[发明专利]交互业务的数据处理方法、装置及电子设备

说明书

本发明实施例提供一种交互业务的数据处理方法、装置及电子设备，其中，方法包括：执行交互业务，所述交互业务包括用户参与的多个执行阶段；统计所述交互业务过程中用户的行为数据，并将所述行为数据按所述交互业务的执行阶段进行分阶段的评价处理；当用户在所述交互业务过程中累计的评价结果满足评价阈值，触发所述交互业务结束，并执行对所述用户的反馈处理。本发明实施例的方案能够有效的在交互业务中根据用户的行为数据对用户实行反馈处理或者对业务数据进行处理。

技术领域

本申请涉及计算机技术领域，尤其涉及一种交互业务的数据处理方法、装置及电子设备。

背景技术

目前，在人工智能领域，人工智能的准确度不仅依赖于算法优化，同时也依赖于训练数据集的大小。随着训练数据数量级的增加，任务性能也会随之显著提升。因此，如何获取更大规模的训练数据成为人工智能领域发展的关键。在现有的人工标注和线上效果评测平台中，如何提升标注效率、标注质量、降低标注费用，对系统发展尤为重要。在现有技术中，针对人工标注的改进主要着力于激励机制和回收机制的优化，具体如下：

(1)激励机制

现有技术中，激励机制中的传统奖励模式是按题奖励，即将待标注数据以试题形式发放，用户每回答一题，无论对错都给予固定金额的奖励。由于该模式下回收数据质量不佳，因此后期逐渐就传统奖励模式进行了优化，一方面通过增加校验题推算各用户的标注质量，另一方面设定奖励及格线，即只有达到该及格线的用户才可以获得奖励。现有的奖励机制虽然一定程度上提高了标注质量，但是由于严格的及格线控制，使得用户答题一旦满足该及格线就极易敷衍作答，或对于在及格线附近徘徊的用户一旦不及格就全盘否定，这在一定程度上影响了数据回收质量。

(2)回收机制

现有技术中，由于不同的用户对试题理解各异，因此极易造成标注数据异常，标注平台一般会针对同一试题采纳多人的标注数据以提高其准确率，但是由于用户对同一难度的试题理解程度也不同，因此其结果往往差强人意。因此，现有的回收机制优化策略是，对不同用户添加权重，例如高级用户权重较高，普通用户权重较低，虽然在一定程度上提高了数据回收质量，但是人为标注结果一方面过于依赖高级用户的数量，另一方面标注结果依然受到用户心情、状态等的变化影响，数据回收的准确率依然不甚理想。

发明内容

本发明提供了一种交互业务的数据处理方法、装置及电子设备，能够有效的在交互业务中根据用户的行为数据对用户实行反馈处理或者对业务数据进行处理。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，提供了一种交互业务的数据处理方法，包括：

执行交互业务，所述交互业务包括用户参与的多个执行阶段；

统计所述交互业务过程中用户的行为数据，并将所述行为数据按所述交互业务的执行阶段进行分阶段的评价处理；

当用户在所述交互业务过程中累计的评价结果满足评价阈值，触发所述交互业务结束，并执行对所述用户的反馈处理。

第二方面，提供了另一种交互业务的数据处理方法，包括：

执行交互业务，所述交互业务包括用户参与的多个执行阶段；

统计所述交互业务过程中用户的行为数据，并将所述行为数据按所述交互业务的执行阶段进行分阶段的评价处理；

当用户在所述交互业务过程中累计的评价结果满足评价阈值，触发所述交互业务结束，并执行对交互业务中业务数据的处理。

第三方面，提供了另一种交互业务的数据处理方法，包括：

获取用户在答题类业务中的作答数据，所述答题类业务包括随用户答题的深入状态所划分的多个答题阶段；