CN110895760A - 数据处理方法和装置 - Google Patents
数据处理方法和装置 Download PDFInfo
- Publication number
- CN110895760A CN110895760A CN201811037221.0A CN201811037221A CN110895760A CN 110895760 A CN110895760 A CN 110895760A CN 201811037221 A CN201811037221 A CN 201811037221A CN 110895760 A CN110895760 A CN 110895760A
- Authority
- CN
- China
- Prior art keywords
- user
- rule
- relationship
- attribute
- present disclosure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 15
- 238000000034 method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 11
- 230000008094 contradictory effect Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种数据处理方法,包括:获取第一用户和第二用户的用户属性数据;基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系;以及基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,其中,所述规则与确定所述第一用户和所述第二用户之间的社会关系相关。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种数据处理方法和一种数据处理装置。
背景技术
随着计算机和互联网技术的快速发展,各种社交网络、社会媒体、电子商务等服务平台积累了大量的用户数据,对于大数据的分析已然成为各服务平台占领市场的重要手段。例如,可以通过对大数据进行分析,确定用户之间的亲密程度,以构建用户关系网络,从而更好地为用户提供服务。
在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题,即,现有技术通常根据业务人员的经验或者固定的硬规则推断用户之间的社会关系。然而,这种非此即彼的硬性判断方法存在较大的误差。
发明内容
有鉴于此,本公开提供了一种优化的数据处理方法和装置。
本公开的一个方面提供了一种数据处理方法,包括:获取第一用户和第二用户的用户属性数据,基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系,以及基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,其中,所述规则与确定所述第一用户和所述第二用户之间的社会关系相关。
根据本公开的实施例,上述基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,包括:基于所述至少一个属性关系和至少一条规则,通过马尔科夫逻辑网预测所述第一用户和第二用户属于特定社会关系的概率。
根据本公开的实施例,上述基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,包括:基于所述至少一个属性关系、至少一条规则以及所述至少一条规则对应的权重,预测所述第一用户和第二用户属于特定社会关系的概率。
根据本公开的实施例,上述用户属性数据包括户籍归属地、现居住地、订单收货地址集合、手机归属地、绑定的银行卡、登录设备、性别、年龄中的至少一种。
根据本公开的实施例,上述至少一个属性关系包括:户籍归属地是否相同、现居住地是否相同、订单收货地址集合是否有交集、手机归属地是否相同、绑定的银行卡是否有交集、登录设备是否有交集、性别是否相同、年龄相差范围、亲密程度中的至少一种。
根据本公开的实施例,上述至少一条规则包括条件规则和/或冲突规则,其中:所述条件规则包括至少一个属性关系条件和一个社会关系结果,所述冲突规则包括所述第一用户和第二用户不能同时属于相悖的两个社会关系。
本公开的另一个方面提供了一种数据处理装置,包括获取模块、确定模块以及预测模块。其中,获取模块获取第一用户和第二用户的用户属性数据。确定模块基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系。预测模块基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,其中,所述规则与确定所述第一用户和所述第二用户之间的社会关系相关。
根据本公开的实施例,上述基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,包括:基于所述至少一个属性关系和至少一条规则,通过马尔科夫逻辑网预测所述第一用户和第二用户属于特定社会关系的概率。
根据本公开的实施例,上述基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,包括:基于所述至少一个属性关系、至少一条规则以及所述至少一条规则对应的权重,预测所述第一用户和第二用户属于特定社会关系的概率。
根据本公开的实施例,上述用户属性数据包括户籍归属地、现居住地、订单收货地址集合、手机归属地、绑定的银行卡、登录设备、性别、年龄中的至少一种。
根据本公开的实施例,上述至少一个属性关系包括:户籍归属地是否相同、现居住地是否相同、订单收货地址集合是否有交集、手机归属地是否相同、绑定的银行卡是否有交集、登录设备是否有交集、性别是否相同、年龄相差范围、亲密程度中的至少一种。
根据本公开的实施例,上述至少一条规则包括条件规则和/或冲突规则,其中:所述条件规则包括至少一个属性关系条件和一个社会关系结果,所述冲突规则包括所述第一用户和第二用户不能同时属于相悖的两个社会关系。
本公开的另一方面提供了一种数据处理***,包括:一个或多个存储器,存储有可执行指令,以及一个或多个处理器,执行所述可执行指令,以实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例,可以至少部分地解决现有技术中根据业务人员的经验或者固定的硬性规则对用户之间的社会关系进行硬性推断导致的误差较大的问题,并因此可以通过预测用户之间属于某种社会关系的概率更好地刻画用户之间的真实关系,实现了提高预测准确性的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的数据处理方法和装置的***架构;
图2示意性示出了根据本公开实施例的数据处理方法和装置的应用场景;
图3示意性示出了根据本公开实施例的数据处理方法的流程图;
图4示意性示出了根据本公开实施例的数据处理装置的框图;以及
图5示意性示出了根据本公开实施例的数据处理***的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
本公开的实施例提供了种数据处理方法,包括:获取第一用户和第二用户的用户属性数据,基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系,以及基于至少一个属性关系和至少一条规则预测第一用户和第二用户属于特定社会关系的概率。其中,规则可以与确定第一用户和第二用户之间的社会关系相关。
图1示意性示出了根据本公开实施例的数据处理方法和装置的***架构100。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的数据处理方法一般可以由服务器105执行。相应地,本公开实施例所提供的数据处理装置一般可以设置于服务器105中。本公开实施例所提供的数据处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的数据处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
图2示意性示出了根据本公开实施例的数据处理方法和装置的应用场景200。
如图2所示,该应用场景200包括多个节点210以及连接节点的多个边220。
根据本公开实施例,节点210可以表示用户,边220可以表示用户之间存在联系。在本公开一些实施例中,边220的粗细还可以表示用户间联系的亲密程度,例如,边越粗表示连接的两个用户之间的联系越亲密。
在本公开实施例中,各服务平台可以根据用户间的购物关系、共用设备等信息构建如图2所示的用户关联网络。然而,亲密程度不足以表明用户之间的真实的社会关系。在一些场景中,为了给用户提供更好的服务,需要预测用户之间的社会关系,例如,在母亲节时,可以为用户推荐其母亲浏览次数较多的商品等。
有鉴于此,本公开实施例提供了一种方法,可以获取第一用户和第二用户的用户属性数据,基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系,以及基于至少一个属性关系和至少一条规则预测第一用户和第二用户属于某种社会关系的概率,从而可以构建用户社会关系网络,了解用户之间的社会关系可以便于为用户推荐相应的产品。并且,本公开实施例预测了用户之间属于某种社会关系的概率,而非给定一种绝对的社会关系,从而可以提高预测准确率,更加便于对用户进行分析。
需要注意的是,图2所示仅为可以应用本公开实施例的应用场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
图3示意性示出了根据本公开实施例的数据处理方法的流程图。
如图3所示,该方法包括操作S301~S303。
在操作S301,获取第一用户和第二用户的用户属性数据。
在操作S302,基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系。
在操作S303,基于至少一个属性关系和至少一条规则预测第一用户和第二用户属于特定社会关系的概率。其中,规则与确定第一用户和第二用户之间的社会关系相关。
根据本公开实施例,可以获取多个用户的用户属性数据,用户属性数据例如可以包括户籍归属地、现居住地、订单收货地址集合、手机归属地、绑定的银行卡、登录设备、性别、年龄中的至少一种。
在本公开实施例中,可以根据每个用户的用户属性数据确定用户间的属性关系。例如,可以确定两个用户间户籍归属地是否相同、现居住地是否相同、订单收货地址集合是否有交集、手机归属地是否相同、绑定的银行卡是否有交集、登录设备是否有交集、性别是否相同、年龄相差范围或者亲密程度等。
例如,获取的第一用户的用户属性数据可以包括户籍归属地A、现居住地B、性别男、绑定的银行卡XX、手机归属地B。获取的第二用户的用户属性数据可以包括户籍归属地C、现居住地B、年龄20、性别女、登录设备YY。则第一用户和第二用户的属性关系可以包括户籍归属地不同、现居住地相同、性别不同。
本公开实施例还可以根据用户间是否相互购买过商品、是否使用过相同的设备登陆平台、是否绑定相同的银行卡、是否存在相同的收货地址、或者是否发生过信息交流等确定用户的亲密程度。例如,还可以根据上述条件将亲密程度分为多个等级,例如,可以确定第一用户和第二用户属于二等亲密程度。
根据本公开实施例,可以建立至少一条与确定用户之间的社会关系相关的规则。规则可以包括条件规则和/或冲突规则,其中,条件规则包括至少一个属性关系条件和一个社会关系结果,冲突规则包括用户之间不能同时属于相悖的两个社会关系。
例如,条件规则可以是满足户籍归属地相同、现居住地相同、亲密程度为一等亲密程度的两个用户属于家人关系。或者,户籍归属地不同、现居住地相同、手机归属地相同、亲密程度为二等亲密程度的两个用户属于朋友关系。或者,信息不足电可以判断为其他。或者,户籍归属地相同、现居住地相同、性别同为男性、年龄相差范围满足一代人的年龄差值的两个用户属于父子关系等等。
例如,冲突条件可以是用户之间不同时为家人和朋友。或者,用户之间不同时为父子和父女。或者,用户之间不同时为母女和姐妹等等。
可以理解,上述举例中的规则仅为帮助理解,本公开实施例不限定具体的规则内容,实际操作中的规则内容可以更复杂更详细,也可以更简单更概括,本领域技术人员可以根据实际情况进行设定。
在本公开实施例中可以根据用户之间的属性关系以及相应的规则预测用户之间属于某种社会关系的概率。例如,可以基于第一用户和第二用户间的至少一个属性关系和至少一条规则,通过马尔科夫逻辑网预测第一用户和第二用户属于特定社会关系的概率。
本公开实施例还可以为每个规则配置权重,从而可以基于第一用户和第二用户间的至少一个属性关系、至少一条规则以及至少一条规则对应的权重,预测第一用户和第二用户属于特定社会关系的概率。可以理解,不同规则的重要程度可以相同或者不同,因此可以通过为规则配置权重提高重要规则的影响力,从而提高预测的准确性。
可以理解,在现有技术中,业务人员可以基于经验规则对用户的真实社会关系做出直接地推断,但是基于规则的推断有强的确定性,而实际规则之间也会存在一定的模糊性和矛盾性,因此,这种非此即彼的推断十分地不准确。本公开实施例通过马尔科夫逻辑网来进行关系推断,能够从概率的角度去计算规则发生的概率,有出色的处理不确定性关系的能力,强大的描述能力和逻辑推理能力,可以给出用户之间属于各种社会关系的概率,从而可以提高预测的准确性。
根据本公开实施例,马尔科夫逻辑网中所蕴含的可能世界x的概率分布可以表示为:
根据条件概率和马尔科夫逻辑网可知,给定马尔科夫逻辑网L、常量集C以及给定规则F1取真时,规则F2取真的概率可以表示为:
其中,P(F1|ML,C)是所有使F1取值为真的世界存在的概率之和。
例如,规则F1:现居住地相同的两个用户之间属于家人关系,对应权重为1.5;规则F2:现居住地相同的两个用户之间属于朋友关系,对应的权重为1.2;规则F3:不同时为朋友和家人,对应权重为2。
则根据马尔科夫逻辑网中所蕴含的可能世界界x的概率分布可以确定如表1所示的真值表。
表1
其中,Z=e1.5+e1.2+1+e1.5+e1.2+e2+e1.5+e1.2+e2+e1.5+e1.2+1+1+1+1+1+e1.2+e2+e1.5+1+e2+e1.5+e1.2+1,
则用户A和用户B在现居住地相同的情况下,作为朋友的概率可以表示为:
则用户A和用户B在现居住地相同的情况下,作为家人的概率可以表示为:
上述举例中的规则仅为帮助理解本公开实施例,可以理解,实际中的规则可以更为复杂,本公开对此不做限定。
本公开实施例通过预测用户之间属于各种社会关系的概率值,可以对用户之间的真实社会关系作出预测,相比于硬性的规则推断具有更好的准确性,能够较好地帮助业务人员判定用户之间的关系,从而提供更好的服务。
本公开实施例中可以为各个规则赋予权重,可以理解,不同规则的重要程度可以相同或者不同,因此可以通过为规则赋予权重提高重要规则的影响力,从而提高预测的准确性。
本公开实施例中的规则可以包括条件规则和冲突规则,冲突规则可以体现条件规则中存在的冲突的场景,通过引入冲突规则可以进一步提高预测的准确性。
图4示意性示出了根据本公开实施例的数据处理装置400的框图。
如图4所示,数据处理装置400包括获取模块410、确定模块420以及预测模块430。
获取模块410获取第一用户和第二用户的用户属性数据。
确定模块420基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系。
预测模块430基于至少一个属性关系和至少一条规则预测第一用户和第二用户属于特定社会关系的概率。其中,规则与确定第一用户和第二用户之间的社会关系相关。
根据本公开实施例,基于至少一个属性关系和至少一条规则预测第一用户和第二用户属于特定社会关系的概率,可以包括:基于至少一个属性关系和至少一条规则,通过马尔科夫逻辑网预测第一用户和第二用户属于特定社会关系的概率。
根据本公开实施例,基于至少一个属性关系和至少一条规则预测第一用户和第二用户属于特定社会关系的概率,可以包括:基于至少一个属性关系、至少一条规则以及至少一条规则对应的权重,预测第一用户和第二用户属于特定社会关系的概率。
根据本公开实施例,用户属性数据可以包括户籍归属地、现居住地、订单收货地址集合、手机归属地、绑定的银行卡、登录设备、性别、年龄中的至少一种。
根据本公开实施例,至少一个属性关系可以包括:户籍归属地是否相同、现居住地是否相同、订单收货地址集合是否有交集、手机归属地是否相同、绑定的银行卡是否有交集、登录设备是否有交集、性别是否相同、年龄相差范围、亲密程度中的至少一种。
根据本公开实施例,至少一条规则可以包括条件规则和/或冲突规则。其中,条件规则包括至少一个属性关系条件和一个社会关系结果,冲突规则包括第一用户和第二用户不能同时属于相悖的两个社会关系。
根据本公开实施例,数据处理装置400例如可以执行上文参考图3描述的方法,在此不再赘述。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块410、确定模块420以及预测模块430中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块410、确定模块420以及预测模块430中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块410、确定模块420以及预测模块430中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图5示意性示出了根据本公开实施例的适于实现上文描述的方法的数据处理***的方框图。图5示出的数据处理***仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,根据本公开实施例的数据处理***500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有***500操作所需的各种程序和数据。处理器501、ROM 502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,***500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。***500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被处理器501执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (9)
1.一种数据处理方法,包括:
获取第一用户和第二用户的用户属性数据;
基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系;以及
基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,其中,所述规则与确定所述第一用户和所述第二用户之间的社会关系相关。
2.根据权利要求1所述的方法,其中,所述基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,包括:
基于所述至少一个属性关系和至少一条规则,通过马尔科夫逻辑网预测所述第一用户和第二用户属于特定社会关系的概率。
3.根据权利要求1所述的方法,其中,所述基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,包括:
基于所述至少一个属性关系、至少一条规则以及所述至少一条规则对应的权重,预测所述第一用户和第二用户属于特定社会关系的概率。
4.根据权利要求1所述的方法,其中,所述用户属性数据包括户籍归属地、现居住地、订单收货地址集合、手机归属地、绑定的银行卡、登录设备、性别、年龄中的至少一种。
5.根据权利要求1所述的方法,其中,所述至少一个属性关系包括:户籍归属地是否相同、现居住地是否相同、订单收货地址集合是否有交集、手机归属地是否相同、绑定的银行卡是否有交集、登录设备是否有交集、性别是否相同、年龄相差范围、亲密程度中的至少一种。
6.根据权利要求1所述的方法,其中,所述至少一条规则包括条件规则和/或冲突规则,其中:
所述条件规则包括至少一个属性关系条件和一个社会关系结果;
所述冲突规则包括所述第一用户和第二用户不能同时属于相悖的两个社会关系。
7.一种数据处理装置,包括:
获取模块,获取第一用户和第二用户的用户属性数据;
确定模块,基于第一用户和第二用户的用户属性数据确定第一用户和第二用户的至少一个属性关系;以及
预测模块,基于所述至少一个属性关系和至少一条规则预测所述第一用户和第二用户属于特定社会关系的概率,其中,所述规则与确定所述第一用户和所述第二用户之间的社会关系相关。
8.一种数据处理***,包括:
一个或多个存储器,存储有可执行指令;以及
一个或多个处理器,执行所述可执行指令,以实现根据权利要求1~6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有可执行指令,所述指令在被处理器执行时实现根据权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811037221.0A CN110895760A (zh) | 2018-09-05 | 2018-09-05 | 数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811037221.0A CN110895760A (zh) | 2018-09-05 | 2018-09-05 | 数据处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110895760A true CN110895760A (zh) | 2020-03-20 |
Family
ID=69784992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811037221.0A Pending CN110895760A (zh) | 2018-09-05 | 2018-09-05 | 数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110895760A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636382A (zh) * | 2013-11-13 | 2015-05-20 | 华为技术有限公司 | 推理社会关系的方法及装置 |
CN104915879A (zh) * | 2014-03-10 | 2015-09-16 | 华为技术有限公司 | 基于金融数据的社会关系挖掘的方法及装置 |
CN105940393A (zh) * | 2014-01-27 | 2016-09-14 | 诺基亚技术有限公司 | 用于社交关系分析和管理的方法和装置 |
CN107330520A (zh) * | 2017-06-09 | 2017-11-07 | 上海电力学院 | 一种基于知识库表示的对象可承受性推理方法 |
-
2018
- 2018-09-05 CN CN201811037221.0A patent/CN110895760A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636382A (zh) * | 2013-11-13 | 2015-05-20 | 华为技术有限公司 | 推理社会关系的方法及装置 |
CN105940393A (zh) * | 2014-01-27 | 2016-09-14 | 诺基亚技术有限公司 | 用于社交关系分析和管理的方法和装置 |
CN104915879A (zh) * | 2014-03-10 | 2015-09-16 | 华为技术有限公司 | 基于金融数据的社会关系挖掘的方法及装置 |
CN107330520A (zh) * | 2017-06-09 | 2017-11-07 | 上海电力学院 | 一种基于知识库表示的对象可承受性推理方法 |
Non-Patent Citations (3)
Title |
---|
张春丽;张涛;: "基于用户社会关系推送理财产品的研究", 电脑知识与技术, no. 30 * |
赵姝;刘晓曼;段震;张燕平;唐杰;: "社交关系挖掘研究综述", 计算机学报, no. 03 * |
马建威;徐浩;陈洪辉;: "信息推荐***中的朋友关系预测算法设计", 国防科技大学学报, no. 01 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112016796B (zh) | 综合风险评分请求处理方法、装置及电子设备 | |
CN113409090B (zh) | 广告点击率预测模型的训练方法、预测方法及装置 | |
CN111222960A (zh) | 基于公共流量带的房源推荐方法及*** | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN112330382A (zh) | 物品推荐方法、装置、计算设备和介质 | |
CN110245684B (zh) | 数据处理方法、电子设备和介质 | |
CN109474884B (zh) | 数据处理方法及其*** | |
US20170155571A1 (en) | System and method for discovering ad-hoc communities over large-scale implicit networks by wave relaxation | |
US10430609B2 (en) | Low privacy risk and high clarity social media support system | |
CN112131502A (zh) | 数据处理方法、数据处理装置、电子设备和介质 | |
CN114663158B (zh) | 确定目标对象的方法及标识关联图的构建方法、装置 | |
CN107273362B (zh) | 数据处理方法及其设备 | |
CN114443663A (zh) | 数据表处理方法、装置、设备及介质 | |
CN112016791B (zh) | 资源分配方法、装置及电子设备 | |
CN110555745A (zh) | 信息推送方法及***、计算机***和计算机可读存储介质 | |
CN115048561A (zh) | 推荐信息确定方法及装置、电子设备和可读存储介质 | |
CN110895760A (zh) | 数据处理方法和装置 | |
CN114693358A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113159877B (zh) | 数据处理方法、装置、***、计算机可读存储介质 | |
CN114219601A (zh) | 信息处理方法、装置、设备及存储介质 | |
US10891664B2 (en) | System and method for facilitating non-parametric weighted correlation analysis | |
CN112862514A (zh) | 数据处理方法及装置、电子设备、计算机可读存储介质 | |
CN114510562A (zh) | 构建事项关联图谱的方法、事项查询方法、装置和设备 | |
US20210166282A1 (en) | Personalized Dynamic Sub-Topic Category Rating from Review Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176 Applicant after: Jingdong Technology Holding Co.,Ltd. Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Applicant before: BEIJING JINGDONG FINANCIAL TECHNOLOGY HOLDING Co.,Ltd. |