[发明专利]一种数据处理方法和装置,存储介质和电子设备有效
申请号: | 202110851654.5 | 申请日: | 2021-07-27 |
公开(公告)号: | CN113536131B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 明道东;程搏;祝捷 | 申请(专利权)人: | 拉扎斯网络科技(上海)有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q30/0202 |
代理公司: | 北京清源汇知识产权代理事务所(特殊普通合伙) 11644 | 代理人: | 汪洋;冯德魁 |
地址: | 200333 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数据处理 方法 装置 存储 介质 电子设备 | ||
1.一种数据处理方法,其特征在于,包括:
响应于资源对象圈选推荐提示的触发,确定是否存在所述资源对象的历史圈选数据,所述资源对象是人群数据或者用户数据;
若是,则根据所述历史圈选数据选择的针对所述资源对象圈选推荐类型,确定推荐圈选特征;其中,所述资源对象圈选推荐类型包括圈选效果推荐类型、圈选热度推荐类型、圈选自适应推荐类型和冷启动推荐类型中的至少一个或多个组合;
对所述推荐圈选特征进行圈选效果预测;
根据所述圈选效果预测的预测值,将选取的满足预先设置的预测要求的所述推荐圈选特征确定为目标圈选特征;
根据目标圈选特征生成目标资源对象集。
2.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述历史圈选数据选择的针对所述资源对象圈选推荐类型,确定推荐圈选特征,包括:
根据所述历史圈选数据,选择所述圈选效果推荐类型;
根据所述圈选效果推荐类型,从所述历史圈选数据的效果排名中提取满足效果提取要求的圈选特征作为所述推荐圈选特征。
3.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述历史圈选数据选择的针对所述资源对象圈选推荐类型,确定推荐圈选特征,包括:
根据所述历史圈选数据,选择所述圈选热度推荐类型;
根据所述圈选热度推荐类型,从所述历史圈选数据的热度排名中提取满足热度提取要求的圈选特征作为所述推荐圈选特征。
4.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述历史圈选数据选择的针对所述资源对象圈选推荐类型,确定推荐圈选特征,包括:
根据所述历史圈选数据,选择所述圈选自适应推荐类型;
根据所述圈选自适应推荐类型,基于对所述历史圈选数据中圈选特征的选择,确定所述推荐圈选特征。
5.根据权利要求4所述的数据处理方法,其特征在于,所述根据所述圈选自适应推荐类型,基于对所述历史圈选数据中圈选特征的选择,确定所述推荐圈选特征,包括:
在提供的特征圈选列表中,选择第一圈选特征集;
根据设置时间范围内确定的所述历史圈选数据和与所述历史圈选数据对应的效果数据,查找与所述第一圈选特征集匹配的资源对象集圈选数据以及所述资源对象集圈选数据对应的效果数据;
根据所述资源对象集圈选数据和所述效果数据,确定所述推荐圈选特征。
6.根据权利要求5所述的数据处理方法,其特征在于,所述根据所述资源对象集圈选数据和所述效果数据,确定所述推荐圈选特征,包括:
根据所述效果数据的效果排名,从所述资源对象集中选取满足选取要求的候选资源对象集;
将所述候选资源对象集的圈选特征中去除所述第一圈选特征集中的圈选特征后,剩余的圈选特征,确定为所述推荐圈选特征。
7.根据权利要求4所述的数据处理方法,其特征在于,所述根据所述圈选自适应推荐类型,基于对所述历史圈选数据中圈选特征的选择,确定圈选推荐特征,包括:
在提供的圈选特征序列中,选择第一圈选特征集;
将选择的设置时间范围内的所述历史圈选数据和与所述历史圈选数据对应的效果数据输入到梯度提升树模型中,获取满足选取条件的候选特征集和与所述候选特征集对应的效果数据;
根据所述候选特征集和所述候选特征集对应的效果数据,构建用于存储所述候选特征集中候选特征的枚举值组合和与所述枚举值组合对应的效果数据的矩阵;
根据获取的所述第一圈选特征集和所述候选特征集的特征交集,在所述矩阵中查找满足效果数据筛选条件的候选特征序列;
将所述候选特征序列中的候选特征确定为所述推荐圈选特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于拉扎斯网络科技(上海)有限公司,未经拉扎斯网络科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110851654.5/1.html,转载请声明来源钻瓜专利网。