CN110990740A - 数据优化的方法及装置 - Google Patents

Abstract

本申请公开了一种数据优化的方法及装置。该申请的方法包括获取待优化数据的当前数据量以及优化策略；根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；根据调整后的优化策略对当前数据量进行优化。本申请解决现有的数据优化方式效率低的问题。

Description

数据优化的方法及装置

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种数据优化的方法及装置。

背景技术

在内容UGC、PGC领域，为了激励发布者继续在社区内创造内容，可能需要对内容的浏览数、评论数、点赞数等数据进行数据优化操作，即真实的量上增加额外的量。现有对数据优化的操作方式为后台管理人员或者其他的相关人员定时或者不定时的进行优化，以达到增加浏览数、评论数、点赞数等数据量。在优化的过程中数据量增加多少、什么时间增加都是根据操作者的经验进行的，比较随意，因此，数据优化的操作不够真实，影响激励发布者继续在社区内创造内容的效果。

发明内容

本申请的主要目的在于提供一种数据优化的方法及装置，以解决现有的数据优化方式效率低的问题。

为了实现上述目的，根据本申请的第一方面，提供了一种数据优化的方法。

根据本申请的数据优化的方法包括：

获取待优化数据的当前数据量以及优化策略；

根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；

根据调整后的优化策略对当前数据量进行优化。

进一步的，所述优化策略为优化后的数据量为原始数据量与第一预设参数的乘积、预设范围内的随机数、以及第二预设参数之和。

进一步的，根据待优化数据的外部系统统计的统计信息对优化策略中包含的参数进行阶梯性调整包括：

根据待优化数据的外部统计的曝光率、点击率、排行信息中的任一项对优化策略中的第一预设参数、第二预设参数、随机数选取的预设范围中的任一项参数进行阶梯性调整。

进一步的，根据待优化数据的当前数据量对优化策略中包含的参数进行阶梯性调整包括：

根据当前数据量阶梯性调整随机数选取的预设范围。

进一步的，历史优化信息包括累积优化的次数和累积优化的时间，根据历史优化信息对优化策略中包含的参数进行阶梯性调整，包括：

根据累积优化的次数或累积优化的时间阶梯性调整第二预设参数的值。

进一步的，所述根据调整后的优化策略对当前数据量进行优化还包括：

根据预定优化的时间以及调整后的优化策略执行数据量优化，所述预定优化时间为根据固定的时间间隔或不固定的时间间隔设定的。

为了实现上述目的，根据本申请的第二方面，提供了一种数据优化的装置。

根据本申请的数据优化的装置包括：

获取单元，用于获取待优化数据的当前数据量以及优化策略；

调整单元，用于根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；

优化单元，用于根据调整后的优化策略对当前数据量进行优化。

进一步的，所述优化策略为优化后的数据量为原始数据量与第一预设参数的乘积、预设范围内的随机数、以及第二预设参数之和。

进一步的，调整单元，还用于：

根据待优化数据的外部统计的曝光率、点击率、排行信息中的任一项对优化策略中的第一预设参数、第二预设参数、随机数选取的预设范围中的任一项参数进行阶梯性调整。

进一步的，调整单元，还用于：

根据当前数据量阶梯性调整随机数选取的预设范围。

进一步的，历史优化信息包括累积优化的次数和累积优化的时间，调整单元，还用于：

根据累积优化的次数或累积优化的时间阶梯性调整第二预设参数的值。

进一步的，所述优化单元还用于：

根据预定优化的时间以及调整后的优化策略执行数据量优化，所述预定优化时间为根据固定的时间间隔或不固定的时间间隔设定的。

为了实现上述目的，根据本申请的第三方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述第一方面中任一项所述的数据优化的方法。

在本申请实施例中，数据优化的方法及装置中，首先获取待优化数据的当前数据量以及优化策略；根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；根据调整后的优化策略对当前数据量进行优化。可以看到，本申请中数据优化的操作根据预定的优化策略进行优化，而且优化策略也是根据当前的数据量、外部系统统计的统计信息、历史优化信息进行阶梯性调整的，优化操作考虑了更多的影响因素，而且也更符合真实的数据量的变化趋势，因此可以使优化操作更加真实。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的一种数据优化的方法流程图；

图2是根据本申请实施例提供的另一种数据优化的方法流程图；

图3是根据本申请实施例提供的一种数据优化的装置的组成框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本申请实施例，提供了一种数据优化的方法，如图1所示，该方法包括如下的步骤：

S101.获取待优化数据的当前数据量以及优化策略。

待优化数据可以为浏览数、评论数、点赞数、某事件发生的概率值等，当前数据量为当前的浏览总数、当前的评论总数、当前的点赞总数、当前某事件发生的概率值(比如，抽中某张卡片的概率值等)。优化策略是根据数据量变化的影响因素得到的。具体的优化策略如下：

Q＝M*X+ran(a,b)+Y

其中，M为当前数据量，Q为优化后的数据量，X为第一预设参数，ran(a,b)为a到b范围的一个随机数，Y为第二预设参数。

S102.根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整。

其中，外部系统为能够统计曝光率、点击率、排行信息或者其他的由用户的实际操作决定的外部信息的外部接口对应的系统。统计信息为外部系统统计的曝光率、点击率、排行信息或者其他的由用户的实际操作决定的信息。历史优化信息为已经通过本实施例的优化策略进行优化的累积优化时间和累积优化次数。

“根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整”即根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对第一预设参数、第二预设参数、选取随机数的预设范围进行阶梯性的调整。阶梯性的调整表示，第一预设参数、第二预设参数、选取随机数的预设范围不是连续变化的值，是阶梯性变化的值。

S103.根据调整后的优化策略对当前数据量进行优化。

“根据调整后的优化策略对当前数据量进行优化”即根据调整后的优化策略计算确定优化后的数据量。以根据优化后的数据量采用对应的措施将当前数据量调整到优化后的数据量。比如，通过更多的账号进行评论、点击等操作增加当前的评论数、浏览数、点赞数等，或者直接修改抽中某张卡片的概率值等。

从以上的描述中，可以看出，本申请实施例的数据优化的方法中，首先获取待优化数据的当前数据量以及优化策略；根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；根据调整后的优化策略对当前数据量进行优化。可以看到，本申请中数据优化的操作根据预定的优化策略进行优化，而且优化策略也是根据当前的数据量、外部系统统计的统计信息、历史优化信息进行阶梯性调整的，优化操作考虑了更多的影响因素，而且也更符合真实的数据量的变化趋势，因此可以使优化操作更加真实。

作为上述实施例的进一步的补充和细化，根据本申请实施例，提供了另一种数据优化的方法，如图2所示，该方法包括如下的步骤：

S201.获取待优化数据的当前数据量以及优化策略。

本步骤的实现方式与图步骤S101的实现方式相同，此处不再赘述。

S202.根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整。

下面分别针对当前数据量、外部系统统计的统计信息、历史优化信息对优化策略中包含的参数进行阶梯性的调整进行说明。

第一，根据待优化数据的外部系统统计的统计信息对优化策略中包含的参数进行阶梯性调整包括：

根据待优化数据的外部统计的曝光率、点击率、排行信息中的任一项对优化策略中的第一预设参数、第二预设参数、随机数选取的预设范围中的任一项参数进行阶梯性调整。

对应于图1步骤S101中的优化策略Q＝M*X+ran(a,b)+Y，即调整其中的参数X、a、b和Y。具体的X、a、b和Y的值可以根据实际的需求进行选择，比如若想要数据量(评论数、点击数、点赞数等)变化的较快时，可以选择较大的Y值或X值或a、b值，若想要数据量变化的较慢时，可以选择较小的Y值或X值或a、b值。

第二，根据待优化数据的当前数据量对优化策略中包含的参数进行阶梯性调整包括：

根据当前数据量阶梯性调整随机数选取的预设范围。对应于图1步骤S101中的优化策略Q＝M*X+ran(a,b)+Y，即调整其中的a、b值。具体的给出一种调整的流程：将当前数据量与多个数据量范围进行比对，不同的数据量范围对应不同阶梯的预设范围，数据量范围与对应的预设范围存在线性或者非线性关系；将当前数据量所在的数据量范围对应的预设范围作为随机数选取的预设范围。需要说明的是，对于首次优化的情况，当前数据量为原始数据量M，对于经过优化的情况，当前数据量为优化后的数据量Q。给出具体的示例对本步骤进行说明：

假设数据量范围为Q1、Q2、Q3、Q4，Q/M<Q1时，ran(1,10)，当Q1<Q/M<Q2时，ran(10,100)，当Q2<Q/M<Q3时，ran(1000,10000)。

第三，根据历史优化信息对优化策略中包含的参数进行阶梯性调整，包括：根据累积优化的次数或累积优化的时间阶梯性调整第二预设参数的值。

需要说明的是，历史优化信息包括累积优化的次数和累积优化的时间。对应于图1步骤S101中的优化策略给出具体的示例进行说明：

若根据累积优化的时间进行优化策略的调整，Y变为P*t，P为一个预设参数，且假设优化的间隔为3秒，P为100则第0秒优化时，Y＝0，第3秒优化时，Y＝100*3＝300，第6秒优化时，Y＝100*6＝600

若根据累积优化的次数进行优化策略的调整，第一次优化时，Y＝1；第二次优化时，Y＝2；第三次优化时，Y＝3等。

上述示例仅为示意性的说明，在实际的操作中还可以进行适应性的调整来适应实际的需求。比如P的值可以调整，累积优化次数与Y之间的对应关系都可以调整。

上述第一、第二、第三种的调整的方式在实际的应用中可以根据需求进行多种方式的组合。需要说明的是，对于多种方式组合时，多种方式中都包含同一参数的调整方式时，可以选择其中一种方式进行调整，或分别使用多种方式进行调整，将调整的结果输出，使用户选择其中一种方式。

S203.根据预定优化的时间以及调整后的优化策略执行数据量优化。

步骤S202是在优化时确定优化策略的实现方式。但是在实际应用中，进行数据量优化时，通常不是连续不断的进行数据量的优化，需要设置执行数据量优化的时机，即根据预定优化的时间执行数据量优化。其中预定优化时间为根据固定的时间间隔或不固定的时间间隔设定的。比如可以设置为每隔t时间，执行一次；或者间隔设为t1、t2、t3，即按照间隔顺序，执行一次优化操作。

另外，需要说明的，在实际的应用中，如果存在不需要对优化策略中的参数进行调整的情况，则在执行完S201后直接执行步骤S203，步骤S203中调整后的优化策略替换为优化策略。

最后，对图1以及图2中对应的数据优化的方法的有益效果进行总结：

1)实现了对数据优化/操作间隔的高度可控，即控制优化的速度，或优化的不同时机；

2)在实现了数据优化/操作间隔的高度可控效果的同时，还能随着累积优化时间/累积优化次数这一维度对每次优化数据量进行关联性控制，即控制随着时间/次数的延续，逐渐改变每次优化的数据量；

3)实现了基于当前数据量对优化的高度控制。

4)多种调整优化策略的方式结合，以足够的复杂度应对不同的场景和情形。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本申请实施例，还提供了一种用于实施上述图1至图2所述方法的数据优化的装置，如图3所示，该装置包括：

获取单元31，用于获取待优化数据的当前数据量以及优化策略；

调整单元32，用于根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；

优化单元33，用于根据调整后的优化策略对当前数据量进行优化。

从以上的描述中，可以看出，本申请实施例的数据优化的装置中，首先获取待优化数据的当前数据量以及优化策略；根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；根据调整后的优化策略对当前数据量进行优化。可以看到，本申请中数据优化的操作根据预定的优化策略进行优化，而且优化策略也是根据当前的数据量、外部系统统计的统计信息、历史优化信息进行阶梯性调整的，优化操作考虑了更多的影响因素，而且也更符合真实的数据量的变化趋势，因此可以使优化操作更加真实。

进一步的，所述优化策略为优化后的数据量为原始数据量与第一预设参数的乘积、预设范围内的随机数、以及第二预设参数之和。

进一步的，调整单元32，还用于：

根据待优化数据的外部统计的曝光率、点击率、排行信息中的任一项对优化策略中的第一预设参数、第二预设参数、随机数选取的预设范围中的任一项参数进行阶梯性调整。

进一步的，调整单元32，还用于：

根据当前数据量阶梯性调整随机数选取的预设范围。

进一步的，历史优化信息包括累积优化的次数和累积优化的时间，调整单元32，还用于：

根据累积优化的次数或累积优化的时间阶梯性调整第二预设参数的值。

进一步的，所述优化单元33还用于：

根据预定优化的时间以及调整后的优化策略执行数据量优化，所述预定优化时间为根据固定的时间间隔或不固定的时间间隔设定的。

具体的，本申请实施例的装置中各单元、模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

根据本申请实施例，还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行图1至图2中任一所述的数据优化的方法。

显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种数据优化的方法，其特征在于，所述方法包括：

获取待优化数据的当前数据量以及优化策略；

根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；

根据调整后的优化策略对当前数据量进行优化。

2.根据权利要求1所述的数据优化的方法，其特征在于，所述优化策略为优化后的数据量为原始数据量与第一预设参数的乘积、预设范围内的随机数、以及第二预设参数之和。

3.根据权利要求2所述的数据优化的方法，其特征在于，根据待优化数据的外部系统统计的统计信息对优化策略中包含的参数进行阶梯性调整包括：

根据待优化数据的外部统计的曝光率、点击率、排行信息中的任一项对优化策略中的第一预设参数、第二预设参数、随机数选取的预设范围中的任一项参数进行阶梯性调整。

4.根据权利要求2所述的数据优化的方法，其特征在于，根据待优化数据的当前数据量对优化策略中包含的参数进行阶梯性调整包括：

根据当前数据量阶梯性调整随机数选取的预设范围。

5.根据权利要求2所述的数据优化的方法，其特征在于，历史优化信息包括累积优化的次数和累积优化的时间，根据历史优化信息对优化策略中包含的参数进行阶梯性调整，包括：

根据累积优化的次数或累积优化的时间阶梯性调整第二预设参数的值。

6.根据权利要求1所述的数据优化的方法，其特征在于，所述根据调整后的优化策略对当前数据量进行优化还包括：

根据预定优化的时间以及调整后的优化策略执行数据量优化，所述预定优化时间为根据固定的时间间隔或不固定的时间间隔设定的。

7.一种数据优化的装置，其特征在于，所述装置包括：

获取单元，用于获取待优化数据的当前数据量以及优化策略；

调整单元，用于根据待优化数据的当前数据量、外部系统统计的统计信息、历史优化信息中的至少一项对优化策略中包含的参数进行阶梯性调整；

优化单元，用于根据调整后的优化策略对当前数据量进行优化。

8.根据权利要求7所述的数据优化的装置，其特征在于，所述优化策略为优化后的数据量为原始数据量与第一预设参数的乘积、预设范围内的随机数、以及第二预设参数之和。

9.根据权利要求8所述的数据优化的装置，其特征在于，调整单元，还用于：

根据待优化数据的外部统计的曝光率、点击率、排行信息中的任一项对优化策略中的第一预设参数、第二预设参数、随机数选取的预设范围中的任一项参数进行阶梯性调整。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至权利要求6中任一项所述的数据优化的方法。

Images