CN109543107A - 数据处理方法、介质、装置和计算设备 - Google Patents

Abstract

本发明的实施方式提供了一种数据处理方法，包括：获取多个用户行为数据；基于所述多个用户行为数据确定所述多个用户行为对应的多个对象；基于所述多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识；对所述至少一个标识序列进行词嵌入处理，确定所述至少一个标识序列中的每个对象标识对应的第一向量数据。本发明通过构建对象的标识序列，并且通过词嵌入方法处理该标识序列，可以得到每个对象对应的向量数据，从而可以通过向量数据表示某个对象，降低了确定对象之间相关性的计算难度，减少了计算量。此外，本发明的实施方式提供了一种数据处理装置、一种计算设备和一种介质。

Description

数据处理方法、介质、装置和计算设备

技术领域

本发明的实施方式涉及计算机技术领域，更具体地，本发明的实施方式涉及一种数据处理方法、介质、装置和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着互联网技术和计算机技术的快速发展，通过网络平台进行信息搜索或者交易等活动以其低成本、高效率的优势获得了越来越多的用户青睐。用户在使用网络平台浏览当前对象时，通常也会关注与当前对象相关的其他对象。有鉴于此，服务提供商为了给用户提供更加体贴的服务，通常在展示当前对象的同时，也为其推荐其他相关的对象，从而可以为用户提供更加全面的信息，提高用户体验感。因此，如何确定各对象之间的相关性成为推荐时的重要参考标准。

目前，已经出现一些计算对象之间相关性的方法，例如，通过属性信息来表示某个对象(例如，可以通过手机、256GB内存、2160×1080像素、5.99英寸显示屏等属性信息表示对象A，通过鞋、37码、卡其色等属性信息表述对象B)，然后通过计算各个对象之间的属性信息的相关性确定对象之间的相关性。

发明内容

然而，在实现本发明构思的过程中，发明人发现现有技术中至少存在如下问题，即，通过属性信息来表示对象则会导致确定对象之间的相关性的算法十分复杂。

为此，非常需要一种改进的数据处理方法，以简化对象之间的相关性的计算，降低相关性计算的难度。

在本上下文中，本发明的实施方式期望提供一种数据处理方法、介质、装置和计算设备。

在本发明实施方式的第一方面中，提供了一种数据处理方法，包括：获取多个用户行为数据，基于所述多个用户行为数据确定所述多个用户行为对应的多个对象，基于所述多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识，以及对所述至少一个标识序列进行词嵌入处理，确定所述至少一个标识序列中的每个对象标识对应的第一向量数据。

在本发明的一个实施例中，上述方法还包括：对所述用户行为数据进行预处理，去除不满足第一预设条件的用户的用户行为数据。

在本发明的一个实施例中，上述基于所述多个对象构建至少一个标识序列，包括：根据每个用户的用户行为数据的时间顺序，基于每个用户的用户行为对应的对象构建每个用户对应的第一序列，以及根据第一预设规则切分所述每个用户对应的第一序列，得到所述至少一个标识序列。

在本发明的一个实施例中，上述方法还包括：获取所述至少一个标识序列中的每个对象标识对应的向量数据集合，所述向量数据集合中包括该对象标识在不同时间对应的至少一个第二向量数据，以及基于所述向量数据集合中的至少一个第二向量数据和所述第一向量数据确定每个对象对应的平均向量数据。

在本发明的一个实施例中，上述的方法还包括：根据预设参数对所述每个对象对应的平均向量数据进行降维处理，得到所述每个对象对应的降维向量数据。

在本发明的一个实施例中，上述的方法还包括：根据所述每个对象对应的降维向量数据，确定对象间的相似度。

在本发明的一个实施例中，上述方法还包括：接收用户请求信息，基于所述请求信息确定第一对象，确定与所述第一对象相似度满足第二预设条件的至少一个其他对象，以及展示所述至少一个其他对象。

在本发明的一个实施例中，上述的方法还包括：根据第二预设规则确定对象集合，每个对象集合包括至少一个对象，以及基于对象集合中的每个对象对应的第一向量数据，确定所述对象集合对应的集合向量数据，以及基于每个对象集合对应的集合向量数据，确定对象集合间的相似度。

在本发明的一个实施例中，上述基于对象集合中的每个对象对应的向量数据，确定所述对象集合对应的集合向量数据，包括：将所述对象集合中的每个对象对应的第一向量数据相加，得到向量和，以及对所述向量和进行归一化处理，得到所述对象集合对应的集合向量数据。

在本发明的一个实施例中，上述方法还包括：接收用户请求信息，基于所述请求信息确定第一对象集合，确定与所述第一对象集合相似度满足第三预设条件的至少一个其他对象集合，以及展示所述至少一个其他对象集合。

在本发明实施方式的第二方面中，提供了一种介质，其上存储有可执行指令，所述指令被处理单元执行时使所述处理单元执行如上所述的任一方法。

在本发明实施方式的第三方面中，提供了一种数据处理装置，包括第一获取模块、第一确定模块和构建模块。其中，第一获取模块获取多个用户行为数据。第一确定模块基于所述多个用户行为数据确定所述多个用户行为对应的多个对象。构建模块基于所述多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识。处理模块对所述至少一个标识序列进行词嵌入处理，确定所述至少一个标识序列中的每个对象标识对应的第一向量数据。

在本发明的一个实施例中，上述装置还包括：预处理模块，对所述用户行为数据进行预处理，去除不满足第一预设条件的用户的用户行为数据。

在本发明的一个实施例中，上述基于所述多个对象构建至少一个标识序列，包括：根据每个用户的用户行为数据的时间顺序，基于每个用户的用户行为对应的对象构建每个用户对应的第一序列，以及根据第一预设规则切分所述每个用户对应的第一序列，得到所述至少一个标识序列。

在本发明的一个实施例中，上述装置还包括第二获取模块和第二确定模块。其中，第二获取模块获取所述至少一个标识序列中的每个对象标识对应的向量数据集合，所述向量数据集合中包括该对象标识在不同时间对应的至少一个第二向量数据。第二确定模块基于所述向量数据集合中的至少一个第二向量数据和所述第一向量数据确定每个对象对应的平均向量数据。

在本发明的一个实施例中，上述装置还包括：降维模块，根据预设参数对所述每个对象对应的平均向量数据进行降维处理，得到所述每个对象对应的降维向量数据。

在本发明的一个实施例中，上述装置还包括：相似度确定模块，根据所述每个对象对应的降维向量数据，确定对象间的相似度。

在本发明的一个实施例中，上述装置还包括第一接收模块、第三确定模块、第四确定模块和第一展示模块。其中，第一接收模块接收用户请求信息。第三确定模块基于所述请求信息确定第一对象。第四确定模块确定与所述第一对象相似度满足第二预设条件的至少一个其他对象。第一展示模块展示所述至少一个其他对象。

在本发明的一个实施例中，上述装置还包括第五确定模块、第六确定模块和第七确定模块。其中，第五确定模块根据第二预设规则确定对象集合，每个对象集合包括至少一个对象。第六确定模块基于对象集合中的每个对象对应的第一向量数据，确定所述对象集合对应的集合向量数据。第七确定模块基于每个对象集合对应的集合向量数据，确定对象集合间的相似度。

在本发明的一个实施例中，上述基于对象集合中的每个对象对应的向量数据，确定所述对象集合对应的集合向量数据，包括：将所述对象集合中的每个对象对应的第一向量数据相加，得到向量和，以及对所述向量和进行归一化处理，得到所述对象集合对应的集合向量数据。

在本发明的一个实施例中，上述装置还包括第二接收模块、第八确定模块、第九确定模块和第二展示模块。其中，第二接收模块接收用户请求信息。第八确定模块基于所述请求信息确定第一对象集合。第九确定模块确定与所述第一对象集合相似度满足第三预设条件的至少一个其他对象集合。第二展示模块展示所述至少一个其他对象集合。

在本发明实施方式的第四方面中，提供了一种计算设备，包括：一个或多个存储器，存储有可执行指令，以及一个或多个处理器，执行所述可执行指令，以实现如上所述的方法。

根据本发明实施方式的数据处理方法和数据处理装置，可以通过构建对象的标识序列，并且通过词嵌入方法处理该标识序列，得到每个对象对应的向量数据，从而可以通过向量数据表示某个对象，降低了确定对象之间相关性的计算难度，减少了计算量。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示意性地示出了根据本发明实施方式的应用场景；

图2示意性地示出了根据本发明实施方式的数据处理方法的流程图；

图3示意性地示出了根据本发明另一实施方式的数据处理方法的流程图；

图4示意性地示出了根据本发明又一实施方式的数据处理方法的流程图；

图5示意性地示出了根据本发明实施例的可读存储介质的示意图；

图6A～6B示意性地示出了根据本发明实施方式的数据处理装置的框图；以及

图7示意性地示出了根据本发明实施例的计算设备的示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

根据本发明的实施方式，提出了一种数据处理方法、介质、装置和计算设备。

在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

发明概述

本发明人发现，为了简化对象之间的相关性的计算，降低计算难度，可以根据用户行为数据构建标识序列，每个标识序列中包括至少一个对象的对象标识，通过词嵌入的方法处理每个标识序列，可以得到每个对象对应的向量数据，从而可以通过向量数据表示某个对象，然后可以通过确定向量之间的相关性确定对象之间的相关性，降低了确定对象之间相关性的计算难度，减少了计算量。

在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。

应用场景总览

首先参考图1，图1示意性地示出了根据本发明实施方式的应用场景100。

如图1所示，该应用场景100包括目标对象110以及推荐对象120，其中，推荐对象120可以是多个推荐对象。

根据本发明实施例，应用场景100例如可以是用户在电商平台进行商品浏览的场景、或者也可以是用户在搜索平台进行对象搜索的场景等等。目标对象110例如可以是用户正在浏览、想要查询或者查看的目标对象，例如，目标对象110可以是用户浏览或者搜索的商品等等。推荐对象120例如可以是与目标对象110相关或者相似的对象，例如，目标对象120可以是与用户浏览的商品相关或相似的商品。

可以理解，本发明不限定目标对象和推荐对象的类型，本领域技术人员可以根据实际应用场景设定对象的类型，例如，对象可以是商品、品牌、类目、活动等等。

例如，用户在电商平台中搜索或浏览目标商品110，电商平台在向用户展示目标商品110的同时，还可以为用户展示与目标商品110相关的或相似的推荐商品120，从而可以为用户提供更加全面的信息，提高用户体验感。

有鉴于此，本发明提供了一种数据处理方法，可以通过向量的方式表示每个对象，从而可以通过确定向量之间的相似度来确定对象之间的相似度，以便为用户推荐相关或相似的商品，提高用户体验感。

需要注意的是，图1所示仅为可以应用本发明实施例的应用场景的示例，以帮助本领域技术人员理解本发明的技术内容，但并不意味着本发明实施例不可以用于其他设备、系统、环境或场景。

示例性方法

下面结合图1的应用场景，参考图2～图4来描述根据本发明示例性实施方式的数据处理方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。

图2示意性地示出了根据本发明实施方式的数据处理方法的流程图。

如图2所示，该方法包括操作S201～S204。

在操作S201，获取多个用户行为数据。

在操作S202，基于多个用户行为数据确定多个用户行为对应的多个对象。

在操作S203，基于多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识。

在操作S204，对至少一个标识序列进行词嵌入处理，确定至少一个标识序列中的每个对象标识对应的第一向量数据。

根据本发明实施例，可以通过埋点的方法将用户在平台上发生的行为记录到行为日志中，然后在预定时间从行为日志中获取用户行为数据。其中，行为日志可以存储在分布式数据库(例如，Hbase等)中。

在本公开实施例中，用户行为数据可以包括用户行为以及该行为针对的对象。其中，用户行为例如可以包括点击、浏览、加购物车、收藏、购买等行为。对象例如可以包括上述用户行为针对的商品。用户行为数据例如可以包括用户点击商品A(其中，点击为用户行为，商品A为对象)、用户浏览商品B(其中，浏览为用户行为，商品B为对象)、或者用户购买商品B(其中，购买为用户行为，商品B为对象)等。

根据本公开实施例，可以以用户为单位，获取每个用户对应的用户行为数据。例如，获取每个用户一天内的用户行为数据。

在本公开实施例中，在获取到用户行为数据后可以对用户行为数据进行预处理，去除不满足第一预设条件的用户的用户行为数据，从而对数据进行清洗和筛选。

根据本公开实施例，不满足第一预设条件例如可以是用户在预设时间段内的特定行为针对的对象的数量不满足预设范围。例如，在一天内，某用户点击或者浏览的商品低于5个，或者高于100个，则认为该用户不满足第一预设条件。或者，在30天内，某用户加购物车或者收藏或者购买的商品低于10个，或者高于200个，则认为该用户不满足第一预设条件。

在本公开实施例中，可以去除不满足第一预设条件的用户的用户行为数据，保留满足第一预设条件的用户的用户行为数据，从而可以过滤掉不符合条件的数据，提高计算准确度。

根据本公开实施例，可以根据每个用户的用户行为数据的时间顺序，基于每个用户的用户行为对应的对象构建每个用户对应的第一序列。

例如，用户1的用户行为数据按照时间顺序包括：点击商品A、点击商品B、浏览商品B、点击商品C、浏览商品C、收藏商品C、点击商品D、浏览商品D、收藏商品D、浏览商品C、购买商品D。

在本公开实施例中，每个对象对应一个对象标识。例如，每个商品对应一个商品标识，例如，商品A对应商品标识A。则，用户1对应的第一序列可以是[A、B、B、C、C、C、D、D、D、C、D]。

可以理解，用户的用户行为数据可能很多，则会导致该用户的第一序列很长。因此，本公开实施例还可以根据第一预设规则切分每个用户对应的第一序列，得到至少一个标识序列。

例如，用户对应的第一序列中包括n个元素(例如，上述举例中的第一序列[A、B、B、C、C、C、D、D、D、C、D]包括11个元素)，如果n能够被50整除，则可以将第一序列切分为n/50个标识序列，如果n不能够被50整除，则可以将第一序列切分为个标识序列。例如，用户对应的第一序列包括138个对象标识，则可以将该第一序列切分为3个标识序列，3个标识序列中分别包括46个对象标识。

根据本公开实施例，可以基于每个用户的用户行为数据构建其相应的第一序列，并且根据第一预设规则将每个第一序列进行切分，得到多个标识序列。然后，可以通过词嵌入的方法对多个标识序列进行处理，从而可以得到标识序列中的每个对象标识对应的第一向量数据。

例如，可以通过gensim工具包的word2vec工具，训练本公开实施例的多个标识序列，得到每个对象标识对应的第一向量数据。其中，第一向量数据的维度可以选择在32～128之间。

在本公开实施例中，可以将对象的对象标识作为key，对象标识对应的第一向量数据作为value，将各个对象的第一向量数据存储到分布式数据库中。

本公开实施例通过用户行为数据构建标识序列，每个标识序列中包括至少一个对象的对象标识，通过词嵌入的方法处理每个标识序列，可以得到每个对象对应的向量数据，从而可以通过向量数据表示某个对象，然后可以通过确定向量之间的相关性确定对象之间的相关性，降低了确定对象之间相关性的计算难度，减少了计算量。

图3示意性地示出了根据本发明另一实施方式的数据处理方法的流程图。

如图3所示，该方法包括操作S201～S204和操作S301～S304。其中，操作S201～S204与上述参考图2描述的方法相同或类似，在此不再赘述。

在操作S301，获取至少一个标识序列中的每个对象标识对应的向量数据集合，向量数据集合中包括该对象标识在不同时间对应的至少一个第二向量数据。

在操作S302，基于向量数据集合中的至少一个第二向量数据和第一向量数据确定每个对象对应的平均向量数据。

在操作S303，根据预设参数对每个对象对应的平均向量数据进行降维处理，得到每个对象对应的降维向量数据。

在操作S304，根据每个对象对应的降维向量数据，确定对象间的相似度。

根据本公开实施例，向量数据集合中可以包括相应对象的在不同时间获得的向量数据。例如，可以定期获取用户行为数据，基于用户行为数据确定各对象对应的向量数据，并将向量数据存储在向量数据集合中。

本公开实施例中的第一向量数据例如可以是本次计算得到的对象的当前向量数据，第二向量数据例如可以是基于之前获取的用户行为数据计算得到的已往向量数据。

例如，可以每天获取当天的用户行为数据，基于获取的用户行为数据确定各对象的第一向量数据，然后获取各对象前k天(本领域技术人员可以根据实际情况设定)的k个第二向量数据，基于第一向量数据和k个第二向量数据确定各对象的平均向量数据。

在本公开实施例中，可以将向量数据集合中的各第二向量数据与向量数据集合对应的均值向量数据进行比较，如果超过预设值，则从获取时间距离当前较远的向量数据开始剔除，从而可以清洗向量数据集合中的数据，减少异常数据的影响。

可以理解，向量的维度越低，计算向量间的相似度的计算量越小。因此，本公开实施例可以对向量数据进行降维处理。例如，可以对各对象的平均向量数据进行降维处理得到降维向量数据。

例如，可以设定插值比例p，p取值(0.1，1.0)，若平均向量数据的维度为x，那么需要通过bilinear的方式插值到y维，y＝[p*x](中括号表示取整)。例如，平均向量数据的维度为128维，p＝0.3，则降维向量的维度为38维。可以理解，p值越大保留信息越多，计算越精准但越繁琐，处理速度也会越慢。本领域技术人员可以根据实际需要设定p的大小。

根据本公开实施例，可以通过余弦距离或者闵氏距离确定两个向量间的相似度。

在本公开实施例中，可以计算每两个对象的相似度，然后遍历每个对象，找到与该对象相似度超过阈值的至少一个对象。并且可以以如表1的方式进行存储。

表1

对象	相似对象
		对象1	对象6，对象1000，...，对象4
对象2	对象15，对象166，...，对象345
		...	...
对象n	对象1，对象2，...，对象322

在本公开实施例中，可以接收用户请求信息，基于请求信息确定第一对象，确定与第一对象相似度满足第二预设条件的至少一个其他对象，展示至少一个其他对象。

例如，用户可以搜索商品A，从而服务器端可以基于用户的搜索词确定商品A，还可以根据对象间的相似度确定与商品A相似度满足第二预设条件的其他相似商品，将其他相似商品展示推荐给用户。

其中，第二预设条件例如可以是相似度高于阈值，例如与第一对象相似度高于80％的其他对象。或者第二预设条件也可以是相似度排名高于阈值，例如与第一对象的相似度由高到低的前50个其他对象。

本公开实施例通过用户行为数据构建标识序列，每个标识序列中包括至少一个对象的对象标识，通过词嵌入的方法处理每个标识序列，可以得到每个对象对应的向量数据，从而可以通过向量数据表示某个对象。然后可以基于向量数据确定对象间的相似度，简化了相似度计算的难度，提高了计算效率。

图4示意性地示出了根据本发明又一实施方式的数据处理方法的流程图。

如图4所示，该方法包括操作S201～S204和操作S401～S403。其中，操作S201～S204与上述参考图2描述的方法相同或类似，在此不再赘述。

在操作S401，根据第二预设规则确定对象集合，每个对象集合包括至少一个对象。

在操作S402，基于对象集合中的每个对象对应的第一向量数据，确定对象集合对应的集合向量数据。

在操作S403，基于每个对象集合对应的集合向量数据，确定对象集合间的相似度。

根据本公开实施例，可以根据品牌确定对象集合，例如，小米的商品确定一个集合，苹果的商品确定一个集合，优衣库的商品确定一个集合。还可以根据活动规则确定活动集合，例如，参加满400减50活动的商品为一个集合，参加八折优惠活动的商品为一个集合。

可以理解，上述举例仅为帮助本领域技术人员理解本发明的技术内容，本公开不限定如何确定集合，本领域技术人员可以根据实际需要对其预设规则进行设定。本公开仅需要确定属于同一对象集合的对象具有相同的属性或相同的特征。

在本公开实施例中，基于对象集合中的每个对象对应的向量数据，确定对象集合对应的集合向量数据，可以包括：将对象集合中的每个对象对应的第一向量数据相加，得到向量和，以及对向量和进行归一化处理，得到对象集合对应的集合向量数据。

可以理解，本公开实施例中的对象集合对应的集合向量数据为对集合中的每个对象的向量数据的向量和进行归一处理后得到的向量数据。

本公开实施例可以先基于每个对象的第一向量数据确定对象集合的第一集合向量数据，然后参考图3描述的方法确定第一集合向量数据的平均集合向量数据、降维集合向量数据，然后基于降维后的集合向量数据计算集合间的相似度。

或者，本公开实施例还可以获取每个对象的降维向量数据，基于每个对象的降维向量数据确定对象集合的降维集合向量数据，然后基于降维集合向量数据计算集合间的相似度。

在本公开实施例中，可以接收用户请求信息，基于请求信息确定第一对象集合，确定与第一对象集合相似度满足第三预设条件的至少一个其他对象集合，展示至少一个其他对象集合。

例如，用户可以搜索小米，从而服务器端可以基于用户的搜索词确定对象集合小米(该集合中可以包括小米1、小米2、小米mix2，小米手环等)，还可以根据集合间的相似度确定与小米相似度满足第三预设条件的其他相似对象集合(例如，苹果、华为等)，将其他相似对象集合展示推荐给用户。

在本公开实施例中，可以展示相似对象集合的集合标识，例如，可以展示苹果旗舰店、华为旗舰店等。还可以展示相似对象集合中的对象，例如，可以展示iPhoneX，华为Note10等。

本公开实施例通过用户行为数据构建标识序列，每个标识序列中包括至少一个对象的对象标识，通过词嵌入的方法处理每个标识序列，可以得到每个对象对应的向量数据，从而可以通过向量数据表示某个对象。

本公开实施例还可以根据规则确定对象集合，并且也可以通过向量数据标识某个对象集合，从而可以基于向量数据确定对象集合间的相似度，简化了对象集合相似度计算的难度，提高了计算效率。

示例性介质

本发明示例性实施方式提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被处理单元执行时用于实现上述方法实施例中任一项所述的数据处理方法。

在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在计算设备上运行时，所述程序代码用于使所述计算设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的数据处理方法中的步骤，例如，所述计算设备可以执行如图2中所示的操作S201：获取多个用户行为数据；操作S202：基于多个用户行为数据确定多个用户行为对应的多个对象；操作S203：基于多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识；操作S204：对至少一个标识序列进行词嵌入处理，确定至少一个标识序列中的每个对象标识对应的第一向量数据。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

如图5所示，描述了根据本发明的实施方式的用于数据处理方法的程序产品50，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在计算设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆，RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言——诸如Java，C++等，还包括常规的过程式程序设计语言——诸如“C”，语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)一连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

示例性装置

在介绍了本发明示例性实施方式的介质之后，接下来，参考图6A～6B对本发明示例性实施方式的数据处理装置进行介绍。

图6A～6B示意性地示出了根据本发明实施方式的数据处理装置600的框图。

如图6A所示，该数据处理装置600包括第一获取模块601、第一确定模块602、构建模块603和处理模块604。

第一获取模块601获取多个用户行为数据。

第一确定模块602基于多个用户行为数据确定多个用户行为对应的多个对象。

构建模块603基于多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识。

处理模块604对至少一个标识序列进行词嵌入处理，确定至少一个标识序列中的每个对象标识对应的第一向量数据。

如图6B所示，该数据处理装置还可以包括预处理模块605、第二获取模块606、第二确定模块607、降维模块608、相似度确定模块609、第一接收模块610、第三确定模块611、第四确定模块612、第一展示模块613、第五确定模块614、第六确定模块615、第七确定模块616、第二接收模块617、第八确定模块618、第九确定模块619以及第二展示模块620。

预处理模块605对用户行为数据进行预处理，去除不满足第一预设条件的用户的用户行为数据。

根据本公开实施例，基于多个对象构建至少一个标识序列，可以包括：根据每个用户的用户行为数据的时间顺序，基于每个用户的用户行为对应的对象构建每个用户对应的第一序列，以及根据第一预设规则切分每个用户对应的第一序列，得到所述至少一个标识序列。

第二获取模块606获取至少一个标识序列中的每个对象标识对应的向量数据集合，所述向量数据集合中包括该对象标识在不同时间对应的至少一个第二向量数据。

第二确定模块607基于所述向量数据集合中的至少一个第二向量数据和所述第一向量数据确定每个对象对应的平均向量数据。

降维模块608根据预设参数对所述每个对象对应的平均向量数据进行降维处理，得到所述每个对象对应的降维向量数据。

相似度确定模块609根据所述每个对象对应的降维向量数据，确定对象间的相似度。

第一接收模块610接收用户请求信息。

第三确定模块611基于所述请求信息确定第一对象。

第四确定模块612确定与所述第一对象相似度满足第二预设条件的至少一个其他对象。

第一展示模块613展示所述至少一个其他对象。

第五确定模块614根据第二预设规则确定对象集合，每个对象集合包括至少一个对象。

第六确定模块615基于对象集合中的每个对象对应的第一向量数据，确定所述对象集合对应的集合向量数据。

第七确定模块616基于每个对象集合对应的集合向量数据，确定对象集合间的相似度。

根据本公开实施例，基于对象集合中的每个对象对应的向量数据，确定所述对象集合对应的集合向量数据，可以包括：将所述对象集合中的每个对象对应的第一向量数据相加，得到向量和，以及对所述向量和进行归一化处理，得到所述对象集合对应的集合向量数据。

第二接收模块617接收用户请求信息。

第八确定模块618基于所述请求信息确定第一对象集合。

第九确定模块619确定与所述第一对象集合相似度满足第三预设条件的至少一个其他对象集合。

第二展示模块620展示所述至少一个其他对象集合。

根据本发明的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本发明实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本发明实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本发明实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，第一获取模块601、第一确定模块602、构建模块603、处理模块604、预处理模块605、第二获取模块606、第二确定模块607、降维模块608、相似度确定模块609、第一接收模块610、第三确定模块611、第四确定模块612、第一展示模块613、第五确定模块614、第六确定模块615、第七确定模块616、第二接收模块617、第八确定模块618、第九确定模块619以及第二展示模块620中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一获取模块601、第一确定模块602、构建模块603、处理模块604、预处理模块605、第二获取模块606、第二确定模块607、降维模块608、相似度确定模块609、第一接收模块610、第三确定模块611、第四确定模块612、第一展示模块613、第五确定模块614、第六确定模块615、第七确定模块616、第二接收模块617、第八确定模块618、第九确定模块619以及第二展示模块620中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获取模块601、第一确定模块602、构建模块603、处理模块604、预处理模块605、第二获取模块606、第二确定模块607、降维模块608、相似度确定模块609、第一接收模块610、第三确定模块611、第四确定模块612、第一展示模块613、第五确定模块614、第六确定模块615、第七确定模块616、第二接收模块617、第八确定模块618、第九确定模块619以及第二展示模块620中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

示例性计算设备

在介绍了本发明示例性实施方式的方法、介质和装置之后，接下来，参考图7描述本发明示例性实施方式的一种计算设备，其用于实现本发明的数据处理方法。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

在一些可能的实施方式中，根据本发明的计算设备可以至少包括至少一个处理单元、以及至少一个存储单元。其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的数据处理方法中的操作。例如，所述计算设备可以执行如图2中所示的操作S201：获取多个用户行为数据；操作S202：基于多个用户行为数据确定多个用户行为对应的多个对象；操作S203：基于多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识；操作S204：对至少一个标识序列进行词嵌入处理，确定至少一个标识序列中的每个对象标识对应的第一向量数据。

下面参照图7来描述根据本发明的这种实施方式的计算设备700。图7所示的计算设备700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算设备700以通用计算设备的形式表现。计算设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。

总线730包括数据总线、控制总线、地址总线等。

存储单元720可以包括易失性存储器，例如随机存取存储器(RAM)721和/或高速缓存存储器722，还可以进一步包括只读存储器(ROM)723。

存储单元720还可以包括具有一组(至少一个)程序模块724的程序/实用工具725，这样的程序模块724包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

计算设备700也可以与一个或多个外部设备740(例如键盘、指向设备、蓝牙设备等)通信，这种通信可以通过输入/输出(I/O)接口750进行。并且，计算设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器760通过总线730与计算设备700的其它模块通信。应当明白，尽管图中未示出，可以结合计算设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了数据处理装置的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (10)

1.一种数据处理方法，包括：

获取多个用户行为数据；

基于所述多个用户行为数据确定所述多个用户行为对应的多个对象；

基于所述多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识；

对所述至少一个标识序列进行词嵌入处理，确定所述至少一个标识序列中的每个对象标识对应的第一向量数据。

2.根据权利要求1所述的方法，还包括：

对所述用户行为数据进行预处理，去除不满足第一预设条件的用户的用户行为数据。

3.根据权利要求1所述的方法，其中，所述基于所述多个对象构建至少一个标识序列，包括：

根据每个用户的用户行为数据的时间顺序，基于每个用户的用户行为对应的对象构建每个用户对应的第一序列；

根据第一预设规则切分所述每个用户对应的第一序列，得到所述至少一个标识序列。

4.根据权利要求1所述的方法，还包括：

获取所述至少一个标识序列中的每个对象标识对应的向量数据集合，所述向量数据集合中包括该对象标识在不同时间对应的至少一个第二向量数据；

基于所述向量数据集合中的至少一个第二向量数据和所述第一向量数据确定每个对象对应的平均向量数据。

5.根据权利要求4所述的方法，还包括：

根据预设参数对所述每个对象对应的平均向量数据进行降维处理，得到所述每个对象对应的降维向量数据。

6.根据权利要求5所述的方法，还包括：

根据所述每个对象对应的降维向量数据，确定对象间的相似度。

7.根据权利要求6所述的方法，还包括：

接收用户请求信息；

基于所述请求信息确定第一对象；

确定与所述第一对象相似度满足第二预设条件的至少一个其他对象；

展示所述至少一个其他对象。

8.一种数据处理装置，包括：

第一获取模块，获取多个用户行为数据；

第一确定模块，基于所述多个用户行为数据确定所述多个用户行为对应的多个对象；

构建模块，基于所述多个对象构建至少一个标识序列，每个标识序列中包括至少一个对象标识，其中，每个对象对应一个对象标识；

处理模块，对所述至少一个标识序列进行词嵌入处理，确定所述至少一个标识序列中的每个对象标识对应的第一向量数据。

9.一种计算设备，包括：

一个或多个存储器，存储有可执行指令；以及

一个或多个处理器，执行所述可执行指令，以实现根据权力要求1～7中任一项所述的方法。

10.一种介质，其上存储有可执行指令，所述指令在被处理器执行时实现根据权利要求1～7中任一项所述的方法。