[发明专利]服务特征数据提取方法、装置及电子设备

说明书

本申请提供了一种服务特征数据提取方法、装置及电子设备，本申请实施例在服务请求方初始数据与服务类型初始数据之间的数目差值大于预设数目阈值的情况下，通过基于斯帕克Spark架构的弹性分布式数据集RDD存储服务请求方初始数据，并通过斯帕克Spark架构的主管理器向各分布式服务器广播数量较小的服务类型初始数据，从而不会集中在一台分布式服务器上处理，处理过程中会基于预设的算法模型训练得到服务关系对应的服务请求方的特征向量数据与所述服务类型的特征向量数据，能够提供服务器的稳定性以及提取用户的特征数据的过程达到稳定运行的技术效果。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种服务特征数据提取方法、装置及电子设备。

背景技术

目前，随着互联网技术的迅速发展，越来越多的企业在给用户提供服务的过程中，采集用户的特征的大数据，通过从不同来源、不同角度提取用户的特征数据来建立更全面的“用户画像”，希望可以为用户提供更为人性化的增值服务，这是对互联网经济“以人为本”精神的最佳体现。

现有技术中，通过知识图谱的SPO(Subject-Predicate-Object，主语-谓语-宾语)三元组来分析用户的特征数据，将采集到的对应主语实体、宾语实体和实体关系的初始特征向量进行训练，从而得到用户的特征向量数据。

但是，现有技术中，对于提取用户特征数据的主语实体和宾语实体的数据有一定的要求，只适用于两者数量级相当的情况，如果两者数量级不平衡，则会出现服务器超载以及提取用户的特征数据的过程中断报错的情况，导致可靠性低下。

发明内容

有鉴于此，本申请实施例的目的在于提供一种服务特征数据提取方法、装置及电子设备，能够提供服务器的稳定性以及提取用户的特征数据的过程达到稳定运行的技术效果。

第一方面，本申请实施例提供了服务特征数据提取方法，包括：

获取服务请求方初始数据、服务类型初始数据、所述服务请求方与服务类型两者之间的服务关系初始数据，生成对应的服务三元组数据，其中，所述服务请求方初始数据与所述服务类型初始数据之间的数目差值大于预设数目阈值，所述服务请求方初始数据基于斯帕克Spark架构的弹性分布式数据集RDD存储，所述服务类型初始数据是通过斯帕克Spark架构广播共享得到的；

根据所述服务请求方初始数据、所述服务类型初始数据、所述服务关系初始数据和所述服务三元组数据，基于预设的算法模型训练得到所述服务关系对应的所述服务请求方的特征向量数据与所述服务类型的特征向量数据。

如上所述，所述获取服务请求方初始数据、服务类型初始数据、所述服务请求方与服务类型两者之间的服务关系初始数据，生成对应的服务三元组数据的步骤之前，所述方法还包括：

获取所述服务提供者请求不同服务类型的频次；

按照预设数目选取所述频次大于预设阈值的服务类型作为所述服务类型初始数据。

如上所述，所述获取服务请求方初始数据、服务类型初始数据、所述服务请求方与服务类型两者之间的服务关系初始数据，生成对应的服务三元组数据的步骤之前，所述方法还包括：

分别建立所述服务请求方初始数据、服务类型初始数据以及所述服务关系初始数据与不同索引之间的映射关系。

如上所述，所述获取服务请求方初始数据、服务类型初始数据、所述服务请求方与服务类型两者之间的服务关系初始数据，生成对应的服务三元组数据的步骤，包括：

根据所述服务请求方对应的索引、所述服务类型对应的索引以及所述服务关系对应的索引，生成所述服务三元组数据对应的索引三元组数据。