[发明专利]数据处理方法、装置、计算机设备和存储介质

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：

确定目标对象对应的目标资源转移记录；

从所述目标资源转移记录对应的资源转移数据中获取目标数据维度对应的目标资源转移数据；

获取所述目标资源转移数据对应的目标资源转移向量；所述目标资源转移向量是根据所述目标数据维度对应的训练资源转移数据序列进行训练得到的，所述训练资源转移数据序列中的训练资源转移数据，按照训练对象对应的训练资源转移记录的资源转移顺序进行排列；

基于所述目标资源转移向量得到所述目标资源转移记录对应的目标资源转移特征；

基于所述目标资源转移特征对所述目标对象进行对象识别，得到所述目标对象对应的目标识别结果。

2.根据权利要求1所述的方法，其特征在于，所述目标资源转移向量是从训练资源转移向量集合中选取得到的；得到所述训练资源转移向量集合的步骤包括：

获取训练对象对应的训练资源转移记录序列，所述训练资源转移记录序列包括多个按照训练资源转移记录的资源转移顺序进行排列的训练资源转移记录；

从所述训练资源转移记录对应的资源转移数据中获取所述目标数据维度对应的训练资源转移数据；

将各个所述训练资源转移数据按照所述训练资源转移记录的资源转移顺序进行排列，得到所述训练资源转移数据序列；

根据所述训练资源转移数据序列进行资源转移向量训练，得到各个所述训练资源转移数据对应的训练资源转移向量，组成所述训练资源转移向量集合。

3.根据权利要求2所述的方法，其特征在于，所述训练资源转移数据序列为多个，各个所述训练资源转移数据序列组成数据序列集合；所述根据所述训练资源转移数据序列进行资源转移向量训练，得到各个所述训练资源转移数据对应的训练资源转移向量包括：

从所述训练资源转移数据序列中获取当前训练资源转移数据，以及获取所述训练资源转移数据序列中当前训练资源转移数据对应的关联资源转移数据；

将当前训练资源转移数据输入到待训练的向量确定模型中，得到当前训练资源转移数据与所述关联资源转移数据之间的预测关联概率；

基于所述数据序列集合获取当前训练资源转移数据与所述关联资源转移数据之间的标准关联概率；

基于所述标准关联概率与所述预测关联概率的差异调整所述向量确定模型的模型参数，得到已训练的向量确定模型，基于所述已训练的向量确定模型得到各个所述训练资源转移数据对应的训练资源转移向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标资源转移向量得到所述目标资源转移记录对应的目标资源转移特征包括：

从所述目标资源转移记录对应的资源转移数据中获取第一数据维度对应的第一资源转移数据；

确定所述第一资源转移数据对应的第一资源转移特征；

将所述目标资源转移向量与所述第一资源转移特征进行拼接，得到所述目标资源转移记录对应的目标资源转移特征。

5.根据权利要求1所述的方法，其特征在于，所述目标资源转移记录为多个，所述基于所述目标资源转移特征对所述目标对象进行对象识别，得到所述目标对象对应的目标识别结果包括：

按照所述目标资源转移记录对应的资源转移顺序，对所述目标资源转移记录对应的目标资源转移特征进行排列，得到特征序列；

将所述特征序列输入到对象识别序列模型进行处理，得到所述目标对象对应的目标识别结果。

6.根据权利要求5所述的方法，其特征在于，所述基于所述目标资源转移向量得到所述目标资源转移记录对应的目标资源转移特征包括：

根据所述目标资源转移记录对应的资源转移顺序，得到所述目标资源转移向量对应的排序特征；

将所述目标资源转移向量与所述排序特征进行融合，得到所述目标资源转移记录对应的目标资源转移特征。