[发明专利]一种数据处理方法、装置及服务器

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标用户的历史行为数据和关系网络数据；

利用行为分析模型对所述历史行为数据进行建模处理，得到所述目标用户的兴趣特征向量；

利用关系分析模型对所述关系网络数据进行建模处理，得到所述目标用户的关系特征向量；

对所述兴趣特征向量和所述关系特征向量进行融合处理，生成所述目标用户的描述向量，

其中，所述关系分析模型包括词向量模型，所述利用关系分析模型对所述关系网络数据进行建模处理，得到所述目标用户的关系特征向量，包括：

利用所述关系网络数据，获取所述目标用户在关系网络中对应的目标节点与其它节点之间的关系边权重；

根据所述关系边权重对所述其它节点进行采样，得到所述目标节点的邻居节点；

利用所述词向量模型的训练方法对所述目标节点和所述邻居节点进行训练，得到所述目标用户的关系特征向量；

其中，所述对所述兴趣特征向量和所述关系特征向量进行融合处理，生成所述目标用户的描述向量，包括：

将所述兴趣特征向量和所述关系特征向量进行拼接处理，得到拼接向量；

将所述拼接向量输入全连接神经网络模型，输出得到所述目标用户的描述向量。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用所述目标用户的描述向量更新所述目标用户的描述模型，所述描述模型用于为所述目标用户确定推荐内容或者计算所述目标用户与其他用户之间的相似度。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

向目标服务器发送所述目标用户的描述向量，以使所述目标服务器根据所述目标用户的描述向量为所述目标用户确定推荐内容，或者生成所述目标用户的个人特征信息。

4.根据权利要求1或2所述的方法，其特征在于，所述历史行为数据包括搜索词序列，所述行为分析模型包括第一循环神经网络模型和第二循环神经网络模型，所述利用行为分析模型对所述历史行为数据进行建模处理，得到所述目标用户的兴趣特征向量，包括：

将所述搜索词序列划分成多个搜索词子序列；

将所述多个搜索词子序列分别输入所述第一循环神经网络模型进行建模处理，得到所述多个搜索词子序列对应的多个中间向量；

将所述多个中间向量输入所述第二循环神经网络模型进行建模处理，得到所述目标用户的兴趣特征向量。

5.根据权利要求4所述的方法，其特征在于，所述行为分析模型还包括词向量模型，所述将所述多个搜索词子序列分别输入所述第一循环神经网络模型进行建模处理，得到所述多个搜索词子序列对应的多个中间向量，包括：

利用所述词向量模型将所述多个搜索词子序列中的每一个搜索词子序列转换成实数描述向量，得到多个实数描述向量；

将所述多个实数描述向量分别输入所述第一循环神经网络模型进行建模处理，得到所述多个搜索词子序列对应的多个中间向量。

6.根据权利要求4或5所述的方法，其特征在于，所述将所述搜索词序列划分成多个搜索词子序列，包括：

利用会话划分模型对所述搜索词序列进行划分，获取所述搜索词序列包括的搜索词中属于同一个会话的搜索词；

将所述属于同一个会话的搜索词作为一个搜索词子序列，得到多个会话对应的多个搜索词子序列。

7.根据权利要求6所述的方法，其特征在于，所述利用会话划分模型对所述搜索词序列进行划分，获取所述搜索词序列包括的搜索词中属于同一个会话的搜索词之前，所述方法还包括：

获取训练数据，所述训练数据包括多个用户的历史行为数据；

获取人工标注的各个会话划分点；

提取每个所述会话划分点两侧的历史行为数据的特征；

利用所述每个会话划分点两侧的历史行为数据的特征对会话划分模型进行训练。