[发明专利]一种数据处理方法、装置及服务器

说明书

本发明公开了一种数据处理方法、装置及服务器，所述方法包括：获取多个用户的点击对象的标识信息文本；其中，每一用户的点击对象的标识信息文本包括至少一个点击对象的标识信息；对所述多个标识信息文本中的标识信息进行关联训练，得到多个标识信息文本中标识信息的词向量，所述标识信息的词向量表征点击所述标识信息所对应的点击对象的用户的特征；基于所述标识信息的词向量对所述标识信息所对应点击对象进行聚类分析处理，得到至少一个点击对象群。本发明能够准确全面的实现对点击对象的聚类。

技术领域

本发明涉及互联网通信技术领域，尤其涉及一种数据处理方法、装置及服务器。

背景技术

随着互联网时代的快速发展，互联网成为人们日常生活中必不可少的一部分，一些拥有大量用户流量的流量主自然也成为了广告主的广告投放合作对象。CPC(Cost PerClick，每次点击付费广告)是目前主流的广告收费方式之一，CPC的模式下，广告主仅为用户点击广告的行为付费。一些流量主为了增加利润分成，会通过雇佣一些账号对投放的广告进行点击，以达到提升点击率，增加利润分成的目的。而这些雇佣账号的点击，对广告主来说就是一种虚假点击，并不会达到推广的效果。因此，对这种雇佣账号的点击行为进行有效的识别是一个亟待解决的问题。

目前为了识别流量主雇佣账号的点击行为，往往需要通过对流量主进行聚类分析处理；然后，判断聚类后得到的流量主群中的流量主的整体点击率及点击账号等点击分布信息之间相似度，将相似度较高的流量主群中的流量主确定为具有雇佣账号点击行为的流量主。现有的识别流量主雇佣账号的点击行为的过程中，在对流量主进行聚类分析处理时，需要基于流量主的文章类型、流量主标签、发表文章数、粉丝数、阅读数等流量主的属性特征信息进行特征量化为相应的特征向量；然后，基于量化后的特征向量之间的距离进行聚类分析。上述现有的基于流量主的属性特征信息的流量主聚类分析处理方法，对于新加入不久的流量主，还没形成属性特征信息，导致因无法获取到流量主的属性特征信息而无法确定出特征向量的问题，故在流量主聚类分析处理过程中存在较大的局限性。因此，需要提供更可靠或更有效的方案。

发明内容

本发明提供了一种数据处理方法、装置及服务器，可以准确全面的实现对点击对象的聚类。

第一方面，本发明提供了一种数据处理方法，所述方法包括：

获取多个用户的点击对象的标识信息文本；其中，每一用户的点击对象的标识信息文本包括至少一个点击对象的标识信息；

对所述多个标识信息文本中的标识信息进行关联训练，得到多个标识信息文本中标识信息的词向量，所述标识信息的词向量表征点击所述标识信息所对应的点击对象的用户的特征；

基于所述标识信息的词向量对所述标识信息所对应点击对象进行聚类分析处理，得到至少一个点击对象群。

第二方面提供了一种数据处理装置，所述装置包括：

标识信息文本获取模块，用于获取多个用户的点击对象的标识信息文本；其中，每一用户的点击对象的标识信息文本包括至少一个点击对象的标识信息；

关联训练模块，用于对所述多个标识信息文本中的标识信息进行关联训练，得到多个标识信息文本中标识信息的词向量，所述标识信息的词向量表征点击所述标识信息所对应的点击对象的用户的特征；

聚类分析处理模块，用于基于所述标识信息的词向量对所述标识信息所对应点击对象进行聚类分析处理，得到至少一个点击对象群。

第三方面提供了一种数据处理服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的数据处理方法。