[发明专利]数据处理方法、装置、终端和存储介质

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，所述历史行为数据包括所述目标用户对第一应用程序集中的各应用程序的使用数据，所述第一应用程序集中包含N个第一应用程序，所述N为正整数；

解析所述历史行为数据得到所述目标用户的特征数据及用户标签，所述用户标签包括N+1维数据，所述N+1维数据中前N维数据是由所述目标用户对所述N个第一应用程序的使用数据对应的N个数值构成的，所述第N+1维数据由所述前N维数据对应的N个数值确定；

调用目标预测模型对所述目标用户的特征数据以及用户标签进行计算，得到所述目标用户的预测数据，所述预测数据包括所述目标用户对第二应用程序集中的各应用程序的使用概率，所述第二应用程序集中包含M个第二应用程序，所述M为正整数。

2.根据权利要求1所述的方法，其特征在于，所述特征数据包括所述目标用户的属性数据和所述第一应用程序集中的各应用程序的属性数据，所述目标用户属性数据包含年龄、性别、地址和偏好，所述第一应用程序集中的各应用程序的属性数据包括类型、占用空间和主题。

3.根据权利要求1所述的方法，其特征在于，所述历史行为数据包括所述目标用户在所述第一应用程序集中的各应用程序中的注册数据，所述第一应用程序集中的N个第一应用程序按序排列，所述解析所述历史行为数据得到所述目标用户的用户标签，包括：

根据所述注册数据，从所述N个第一应用程序中确定所述目标用户已注册的a个第一应用程序和未注册的N-a个第一应用程序，所述a为正整数；

根据所述已注册的第一应用程序和未注册的第一应用程序进行标签化处理，得到所述目标用户的用户标签，所述用户标签包括N+1个字符，所述N+1个字符中前N个字符按序排列，且所述N+1个字符中前N个字符与所述N个第一应用程序一一对应；

其中，若a为非零，则所述N+1个字符中前N个字符中包括a个第一字符和N-a个第二字符，已注册的第一应用程序对应第一字符，未注册的第一应用程序对应第二字符，第N+1个字符为第二字符；若a为零，则所述N+1个字符中前N个字符对应第二字符，第N+1个字符为第一字符。

4.根据权利要求1所述的方法，其特征在于，所述目标预测模型包括输入层、隐含层和输出层，所述调用目标预测模型对所述目标用户的特征数据以及用户标签进行计算，包括：

调用所述输入层将所述目标用户的特征数据以及所述用户标签传输至所述隐含层；

在所述隐含层中对所述目标用户的特征数据以及用户标签进行激活处理，得到目标数据；以及，

在所述输出层中将所述激活处理后的目标数据的值域映射到预设概率区间内，得到所述目标用户的预测数据。

5.根据权利要求4所述的方法，其特征在于，所述隐含层包括第一隐含层、第二隐含层和第三隐含层，所述在所述隐含层中对所述目标用户的特征数据以及用户标签进行激活处理，得到目标数据，包括：

在所述第一隐含层中采用双曲正切函数对所述目标用户的特征数据以及用户标签进行激活处理，得到第一数据；

在所述第二隐含层中采用双曲正切函数对所述第一数据进行激活处理，得到第二数据；

在所述第三隐含层采用线性函数对所述第二数据进行激活处理，得到所述目标数据。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取初始预测模型及目标损失函数，所述目标损失函数包括反向传播多标签学习函数因子、正比例控制因子和指数损失控制因子，所述正比例控制因子用于提高所述目标损失函数的召回率，所述指数损失控制因子用于化解标签之间的强相关性带来的矛盾结果；

按照最小化目标损失函数的原则对所述初始预设模型进行训练，得到优化的预测模型。