[发明专利]数据处理方法及装置

说明书

本申请公开了一种数据处理方法及装置，属于计算机技术领域。所述方法包括：获取多个特征数据；自动对多个特征数据进行两种不同的非线性组合处理得到两组处理数据，其中，两组处理数据包括一组高阶数据和一组低阶数据，高阶数据与多个特征数据中m个特征数据的非线性组合相关，低阶数据与多个特征数据中n个特征数据的非线性组合相关，m≥3，m＞n≥2；根据多个目标数据确定预测数据，多个目标数据包括两组处理数据。本申请解决了相关技术确定的预测数据的准确度较低的问题，提高了预测数据的准确度，本申请用于数据处理。

技术领域

本申请涉及计算机技术领域，特别涉及一种数据处理方法及装置。

背景技术

随着计算机技术的发展，人们在对可动态变化的事物(例如某一网站的访问次数、某一文件的下载量、应用商城中某一应用的图标的点击率或视频网站中某一视频的点击率)进行分析时，通常可以获取事物的多个特征数据(特征数据用于表征事物的属性)，并对该多个特征数据进行处理，得到用于表征该事物的发展方向的预测数据。

相关技术中，人们可以向数据处理装置输入事物的多个特征数据，数据处理装置能够对事物的多个特征数据进行高阶非线性组合处理，得到多个高阶数据，并根据该多个高阶数据确定预测数据，其中，高阶数据为该多个特征数据中至少三个特征数据的非线性组合。例如，数据处理装置可以对应用商城中某一应用的多个特征数据进行高阶非线性组合处理，得到用于表征该应用的图标的点击率的预测数据，根据该预测数据可以确定该应用的推荐优先级。

由于相关技术中的预测数据是数据处理装置基于多个高阶数据得到的，而准确的预测需要基于大量的数据来实现，上述多个高阶数据的数据量依然无法满足准确预测需求，因此，相关技术确定的预测数据的准确度较低。

发明内容

为了解决相关技术确定的预测数据的准确度较低的问题，本申请提供了一种数据处理方法及装置。所述技术方案如下：

第一方面，提供了一种数据处理方法，所述方法包括：获取多个特征数据；自动对所述多个特征数据进行两种不同的非线性组合处理得到两组处理数据，其中，所述两组处理数据包括一组高阶数据和一组低阶数据，所述高阶数据与所述多个特征数据中m个特征数据的非线性组合相关，所述低阶数据与所述多个特征数据中n个特征数据的非线性组合相关，m≥3，m＞n≥2；根据多个目标数据确定预测数据，所述多个目标数据包括所述两组处理数据。

相关技术中对多个特征数据进行一种非线性组合处理(高阶非线性组合处理)能够得到的一组处理数据(包括至少一个高阶数据)；而本申请能够自动对多个特征数据进行两种不同的非线性组合处理(高阶非线性组合处理和低阶非线性组合处理)并得到两组处理数据。也即是，本申请中得到的两组处理数据的数据量大于相关技术中得到的一组处理数据的数据量，且准确的预测需要基于大量的数据来实现，因此，本申请中基于两组处理数据得到的预测数据的准确度高于相关技术中基于一组处理数据得到的预测数据的准确度。

可选的，所述自动对所述多个特征数据进行两种不同的非线性组合处理得到两组处理数据，包括：自动对所述多个特征数据进行高阶非线性组合处理，得到所述一组高阶数据；自动对所述多个特征数据进行低阶非线性组合处理，得到所述一组低阶数据。

需要说明的是，在获取到多个特征数据后，如果对该多个特征数据中的一部分特征数据进行高阶非线性组合处理得到的高阶数据的个数为第一个数，对该多个特征数据中的另一部分特征数据进行低阶非线性组合处理得到的低阶数据的个数为第二个数，则最终确定预测数据所基于的目标数据的个数等于第一个数与第二个数之和。如果对该多个数据进行高阶非线性组合处理，则得到的高阶数据的个数大于第一个数，且对该多个数据也进行低阶非线性组合处理，则得到的低阶数据的个数大于第二个数，且最终确定预测数据所基于的目标数据的个数也大于第一个数与第二个数之和。也即是，在对多个特征数据分别进行高阶非线性组合处理以及低阶非线性组合处理时，最终确定预测数据所基于的目标数据的个数就会较多，预测数据的准确度就会越高。