[发明专利]数据处理方法、服务器及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取用户产生的与第一网络对象关联的网络操作行为数据；

从所述网络操作行为数据中，提取与所述第一网络对象存在可替代关系的第二网络对象与所述第一网络对象的关联关系；

根据所述第二网络对象与所述第一网络对象的关联关系以及所述第一网络对象在至少一个维度上的属性信息，预测所述第一网络对象在一定时间内产生的网络流量。

2.根据权利要求1所述的方法，其特征在于，还包括：

输出所述网络流量至所述第一网络对象的提供商，以供所述提供商根据所述网络流量执行与所述第一网络对象相关的操作。

3.根据权利要求1所述的方法，其特征在于，从所述网络操作行为数据中，提取与所述第一网络对象存在可替代关系的第二网络对象与所述第一网络对象的关联关系，包括：

从所述网络操作行为数据中，提取由同一用户在设定时间范围内对第一网络对象和第二网络对象执行相同网络操作的次数；

根据所述次数，在所述第一网络对象与所述第二网络对象之间建立关联关系。

4.根据权利要求3所述的方法，其特征在于，从所述网络操作行为数据中，提取由同一用户在设定时间范围内对第一网络对象和第二网络对象执行相同网络操作的次数，包括：

从所述网络操作行为数据中，识别出同一用户产生的各种网络操作类型下的网络操作行为数据；

将同一用户产生的各种网络操作类型下的网络操作行为数据分别按照发生时间的先后顺序对涉及的网络对象进行排列，得到各种网络操作类型下的对象序列；

基于所述各种网络操作类型下的对象序列，提取由同一用户在设定时间范围内对第一网络对象和第二网络对象执行相同网络操作的次数。

5.根据权利要求3或4所述的方法，其特征在于，所述第二网络对象是所述网络操作行为数据中出现的类别与所述第一网络对象相同且属性与所述第一网络对象相同或相近的网络对象。

6.根据权利要求3或4所述的方法，其特征在于，根据所述第二网络对象与所述第一网络对象的关联关系以及所述第一网络对象在至少一个维度上的属性信息，预测所述第一网络对象在一定时间内产生的网络流量，包括：

根据所述第二网络对象与所述第一网络对象的关联关系和所述第一网络对象在至少一个维度上的属性信息，计算所述第一网络对象的一阶融合特征和二阶融合特征；

根据所述第一网络对象的一阶融合特征和二阶融合特征以及所述第一网络对象在至少一个维度上的属性信息，预测所述第一网络对象在一定时间内产生的网络流量。

7.根据权利要求6所述的方法，其特征在于，根据所述第二网络对象与所述第一网络对象的关联关系和所述第一网络对象在至少一个维度上的属性信息，计算所述第一网络对象的一阶融合特征和二阶融合特征，包括：

对所述第二网络对象与所述第一网络对象的关联关系进行特征提取，得到所述第二网络对象与所述第一网络对象之间的关联关系特征；

对所述第一网络对象在至少一个维度上的属性信息进行特征提取，得到所述第一网络对象的原始特征；

根据所述关联关系特征和所述第一网络对象的原始特征，计算所述第一网络对象的一阶融合特征和二阶融合特征。

8.根据权利要求7所述的方法，其特征在于，根据所述第一网络对象的一阶融合特征和二阶融合特征以及所述第一网络对象在至少一个维度上的属性信息，预测所述第一网络对象在一定时间内产生的网络流量，包括：

对所述第一网络对象的原始特征以及所述第一网络对象的一阶融合特征和二阶融合特征进行拼接，得到所述第一网络对象的整体特征；

利用基于深度学习的流量预测算法对所述第一网络对象的整体特征进行预测，得到所述第一网络对象在一定时间内产生的网络流量。