CN110689032A - 数据处理方法及系统、计算机系统和计算机可读存储介质 - Google Patents

Abstract

本公开提供了一种数据处理方法，包括：构建适用于目标应用场景的多个基础指标，其中，多个基础指标中的每个基础指标所对应的指标值用于评价用户参与目标应用场景时所表现的偏好特征；获取与用户对应的多个基础指标中的每个基础指标所对应的指标值；根据每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分；以及根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，以使得在更新每个基础指标的权重之后，用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。本公开还提供了一种数据处理系统、一种计算机系统和一种计算机可读存储介质。

Description

数据处理方法及系统、计算机系统和计算机可读存储介质

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种数据处理方法及系统、一种计算机系统和一种计算机可读存储介质。

背景技术

在相关技术中，通过对用户产生的操作数据进行分析，可以评价用户的行为特征。例如，根据交易用户的历史浏览，参与促销，关注，购买等操作数据，将用户分成具有区分度的不同类别，例如将用户分成高度敏感，中高度敏感，中度敏感，中低度敏感和低度敏感，通过对用户的分类可以有针对性地进行促销。

但由于交易用户促销敏感度概念不够明确，边界不够清晰，不适合采用有监督学习对用户设置一个目标值(该目标值用于确定用户是否敏感)来进行分类，由此，当前所采用的技术为非监督学习，例如采用聚类算法。但聚合的类别不一定能表示出敏感度从高到低的等级划分，因为聚类准确度，很大程度取决于特征的设计和具体数据的分布，聚类算法不能够灵活地通过调整特征权重以自适应的重新匹配。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：相关技术中确定用户的敏感度等模糊概念时采用的技术难以适用不同的应用场景，导致泛化能力差。

发明内容

有鉴于此，本公开提供了一种数据处理方法及系统、一种计算机系统和一种计算机可读存储介质。

本公开的一个方面提供了一种数据处理方法，包括构建适用于目标应用场景的多个基础指标，其中，上述多个基础指标中的每个基础指标所对应的指标值用于评价用户参与上述目标应用场景时所表现的偏好特征；获取与用户对应的上述多个基础指标中的每个基础指标所对应的指标值；根据上述每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分；以及根据上述用户的统计偏好得分和该用户的标准偏好得分更新上述每个基础指标的权重，以使得在更新上述每个基础指标的权重之后，上述用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

根据本公开的实施例，上述方法还包括确定每个用户的标准偏好得分，包括获取上述每个用户参与上述目标应用场景时产生的操作数据；确定适用于上述目标应用场景的权重，其中，上述目标应用场景的权重与上述基础指标的权重不同；根据上述每个用户参与上述目标应用场景时产生的操作数据与上述适用于上述目标应用场景的权重确定用户的标准偏好得分。

根据本公开的实施例，根据上述每个用户参与上述目标应用场景时产生的操作数据与上述适用于上述目标应用场景的权重确定用户的标准偏好得分包括将上述每个用户参与上述目标应用场景时产生的操作数据按照操作类型进行分类，得到上述每个用户在不同操作类型下对应的操作数据；将上述每个用户在同一操作类型下对应的操作数据按照数值大小进行排序；根据排序结果将所有用户分成多个组，其中，每个用户都具有与之对应的组；为上述多个组中的每个组设置相应的标准得分；以及根据上述每个用户对应的组的标准得分与上述适用于上述目标应用场景的权重确定每个用户的标准偏好得分。

根据本公开的实施例，根据上述用户的统计偏好得分和该用户的标准偏好得分更新上述每个基础指标的权重包括确定上述用户的统计偏好得分与标准偏好得分之间的差值的损失函数；以及通过上述损失函数采用误差反向传播算法和梯度下降算法更新上述每个基础指标的权重。

根据本公开的实施例，上述方法还包括获取第一预定时间段内的用户数据作为第一样本数据；获取第二预定时间段内的用户数据作为第二样本数据，其中，上述第二预定时间段与上述第一预定时间段时间上不重叠；根据上述第一样本数据和上述第二样本数据确定上述多个基础指标中的每个基础指标所对应的指标值。

本公开的另一方面提供了一种数据处理系统，包括构建模块、第一获取模块、第一确定模块和更新模块。构建模块用于构建适用于目标应用场景的多个基础指标，其中，上述多个基础指标中的每个基础指标所对应的指标值用于评价用户参与上述目标应用场景时所表现的偏好特征；第一获取模块用于获取与用户对应的上述多个基础指标中的每个基础指标所对应的指标值；第一确定模块用于根据上述每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分；以及更新模块用于根据上述用户的统计偏好得分和该用户的标准偏好得分更新上述每个基础指标的权重，以使得在更新上述每个基础指标的权重之后，上述用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

根据本公开的实施例，上述系统还包括第二确定模块，用于确定每个用户的标准偏好得分，包括获取单元、第一确定单元和第二确定单元。获取单元用于获取上述每个用户参与上述目标应用场景时产生的操作数据；第一确定单元用于确定适用于上述目标应用场景的权重，其中，上述目标应用场景的权重与上述基础指标的权重不同；第二确定单元用于根据上述每个用户参与上述目标应用场景时产生的操作数据与上述适用于上述目标应用场景的权重确定用户的标准偏好得分。

根据本公开的实施例，上述第二确定单元包括分类子单元、排序子单元、分组子单元、设置子单元和确定子单元。分类子单元用于将上述每个用户参与上述目标应用场景时产生的操作数据按照操作类型进行分类，得到上述每个用户在不同操作类型下对应的操作数据；排序子单元用于将上述每个用户在同一操作类型下对应的操作数据按照数值大小进行排序；分组子单元用于根据排序结果将所有用户分成多个组，其中，每个用户都具有与之对应的组；设置子单元用于为上述多个组中的每个组设置相应的标准得分；以及确定子单元用于根据上述每个用户对应的组的标准得分与上述适用于上述目标应用场景的权重确定每个用户的标准偏好得分。

根据本公开的实施例，上述更新模块包括第三确定单元和更新单元。第三确定单元用于确定上述用户的统计偏好得分与标准偏好得分之间的差值的损失函数；以及更新单元用于通过上述损失函数采用误差反向传播算法和梯度下降算法更新上述每个基础指标的权重。

根据本公开的实施例，上述系统还包括第二获取模块、第三获取模块和第三确定模块。第二获取模块用于获取第一预定时间段内的用户数据作为第一样本数据；第三获取模块用于获取第二预定时间段内的用户数据作为第二样本数据，其中，上述第二预定时间段与上述第一预定时间段时间上不重叠；第三确定模块用于根据上述第一样本数据和上述第二样本数据确定上述多个基础指标中的每个基础指标所对应的指标值。

本公开的另一方面提供了一种计算机系统，包括一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的数据处理方法。

本公开的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的数据处理方法。

本公开的另一方面提供了一种计算机程序，上述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的数据处理方法。

根据本公开的实施例，通过根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，所以至少部分地克服了相关技术中不能灵活的调节基础指标的权重，导致模型泛化能力差的技术问题，本公开可以应用到电商促销敏感度计算的非监督学习的聚类应用场景，可以弥补聚类算法在促销敏感度等模糊概念的灵活扩展性不足的问题，进而达到了灵活的调节基础指标的权重，有效地确定用户的促销敏感度等模糊概念的效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用数据处理方法及其系统的示例性系统架构；

图2示意性示出了根据本公开实施例的数据处理方法的流程图；

图3示意性示出了根据本公开实施例的确定每个用户的标准偏好得分的流程图；

图4示意性示出了根据本公开实施例的根据每个用户参与目标应用场景时产生的操作数据与适用于目标应用场景的权重确定用户的标准偏好得分的流程图；

图5示意性示出了根据本公开实施例的根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重的流程图；

图6示意性示出了根据本公开实施例的采用误差反向传播算法和梯度下降算法更新每个基础指标的权重的流程图；

图7示意性示出了根据本公开实施例的确定多个基础指标中的每个基础指标所对应的指标值的流程图；

图8示意性示出了根据本公开实施例的数据处理系统的框图；

图9示意性示出了根据本公开另一实施例的数据处理系统的框图；

图10示意性示出了根据本公开实施例的第二确定单元的框图；

图11示意性示出了根据本公开实施例的更新模块的框图；

图12示意性示出了根据本公开另一实施例的数据处理系统的框图；以及

图13示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开的实施例提供了一种数据处理方法，包括构建适用于目标应用场景的多个基础指标，其中，多个基础指标中的每个基础指标所对应的指标值用于评价用户参与目标应用场景时所表现的偏好特征；获取与用户对应的多个基础指标中的每个基础指标所对应的指标值；根据每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分；以及根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，以使得在更新每个基础指标的权重之后，用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

图1示意性示出了根据本公开实施例的可以应用数据处理方法及其系统的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的数据处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的数据处理系统一般可以设置于服务器105中。本公开实施例所提供的数据处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的数据处理系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者，本公开实施例所提供的数据处理方法也可以由终端设备101、102、或103执行，或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地，本公开实施例所提供的数据处理系统也可以设置于终端设备101、102、或103中，或设置于不同于终端设备101、102、或103的其他终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的数据处理方法的流程图。

如图2所示，该方法包括操作S210～S240。

在操作S210，构建适用于目标应用场景的多个基础指标，其中，多个基础指标中的每个基础指标所对应的指标值用于评价用户参与目标应用场景时所表现的偏好特征。

在操作S220，获取与用户对应的多个基础指标中的每个基础指标所对应的指标值。

在操作S230，根据每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分。

在操作S240，根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，以使得在更新每个基础指标的权重之后，用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

根据本公开的实施例，目标应用场景可以是促销场景，新品发布场景等。

基础指标可以是以下多种：折扣率，其对应的指标值可以是用户购买商品按照折扣率取众数，以减少异常值影响。促销单占比，其对应的指标值可以是用户购买订单中，使用促销的订单数比例得分。优惠券单占比，其对应的指标值可以是用户购买订单中，使用优惠券的订单数比例得分。套装单占比，其对应的指标值可以是用户购买订单中，有套装优惠的订单数比例得分，兼顾有套装优惠的商品和促销活动。运费券单占比，其对应的指标值可以是用户购买订单中，使用运费券的订单数比例得分，描述用户行为偏好。赠品单占比，其对应的指标值可以是用户购买订单中，有赠品的订单数比例得分，兼顾赠品的促销活动。闪购单占比，其对应的指标值可以是用户购买订单中，属于闪购活动的订单数比例得分，描述用户行为偏好。预约预售单占比，其对应的指标值可以是用户购买订单中，属于预约预售活动的订单数比例得分，描述用户行为偏好。秒杀单占比，其对应的指标值可以是用户购买订单中，属于秒杀活动的订单数比例得分，描述用户行为偏好。抢购单占比，其对应的指标值可以是用户购买订单中，属于抢购活动的订单数比例得分，描述用户行为偏好。没有运费单占比，其对应的指标值可以是用户购买订单中，由于各种原因，最终并没有运费的订单数比例得分，描述用户行为偏好。赠送优惠券单占比，其对应的指标值可以是用户购买订单中，赠送了优惠券的订单数比例得分，兼顾送券的促销活动。跨商家满减单占比，其对应的指标值可以是用户购买订单中，属于跨商家满减订单数比例得分，描述用户行为偏好。跨店铺满免单占比，其对应的指标值可以是用户购买订单中，属于跨店铺满免订单数比例得分，描述用户行为偏好。秒杀浏览行为占比，其对应的指标值可以是用户浏览行为中，浏览秒杀活动页面次数比例得分，描述用户行为偏好。领券中心浏览行为占比，其对应的指标值可以是用户浏览行为中，领取优惠券的相关活动页面次数比例得分，描述用户行为偏好。关注下单行为占比，其对应的指标值可以是用户购买订单中，属于之前已经加入关注的商品订单比例得分，描述用户行为偏好。重要促销和非重要促销期间浏览行为比，其对应的指标值可以是用户在重要促销期间浏览和平时浏览量的比例得分，描述用户行为偏好。重要促销和非重要促销期间购买行为比，其对应的指标值可以是用户在重要促销和非重要促销期间购买量和平时浏购买量的比例得分，描述用户行为偏好。重要促销和非重要促销期间金额比，其对应的指标值可以是用户在重要促销和非重要促销期间购买金额和平时浏购买金额的比例得分，描述用户行为偏好。购物车下单行为占比，其对应的指标值可以是用户购买订单中，属于之前已经加入购物车的商品订单比例得分，描述用户行为偏好。购物车降价通知购买行为占比，其对应的指标值可以是用户购买订单中，有购物车内降价通知的，订单数比例得分，描述用户行为偏好。

根据本公开的实施例，基础指标可以尽量全的覆盖各种目标应用场景中的活动，且可以尽量描述用户行为的主观偏好而非被动接受行为。

根据本公开的实施例，可以将每个基础指标所对应的指标值和该基础指标的权重相乘，从而确定用户的统计偏好得分。例如，在本公开的实施例中，目标应用场景可以是提高销售金额的促销场景，构建有5个基础指标，例如，折扣率、赠品单占比、领券中心浏览行为占比、预约预售单占比和运费券单占比，每个基础指标的初始权重分别是0.4、0.5、0.3、0.7和0.3。在样本集中，每个用户都具有该5个基础指标对应的指标值，将每个用户的5个基础指标对应的指标值分别与相应的初始权重进行加权求和，将得到的和作为该用户的统计偏好得分。

根据本公开的实施例，可以预先确定用户的标准偏好得分，根据用户的统计偏好得分和该用户的标准偏好得分之间的差值不断地调整每个基础指标的权重，调整权重后更新每个基础指标的权重，以使得在更新每个基础指标的权重之后，用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。预设条件例如可以是差值最小，或者，差值小于阈值等。

通过本公开的实施例，通过根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，所以至少部分地克服了相关技术中不能灵活的调节基础指标的权重，导致模型泛化能力差的技术问题，本公开可以应用到电商促销敏感度计算的非监督学习的聚类应用场景，可以弥补聚类算法在促销敏感度等模糊概念的灵活扩展性不足的问题，进而达到了灵活的调节基础指标的权重，有效地确定用户的促销敏感度等模糊概念的效果。

下面参考图3～图7，结合具体实施例对图2所示的方法做进一步说明。

图3示意性示出了根据本公开实施例的确定每个用户的标准偏好得分的流程图。

如图3所示，确定每个用户的标准偏好得分包括操作S251～S253。

在操作S251，获取每个用户参与目标应用场景时产生的操作数据。

在操作S252，确定适用于目标应用场景的权重，其中，目标应用场景的权重与基础指标的权重不同。

在操作S253，根据每个用户参与目标应用场景时产生的操作数据与适用于目标应用场景的权重确定用户的标准偏好得分。

根据本公开的实施例，根据目标应用场景的不同，适用于目标应用场景的权重也可以不同，例如，目标应用场景可以是浏览促销场景，领取促销场景，使用促销场景，提高购买金额场景之一个或多个。若当前应用场景需要聚集人气，浏览领取为主，则上述浏览促销场景，领取促销场景，使用促销场景，提高购买金额场景的权重以0.5，0.3，0.1，0.1的权重分配比例，如果当前应用为提升金额，则以0.1，0.1，0.3，0.5的权重分配比例。

根据本公开的实施例，以目标应用场景是浏览促销场景为例，每个用户参与目标应用场景时产生的操作数据可以是统计一段时间内每个用户浏览量对应的数据。

在确定好目标应用场景的权重和获取每个用户参与目标应用场景时产生的操作数据之后，确定用户的标准偏好得分的方法可以是如图4所示。

图4示意性示出了根据本公开实施例的根据每个用户参与目标应用场景时产生的操作数据与适用于目标应用场景的权重确定用户的标准偏好得分的流程图。

如图4所示，根据每个用户参与目标应用场景时产生的操作数据与适用于目标应用场景的权重确定用户的标准偏好得分包括操作S2531～S2535。

在操作S2531，将每个用户参与目标应用场景时产生的操作数据按照操作类型进行分类，得到每个用户在不同操作类型下对应的操作数据。

根据本公开的实施例，以目标应用场景是浏览促销场景为例，每个用户参与目标应用场景时产生的操作数据可以是统计一段时间内每个用户浏览量、点击量和加入购物车对应的数据。不同操作类型可以是浏览、点击和加入购物车。

在操作S2532，将每个用户在同一操作类型下对应的操作数据按照数值大小进行排序。

根据本公开的实施例，以操作类型为浏览为例，将每个用户的浏览量按照数值大小进行排序，可以得到相应的排列顺序。

在操作S2533，根据排序结果将所有用户分成多个组，其中，每个用户都具有与之对应的组。

根据本公开的实施例，在排序之后，可以根据排序结果将所有用户平均分成多个组。例如，可以将100个用户按照排列顺序平均分成5组。

在操作S2534，为多个组中的每个组设置相应的标准得分。

根据本公开的实施例，例如，第一组为浏览量高的用户，第一组中的用户的标准得分都是5分，第二组为浏览量次高的用户，第二组中的用户的标准得分都是4分，以此类推，第五组为浏览量最低的用户，第五组中的用户的标准得分都是1分。由于是均分5组，不存在由于商品类别影响导致只能分2组，使得商品类别等干扰因素影响小，稳定性强。

在操作S2535，根据每个用户对应的组的标准得分与适用于目标应用场景的权重确定每个用户的标准偏好得分。

根据本公开的实施例，例如，适用于目标应用场景的权重为0.2，则可以将每个用户对应的组的标准得分与0.2相乘，得到每个用户的标准偏好得分。

根据本公开的实施例，用户的标准得分越高，即匹配对应场景的“越敏感”逻辑，且有明确的数据支持该逻辑，对比聚类算法，可解释性更强。

图5示意性示出了根据本公开实施例的根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重的流程图。

如图5所示，根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重包括操作S241～S242。

在操作S241，确定用户的统计偏好得分与标准偏好得分之间的差值的损失函数。

在操作S242，通过损失函数采用误差反向传播算法和梯度下降算法更新每个基础指标的权重。

根据本公开的实施例，可以将与用户相关的指标值向量化，每个用户都具有相应的向量，多个用户的向量组合成基础指标矩阵，每个基础指标都有相对应的权重，多个基础指标的权重可以向量化。

根据本公开的实施例，可以为基础指标赋初始权重，如随机值，供之后的拟合优化算法来调整，由于是大量连续的基础特征，而非分类特征，不会特别稀疏，需要考虑的是特征和目标值之间相关性，特征之间相关性，特征之间多重共线性等问题。可以先用PCA算法(Principal Component Analysis，主成分分析)得到用户参与目标应用场景表现出的主要特征，将一些关联性比较小，或者多重共线性问题比较严重的特征事先去除(权重归零)，可以加快之后拟合优化的计算过程。

根据本公开的实施例，根据BP算法(Error Back Propagation误差反向传播算法)和GD算法(Gradient Descent梯度下降法)，通过调整向量化的权重使得损失函数最小，得出最终的权重值。初始权重可以随机值构成的向量，由此计算的初始得分可能使得得到的损失函数值很大，通过根据BP算法(Error Back Propagation误差反向传播算法)和GD算法(Gradient Descent梯度下降法)，迭代更新。

具体地，例如，图6示意性示出了根据本公开实施例的采用误差反向传播算法和梯度下降算法更新每个基础指标的权重的流程图。如图6所示，首先可以先根据权重计算出用户的统计偏好得分。然后根据定义的损失函数，计算统计偏好得分与标准偏好得分之间的误差值。之后，根据梯度下降法计算误差和标准偏好得分的比率，即，反向梯度值，根据BP算法将反向梯度值反馈到权重矩阵，权重向量的随机值将根据误差比率做相应的变化，得到新一版的权重值，最后再次计算得分，再次计算误差，反复修正，直到误差小于阈值或最小。

通过本公开的实施例，可以根据最终得到的使误差最小的权重，即为匹配当前目标应用场景的最优拟合权重，生成拟合公式，线上复用，可以快速计算非线下时间段内新用户的促销敏感度，同时，不同类型用户在促销敏感度上的相似性也可以通过扩展等方式计算出来。由于拟合之后的基础指标有了对应权重，概念模糊的促销敏感度，相关性高的指标权重更大，相关性低的指标权重更小，不相关的直接为0，对比人工设计，可以减小出错概率。

通过本公开的实施例，可以动态调整基础指标的权重，可以配置最小二乘的自定义损失函数，用梯度下降法来拟合应用场景的超参数，实现灵活匹配。损失函数可以自定义，不一定用最小二乘，根据不同场景可以用混合高斯等其他方案，拟合方式也可以自定义，例如也不一定用梯度下降算法，还可以用牛顿法等其他方案。

图7示意性示出了根据本公开实施例的确定多个基础指标中的每个基础指标所对应的指标值的流程图。

如图7所示，确定多个基础指标中的每个基础指标所对应的指标值包括操作S221～S223。

在操作S221，获取第一预定时间段内的用户数据作为第一样本数据。

在操作S222，获取第二预定时间段内的用户数据作为第二样本数据，其中，第二预定时间段与第一预定时间段时间上不重叠。

在操作S223，根据第一样本数据和第二样本数据确定多个基础指标中的每个基础指标所对应的指标值。

根据本公开的实施例，第一预定时间段可以是一年前的用户数据。第二预定时间段可以是进行数据处理前的一个月或者二个月等其它时长的时间段。

通过本公开的实施例，通过不同时间段内的数据共同确定偏好得分，提高偏好得分的准确度，越符合用户偏好特征。

根据本公开的实施例，本公开的方法可以同时为多个目标应用场景分别构建多个基础指标，每个目标应用场景的多个基础指标的权重可以不同，可以将每个目标应用场景的多个基础指标的权重生成权重矩阵，例如，多个目标应用场景可以是浏览促销场景，领取促销场景，使用促销场景，提高购买金额场景，每个目标应用场景的权重矩阵可以为浏览促销场景权重矩阵，领取促销场景权重矩阵，使用促销场景权重矩阵，购买金额场景权重矩阵。

适用于不同目标应用场景的权重也可以不同，例如，若当前应用场景需要聚集人气，浏览领取为主，则上述浏览促销场景，领取促销场景，使用促销场景，提高购买金额场景的权重以0.5，0.3，0.1，0.1的权重分配比例，如果当前应用为提升金额，则以0.1，0.1，0.3，0.5的权重分配比例。

图8示意性示出了根据本公开实施例的数据处理系统的框图。

如图8所示，数据处理系统400包括构建模块410、第一获取模块420、第一确定模块430和更新模块440。

构建模块410用于构建适用于目标应用场景的多个基础指标，其中，多个基础指标中的每个基础指标所对应的指标值用于评价用户参与目标应用场景时所表现的偏好特征。

第一获取模块420用于获取与用户对应的多个基础指标中的每个基础指标所对应的指标值。

第一确定模块430用于根据每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分。

更新模块440用于根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，以使得在更新每个基础指标的权重之后，用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

通过本公开的实施例，通过根据用户的统计偏好得分和该用户的标准偏好得分更新每个基础指标的权重，所以至少部分地克服了相关技术中不能灵活的调节基础指标的权重，导致模型泛化能力差的技术问题，本公开可以应用到电商促销敏感度计算的非监督学习的聚类应用场景，可以弥补聚类算法在促销敏感度等模糊概念的灵活扩展性不足的问题，进而达到了灵活的调节基础指标的权重，有效地确定用户的促销敏感度等模糊概念的效果。

图9示意性示出了根据本公开另一实施例的数据处理系统的框图。

如图9所示，根据本公开的实施例，数据处理系统400还包括第二确定模块450，用于确定每个用户的标准偏好得分，第二确定模块450包括获取单元451、第一确定单元452和第二确定单元453。

获取单元451用于获取每个用户参与目标应用场景时产生的操作数据。

第一确定单元452用于确定适用于目标应用场景的权重，其中，目标应用场景的权重与基础指标的权重不同。

第二确定单元453用于根据每个用户参与目标应用场景时产生的操作数据与适用于目标应用场景的权重确定用户的标准偏好得分。

图10示意性示出了根据本公开实施例的第二确定单元的框图。

如图10所示，根据本公开的实施例，第二确定单元453包括分类子单元4531、排序子单元4532、分组子单元4533、设置子单元4534和确定子单元4535。

分类子单元4531用于将每个用户参与目标应用场景时产生的操作数据按照操作类型进行分类，得到每个用户在不同操作类型下对应的操作数据。

排序子单元4532用于将每个用户在同一操作类型下对应的操作数据按照数值大小进行排序。

分组子单元4533用于根据排序结果将所有用户分成多个组，其中，每个用户都具有与之对应的组。

设置子单元4534用于为多个组中的每个组设置相应的标准得分。

确定子单元4535用于根据每个用户对应的组的标准得分与适用于目标应用场景的权重确定每个用户的标准偏好得分。

根据本公开的实施例，用户的标准得分越高，即匹配对应场景的“越敏感”逻辑，且有明确的数据支持该逻辑，对比聚类算法，可解释性更强。

图11示意性示出了根据本公开实施例的更新模块的框图。

如图11所示，根据本公开的实施例，更新模块440包括第三确定单元441和更新单元442。

第三确定单元441用于确定用户的统计偏好得分与标准偏好得分之间的差值的损失函数。

更新单元442用于通过损失函数采用误差反向传播算法和梯度下降算法更新每个基础指标的权重。

通过本公开的实施例，可以根据最终得到的使误差最小的权重，即为匹配当前目标应用场景的最优拟合权重，生成拟合公式，线上复用，可以快速计算非线下时间段内新用户的促销敏感度，同时，不同类型用户在促销敏感度上的相似性也可以通过扩展等方式计算出来。由于拟合之后的基础指标有了对应权重，概念模糊的促销敏感度，相关性高的指标权重更大，相关性低的指标权重更小，不相关的直接为0，对比人工设计，可以减小出错概率。

图12示意性示出了根据本公开另一实施例的数据处理系统的框图。

如图12所示，根据本公开的实施例，数据处理系统400还包括第二获取模块460、第三获取模块470和第三确定模块480。

第二获取模块460用于获取第一预定时间段内的用户数据作为第一样本数据。

第三获取模块470用于获取第二预定时间段内的用户数据作为第二样本数据，其中，第二预定时间段与第一预定时间段时间上不重叠。

第三确定模块480用于根据第一样本数据和第二样本数据确定多个基础指标中的每个基础指标所对应的指标值。

通过本公开的实施例，通过不同时间段内的数据共同确定偏好得分，提高偏好得分的准确度，越符合用户偏好特征。

根据本公开的实施例的模块、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。根据本公开实施例的模块、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。根据本公开实施例的模块、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，根据本公开实施例的模块、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，构建模块410、第一获取模块420、第一确定模块430、更新模块440、第二确定模块450、第二获取模块460、第三获取模块470、第三确定模块480、第三确定单元441、更新单元442、第二确定模块450、获取单元451、第一确定单元452、第二确定单元453、分类子单元4531、排序子单元4532、分组子单元4533、设置子单元4534和确定子单元4535中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，构建模块410、第一获取模块420、第一确定模块430、更新模块440、第二确定模块450、第二获取模块460、第三获取模块470、第三确定模块480、第三确定单元441、更新单元442、第二确定模块450、获取单元451、第一确定单元452、第二确定单元453、分类子单元4531、排序子单元4532、分组子单元4533、设置子单元4534和确定子单元4535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，构建模块410、第一获取模块420、第一确定模块430、更新模块440、第二确定模块450、第二获取模块460、第三获取模块470、第三确定模块480、第三确定单元441、更新单元442、第二确定模块450、获取单元451、第一确定单元452、第二确定单元453、分类子单元4531、排序子单元4532、分组子单元4533、设置子单元4534和确定子单元4535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。

需要说明的是，本公开的实施例中数据处理系统部分与本公开的实施例中数据处理方法部分是相对应的，数据处理系统部分的描述具体参考数据处理方法部分，在此不再赘述。

图13示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图13示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图13所示，根据本公开实施例的计算机系统500包括处理器501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 503中，存储有系统500操作所需的各种程序和数据。处理器501、ROM 502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，系统500还可以包括输入/输出(I/O)接口505，输入/输出(I/O)接口505也连接至总线504。系统500还可以包括连接至I/O接口505的以下部件中的一项或多项：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机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。而在本公开中，计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读存储介质可以发送、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。计算机可读存储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、射频信号等等，或者上述的任意合适的组合。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 502和/或RAM503和/或ROM 502和RAM503以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (12)

1.一种数据处理方法，包括：

构建适用于目标应用场景的多个基础指标，其中，所述多个基础指标中的每个基础指标所对应的指标值用于评价用户参与所述目标应用场景时所表现的偏好特征；

获取与用户对应的所述多个基础指标中的每个基础指标所对应的指标值；

根据所述每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分；以及

根据所述用户的统计偏好得分和该用户的标准偏好得分更新所述每个基础指标的权重，以使得在更新所述每个基础指标的权重之后，所述用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

2.根据权利要求1所述的方法，其中，所述方法还包括：

确定每个用户的标准偏好得分，包括：

获取所述每个用户参与所述目标应用场景时产生的操作数据；

确定适用于所述目标应用场景的权重，其中，所述目标应用场景的权重与所述基础指标的权重不同；

根据所述每个用户参与所述目标应用场景时产生的操作数据与所述适用于所述目标应用场景的权重确定用户的标准偏好得分。

3.根据权利要求2所述的方法，其中，根据所述每个用户参与所述目标应用场景时产生的操作数据与所述适用于所述目标应用场景的权重确定用户的标准偏好得分包括：

将所述每个用户参与所述目标应用场景时产生的操作数据按照操作类型进行分类，得到所述每个用户在不同操作类型下对应的操作数据；

将所述每个用户在同一操作类型下对应的操作数据按照数值大小进行排序；

根据排序结果将所有用户分成多个组，其中，每个用户都具有与之对应的组；

为所述多个组中的每个组设置相应的标准得分；以及

根据所述每个用户对应的组的标准得分与所述适用于所述目标应用场景的权重确定每个用户的标准偏好得分。

4.根据权利要求1所述的方法，其中，根据所述用户的统计偏好得分和该用户的标准偏好得分更新所述每个基础指标的权重包括：

确定所述用户的统计偏好得分与标准偏好得分之间的差值的损失函数；以及

通过所述损失函数采用误差反向传播算法和梯度下降算法更新所述每个基础指标的权重。

5.根据权利要求1所述的方法，其中，所述方法还包括：

获取第一预定时间段内的用户数据作为第一样本数据；

获取第二预定时间段内的用户数据作为第二样本数据，其中，所述第二预定时间段与所述第一预定时间段时间上不重叠；

根据所述第一样本数据和所述第二样本数据确定所述多个基础指标中的每个基础指标所对应的指标值。

6.一种数据处理系统，包括：

构建模块，用于构建适用于目标应用场景的多个基础指标，其中，所述多个基础指标中的每个基础指标所对应的指标值用于评价用户参与所述目标应用场景时所表现的偏好特征；

第一获取模块，用于获取与用户对应的所述多个基础指标中的每个基础指标所对应的指标值；

第一确定模块，用于根据所述每个基础指标所对应的指标值和该基础指标的权重确定该用户的统计偏好得分；以及

更新模块，用于根据所述用户的统计偏好得分和该用户的标准偏好得分更新所述每个基础指标的权重，以使得在更新所述每个基础指标的权重之后，所述用户的统计偏好得分与标准偏好得分之间的差值满足预设条件。

7.根据权利要求6所述的系统，其中，所述系统还包括：

第二确定模块，用于确定每个用户的标准偏好得分，包括：

获取单元，用于获取所述每个用户参与所述目标应用场景时产生的操作数据；

第一确定单元，用于确定适用于所述目标应用场景的权重，其中，所述目标应用场景的权重与所述基础指标的权重不同；

第二确定单元，用于根据所述每个用户参与所述目标应用场景时产生的操作数据与所述适用于所述目标应用场景的权重确定用户的标准偏好得分。

8.根据权利要求7所述的系统，其中，所述第二确定单元包括：

分类子单元，用于将所述每个用户参与所述目标应用场景时产生的操作数据按照操作类型进行分类，得到所述每个用户在不同操作类型下对应的操作数据；

排序子单元，用于将所述每个用户在同一操作类型下对应的操作数据按照数值大小进行排序；

分组子单元，用于根据排序结果将所有用户分成多个组，其中，每个用户都具有与之对应的组；

设置子单元，用于为所述多个组中的每个组设置相应的标准得分；以及

确定子单元，用于根据所述每个用户对应的组的标准得分与所述适用于所述目标应用场景的权重确定每个用户的标准偏好得分。

9.根据权利要求6所述的系统，其中，所述更新模块包括：

第三确定单元，用于确定所述用户的统计偏好得分与标准偏好得分之间的差值的损失函数；以及

更新单元，用于通过所述损失函数采用误差反向传播算法和梯度下降算法更新所述每个基础指标的权重。

10.根据权利要求6所述的系统，其中，所述系统还包括：

第二获取模块，用于获取第一预定时间段内的用户数据作为第一样本数据；

第三获取模块，用于获取第二预定时间段内的用户数据作为第二样本数据，其中，所述第二预定时间段与所述第一预定时间段时间上不重叠；

第三确定模块，用于根据所述第一样本数据和所述第二样本数据确定所述多个基础指标中的每个基础指标所对应的指标值。

11.一种计算机系统，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至5中任一项所述的数据处理方法。

12.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至5中任一项所述的数据处理方法。

Images