[发明专利]一种数据处理方法及相关设备

说明书

本申请实施例公开一种数据处理方法及相关设备，其中的方法包括：获取目标对象的关联数据集，目标对象的关联数据集包括在目标时间段内被执行的、且与目标对象相关联的多条行为数据；目标时间段包括N个时间分片，N为正整数；根据目标对象的关联数据集分别获取目标对象在每个时间分片内的关联行为特征；采用目标对象在每个时间分片内的关联行为特征构建目标对象的N维时序特征序列；调用时序分类模型对目标对象的N维时序特征序列进行识别得到目标对象的类型。本申请实施例能够执行较精细的数据处理过程，提升数据处理结果的准确性。

技术领域

本发明涉及互联网技术领域，尤其涉及一种数据处理方法、一种数据处理装置、一种数据处理设备及一种计算机存储介质。

背景技术

互联网场景中会产生许多的行为数据，例如：在金融消费场景中，用户与商户之间会产生许多的消费行为数据，包括消费时间、消费金额等。再如：在社交网络使用场景中，用户与社交网络的服务端之间会产生许多的社交行为数据，该社交行为数据包括浏览的页面、评论的文章、发表的话题等等。目前，在人工智能的机器学习技术中对于行为数据的研究较为粗放，通常是直接将该行为数据作为神经网络模型的处理对象，这样的数据处理过程不够精细，从而影响了数据处理结果的准确性。

发明内容

本申请实施例提供一种数据处理方法及相关设备，能够执行较精细的数据处理过程，提升数据处理结果的准确性。

一方面，本申请实施例提供一种数据处理方法，包括：

获取目标对象的关联数据集，目标对象的关联数据集包括在目标时间段内被执行的、且与目标对象相关联的多条行为数据；目标时间段包括N个时间分片，N为正整数；

根据目标对象的关联数据集分别获取目标对象在每个时间分片内的关联行为特征；

采用目标对象在每个时间分片内的关联行为特征构建目标对象的N维时序特征序列；

调用时序分类模型对目标对象的N维时序特征序列进行识别得到目标对象的类型。

一方面，本申请实施例提供一种数据处理装置，包括：

获取单元，用于获取目标对象的关联数据集，目标对象的关联数据集包括在目标时间段内被执行的、且与目标对象相关联的多条行为数据；目标时间段包括N个时间分片，N为正整数；以及，用于根据目标对象的关联数据集分别获取目标对象在每个时间分片内的关联行为特征；

构建单元，用于采用目标对象在每个时间分片内的关联行为特征构建目标对象的N维时序特征序列；

处理单元，用于调用时序分类模型对目标对象的N维时序特征序列进行识别得到目标对象的类型。

一方面，本申请实施例提供一种数据处理设备，包括输入设备和输出设备，还包括：

处理器，适于实现一条或多条指令；以及，

计算机存储介质，计算机存储介质存储有一条或多条指令，一条或多条指令适于由处理器加载并执行上述的数据处理方法。

一方面，本申请实施例提供一种计算机存储介质，该计算机存储介质存储有一条或多条指令，该一条或多条指令适于由处理器加载并执行上述的数据处理方法。

本申请实施例通过对与目标对象相关联的多个行为数据之间的时序关系进行挖掘，得到该目标对象的时序特征序列；利用该时序特征序列来对目标对象进行分类；由于目标对象的时序特征序列反映了与目标对象相关的各个行为数据之间的时序关系，基于该时序关系能够得到较为精细化的数据处理过程，提升了分类的准确性。

附图说明