CN117009649A

CN117009649A - 一种数据处理方法及相关装置

Info

Publication number: CN117009649A
Application number: CN202310802390.3A
Authority: CN
Inventors: 王亦凡; 孙培杰; 张敏; 贾庆林; 刘奕群; 马少平; 李璟洁
Original assignee: Tsinghua University; Huawei Technologies Co Ltd
Current assignee: Tsinghua University; Huawei Technologies Co Ltd
Priority date: 2023-06-30
Filing date: 2023-06-30
Publication date: 2023-11-07

Abstract

一种数据处理方法，可以应用于人工智能领域，方法包括：获取第一训练样本，所述第一训练样本指示所述第一用户对所述第一物品进行了第一行为、且未进行第二行为；根据所述第一属性信息、以及所述第一行为的时间和第一截止时间的时间间隔，通过第一模型，预测所述第一用户会对所述第一物品进行第二行为的概率，根据所述概率对第二模型对应的第一损失进行调整，得到调整后的损失；根据所述调整后的损失，更新所述第二模型。本申请通过第一模型来预测用户在第一行为之后会进行第二行为的概率，并基于该概率来调整标签，也就是调整损失函数，调整后的损失函数可以在理论上和理想损失函数之间不存在偏差，从而提高了训练后的推荐模型的推荐精度。

Description

一种数据处理方法及相关装置

技术领域

本申请涉及人工智能领域，尤其涉及一种数据处理方法及相关装置。

背景技术

人工智能(artificial intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

机器学习系统，包括个性化推荐系统，基于输入数据和标签，通过梯度下降等优化方法训练机器学习模型的参数，当模型参数收敛之后，可利用该模型来完成未知数据的预测。以个性化推荐系统中的点击率预测为例，其输入数据包括用户属性和商品属性等。如何根据用户的偏好，预测出个性化的推荐列表，对提升推荐系统的推荐精度有着重要的影响。

如何预测用户的行为偏好，从而生成个性化的推荐列表，对提升推荐系统的用户体验和平台收入有着重要的影响。在传统互联网效果广告按点击出价模式中，只有点击率预估，广告主的真实诉求没有得到表达，越来越多的广告主开始关注深度转化行为的效果，即需要对广告的转化率进行预估。用户在华为软件生态中，平台在给用户曝光一个物品后，用户如果有兴趣会选择点击。在这个过程中，我们的推荐系统需要预测用户的点击概率，即用户是否点击即可。但实际上用户在点击后会对物品有进一步的操作。假如推荐的这个物品是一个手机应用，那么用户可能会下载、安装、注册这个应用，这些行为统称为转化。广告主会为不同的推广效果支付不同的费用，因此转化率预测的准确性，对广告平台的广告收入会有很大的影响。

由于用户的兴趣会随着时间动态变化，模型需要在最新的数据上进行训练，这对于点击率预估和转化率预估来说至关重要。只使用旧数据(例如一个月前的数据)训练的模型可能难以捕捉用户在目前的兴趣，从而影响预测的准确性。在工业界，一个常见的策略是每天或者每周在收集到的所有数据上重新训练模型，从而让使用的模型保持时效性。这个简单的策略对于点击率预估模型来说很有效，但对于转化率预估模型却存在新的挑战——延迟反馈问题。用户的点击行为发生较快，在看到商品后几分钟内就会发生点击，然而点击之后的转化行为(例如购买)却需要更长的时间，有时会需要一周以上的时间。用户的转化行为具有较长的延迟时间。这会导致一些近期的用户点击记录的真实标签(即是否会发生转化)不可知。因为目前还未发生转化的点击记录有可能在一天或者一周后发生转化。

现有的处理方法是：认为当前未转化的点击记录未来也不会转化，这会导致一些正样本(标签为转化的点击样本)被错误地当作负样本(标签为不转化的点击样本)。这些样本会显著损害转化率预测模型的性能，且，这些错误样本一般是较新的样本，对模型的时效性很重要。

发明内容

本申请提供了一种数据处理方法，可以提高推荐模型的推荐精度。

第一方面，本申请提供了一种数据处理方法，所述方法包括：获取第一训练样本，所述第一训练样本包括第一用户和第一物品的第一属性信息、以及第一标签，所述第一训练样本指示所述第一用户对所述第一物品进行了第一行为，所述第一标签指示所述第一用户对所述第一物品未进行第二行为；根据所述第一属性信息、以及所述第一行为的时间和第一截止时间的时间间隔，通过第一模型，预测所述第一用户会对所述第一物品进行第二行为的概率；根据所述第一属性信息，通过第二模型，得到所述第一用户对所述第一物品是否进行第二行为的预测结果；根据所述预测结果和所述第一标签确定第一损失，并根据所述概率对所述第一损失进行调整，得到调整后的损失；根据所述调整后的损失，更新所述第二模型。

第一训练样本虽然指示在截止时间时用户对物品进行了第一行为的操作而没有进行第二行为的操作，但是，用户仍有可能在采集时间之后对物品进行第二行为的操作，若在训练时直接将第一训练样本的标签指定为负样本，则会导致由于标签的不准确性使得训练后的推荐模型精度较低。本申请实施例中，可以通过第一模型来预测用户在第一行为之后会进行第二行为的概率，并基于该概率来调整标签，也就是调整损失函数，调整后的损失函数可以在理论上和理想损失函数之间不存在偏差，从而提高了训练后的推荐模型的推荐精度。

在一种可能的实现中，所述第一行为为点击行为，所述第二行为为点击行为之后的转化行为。

在一种可能的实现中，所述转化行为为如下的一种：购买、加入购物车、收藏、下载或者注册。

在一种可能的实现中，所述方法还包括：获取第二训练样本，所述第二训练样本包括第二用户和第二物品的第二属性信息、以及第二标签，所述第二训练样本指示在第二截止时间之前，所述第二用户对所述第二物品进行了所述第一行为、且未进行所述第二行为，所述第二标签指示在所述第二截止时间之后所述第二用户是否对所述第二物品进行了所述第二行为；根据所述第二属性信息、以及所述第一行为的时间和所述第二截止时间的时间间隔，通过所述第一模型，预测所述第二用户会对所述第二物品进行第二行为的概率；根据所述概率和所述第二标签确定第二损失，并根据所述第二损失，更新所述第一模型。

在一种可能的实现中，所述第一损失为和负样本相关的损失。

在一种可能的实现中，所述第一损失为交叉熵损失中和负样本相关的损失。

在一种可能的实现中，所述根据所述概率对所述第一损失进行调整，得到调整后的损失，包括：将所述概率作为权重，对所述第一损失进行调整，得到调整后的损失。

在一种可能的实现中，属性信息包括用户的用户属性，用户属性包括如下的至少一种：性别，年龄，职业，收入，爱好，教育程度。

在一种可能的实现中，属性信息包括物品的物品属性，物品属性包括如下的至少一种：物品名称，开发者，安装包大小，品类，好评度。

其中，用户的属性信息可以为与用户喜好特征相关的属性，性别、年龄、职业、收入、爱好以及受教育程度中的至少一种，其中，性别可以为男或者女，年龄可以为0-100之间的数字，职业可以为教师、程序员、厨师等等，爱好可以为篮球、网球、跑步等等，受教育程度可以为小学、初中、高中、大学等等；本申请并不限定用户的属性信息的具体类型；

其中，物品可以为实体物品，或者是虚拟物品，例如可以为APP、音视频、网页以及新闻资讯等物品，物品的属性信息可以为物品名称、开发者、安装包大小、品类以及好评度中的至少一种，其中，以物品为应用程序为例，物品的品类可以为聊天类、跑酷类游戏、办公类等等，好评度可以为针对于物品的打分、评论等；本申请并不限定物品的属性信息的具体类型。

第二方面，本申请提供了一种数据处理方法，所述方法包括：

获取用户和物品的属性信息，通过如第一方面任一所述的方法得到的更新后的所述第二模型，确定所述用户对所述物品进行所述第二行为的预测结果。

第三方面，本申请提供了一种数据处理装置，所述装置包括：

获取模块，用于获取第一训练样本，所述第一训练样本包括第一用户和第一物品的第一属性信息、以及第一标签，所述第一训练样本指示所述第一用户对所述第一物品进行了第一行为，所述第一标签指示所述第一用户对所述第一物品未进行第二行为；

处理模块，用于根据所述第一属性信息、以及所述第一行为的时间和第一截止时间的时间间隔，通过第一模型，预测所述第一用户会对所述第一物品进行第二行为的概率；

根据所述第一属性信息，通过第二模型，得到所述第一用户对所述第一物品是否进行第二行为的预测结果；

根据所述预测结果和所述第一标签确定第一损失，并根据所述概率对所述第一损失进行调整，得到调整后的损失；

根据所述调整后的损失，更新所述第二模型。

在一种可能的实现中，所述转化行为为如下的一种：

购买、加入购物车、收藏、下载或者注册。

在一种可能的实现中，所述装置还包括：

获取第二训练样本，所述第二训练样本包括第二用户和第二物品的第二属性信息、以及第二标签，所述第二训练样本指示在第二截止时间之前，所述第二用户对所述第二物品进行了所述第一行为、且未进行所述第二行为，所述第二标签指示在所述第二截止时间之后所述第二用户是否对所述第二物品进行了所述第二行为；

根据所述第二属性信息、以及所述第一行为的时间和所述第二截止时间的时间间隔，通过所述第一模型，预测所述第二用户会对所述第二物品进行第二行为的概率；

根据所述概率和所述第二标签确定第二损失，并根据所述第二损失，更新所述第一模型。

在一种可能的实现中，所述根据所述概率对所述第一损失进行调整，得到调整后的损失，包括：

将所述概率作为权重，对所述第一损失进行调整，得到调整后的损失。

第四方面，本申请提供了一种数据处理装置，所述装置包括：

获取模块，用于获取用户和物品的属性信息；

处理模块，用于通过如第一方面任一所述的方法得到的更新后的所述第二模型，确定所述用户对所述物品进行所述第二行为的预测结果。

第五方面，本申请实施例提供了一种数据处理装置，可以包括存储器、处理器以及总线系统，其中，存储器用于存储程序，处理器用于执行存储器中的程序，以执行如上述第一方面任一可选的方法。

第六方面，本申请实施例提供了一种数据处理装置，可以包括存储器、处理器以及总线系统，其中，存储器用于存储程序，处理器用于执行存储器中的程序，以执行如上述第二方面任一可选的方法。

第七方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面及任一可选的方法、以及上述第二方面任一可选的方法。

第八方面，本申请实施例提供了一种计算机程序产品，包括代码，当代码被执行时，用于实现上述第一方面及任一可选的方法、以及上述第二方面任一可选的方法。

第九方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持执行设备或训练设备实现上述方面中所涉及的功能，例如，发送或处理上述方法中所涉及的数据；或，信息。在一种可能的设计中，芯片系统还包括存储器，所述存储器，用于保存执行设备或训练设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。

附图说明

图1为人工智能主体框架的一种结构示意图；

图2为本申请实施例提供的一种系统架构的示意图；

图3为本申请实施例提供的一种系统架构的示意图；

图4为本申请实施例提供的一种推荐场景的示意图；

图5为本申请实施例提供的一种数据处理方法的流程示意图；

图6为本申请实施例提供的一种数据处理方法的流程示意图；

图7为本申请实施例提供的一种数据处理方法的流程示意图；

图8为本申请实施例提供的一种数据处理装置的结构示意图；

图9为本申请实施例提供的一种终端设备的示意图；

图10为本申请实施例提供的一种服务器的示意图；

图11为本申请实施例提供的一种芯片的示意图。

具体实施方式

下面结合本发明实施例中的附图对本发明实施例进行描述。本发明的实施方式部分使用的术语仅用于对本发明的具体实施例进行解释，而非旨在限定本发明。

下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

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术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。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，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，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单元。

首先对人工智能系统总体工作流程进行描述，请参见图1，图1示出的为人工智能主体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。

(1)基础设施

基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。

(2)数据

基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。

(3)数据处理

数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。

其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。

推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。

决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。

(4)通用能力

对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。

(5)智能产品及行业应用

智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。

本申请实施例可以应用于信息推荐领域，该场景包括但不限于涉及电商产品推荐、搜索引擎结果推荐、应用市场推荐、音乐推荐、视频推荐等场景，各种不同应用场景中被推荐的物品也可以称为“对象”以方便后续描述，即在不同的推荐场景中，推荐对象可以是APP，或者视频，或者音乐，或者某款商品(如线上购物平台的呈现界面，会根据用户的不同而显示不同的商品进行呈现，这实质也可以是通过推荐模型的推荐结果来进行呈现)。这些推荐场景通常涉及用户行为日志采集、日志数据预处理(例如，量化、采样等)、样本集训练以获得推荐模型、根据推荐模型对训练样本项对应的场景中所涉及的对象(如APP、音乐等)进行分析处理、例如，推荐模型训练环节中所选择的样本来自于手机应用市场用户对于所推荐APP的操作行为，则由此所训练出来的推荐模型则适用于上述手机APP应用市场，或者可以用于其它的类型的终端的APP应用市场进行终端APP的推荐。推荐模型将最终计算出各个待推荐对象的推荐概率或者分值，推荐系统根据一定的选择规则选定的推荐结果，例如按照推荐概率或者分值进行排序，通过相应的应用或者终端设备呈现给用户、用户对推荐结果中的对象进行操作以生成用户行为日志等环节。

参照图4，在推荐过程中，当一个用户与推荐系统进行交互会触发一个推荐请求，推荐系统会将该请求及其相关的特征信息输入到部署的推荐模型中，然后预测用户对所有候选对象的点击率。随后，根据预测的点击率对候选对象进行降序排列，按顺序将候选对象展示在不同的位置作为对用户的推荐结果。用户对展示的项目进行浏览并发生用户行为，如浏览、点击和下载等。这些用户行为会被存入日志中作为训练数据，通过离线训练模块不定期地更新推荐模型的参数，提高模型的推荐效果。

比如，用户打开手机应用市场即可触发应用市场的推荐模块，应用市场的推荐模块会根据用户的历史下载记录、用户点击记录，应用的自身特征，时间、地点等环境特征信息，预测用户对给定的各个候选应用的下载可能性。根据预测的结果，应用市场按照可能性降序展示，达到提高应用下载概率的效果。具体来说，将更有可能下载的应用排在靠前的位置，将不太可能下载的应用排列在靠后的位置。而用户的行为也会存入日志并通过离线训练模块对预测模型的参数进行训练和更新。

又比如，在终身伴侣相关的应用中，可以基于用户在视频、音乐、新闻等域的历史数据，通过各种模型和算法，仿照人脑机制，构建认知大脑，搭建用户终身学习系统框架。终身伴侣可以根据系统数据和应用数据等来记录用户过去发生的事件，理解用户的当前意图，预测用户未来的动作或行为，最终实现智能服务。在当前第一阶段，根据音乐APP、视频APP和浏览器APP等获取用户的行为数据(包含端侧短信、照片、邮件事件等信息)，一方面构建用户画像系统，另一方面实现基于用户信息过滤、关联分析、跨域推荐、因果推理等的学习与记忆模块，构建用户个人知识图谱。

接下来介绍本申请实施例的应用架构。

参见附图2，本发明实施例提供了一种推荐系统架构200。数据采集设备260用于采集样本，一个训练样本可以由多个特征信息(或者描述为属性信息，例如用户属性以及物品属性)组成，特征信息可以有多种，具体可以包括用户特征信息和对象特征信息以及标签特征，用户特征信息用于表征用户的特征，例如性别，年龄，职业，爱好等，对象特征信息用于表征向用户所推送的对象的特征，不同的推荐系统对应不同的对象，不同的对象所需要提取的特征类型也不想同，例如APP市场的训练样本中所提取的对象特征可以为，APP的名称(标识)，类型，大小等；而电商类APP的训练样本中所提起的对象特征可以为，商品的名称，所属的类别，价格区间等；标签特征，则是用于表示这个样本是正例还是负例，通常样本的标签特征可以通过用户对所推荐对象的操作信息所获的，用户对所推荐对象有进行操作的样本为正例，用户对所推荐对象没有进行操作，或者仅浏览的样本为负例，例如当用户点击或者下载或者购买了所推荐的对象，则所述标签特征为1，表示该样本是正例，而如果用户没有对所推荐的对象进行任何操作，则所述标签特征为0，表示该样本是负例。样本在采集后可以保存在数据库230中，数据库230中的样本中的部分或全部特征信息也可以直接从客户设备240中获取，如用户特征信息，用户对对象的操作信息(用于确定类型标识)，对象特征信息(如对象标识)等。训练设备220基于数据库230中样本训练获取模型参数矩阵用于生成推荐模型201(例如本申请实施例中的特征提取网络以及神经网络等)。下面将更详细地描述训练设备220如何训练得到用于生成推荐模型201的模型参数矩阵，推荐模型201能够用于对大量对象进行评估从而得出各个待推荐对象的分值，进一步的还可以从大量对象的评估结果中推荐指定或者预设数目个对象，计算模块211基于推荐模型201的评估结果获取推荐结果，通过I/O接口212推荐给客户设备。

在本申请实施例中，该训练设备220可以从数据库230中样本集内选取正、负样本添加到所述训练集中，之后采用推荐模型对训练集中的样本进行训练从而得到训练后的推荐模型；计算模块211的实现细节可以参照图5所示的方法实施例的详细描述。

训练设备220基于样本训练获得模型参数矩阵后用于构建推荐模型201后，将推荐模型201发送给执行设备210，或者直接将模型参数矩阵发送给执行设备210，在执行设备210中构建推荐模型，用于进行相应系统的推荐，例如基于视频相关的样本训练获得的推荐模型可以用于视频网站或APP中对用户进行视频的推荐，基于APP相关的样本训练获得的推荐模型可以用于应用市场中对用户进行APP的推荐。

执行设备210配置有I/O接口212，与外部设备进行数据交互，执行设备210可以通过I/O接口212从客户设备240获取用户特征信息，例如用户标识、用户身份、性别、职业、爱好等，此部分信息也可以从系统数据库中获取。推荐模型201基于用户特征信息和待推荐对象特征信息向用户推荐目标推荐对象。执行设备210可以设置在云端服务器中，也可以设置于用户客户端中。

执行设备210可以调用数据存储系统250中的数据、代码等，同时也可以将输出的数据存入数据存储系统250中。数据存储系统250可以设置于执行设备210中，也可以独立设置，或者设置于其他网络实体中，数量可以是一个也可以是多个。

计算模块211使用推荐模型201对用户特征信息，待推荐对象特征信息进行处理，例如，该计算模块211使用推荐模型201对用户特征信息，以及待推荐对象的特征信息进行分析处理，从而得出该待推荐对象的分值，对待推荐对象按照分值进行排序，其中，排序靠前的对象将作为推荐给客户设备240的对象。

最后，I/O接口212将推荐结果返回给客户设备240，呈现给用户。

更深层地，训练设备220可以针对不同的目标，基于不同的样本特征信息生成相应的推荐模型201，以给用户提供更佳的结果。

值得注意的，附图2仅是本发明实施例提供的一种系统架构的示意图，图中所示设备、器件、模块等之间的位置关系不构成任何限制，例如，在附图2中，数据存储系统250相对执行设备210是外部存储器，在其它情况下，也可将数据存储系统250置于执行设备210中。

在本申请实施例中，该训练设备220、执行设备210、客户设备240可以分别为三个不同的物理设备，也可能该训练设备220和执行设备210在同一个物理设备或者一个集群上，也可能该执行设备210与该客户设备240在同一个物理设备或者一个集群上。

参见附图3，是本发明实施例提的一种系统架构300。在此架构中执行设备210由一个或多个服务器实现，可选的，与其它计算设备配合，例如：数据存储、路由器、负载均衡器等设备；执行设备210可以布置在一个物理站点上，或者分布在多个物理站点上。执行设备210可以使用数据存储系统250中的数据，或者调用数据存储系统250中的程序代码实现对象推荐的功能，具体地，将待推荐的对象的信息输入到推荐模型中，推荐模型为每个待推荐对象生成预估分数，然后按照预估分数从高到低的顺序进行排序，按照排序结果向用户推荐该待推荐对象。例如，将排序结果中的前10个对象推荐给用户。

其中，数据存储系统250用于接收和存储训练设备发送的推荐模型的参数，以及用于存储通过推荐模型得到的推荐结果的数据，当然还可能包括该存储系统250正常运行所需的程序代码(或指令)。数据存储系统250可以为部署在执行设备210以外的一个设备或者多个设备构成的分布式存储集群，此时，当执行设备210需要使用存储系统250上的数据时，可以由存储系统250向执行设备210发送该执行设备所需的数据，相应地，该执行设备210接收并存储(或者缓存)该数据。当然数据存储系统250也可以部署在执行设备210内，当部署在执行设备210内时，该分布式存储系统可以包括一个或者多个存储器，可选的，存在多个存储器时，不同的存储器用于存储不同类型的数据，如通过训练设备生成的推荐模型的模型参数和通过推荐模型得到的推荐结果的数据可以分别存储在两个不同的存储器上。

用户可以操作各自的用户设备(例如本地设备301和本地设备302)与执行设备210进行交互。每个本地设备可以表示任何计算设备，例如个人计算机、计算机工作站、智能手机、平板电脑、智能摄像头、智能汽车或其他类型蜂窝电话、媒体消费设备、可穿戴设备、机顶盒、游戏机等。

每个用户的本地设备可以通过任何通信机制/通信标准的通信网络与执行设备210进行交互，通信网络可以是广域网、局域网、点对点连接等方式，或它们的任意组合。

在另一种实现中，执行设备210可以由本地设备实现，例如，本地设备301可以基于推荐模型实现执行设备210的的推荐功能获取用户特征信息并向用户反馈推荐结果，或者为本地设备302的用户提供服务。

由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。

1、点击概率(click-throughrate，CTR)

点击概率又可以称为点击率，是指网站或者应用程序上推荐信息(例如，推荐物品)被点击次数和曝光次数之比，点击率通常是推荐系统中衡量推荐系统的重要指标。

2、个性化推荐系统

个性化推荐系统是指根据用户的历史数据(例如本申请实施例中的操作信息)，利用机器学习算法进行分析，并以此对新请求进行预测，给出个性化的推荐结果的系统。

3、离线训练(offlinetraining)

离线训练是指在个性化推荐系统中，根据用户的历史数据(例如本申请实施例中的操作信息)，对推荐模型参数按照器学习的算法进行迭代更新直至达到设定要求的模块。

4、在线预测(onlineinference)

在线预测是指基于离线训练好的模型，根据用户、物品和上下文的特征预测该用户在当前上下文环境下对推荐物品的喜好程度，预测用户选择推荐物品的概率。

5、点击率：指用户在特定环境下点击某个展示物品的概率。

6、转化率：指用户在特定环境下对已点击的某个展示物品转化的概率，转化泛指下载、安装、注册等行为。

例如，图3是本申请实施例提供的推荐系统的示意图。如图3所示，当一个用户进入统，会触发一个推荐的请求，推荐系统会将该请求及其相关信息(例如本申请实施例中的操作信息)输入到推荐模型，然后预测用户对系统内的物品的选择率。进一步，根据预测的选择率或基于该选择率的某个函数将物品降序排列，即推荐系统可以按顺序将物品展示在不同的位置作为对用户的推荐结果。用户浏览不同的处于位置的物品并发生用户行为，如浏览、选择以及下载等。同时，用户的实际行为会存入日志中作为训练数据，通过离线训练模块不断更新推荐模型的参数，提高模型的预测效果。

例如，用户打开智能终端(例如，手机)中的应用市场即可触发应用市场中的推荐系统。应用市场的推荐系统会根据用户的历史行为日志，例如，用户的历史下载记录、用户选择记录，应用市场的自身特征，比如时间、地点等环境特征信息，预测用户下载推荐的各个候选APP的概率。根据计算的结果，应用市场的推荐系统可以按照预测的概率值大小降序展示候选APP，从而提高候选APP的下载概率。

示例性地，可以将预测的用户选择率较高的APP展示在靠前的推荐位置，将预测的用户选择率较低的APP展示在靠后的推荐位置。

上述推荐模型可以是神经网络模型，下面对本申请实施例可能涉及的神经网络的相关术语和概念进行介绍。

(1)神经网络

神经网络可以是由神经单元组成的，神经单元可以是指以xs(即输入数据)和截距1为输入的运算单元，该运算单元的输出可以为：

其中，s＝1、2、……n，n为大于1的自然数，Ws为xs的权重，b为神经单元的偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中，来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入，激活函数可以是sigmoid函数。神经网络是将多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。

(2)深度神经网络

深度神经网络(Deep Neural Network，DNN)，也称多层神经网络，可以理解为具有很多层隐含层的神经网络，这里的“很多”并没有特别的度量标准。从DNN按不同层的位置划分，DNN内部的神经网络可以分为三类：输入层，隐含层，输出层。一般来说第一层是输入层，最后一层是输出层，中间的层数都是隐含层。层与层之间是全连接的，也就是说，第i层的任意一个神经元一定与第i+1层的任意一个神经元相连。虽然DNN看起来很复杂，但是就每一层的工作来说，其实并不复杂，简单来说就是如下线性关系表达式：其中，/>是输入向量，/>是输出向量，/>是偏移向量，W是权重矩阵(也称系数)，α()是激活函数。每一层仅仅是对输入向量/>经过如此简单的操作得到输出向量/>由于DNN层数多，则系数W和偏移向量/>的数量也就很多了。这些参数在DNN中的定义如下所述：以系数W为例：假设在一个三层的DNN中，第二层的第4个神经元到第三层的第2个神经元的线性系数定义为/>上标3代表系数W所在的层数，而下标对应的是输出的第三层索引2和输入的第二层索引4。总结就是：第L-1层的第k个神经元到第L层的第j个神经元的系数定义为/>需要注意的是，输入层是没有W参数的。在深度神经网络中，更多的隐含层让网络更能够刻画现实世界中的复杂情形。理论上而言，参数越多的模型复杂度越高，“容量”也就越大，也就意味着它能完成更复杂的学习任务。训练深度神经网络的也就是学习权重矩阵的过程，其最终目的是得到训练好的深度神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。

(3)损失函数

在训练深度神经网络的过程中，因为希望深度神经网络的输出尽可能的接近真正想要预测的值，所以可以通过比较当前网络的预测值和真正想要的目标值，再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然，在第一次更新之前通常会有初始化的过程，即为深度神经网络中的各层预先配置参数)，比如，如果网络的预测值高了，就调整权重向量让它预测低一些，不断的调整，直到深度神经网络能够预测出真正想要的目标值或与真正想要的目标值非常接近的值。因此，就需要预先定义“如何比较预测值和目标值之间的差异”，这便是损失函数(loss function)或目标函数(objective function)，它们是用于衡量预测值和目标值的差异的重要方程。其中，以损失函数举例，损失函数的输出值(loss)越高表示差异越大，那么深度神经网络的训练就变成了尽可能缩小这个loss的过程。

(4)反向传播算法

可以采用误差反向传播(back propagation，BP)算法在训练过程中修正初始模型中参数的大小，使得模型的误差损失越来越小。具体地，前向传递输入信号直至输出会产生误差损失，通过反向传播误差损失信息来更新初始模型中的参数，从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动，旨在得到最优的模型参数，例如权重矩阵。

(5)机器学习系统

基于输入数据和标签，通过梯度下降等优化方法训练机器学习模型的参数，最终利用训练得到的模型来完成未知数据的预测。

(6)个性化推荐系统

根据用户的历史数据，利用机器学习算法进行分析和建模，并以此对新的用户请求进行预测，给出个性化的推荐结果的系统。

(7)提示prompt

是一种自然语言的术语，有硬模板和软模板之分。硬模板一般是一些具有一定含义的自然语言词语或句子；软模板一般是指不具备含义的参数化的表征向量。

为了解决上述问题，本申请提供了一种数据处理方法，该数据处理方法可以为模型的训练过程，例如可以为模型的预训练过程或者微调过程。

参照图5，图5为本申请实施例提供的一种数据处理方法的实施例示意，如图5示出的那样，本申请实施例提供的一种数据处理方法包括：

501、获取第一训练样本，所述第一训练样本包括第一用户和第一物品的第一属性信息、以及第一标签，所述第一训练样本指示所述第一用户对所述第一物品进行了第一行为，所述第一标签指示所述第一用户对所述第一物品未进行第二行为；

在一种可能的实现中，第一训练样本中第一标签包含的第一行为可以为点击行为，所述第二行为可以为点击行为之后的转化行为。

示例性的，所述转化行为可以为如下的一种或者多种的组合：购买、加入购物车、收藏、下载或者注册。

应理解，本申请实施例中的第二行为为用户在进行了第一行为之后的行为，可以并不局限于点击后的转化。

其中，进行第一行为可以描述为进行第一行为对应的操作，进行第二行为可以描述为进行第二行为对应的操作。

其中，第一训练样本中用户的属性信息可以为与用户喜好特征相关的属性，性别、年龄、职业、收入、爱好以及受教育程度中的至少一种，其中，性别可以为男或者女，年龄可以为0-100之间的数字，职业可以为教师、程序员、厨师等等，爱好可以为篮球、网球、跑步等等，受教育程度可以为小学、初中、高中、大学等等；本申请并不限定用户的属性信息的具体类型。

其中，物品可以为实体物品，或者是虚拟物品，例如可以为应用程序(application，APP)、音视频、网页以及新闻资讯等物品，物品的属性信息可以为物品名称、开发者、安装包大小、品类以及好评度中的至少一种，其中，以物品为应用程序为例，物品的品类可以为聊天类、跑酷类游戏、办公类等等，好评度可以为针对于物品的打分、评论等；本申请并不限定物品的属性信息的具体类型。

502、根据所述第一属性信息、以及所述第一行为的时间和第一截止时间的时间间隔，通过第一模型，预测所述第一用户会对所述第一物品进行第二行为的概率。

其中，第一截止时间可以为当前时间(也就是执行图5对应的实施例的时间)，也可以是和当前时间存在一定偏差的时间，例如，执行图5对应的实施例当天，或者是执行图5对应的实施例之前的一天，或者是执行图5对应的实施例之后的一天。

其中，第一模型也可以称之为标签纠正模型。

在一种可能的实现中，可以根据第一属性信息、以及用户对物品进行第一行为的时间和截止时间之间的时间间隔，通过第一模型，来预测用户会对第一物品进行第二行为的概率。该概率也就是观测负样本为真实正样本的概率。

具体的，第一模型是通过训练(第一模型的训练过程可以在第二模型之前就完成，也可以和第二模型联合训练，例如在对第一模型进行一定迭代次数的训练后，再利用训练后的第一模型对第二模型进行训练)。

接下来介绍第一模型的一个训练过程示意：

在一种可能的实现中，可以获取第二训练样本，所述第二训练样本包括第二用户和第二物品的第二属性信息、以及第二标签，所述第二训练样本指示在第二截止时间之前，所述第二用户对所述第二物品进行了所述第一行为、且未进行所述第二行为，所述第二标签指示在所述第二截止时间之后所述第二用户是否对所述第二物品进行了所述第二行为。

其中，第二截止时间可以为预设的一个参数，例如样本采集时间之前的一周，本申请并不限定。

可以将第二截止时间时第二用户对第二物品进行了第一行为而未进行第二行为的样本作为第一模型的训练样本，若该样本指示在第二截止时间之后第二用户对第二物品进行了第二行为的操作，则可以将该样本作为正样本来训练第一模型，若该样本指示在第二截止时间之后第二用户未对第二物品进行了第二行为的操作，则可以将该样本作为负样本来训练第一模型。且输入到第二模型中为进行了第一行为的时间到第二截止时间之间的时间间隔的特征表示。

具体的，在进行第一模型的训练过程中，可以根据所述第二属性信息、以及所述第一行为的时间和所述第二截止时间的时间间隔，通过所述第一模型，预测所述第二用户会对所述第二物品进行第二行为的概率，并根据所述概率和所述第二标签(例如正样本或者负样本)确定第二损失，并根据所述第二损失，更新所述第一模型。

示例性的，可以基于离线数据生成用于延迟反馈标签纠正的训练数据。首先预设一个超参数τ(样本采集时间之前τ的时间可以为第二截止时间)，该参数表示一段时间，例如一周。初始化标签纠正的训练数据D_1c为空集。遍历每一条离线数据，如果其点击时间发生在τ之前，且在τ之前还未发生转化，则将其加入D_lc，并将该样本特征中的样本从被点击到目前为止的流逝时间Elapsed Time减去τ。遍历完成后即得到用于标签纠正的训练数据。之后可以基于标签纠正训练数据D_1c训练标签纠正模型。这里的标签纠正模型可以使用任意的概率预估模型。

503、根据所述第一属性信息，通过第二模型，得到所述第一用户对所述第一物品是否进行第二行为的预测结果。

步骤503可以为第二模型训练的前馈过程。

在一种可能的实现中，预测结果可以为第一用户对第一物品进行第二行为的概率。

504、根据所述预测结果和所述第一标签确定第一损失，并根据所述概率对所述第一损失进行调整，得到调整后的损失。

其中，由于第一训练样本指示第一用户对第一物品未进行第二行为的操作，进而第一标签可以为负样本。进而可以根据预测结果和第一标签来确定第一损失，且可以通过概率对第一损失进行调整，例如可以作为权重对第一损失进行调整。

示例性的，以交叉熵损失为例，假设离线数据为D。假设第i个样本的特征向量为x_i，从点击时间为止到目前的流逝时间为e_i，目前观测的转化标签为c_i，第一模型为g(·)，第一模型对第i个样本的输出为w_i＝g(x_i，e_i)，第二模型为f(·)。则相应的损失函数为：

505、根据所述调整后的损失，更新所述第二模型。

示例性的，参照图6，图6为本申请实施例的一个流程示意：

其中，第一模型(也就是图6所示的LC模型)和第二模型(也就是图6所示的CVR模型)可以进行交替学习。在第二模型训练完成后，可以将第二模型的embedding table迁移至第一模型，作为第一模型的初始化参数，然后在第一步生成的标签纠正训练数据上重新进行第一模型的训练。重新训练后的第一模型性能得到了提升，可以再指导第二模型进行训练，以达到更好的预测精度。

以第二行为为转化行为为例，参照图7，图7为本申请实施例的一个应用框架示意。其中，该框架包括101延迟反馈标签纠正模块和102交替学习模块。101模块是解决转化率预估中延迟反馈问题的通用模块。其使用基于标签纠正模型的无偏损失对转化率预估模型进行训练。其中，标签纠正模型用于预测一个当前未转化样本最终发生转化的概率。可以理论证明，足够精确的标签纠正模型可以指导转化率预估模型进行无偏学习。由于原始数据集中不存在标签纠正模型的训练数据，本申请实施例中使用反事实方法生成训练数据对标签纠正模型进行训练。现有方法往往忽略了错误样本对应的正确信息。和现有方法相比，本申请实施例通过无偏延迟反馈标签纠正直接引入了这些正确信息，同时具有理论上的无偏保证，从而最终能取得比传统方法更好的预测精度。102模块是一个可配置的模块，其目的是缓解反事实生成数据的利用效率不足问题，从而更好的对标签纠正模型进行训练。标签纠正模型和转化率预测模型交替学习，标签纠正模型的输出用于指导转化率模型进行无偏估计，转化率预测模型的模型参数迁移至标签纠正模型，补充反事实数据中的缺失信息，增强标签纠正模型的学习能力。

接下来结合实验介绍本申请实施例的有益效果：

具体的，使用了工业界常用于延迟反馈问题的公开数据集Criteo，使用了数据集中的后23天数据，使用0～21天数据进行训练，第22天数据用于验证，第23天数据用于测试。

实验评价指标离线为AUC,PR-AUC和Logloss。本申请实施例提出的方法并不对转化率预估模型做出限制，这里使用了多个经典的转化率预估模型：MLP、DeepFM、AutoInt和DCNV2。标签纠正模型使用简单的MLP，但也可以使用更先进的模型来进行标签纠正。实验结果如表1所示。

表1

/>

在基于图5对应的实施例得到的模型进行的推理过程中，可以获取用户和物品的属性信息，通过图5对应的实施例得到的更新后的所述第二模型，确定所述用户对所述物品进行所述第二行为的预测结果。可选的，可以在所述预测结果满足预设条件时，向所述用户推荐所述物品。

在一种可能的实现中，在模型的推理过程中，当所述预测结果满足预设条件，确定向所述用户推荐所述物品。

通过上述方式，可以得到用户进行针对于物品进行第二行为的概率，并基于上述概率进行信息推荐，具体的，当满足预设条件时，可以确定向所述用户推荐所述物品。

在进行信息推荐时，可以以列表页的形式将推荐信息推荐给用户，以期望用户进行行为动作。

接下来从装置的角度介绍本申请实施例提供的一种数据处理装置，参照图8，图8为本申请实施例提供的一种数据处理装置的结构示意，如图8所示，本申请实施例提供的一种数据处理装置800包括：

获取模块801，用于获取第一训练样本，所述第一训练样本包括第一用户和第一物品的第一属性信息、以及第一标签，所述第一训练样本指示所述第一用户对所述第一物品进行了第一行为，所述第一标签指示所述第一用户对所述第一物品未进行第二行为；

其中，关于获取模块801的具体介绍可以参照上述实施例中步骤501的描述，这里不再赘述。

处理模块802，用于根据所述第一属性信息、以及所述第一行为的时间和第一截止时间的时间间隔，通过第一模型，预测所述第一用户会对所述第一物品进行第二行为的概率；

根据所述调整后的损失，更新所述第二模型。

其中，关于推荐模块802的具体介绍可以参照上述实施例中步骤502至步骤505的描述，这里不再赘述。

在一种可能的实现中，所述转化行为为如下的一种：

购买、加入购物车、收藏、下载或者注册。

在一种可能的实现中，所述装置还包括：

接下来介绍本申请实施例提供的一种终端设备，请参阅图9，图9为本申请实施例提供的终端设备的一种结构示意图，终端设备900具体可以表现为手机、平板、笔记本电脑、智能穿戴设备等，此处不做限定。其中，终端设备900实现图5对应实施例中数据处理方法的功能。具体的，终端设备900包括：接收器901、发射器902、处理器903和存储器904(其中终端设备900中的处理器903的数量可以一个或多个)，其中，处理器903可以包括应用处理器9031和通信处理器9032。在本申请的一些实施例中，接收器901、发射器902、处理器903和存储器904可通过总线或其它方式连接。

存储器904可以包括只读存储器和随机存取存储器，并向处理器903提供指令和数据。存储器904的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器904存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。

处理器903控制终端设备的操作。具体的应用中，终端设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。

上述本申请实施例揭示的方法可以应用于处理器903中，或者由处理器903实现。处理器903可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器903中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器903可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器、以及视觉处理器(vision processing unit，VPU)、张量处理器(tensorprocessing unit，TPU)等适用于AI运算的处理器，还可进一步包括专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器903可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器904，处理器903读取存储器904中的信息，结合其硬件完成上述实施例中步骤501至步骤505的步骤。

接收器901可用于接收输入的数字或字符信息，以及产生与终端设备的相关设置以及功能控制有关的信号输入。发射器902可用于通过第一接口输出数字或字符信息；发射器902还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器902还可以包括显示屏等显示设备。

本申请实施例还提供了一种服务器，请参阅图10，图10是本申请实施例提供的服务器一种结构示意图，具体的，服务器1000由一个或多个服务器实现，服务器1000可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)1010(例如，一个或一个以上处理器)和存储器1032，一个或一个以上存储应用程序1042或数据1044的存储介质1030(例如一个或一个以上海量存储设备)。其中，存储器1032和存储介质1030可以是短暂存储或持久存储。存储在存储介质1030的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1010可以设置为与存储介质1030通信，在服务器1000上执行存储介质1030中的一系列指令操作。

服务器1000还可以包括一个或一个以上电源1026，一个或一个以上有线或无线网络接口1050，一个或一个以上输入输出接口1058；或，一个或一个以上操作系统1041，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

具体的，服务器可以进行上述实施例中步骤501至步骤505的步骤。

本申请实施例中还提供一种包括计算机程序产品，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。

本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。

本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备内的芯片执行上述实施例描述的数据处理方法，或者，以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。

具体的，请参阅图11，图11为本申请实施例提供的芯片的一种结构示意图，所述芯片可以表现为神经网络处理器NPU1100，NPU 1100作为协处理器挂载到主CPU(Host CPU)上，由Host CPU分配任务。NPU的核心部分为运算电路1103，通过控制器1104控制运算电路1103提取存储器中的矩阵数据并进行乘法运算。

NPU 1100可以通过内部的各个器件之间的相互配合，来实现图5所描述的实施例中提供的数据处理方法。

更具体的，在一些实现中，NPU 1100中的运算电路1103内部包括多个处理单元(Process Engine,PE)。在一些实现中，运算电路1103是二维脉动阵列。运算电路1103还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路1103是通用的矩阵处理器。

举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器1102中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器1101中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)1108中。

统一存储器1106用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller，DMAC)1105，DMAC被搬运到权重存储器1102中。输入数据也通过DMAC被搬运到统一存储器1106中。

BIU为Bus Interface Unit即，总线接口单元1110，用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer，IFB)1109的交互。

总线接口单元1110(Bus Interface Unit，简称BIU)，用于取指存储器1109从外部存储器获取指令，还用于存储单元访问控制器1105从外部存储器获取输入矩阵A或者权重矩阵B的原数据。

DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1106或将权重数据搬运到权重存储器1102中或将输入数据数据搬运到输入存储器1101中。

向量计算单元1107包括多个运算处理单元，在需要的情况下，对运算电路1103的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。主要用于神经网络中非卷积/全连接层网络计算，如Batch Normalization(批归一化)，像素级求和，对特征平面进行上采样等。

在一些实现中，向量计算单元1107能将经处理的输出的向量存储到统一存储器1106。例如，向量计算单元1107可以将线性函数；或，非线性函数应用到运算电路1103的输出，例如对卷积层提取的特征平面进行线性插值，再例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元1107生成归一化的值、像素级求和的值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路1103的激活输入，例如用于在神经网络中的后续层中的使用。

控制器1104连接的取指存储器(instruction fetch buffer)1109，用于存储控制器1104使用的指令；

统一存储器1106，输入存储器1101，权重存储器1102以及取指存储器1109均为On-Chip存储器。外部存储器私有于该NPU硬件架构。

其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述程序执行的集成电路。

另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims

1.一种数据处理方法，其特征在于，所述方法包括：

获取第一训练样本，所述第一训练样本包括第一用户和第一物品的第一属性信息、以及第一标签，所述第一训练样本指示所述第一用户对所述第一物品进行了第一行为，所述第一标签指示所述第一用户对所述第一物品未进行第二行为；

根据所述第一属性信息、以及所述第一行为的时间和第一截止时间的时间间隔，通过第一模型，预测所述第一用户会对所述第一物品进行第二行为的概率；

根据所述调整后的损失，更新所述第二模型。

2.根据权利要求1所述的方法，其特征在于，所述第一行为为点击行为，所述第二行为为点击行为之后的转化行为。

3.根据权利要求2所述的方法，其特征在于，所述转化行为为如下的一种：

购买、加入购物车、收藏、下载或者注册。

4.根据权利要求1至3任一所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1至4任一所述的方法，其特征在于，所述第一损失为和负样本相关的损失。

6.根据权利要求1至5任一所述的方法，其特征在于，所述第一损失为交叉熵损失中和负样本相关的损失。

7.根据权利要求1至6任一所述的方法，其特征在于，所述根据所述概率对所述第一损失进行调整，得到调整后的损失，包括：

8.一种数据处理方法，其特征在于，所述方法包括：

获取用户和物品的属性信息，通过如权利要求1至7任一所述的方法得到的更新后的所述第二模型，确定所述用户对所述物品进行所述第二行为的预测结果。

9.一种数据处理装置，其特征在于，所述装置包括：

根据所述调整后的损失，更新所述第二模型。

10.根据权利要求9所述的装置，其特征在于，所述第一行为为点击行为，所述第二行为为点击行为之后的转化行为。

11.根据权利要求10所述的装置，其特征在于，所述转化行为为如下的一种：

购买、加入购物车、收藏、下载或者注册。

12.根据权利要求9至11任一所述的装置，其特征在于，所述装置还包括：

13.根据权利要求9至12任一所述的装置，其特征在于，所述第一损失为和负样本相关的损失。

14.根据权利要求9至13任一所述的装置，其特征在于，所述第一损失为交叉熵损失中和负样本相关的损失。

15.根据权利要求9至14任一所述的装置，其特征在于，所述根据所述概率对所述第一损失进行调整，得到调整后的损失，包括：

16.一种数据处理装置，其特征在于，所述装置包括：

获取模块，用于获取用户和物品的属性信息；

处理模块，用于通过如权利要求1至7任一所述的装置得到的更新后的所述第二模型，确定所述用户对所述物品进行所述第二行为的预测结果。

17.一种计算设备，其特征在于，所述计算设备包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至8任一所述的方法。

18.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至8任一所述的方法。

19.一种计算机程序产品，包括代码，其特征在于，在所述代码被执行时用于实现如权利要求1至8任一所述的方法。

20.一种芯片，包括处理器，其特征在于，所述处理器用于支持数据处理装置实现实现如权利要求1至8任一所述的方法。