标特征数据的第一待扩展数据，并将所述第一待扩展数据作为所述目标业务场景的目标扩展数据。

可选地，确定所述参考特征数据中的目标特征数据，包括：

根据所述参考特征数据的重要程度系数，确定所述参考特征数据中与所述目标业务场景关联的正向特征数据；

基于当前时刻和所述正向特征数据的目标更新时刻之间的间隔时长，确定所述正向特征数据中的目标特征数据。

可选地，所述基于当前时刻和所述目标更新时刻之间的间隔时长，确定所述正向特征数据中的目标特征数据，包括：

根据所述当前时刻和所述目标更新时刻之间的间隔时长，计算得到所述正向特征数据的更新度量值，其中，所述更新度量值用于衡量所述正向特征数据的更新间隔时长；

从所述更新度量值中选取符合预设度量条件的更新度量值，作为目标度量值，并将所述目标度量值所对应的正向特征数据作为目标特征数据。

可选地，所述根据所述当前时刻和所述目标更新时刻之间的间隔时长，计算得到所述正向特征数据的更新度量值，包括：

按照下述公式计算得到所述正向特征数据的更新度量值：

其中，X_i'表示所述正向特征数据的更新度量值，X_i表示当前时刻和所述正向特征数据的更新时刻之间的间隔时长。

可选地，所述方法还包括：

确定所述待扩展数据集中各数据的待扩展特征数据；

根据各待扩展特征数据，于所述待扩展数据集中选取所述目标业务场景的第二扩展数据；

所述将所述第一扩展数据作为所述目标业务场景的目标扩展数据，包括：

将所述第一扩展数据和所述第二扩展数据中的全部用户作为所述目标业务场景的目标扩展数据；或，

将所述第一扩展数据和所述第二扩展数据中的公有用户作为所述目标业务场景的目标扩展数据。