CN110019154A - 数据处理、数据质量评估、推荐产品确定方法及相关设备 - Google Patents

Abstract

本发明实施例提供了一种数据处理、数据质量评估、推荐产品确定方法及相关设备，可以获得待评估数据，提取所述待评估数据的至少一种数据特征，根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。本发明实现了对数据质量的评估，同时，由于可以根据从待评估数据中提取数据特征确定待评估数据的数据质量评估结果，因此本发明确定的数据质量评估结果的准确性较高。

Description

数据处理、数据质量评估、推荐产品确定方法及相关设备

技术领域

本发明涉及数据质量评估技术领域，特别是涉及数据处理、数据质量评估、推荐产品确定方法及相关设备。

背景技术

随着互联网的发展，越来越多的商家通过网上商店售卖自己的商品。为了提高销量，商家往往希望能够将推荐效果较好的商品推荐给用户从而促成交易。

现有的商品推荐平台可以根据商家上传的数据(如商品数据、用户信息数据、用户行为数据、可推荐商品数据等)确定推荐效果较好的商品并告知商家，这样商家就可以对推荐效果较好的商品进行推荐。但是，本申请发明人在完成本发明的过程中发现：现有的商品推荐平台确定的推荐效果较好的商品的推荐效果往往一般甚至较差，发明人研究发现：商品推荐平台确定的商品的推荐效果与商家上传的数据的数据质量有关。

因此，本领域急需一种可以对商家上传的数据进行数据质量评估的技术。当然，除商品推荐领域，其他领域也可能存在相同问题。

发明内容

本发明实施例的目的在于提供一种数据处理、数据质量评估、推荐产品确定方法及相关设备，以对数据进行质量评估。具体技术方案如下：

一种数据处理方法，包括：

接收用户上传的原始数据；

对所述原始数据进行评估；

将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理。

可选的，所述对所述原始数据进行评估，包括：

基于对所述原始数据进行处理的算法，至少从基础维度、内容维度、算法维度、效果维度中的一个或多个维度，对所述原始数据进行评估。

可选的，在所述对所述原始数据进行评估之后，所述方法还包括：

基于数据评估结果，为用户提供对应的数据优化建议，以便用户基于所述优化建议对所述原始数据进行优化处理。

一种数据质量评估方法，包括：

获得待评估数据；

提取所述待评估数据的至少一种数据特征；

根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。

可选的，所述根据提取的所述数据特征确定所述待评估数据的数据质量评估结果，包括：

根据所述数据特征与数据质量评估结果之间的关系，确定与提取的所述数据特征对应的数据质量评估结果。

可选的，所述根据提取的所述数据特征确定所述待评估数据的数据质量评估结果，包括：

根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果；

根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果。

可选的，所述根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果，包括：

根据提取的所述数据特征与特征条件的对比结果，确定所述待评估数据的至少一个数据评估指标的评估结果；

或者，

根据所述数据特征与数据评估指标的评估结果之间的关系，确定与提取的所述数据特征对应的至少一个数据评估指标的评估结果。

可选的，所述根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果，包括：

根据所述数据评估指标的评估结果与所述数据质量评估结果之间的关系，确定与所确定的数据评估指标的评估结果对应的数据质量评估结果；

或者，

对确定的所述数据评估指标的评估结果进行加权计算，获得数据质量评估结果。

可选的，所述数据评估指标包括：

数据量、数据内容丰富度、算法适用度、效果指标适用度、覆盖率中的至少一个。

可选的，还包括：

生成与确定的所述数据评估指标的评估结果匹配的数据完善建议。

可选的，还包括：

确定与提取的所述数据特征匹配的数据处理方式；

将确定的所述数据处理方式的标识输出。

可选的，还包括：

获得用户选择的标识对应的数据处理方式；

使用所获得的数据处理方式对所述待评估数据进行处理。

可选的，所述待评估数据包括：买家身份数据、买家行为数据、在售商品数据和可推荐商品数据。

一种推荐产品确定方法，包括：

获得用户设备上传的第一推荐基础数据；

提取所述第一推荐基础数据的至少一种数据特征；

根据提取的所述数据特征对所述第一推荐基础数据进行数据质量评估，获得数据质量评估结果；

确定所述数据质量评估结果是否满足预设的数据质量要求，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，将与所述数据质量评估结果匹配的数据完善建议发送至所述用户设备，根据所述用户设备返回的响应确定用户是否继续使用所述第一推荐基础数据确定推荐产品，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，丢弃所述第一推荐基础数据。

一种数据处理装置，包括：处理器和通信接口，

所述通信接口接收用户上传的原始数据；

所述处理器对所述原始数据进行评估，将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理。

可选的，所述处理器基于对所述原始数据进行处理的算法，至少从基础维度、内容维度、算法维度、效果维度中的一个或多个维度，对所述原始数据进行评估。

可选的，所述处理器在对所述原始数据进行评估之后，还基于数据评估结果，为用户提供对应的数据优化建议，以便用户基于所述优化建议对所述原始数据进行优化处理。

一种数据质量评估设备，所述数据质量评估设备包括：处理器和通信接口，

所述通信接口获得待评估数据；

所述处理器提取所述待评估数据的至少一种数据特征，根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。

可选的，所述处理器根据所述数据特征与数据质量评估结果之间的关系，确定与提取的所述数据特征对应的数据质量评估结果。

可选的，所述处理器根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果；根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果。

可选的，所述处理器根据提取的所述数据特征与特征条件的对比结果，确定所述待评估数据的至少一个数据评估指标的评估结果；

或者，

所述处理器根据所述数据特征与数据评估指标的评估结果之间的关系，确定与提取的所述数据特征对应的至少一个数据评估指标的评估结果。

可选的，所述处理器根据所述数据评估指标的评估结果与所述数据质量评估结果之间的关系，确定与所确定的数据评估指标的评估结果对应的数据质量评估结果；

或者，

所述处理器对确定的所述数据评估指标的评估结果进行加权计算，获得数据质量评估结果。

可选的，所述处理器还生成与确定的所述数据评估指标的评估结果匹配的数据完善建议。

可选的，所述处理器还确定与提取的所述数据特征匹配的数据处理方式，将确定的所述数据处理方式的标识输出。

可选的，所述处理器还获得用户选择的标识对应的数据处理方式，使用所获得的数据处理方式对所述待评估数据进行处理。

一种推荐产品确定设备，包括：处理器和通信接口，

所述通信接口获得用户设备上传的第一推荐基础数据；

所述处理器提取所述第一推荐基础数据的至少一种数据特征，根据提取的所述数据特征对所述第一推荐基础数据进行数据质量评估，获得数据质量评估结果；确定所述数据质量评估结果是否满足预设的数据质量要求，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，通过所述通信接口将与所述数据质量评估结果匹配的数据完善建议发送至所述用户设备，根据所述用户设备返回的响应确定用户是否继续使用所述第一推荐基础数据确定推荐产品，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，丢弃所述第一推荐基础数据。

本发明实施例提供的数据处理、数据质量评估、推荐产品确定方法及相关设备，可以获得待评估数据，提取所述待评估数据的至少一种数据特征，根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。本发明实现了对数据质量的评估，同时，由于可以根据从待评估数据中提取数据特征确定待评估数据的数据质量评估结果，因此本发明确定的数据质量评估结果的准确性较高。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种数据质量评估方法的流程图；

图2本发明实施例提供的另一种数据质量评估方法的流程图；

图3至图8为本发明实施例提供的多个数据评估指标的示意图；

图9为本发明实施例提供的一种推荐产品确定方法的流程图；

图10为本发明实施例提供的一种数据处理方法的流程图；

图11为本发明实施例提供的一种数据质量评估设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供的一种数据质量评估方法，可以包括：

S100、获得待评估数据；

其中，待评估数据可以有多种，如买家身份数据、买家行为数据、在售商品数据和可推荐商品数据等。其中，买家身份数据可以包括：买家性别、买家年龄、买家所处地域等。买家行为数据可以包括：买家对商品的浏览历史、买家购买的商品、买家每年的消费总额等。在售商品数据可以包括：在售商品所属的商品类别、在售商品的价格、在售商品的生产地址等。可推荐商品数据可以包括：可推荐商品所属的商品类别、可推荐商品的价格、可推荐商品的生产地址等。

可选的，不同种类的待评估数据可以存储于不同或相同的数据表中，例如：买家身份数据存储于买家身份表中，买家行为数据存储于买家行为表中，在售商品数据存储于在售商品表中，可推荐商品数据存储于可推荐商品表中。

其中，步骤S100获得的待评估数据可以包括多个不同时间段内采集或生成的数据，例如：步骤S100获得的待评估数据包括：2017年1月1日采集的数据、2017年1月2日采集的数据和2017年1月3日采集的数据。

步骤S100可以同时或依次获得多种待评估数据，本发明可以将每一种待评估数据确定为一个待评估对象，每次仅对一个待评估对象进行数据质量的评估；也可以在获得多种待评估数据后，将获得的多种待评估数据确定为一个待评估对象，对该待评估对象进行数据质量的评估。

其中，步骤S100获得待评估数据的方式可以有多种，如：获得数据上传方上传的待评估数据，或，对网络中的数据进行爬取，将爬取得到的数据作为待评估数据。

本发明实施例提供的一种数据质量评估方法可以应用于服务器中，所述服务器与终端设备通信连接，所述待评估数据可以由终端设备发送到所述服务器中。

S200、提取所述待评估数据的至少一种数据特征；

其中，所述数据特征的种类可以包括：待评估数据的信息熵、待评估数据中第一类型数据的数量、待评估数据的方差、数据的属性不为空的比例、点击率、消费转化率、是否存在点击数据、是否存在消费数据等。

其中，数据的属性可以为待评估数据所包含的具体内容。例如：待评估数据为买家身份数据，则数据的属性可以包括：买家性别、买家年龄、买家所处地域等。待评估数据中某些买家的买家身份数据可能不完整，例如：某买家的买家身份数据中没有买家年龄，则该买家的买家身份数据的买家年龄为空。数据的属性不为空的比例越高，则说明数据的完整度及内容丰富度越高。

具体的，步骤S200对需要提取的每一种数据特征都可以从待评估数据中提取多个该种数据特征对应的特征数据，例如：步骤S100获得的待评估数据包括：买家身份数据、买家行为数据、在售商品数据和可推荐商品数据。步骤S200可以提取待评估数据中第一类型数据的数量，其中，第一类型数据为标识类型数据，标识类型数据为用于为对象进行唯一性标识的数据，例如：用户唯一标识、商品唯一标识。则步骤S200在提取待评估数据中标识类型数据的数量时，可以分别从买家身份数据和买家行为数据中提取买家唯一标识(如买家用户名)的数量，并分别从在售商品数据和可推荐商品数据中提取商品唯一标识(商品id)的数量。

S300、根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。

可选的，步骤S300的具体执行方式可以有多种，下面示例性提供其中两种方式：

方式一、根据所述数据特征与数据质量评估结果之间的关系，确定与提取的所述数据特征对应的数据质量评估结果。

其中，数据特征与数据质量评估结果之间的关系的体现方式可以有多种，如：公式、数学模型、对应关系等。下面提供一种本发明获得数据特征与数据质量评估结果之间关系的方法，可以包括：

获得已确定数据质量评估结果的第一数量的数据；

提取所述第一数量的数据的至少一种数据特征；

根据所述第一数量的数据的数据质量评估结果和提取的数据特征，构建数据特征与数据质量评估结果之间的关系。

具体的，在数据特征与数据质量评估结果之间的关系通过数学模型体现时，本发明可以通过机器学习根据所述第一数量的数据的数据质量评估结果和提取的数据特征，构建数据特征与数据质量评估结果之间的数学模型。该数学模型的输入为所述至少一种数据特征，输出为数据质量评估结果。

方式二可以包括如下步骤一和步骤二两个步骤：

步骤一、根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果；

步骤二、根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果。

其中，请结合图3至图8，所述数据评估指标可以包括：基础质量、内容丰富度、算法适用度、效果指标适用度、覆盖率、波动度中的至少一个。本发明的数据评估指标可以根据从待评估数据中提取的数据特征确定。具体的，对每一数据评估指标，都可以根据至少一个数据特征与对应的数据条件的对比结果确定该数据评估指标的评估结果。本发明的数据评估指标的评估结果可以为评分、等级等。

其中，所述基础质量可以根据某种数据记录的总数量、数据的属性分布占比、单位时间内某类型的数据的记录量等确定。例如：待评估数据中的用户信息数据中用户标识(如用户名)的数量、待评估数据中的在售商品数据中在售商品标识(如商品id)的数量、待评估数据中的可推荐商品数据中可推荐商品的数量等。本发明可以根据用户信息数据中用户标识的数量、待评估数据中的在售商品数据中在售商品标识的数量和待评估数据中的可推荐商品数据中可推荐商品的数量确定基础质量的评估结果。如图3所示，当可推荐商品的数量未达到对应的数据条件(大于1000)时，本发明还可以输出数据完善建议，以使用户可以有针对性的完善数据。相应的，图4至图8中也可以输出相应的数据完善建议，不再赘述。

内容丰富度可以根据数据的属性值不为空的比例及数据的属性分布情况确定，其中，数据的属性分布情况可以通过数据的属性信息熵确定。

算法适用度可以根据待评估数据的数据特征与对所述待评估数据进行处理的各数据处理方式所使用的算法所需的数据特征的对比结果确定。例如：共有20种可以对待评估数据进行处理的数据处理方式，每种数据处理方式所使用的算法所需的数据特征各不相同。通过将待评估数据的数据特征与这20种数据处理方式所使用的算法所需的数据特征进行对比，确定待评估数据的数据特征可以满足这20种数据处理方式的5种数据处理方式所使用的算法所需的数据特征，则该待评估数据的算法适用度为25％。

覆盖率为数据表之间的数据覆盖比例，例如：可推荐商品数据存储在可推荐商品数据表中，在售商品数据存储在在售商品数据表中，则将在售商品数据表中存在的可推荐商品数据表中的可推荐商品数据占在售商品数据表中全部商品数据的比例(简称为可推荐商品占在售商品的比例)确定为可推荐商品数据表对在售商品数据表的覆盖率。在实际应用中，可以分别获得待评估数据中多个不同数据表之间的覆盖率，判断获得的各覆盖率是否满足相应的覆盖率条件(如图5所示，覆盖率条件可以为覆盖率不低于20％)，并根据判断结果确定待评估数据的覆盖率得分。如图5所示，当待评估数据中某数据表对另一数据表的覆盖率不满足相应的覆盖率条件时，本发明还可以输出相应的数据完善建议。

波动度可以不同时间段内采集或生成的数据的变化量确定，例如：2017年1月1日采集的买家身份数据对应的买家数量为10000个，2017年1月2日采集的买家身份数据对应的买家数量为11000个，则2017年1月2日采集的买家身份数据对应的买家数量相对于2017年1月1日而言，波动度为+10％。

效果指标适用度可以根据待评估数据是否存在点击数据、消费数据等数据来确定。其中，点击数据、消费数据均为推荐商品的推荐效果指标，可以用于计算点击率、点击量、消费转化率等。由于确定推荐商品的推荐效果需要使用到点击数据和消费数据，因此当点击数据和消费数据均存在时，该待评估数据的效果指标适用度将较高。

其中，方式二的步骤一可以具体包括：

根据提取的所述数据特征与特征条件的对比结果，确定所述待评估数据的至少一个数据评估指标的评估结果；

或者，

根据所述数据特征与数据评估指标的评估结果之间的关系，确定与提取的所述数据特征对应的至少一个数据评估指标的评估结果。

其中，当提取的数据特征有多种时，每一种数据特征都可以对应至少一个特征条件。本发明可以将提取的每一种数据特征与对应的特征条件进行对比，获得对比结果。例如：提取的数据特征包括：买家身份数据对应的买家数量和在售商品数据对应的在售商品数量。则本发明可以将买家身份数据对应的买家数量与买家数量条件(例如10000个买家)进行对比，而且本发明可以将在售商品数据对应的在售商品数量与在售商品数量条件(例如100000个商品)进行对比。

其中，本发明获得数据特征与数据评估指标的评估结果之间的关系的方法可以与本发明获得数据特征与数据质量评估结果之间关系的方法类似，不再赘述。

其中，本发明其他实施例提供的数据质量评估方法，还可以包括：

生成与确定的所述数据评估指标的评估结果匹配的数据完善建议。

具体的，对每一种数据评估指标，本发明都可以将该数据评估指标的评估结果与对应的指标完善条件进行对比，对于没有满足对应的指标完善条件的数据评估指标的评估结果，本发明可以给出数据完善建议，建议数据提供方完善数据以提高该数据评估指标的评估结果。具体的，如图3至图8所示，由于方式二中的数据评估指标的评估结果根据从待评估数据中提取的数据特征确定，因此本发明也可以将每一种数据评估指标对应的数据特征与相应的数据条件进行对比，当某数据特征未满足相应的数据条件时，本发明可以给出建议，建议数据提供方完善数据以使该数据特征满足相应的数据条件。

其中，方式二的步骤二可以具体包括：

根据所述数据评估指标的评估结果与所述数据质量评估结果之间的关系，确定与所确定的数据评估指标的评估结果对应的数据质量评估结果；

或者，

对确定的所述数据评估指标的评估结果进行加权计算，获得数据质量评估结果。

其中，本发明获得数据评估指标的评估结果与数据质量评估结果之间的关系的方法可以与本发明获得数据特征与数据质量评估结果之间关系的方法类似，不再赘述。

本发明对确定的所述数据评估指标的评估结果进行加权计算的具体方法可以包括：加权求和、加权平均等算法。

当然，在本发明其他实施例中，也可以直接将确定的各数据评估指标的评估结果作为数据质量评估结果。

数据提供方提供的待评估数据可以作为进行数据处理的处理对象，例如：作为进行商品推荐计算的处理对象。由于进行数据处理的数据处理方式可以有多种，每种数据处理方式都有不同的特点，且不同数据处理方式对相同的数据进行处理后得到的结果可能不同，因此从各种数据处理方式中确定适合所需处理的数据的数据处理方式可以有效提高数据处理后得到的结果的准确性。

在图1所示实施例基础上，如图2所示，本发明实施例提供的一种数据质量评估方法，还可以包括：

S400、确定与提取的所述数据特征匹配的数据处理方式；

本申请发明人研究发现，不同的数据处理方式适用于具有不同的数据特征的数据，基于此，本发明在步骤S200提取所述待评估数据的至少一种数据特征后，可以将各数据处理方式所对应的数据处理条件与步骤S200提取的数据特征进行比对，确定步骤S200提取的数据特征可以满足的数据处理条件对应的数据处理方式，并将确定的数据处理方式确定为与提取的所述数据特征匹配的数据处理方式。

S500、将确定的所述数据处理方式的标识输出。

其中，数据处理方式的标识可以有多种，如名称、图案、编号等。

可选的，图2所示方法还可以包括：

获得用户选择的标识对应的数据处理方式；

使用所获得的数据处理方式对所述待评估数据进行处理。

本发明实施例还提供了一种推荐产品确定方法，如图9所示，本发明实施例提供的一种推荐产品确定方法，可以包括：

S001、获得用户设备上传的第一推荐基础数据；

其中，图9所示方法中的第一推荐基础数据可以与图1所示方法中的待评估数据相同或不同，本发明在此不做限定。图9所示方法可以应用于网络侧设备，如服务器中。

S002、提取所述第一推荐基础数据的至少一种数据特征；

步骤S002与图1所示方法步骤S200提取数据特征的方式可以相同，提取的数据特征也可以相同，在此不再赘述。

S003、根据提取的所述数据特征对所述第一推荐基础数据进行数据质量评估，获得数据质量评估结果；

步骤S003与图1所示方法步骤S300的处理过程可以相同，在此不再赘述。

S004、确定所述数据质量评估结果是否满足预设的数据质量要求，如果是，则执行步骤S005，否则，执行步骤S006；

其中，预设的数据质量要求可以有多种形式，例如：当数据质量评估结果为评分时，预设的数据质量要求可以为预设分值，如100分。

S005、根据所述第一推荐基础数据确定推荐产品；

具体的，步骤S005可以使用现有的确定推荐产品的方案根据所述第一推荐基础数据确定推荐产品。

S006、将与所述数据质量评估结果匹配的数据完善建议发送至所述用户设备；

其中，步骤S006发送至用户设备的数据完善建议可以为通过本发明实施例提供的数据质量评估方法中“生成与确定的所述数据评估指标的评估结果匹配的数据完善建议”的步骤生成数据完善建议。

S007、根据所述用户设备返回的响应确定用户是否继续使用所述第一推荐基础数据确定推荐产品，如果是，则执行步骤S005；否则，执行步骤S008；

具体的，本发明可以在将数据完善建议发送至用户设备后，请求用户设备返回指示“用户继续使用所述第一推荐基础数据确定推荐产品”的第一响应或指示“用户放弃使用所述第一推荐基础数据确定推荐产品”的第二响应。当本发明接收到第一响应后，就可以执行步骤S005。当本发明接收到第二响应后，可以执行步骤S008。

S008、丢弃所述第一推荐基础数据。

可以理解的是，用户可以根据本发明的数据完善建议对第一推荐基础数据进行完善并得到第二推荐基础数据。在用户放弃使用所述第一推荐基础数据确定推荐产品后，用户可以通过用户设备上传第二推荐基础数据，这样本发明就可以对第二推荐基础数据进行图9所示的各种处理。

本发明实施例提供的一种推荐产品确定方法，可以根据推荐基础数据的数据特征确定数据质量评估结果，在数据质量评估结果不满足预设的数据质量要求时，本发明给出数据完善建议，以帮助用户提升数据质量；在数据质量评估结果满足预设的数据质量要求时，本发明根据推荐基础数据确定推荐产品。可见，本发明可以帮助用户提升数据质量，保证了确定的推荐产品的准确性。

如图10所示，本发明实施例还提供了一种数据处理方法，可以包括：

S901、接收用户上传的原始数据；

其中，用户上传的原始数据的种类可以有多种，如买家身份数据、买家行为数据、在售商品数据和可推荐商品数据等。其中，买家身份数据可以包括：买家性别、买家年龄、买家所处地域等。买家行为数据可以包括：买家对商品的浏览历史、买家购买的商品、买家每年的消费总额等。在售商品数据可以包括：在售商品所属的商品类别、在售商品的价格、在售商品的生产地址等。可推荐商品数据可以包括：可推荐商品所属的商品类别、可推荐商品的价格、可推荐商品的生产地址等。

可选的，不同种类的原始数据可以存储于不同或相同的数据表中，例如：买家身份数据存储于买家身份表中，买家行为数据存储于买家行为表中，在售商品数据存储于在售商品表中，可推荐商品数据存储于可推荐商品表中。

S902、对所述原始数据进行评估；

其中，步骤S901接收的原始数据可以为用于确定推荐产品所需的数据，为了获得较好的推荐效果，本发明可以根据确定推荐产品算法从至少一个维度对原始数据进行评估，从而获得数据评估结果。可以理解的是，当数据评估结果较好时，则代表原始数据的质量较高，通过推荐产品算法对该原始数据进行计算确定的推荐产品的可靠性也较高。

可选的，步骤S902可以具体包括：

基于对所述原始数据进行处理的算法，至少从基础维度、内容维度、算法维度、效果维度中的一个或多个维度，对所述原始数据进行评估。

其中，请结合图3至图8，基础维度可以具体至少包括：基础质量，内容维度可以至少包括：内容丰富度，算法维度可以至少包括：算法适用度，效果维度可以至少包括：效果指标适用度。

其中，所述基础质量可以根据某种数据记录的总数量、数据的属性分布占比、单位时间内某类型的数据的记录量等确定。例如：原始数据中的用户信息数据中用户标识(如用户名)的数量、原始数据中的在售商品数据中在售商品标识(如商品id)的数量、原始数据中的可推荐商品数据中可推荐商品的数量等。本发明可以根据用户信息数据中用户标识的数量、原始数据中的在售商品数据中在售商品标识的数量和原始数据中的可推荐商品数据中可推荐商品的数量确定基础质量的评估结果。如图3所示，当可推荐商品的数量未达到对应的数据条件(大于1000)时，本发明还可以输出数据优化建议，以使用户可以有针对性的优化数据。相应的，图3至图8中也可以输出相应的数据优化建议，不再赘述。

内容丰富度可以根据数据的属性值不为空的比例及数据的属性分布情况确定，其中，数据的属性分布情况可以通过数据的属性信息熵确定。

算法适用度可以根据原始数据的数据特征与对所述原始数据进行处理的各数据处理方式所使用的算法所需的数据特征的对比结果确定。例如：共有20种可以对原始数据进行处理的数据处理方式，每种数据处理方式所使用的算法所需的数据特征各不相同。通过将原始数据的数据特征与这20种数据处理方式所使用的算法所需的数据特征进行对比，确定原始数据的数据特征可以满足这20种数据处理方式的5种数据处理方式所使用的算法所需的数据特征，则该原始数据的算法适用度为25％。

效果指标适用度可以根据原始数据是否存在点击数据、消费数据等数据来确定。其中，点击数据、消费数据均为推荐商品的推荐效果指标，可以用于计算点击率、点击量、消费转化率等。由于确定推荐商品的推荐效果需要使用到点击数据和消费数据，因此当点击数据和消费数据均存在时，该原始数据的效果指标适用度将较高。

S903、将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理。

其中，本发明在使用多个维度对原始数据进行评估时，可以分别将各维度的评估结果展示给用户，当然，本发明也可以将根据各维度的评估结果确定的总评估结果展示给用户。图3至图8为本发明实施例提供的一种可选的数据评估结果展示方式。

可选的，在步骤S902之后，图10所示方法还可以包括：

基于数据评估结果，为用户提供对应的数据优化建议，以便用户基于所述优化建议对所述原始数据进行优化处理。

其中，本发明实施例为用户提供的数据优化建议可以与各维度的评估结果相对应，当某维度的评估结果较差时，本发明可以给出针对该维度的评估结果的数据优化建议，以便用户根据该优化建议对数据进行优化处理，提高该维度的评估结果，进而提高数据质量。当某维度的评估结果较好时，本发明可以仅展示该维度的评估结果，不再提供数据优化建议。

本发明实施例提供的一种数据处理方法，可以对原始数据进行评估并将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理，可见本发明实施例提供的一种数据处理方法在确定用户上传的原始数据的质量较差时，可以及时提醒用户进行优化，可以避免使用较差的数据进行处理带来的各种问题。

与本发明实施例提供的一种数据质量评估方法相对应，本发明实施例还提供了一种数据质量评估设备。

如图11所示，本发明实施例提供的一种数据质量评估设备，可以包括：处理器001和通信接口002，

所述通信接口001获得待评估数据；

所述处理器002提取所述待评估数据的至少一种数据特征，根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。

可选的，所述处理器001可以根据所述数据特征与数据质量评估结果之间的关系，确定与提取的所述数据特征对应的数据质量评估结果。

可选的，所述处理器001可以根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果；根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果。

可选的，所述处理器001可以根据提取的所述数据特征与特征条件的对比结果，确定所述待评估数据的至少一个数据评估指标的评估结果；或者，所述处理器001可以根据所述数据特征与数据评估指标的评估结果之间的关系，确定与提取的所述数据特征对应的至少一个数据评估指标的评估结果。

在本发明另一实施例中，所述处理器001可以根据所述数据评估指标的评估结果与所述数据质量评估结果之间的关系，确定与所确定的数据评估指标的评估结果对应的数据质量评估结果；或者，所述处理器001可以对确定的所述数据评估指标的评估结果进行加权计算，获得数据质量评估结果。

可选的，所述处理器001还可以生成与确定的所述数据评估指标的评估结果匹配的数据完善建议。

可选的，所述处理器001还可以确定与提取的所述数据特征匹配的数据处理方式，将确定的所述数据处理方式的标识输出。

可选的，所述处理器001还可以获得用户选择的标识对应的数据处理方式，使用所获得的数据处理方式对所述待评估数据进行处理。

本发明实施例提供的一种数据质量评估设备，可以获得待评估数据，提取所述待评估数据的至少一种数据特征，根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。本发明实现了对数据质量的评估，同时，由于可以根据从待评估数据中提取数据特征确定待评估数据的数据质量评估结果，因此本发明确定的数据质量评估结果的准确性较高。

与图9所示方法相对应，本发明还提供了一种推荐产品确定设备。

本发明实施例提供的一种推荐产品确定设备，可以包括：处理器和通信接口，

所述通信接口获得用户设备上传的第一推荐基础数据；

所述处理器提取所述第一推荐基础数据的至少一种数据特征，根据提取的所述数据特征对所述第一推荐基础数据进行数据质量评估，获得数据质量评估结果；确定所述数据质量评估结果是否满足预设的数据质量要求，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，通过所述通信接口将与所述数据质量评估结果匹配的数据完善建议发送至所述用户设备，根据所述用户设备返回的响应确定用户是否继续使用所述第一推荐基础数据确定推荐产品，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，丢弃所述第一推荐基础数据。

本发明实施例提供的一种推荐产品确定设备，可以根据推荐基础数据的数据特征确定数据质量评估结果，在数据质量评估结果不满足预设的数据质量要求时，本发明给出数据完善建议，以帮助用户提升数据质量；在数据质量评估结果满足预设的数据质量要求时，本发明根据推荐基础数据确定推荐产品。可见，本发明可以帮助用户提升数据质量，保证了确定的推荐产品的准确性。

与图10所示方法相对应，本发明还提供了一种数据处理装置，可以包括：处理器和通信接口，

所述通信接口接收用户上传的原始数据；

所述处理器对所述原始数据进行评估，将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理。

可选的，所述处理器基于对所述原始数据进行处理的算法，至少从基础维度、内容维度、算法维度、效果维度中的一个或多个维度，对所述原始数据进行评估。

可选的，所述处理器在对所述原始数据进行评估之后，还基于数据评估结果，为用户提供对应的数据优化建议，以便用户基于所述优化建议对所述原始数据进行优化处理。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述数据处理方法、所述数据质量评估方法和/或所述推荐产品确定方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述数据处理方法、所述数据质量评估方法和/或所述推荐产品确定方法。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有所述数据质量评估方法和/或所述推荐产品确定方法所包括的至少一个步骤的程序。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (26)

1.一种数据处理方法，其特征在于，包括：

接收用户上传的原始数据；

对所述原始数据进行评估；

将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理。

2.根据权利要求1所述数据处理方法，其特征在于，所述对所述原始数据进行评估，包括：

基于对所述原始数据进行处理的算法，至少从基础维度、内容维度、算法维度、效果维度中的一个或多个维度，对所述原始数据进行评估。

3.根据权利要求1所述的数据处理方法，其特征在于，在所述对所述原始数据进行评估之后，所述方法还包括：

基于数据评估结果，为用户提供对应的数据优化建议，以便用户基于所述优化建议对所述原始数据进行优化处理。

4.一种数据质量评估方法，其特征在于，包括：

获得待评估数据；

提取所述待评估数据的至少一种数据特征；

根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。

5.根据权利要求4所述的方法，其特征在于，所述根据提取的所述数据特征确定所述待评估数据的数据质量评估结果，包括：

根据所述数据特征与数据质量评估结果之间的关系，确定与提取的所述数据特征对应的数据质量评估结果。

6.根据权利要求4所述的方法，其特征在于，所述根据提取的所述数据特征确定所述待评估数据的数据质量评估结果，包括：

根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果；

根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果。

7.根据权利要求6所述的方法，其特征在于，所述根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果，包括：

根据提取的所述数据特征与特征条件的对比结果，确定所述待评估数据的至少一个数据评估指标的评估结果；

或者，

根据所述数据特征与数据评估指标的评估结果之间的关系，确定与提取的所述数据特征对应的至少一个数据评估指标的评估结果。

8.根据权利要求6或7所述的方法，其特征在于，所述根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果，包括：

根据所述数据评估指标的评估结果与所述数据质量评估结果之间的关系，确定与所确定的数据评估指标的评估结果对应的数据质量评估结果；

或者，

对确定的所述数据评估指标的评估结果进行加权计算，获得数据质量评估结果。

9.根据权利要求6或7所述的方法，其特征在于，所述数据评估指标包括：

数据量、数据内容丰富度、算法适用度、效果指标适用度、覆盖率中的至少一个。

10.根据权利要求6所述的方法，其特征在于，还包括：

生成与确定的所述数据评估指标的评估结果匹配的数据完善建议。

11.根据权利要求4至7中任一项所述的方法，其特征在于，还包括：

确定与提取的所述数据特征匹配的数据处理方式；

将确定的所述数据处理方式的标识输出。

12.根据权利要求11所述的方法，其特征在于，还包括：

获得用户选择的标识对应的数据处理方式；

使用所获得的数据处理方式对所述待评估数据进行处理。

13.根据权利要求4所述的方法，其特征在于，所述待评估数据包括：买家身份数据、买家行为数据、在售商品数据和可推荐商品数据。

14.一种推荐产品确定方法，其特征在于，包括：

获得用户设备上传的第一推荐基础数据；

提取所述第一推荐基础数据的至少一种数据特征；

根据提取的所述数据特征对所述第一推荐基础数据进行数据质量评估，获得数据质量评估结果；

确定所述数据质量评估结果是否满足预设的数据质量要求，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，将与所述数据质量评估结果匹配的数据完善建议发送至所述用户设备，根据所述用户设备返回的响应确定用户是否继续使用所述第一推荐基础数据确定推荐产品，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，丢弃所述第一推荐基础数据。

15.一种数据处理装置，其特征在于，包括：处理器和通信接口，

所述通信接口接收用户上传的原始数据；

所述处理器对所述原始数据进行评估，将数据评估结果提供给用户，以便用户对上传的原始数据进行优化处理。

16.根据权利要求15所述数据处理装置，其特征在于，所述处理器基于对所述原始数据进行处理的算法，至少从基础维度、内容维度、算法维度、效果维度中的一个或多个维度，对所述原始数据进行评估。

17.根据权利要求15所述的数据处理装置，其特征在于，所述处理器在对所述原始数据进行评估之后，还基于数据评估结果，为用户提供对应的数据优化建议，以便用户基于所述优化建议对所述原始数据进行优化处理。

18.一种数据质量评估设备，其特征在于，所述数据质量评估设备包括：处理器和通信接口，

所述通信接口获得待评估数据；

所述处理器提取所述待评估数据的至少一种数据特征，根据提取的所述数据特征确定所述待评估数据的数据质量评估结果。

19.根据权利要求18所述的数据质量评估设备，其特征在于，所述处理器根据所述数据特征与数据质量评估结果之间的关系，确定与提取的所述数据特征对应的数据质量评估结果。

20.根据权利要求18所述的数据质量评估设备，其特征在于，所述处理器根据提取的所述数据特征确定所述待评估数据的至少一个数据评估指标的评估结果；根据确定的所述数据评估指标的评估结果确定所述待评估数据的数据质量评估结果。

21.根据权利要求20所述的数据质量评估设备，其特征在于，所述处理器根据提取的所述数据特征与特征条件的对比结果，确定所述待评估数据的至少一个数据评估指标的评估结果；

或者，

所述处理器根据所述数据特征与数据评估指标的评估结果之间的关系，确定与提取的所述数据特征对应的至少一个数据评估指标的评估结果。

22.根据权利要求20或21所述的数据质量评估设备，其特征在于，所述处理器根据所述数据评估指标的评估结果与所述数据质量评估结果之间的关系，确定与所确定的数据评估指标的评估结果对应的数据质量评估结果；

或者，

所述处理器对确定的所述数据评估指标的评估结果进行加权计算，获得数据质量评估结果。

23.根据权利要求20所述的数据质量评估设备，其特征在于，所述处理器还生成与确定的所述数据评估指标的评估结果匹配的数据完善建议。

24.根据权利要求18至23中任一项所述的数据质量评估设备，其特征在于，所述处理器还确定与提取的所述数据特征匹配的数据处理方式，将确定的所述数据处理方式的标识输出。

25.根据权利要求24所述的数据质量评估设备，其特征在于，所述处理器还获得用户选择的标识对应的数据处理方式，使用所获得的数据处理方式对所述待评估数据进行处理。

26.一种推荐产品确定设备，其特征在于，包括：处理器和通信接口，

所述通信接口获得用户设备上传的第一推荐基础数据；

所述处理器提取所述第一推荐基础数据的至少一种数据特征，根据提取的所述数据特征对所述第一推荐基础数据进行数据质量评估，获得数据质量评估结果；确定所述数据质量评估结果是否满足预设的数据质量要求，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，通过所述通信接口将与所述数据质量评估结果匹配的数据完善建议发送至所述用户设备，根据所述用户设备返回的响应确定用户是否继续使用所述第一推荐基础数据确定推荐产品，如果是，则根据所述第一推荐基础数据确定推荐产品；否则，丢弃所述第一推荐基础数据。