[发明专利]数据处理方法及装置、计算机存储介质、电子设备

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

根据多维度的原始数据获取用户分享数据，并通过第一算法模型对所述用户分享数据进行处理以获取第一目标数据和目标维度数，其中所述第一目标数据的数量与所述目标维度数相同；

获取多维度的特征数据，通过第二算法模型对所述特征数据进行降维处理，以获得具有所述目标维度数的第一特征值，其中所述特征数据为所述原始数据中对用户的分享行为具有主导作用的数据；

根据所述第一特征值获取第二目标数据，所述第二目标数据和所述第一目标数据的类型相同；

将所述第一目标数据与所述第二目标数据进行匹配，并根据匹配结果预测用户的分享行为。

2.根据权利要求1所述的数据处理方法，其特征在于，所述第一目标数据包括第一期望和第一方差；

根据多维度的原始数据获取用户分享数据，并通过第一算法模型对所述用户分享数据进行聚类以获取第一目标数据和目标维度数，包括：

通过所述第一算法模型对所述用户分享数据进行聚类，以获取多组符合高斯分布的用户分享子数据；

采用最大期望算法迭代获取与各组所述用户分享子数据对应的第一期望和第一方差；

根据所述第一方差确定所述目标维度数。

3.根据权利要求2所述的数据处理方法，其特征在于，根据所述第一方差确定所述目标维度数，包括：

根据所述第一方差确定与各组所述用户分享子数据对应的标准差；

将与前N组所述用户分享子数据对应的标准差求和以获取第一标准差之和，并将与前N+1组所述用户分享子数据对应的标准差求和以获取第二标准差之和，其中N1，且为正整数；

将所述第一标准差之和与所述第二标准差之和进行比较，根据比较结果确定所述目标维度数。

4.根据权利要求3所述的数据处理方法，其特征在于，将所述第一标准差之和与所述第二标准差之和进行比较，根据比较结果确定所述目标维度数，包括：

将所述第一标准差之和与所述第二标准差之和相减，以获取所述第一标准差之和相对于所述第二标准差之和的增量；

将所述增量与一预设阈值比较，判断所述增量是否小于所述预设阈值；

若所述增量小于所述预设阈值，则所述第一标准差之和对应的维度数量即为所述目标维度数。

5.根据权利要求1所述的数据处理方法，其特征在于，获取多维度的特征数据，通过第二算法模型对所述特征数据进行降维处理，以获得具有所述目标维度数的第一特征值，包括：

根据预设条件从所述原始数据中抽取所述特征数据；

通过所述第二算法模型去除所述特征数据中的冗余数据，以获取具有所述目标维度数的第一特征值。

6.根据权利要求5所述的数据处理方法，其特征在于，所述目标维度数为多维度，所述第二目标数据包括第二期望和第二方差；

根据所述第一特征值获取第二目标数据，所述第二目标数据和所述第一目标数据的类型相同，包括：

求取具有所述目标维度数的第一特征值中各所述第一特征值的期望和方差，并分别将所述期望和所述方差作为所述第二期望和所述第二方差；或者

求取由具有所述目标维度数的第一特征值组合形成的组合特征值的期望和方差，并分别将所述期望和所述方差作为所述第二期望和所述第二方差。

7.根据权利要求1-6中任一项所述的数据处理方法，其特征在于，将所述第一目标数据与所述第二目标数据进行匹配，并根据匹配结果预测用户的分享行为，包括：

将所述第一目标数据中的第一期望和第一方差分别与所述第二目标数据中的第二期望和第二方差进行匹配；

若所述第一期望与所述第二期望匹配，且所述第一方差与所述第二方差匹配，则将所述第一期望作为所述用户的分享概率，并根据所述分享概率预测所述用户的分享行为。