[发明专利]针对RPC信息的向量处理方法、装置以及设备

说明书

本说明书实施例公开了针对RPC信息的向量处理方法、装置以及设备。方案包括：获取由用户的多个RPC信息单元构成的RPC信息序列，建立并初始化RPC信息单元的特征向量，根据RPC信息序列和特征向量，对特征向量进行训练，从而得到表达较为准确的特征向量。

技术领域

本说明书涉及计算机软件技术领域，尤其涉及针对远程过程调用(RemoteProcedure Call，RPC)向量处理方法、装置以及设备。

背景技术

RPC是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。在商业应用中常常会记录用户的RPC信息序列，用来做推荐，自动问答、风控等。RPC信息序列由多个RPC信息单元构成，每个RPC单元通常是一个特定的字符串编码，代表一定的特定含义，比如，某些RPC信息单元可能会代表“查询某理财产品的实时值”，“搜索某服装品牌的新品毛衣”等。

在现有技术中，往往人工对不同的RPC单元归类，以及进行业务角度的知识总结等，以用于实现相关功能。

基于现有技术，需要更为有效的RPC信息特征刻画方案。

发明内容

本说明书实施例提供针对RPC信息的向量处理方法、装置以及设备，用以解决如下技术问题：需要更为有效的RPC信息特征刻画方案。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种针对RPC信息的向量处理方法，包括：

获取由用户的多个RPC信息单元构成的RPC信息序列；

建立并初始化所述RPC信息单元的特征向量；

根据所述RPC信息序列和所述特征向量，对所述特征向量进行训练。

本说明书实施例提供的一种针对RPC信息的向量处理装置，包括：

获取模块，获取由用户的多个RPC信息单元构成的RPC信息序列；

构建模块，建立并初始化所述RPC信息单元的特征向量；

训练模块，根据所述RPC信息序列和所述特征向量，对所述特征向量进行训练。

本说明书实施例提供的另一种针对RPC信息的向量处理方法，包括：

步骤1，收集用户的RPC信息序列，统计所述RPC信息序列中出现过且出现次数少于设定次数的RPC信息单元并建表保存；跳转步骤2；

步骤2，建立并初始化所述表中各RPC信息单元的特征向量；跳转步骤3；

步骤3，遍历所述RPC信息序列，分别对当前遍历到的RPC信息单元w执行步骤4，若遍历完成则结束，否则继续遍历；

步骤4，以w为中心，向两侧分别滑动至多k个RPC信息单元建立窗口，从所述窗口中选择w的多个上下文RPC信息单元，以及从所述RPC信息序列中随机选择w的λ个负样例RPC信息单元；跳转步骤5；

步骤5，为w的各上下文RPC信息单元分别确定或者整体确定特征向量，作为上下文向量，按照如下损失函数计算对应的损失表征值l(w,c)：

其中，表示w的特征向量，表示所述上下文向量，c’表示w的负样例RPC信息单元，⊙表示相似度运算，所述相似度运算为点积运算、或者夹角余弦运算，表示c’的特征向量，E_c'∈p(V)[x]是指c’满足概率分布p(V)的情况下，表达式x的期望值，σ()是神经网络激励函数，定义为

根据计算出的l(w,c)计算对应的梯度，根据所述梯度，对及其上下文RPC信息单元的特征向量进行更新。