一种数据处理方法、装置、设备及存储介质与流程

技术特征：
1.一种数据处理方法，其特征在于，包括：获取待识别关系对的关系数据，所述待识别关系对包括第一对象和第二对象，所述关系数据包括所述第一对象和所述第二对象之间的操作序列数据，所述第一对象的第一对象数据以及所述第二对象的第二对象数据；基于所述第一对象和所述第二对象之间的操作序列数据构建所述待识别关系对的第一操作序列模式特征，基于所述第一对象数据构建所述第一对象的第一对象数据集合，并基于所述第二对象数据构建所述第二对象的第二对象数据集合；采用训练后的贝叶斯模型，基于所述第一操作序列模式特征、所述第一对象数据集合以及所述第二对象数据集合，对所述待识别关系对进行关系识别，得到所述待识别关系对的社交关系。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取标注样本，所述标注样本包括训练关系对的训练关系数据，以及所述训练关系对对应的标准社交关系；所述训练关系对包括第一标注对象和第二标注对象，所述训练关系数据包括：所述第一标注对象和所述第二标注对象之间的操作序列数据、所述第一标注对象的第一标注对象数据，以及所述第二标注对象的第二标注对象数据；基于所述第一标注对象和所述第二标注对象之间的操作序列数据构建所述训练关系对的第二操作序列模式特征，基于所述第一标注对象数据构建所述第一标注对象的第一标注对象数据集合，并基于所述第二标注对象数据构建所述第二标注对象的第二标注对象数据集合；采用贝叶斯模型，基于所述第二操作序列模式特征、所述第一标注对象数据集合以及所述第二标注对象数据集合，对所述训练关系对进行关系识别，得到所述训练关系对的关系识别结果；基于所述关系识别结果和所述标准社交关系，对所述贝叶斯模型进行训练，以得到训练后的贝叶斯模型。3.根据权利要求2所述的方法，其特征在于，所述采用贝叶斯模型，基于所述第二操作序列模式特征、所述第一标注对象数据集合以及所述第二标注对象数据集合，对所述训练关系对进行关系识别，得到所述训练关系对的关系识别结果，包括：采用所述贝叶斯模型，基于所述第二操作序列模式特征、所述第一标注对象数据集合以及所述第二标注对象数据集合，对所述训练关系对进行关系识别，得到多个候选识别结果；获取所述多个候选识别结果中每个候选识别结果的互信息；若所述互信息大于互信息阈值的目标候选识别结果的数量为1个，则将所述目标候选识别结果确定为所述训练关系对的关系识别结果；若所述互信息大于互信息阈值的目标候选识别结果的数量为多个，则从所述多个目标候选识别结果中确定互信息最大的目标候选识别结果，并将所述互信息最大的目标候选识别结果作为所述关系识别结果。4.根据权利要求3所述的方法，其特征在于，所述标注样本的数量为多个；所述获取所述多个候选识别结果中每个候选识别结果的互信息，包括：获取所述多个候选识别结果中每个候选识别结果的识别概率；
基于所述第一标注对象数据集合和所述第二标注对象数据集合，构建所述训练关系对的对象数据集合；确定包含所述第二操作序列模式特征以及所述训练关系对的对象数据集合的样本特征对应的第一目标标注样本的数量；基于所述第一目标标注样本的数量以及所述标注样本的数量，得到所述第二操作序列模式特征、所述训练关系对的对象数据集合在所述多个标注样本中任一标注样本的样本特征中同时出现的出现概率；基于所述每个候选识别结果的识别概率和所述出现概率，计算所述每个候选识别结果的互信息。5.根据权利要求4所述的方法，其特征在于，所述基于所述关系识别结果和所述标准社交关系，对所述贝叶斯模型进行训练，以得到所述训练后的贝叶斯模型，包括：基于所述关系识别结果，在所述贝叶斯模型进行关系识别的过程中运行优化算法，所述优化算法的优化对象为所述贝叶斯模型，所述优化对象的优化目标为：所述贝叶斯模型基于所述第二操作序列模式特征、所述第一标注对象数据集合以及所述第二标注对象数据集合进行关系识别得到的多个候选识别结果中，与所述标准社交关系相同的候选识别结果的互信息最大。6.根据权利要求2所述的方法，其特征在于，所述标注样本的数量为多个，且所述多个标注样本中包括目标数量个标准社交关系相同的第二目标标注样本；所述基于所述第一标注对象和所述第二标注对象之间的操作序列数据构建所述训练关系对的第二操作序列模式特征，包括：获取所述目标数量个第二目标标注样本中，每个目标标注样本的训练关系对中的第一标注对象和第二标注对象之间的操作序列数据，得到所述目标数量个第二目标标注样本对应的所有操作序列数据；采用多最小支持度策略，根据所述所有操作序列数据构建所述目标数量个第二目标标注样本中任一目标标注样本的训练关系对的操作序列模式特征；将所述任一第二目标标注样本的训练关系对的操作序列模式特征作为所述第二操作序列模式特征。7.根据权利要求6所述的方法，其特征在于，所述多最小支持度策略包括多项前缀特征对应的最小支持度策略；所述采用多最小支持度策略，根据所述所有操作序列数据构建所述目标数量个第二目标标注样本中任一第二目标标注样本的训练关系对的操作序列模式特征，包括：采用一项前缀特征对应的最小支持度策略，获取所述所有操作序列数据对应的一项前缀特征；采用二项前缀特征对应的最小支持度策略，基于一项前缀特征获取所述所有操作序列数据对应的二项前缀特征，直至采用n项前缀特征对应的最小支持度策略，基于n-1项前缀特征获取所述所有操作序列数据对应的n项前缀特征，其中n项前缀特征对应的后缀特征不满足n 1项前缀特征对应的最小支持度策略，n≥2，n为正整数；将n项前缀特征作为所述任一第二目标标注样本的训练关系对的操作序列模式特征。8.一种数据处理装置，其特征在于，包括：
获取单元，用于获取待识别关系对的关系数据，所述待识别关系对包括第一对象和第二对象，所述关系数据包括所述第一对象和所述第二对象之间的操作序列数据，所述第一对象的第一对象数据以及所述第二对象的第二对象数据；特征构建单元，用于基于所述第一对象和所述第二对象之间的操作序列数据构建所述待识别关系对的第一操作序列模式特征，基于所述第一对象数据构建所述第一对象的第一对象数据集合，并基于所述第二对象数据构建所述第二对象的第二对象数据集合；关系识别单元，用于采用训练后的贝叶斯模型，基于所述第一操作序列模式特征、所述第一对象数据集合以及所述第二对象数据集合，对所述待识别关系对进行关系识别，得到所述待识别关系对的社交关系。9.一种数据处理设备，其特征在于，包括：处理器，适于实现一条或多条计算机程序；计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行如权利要求1-7中任一项数据处理方法。10.一种计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由处理器加载并执行如权利要求1-7中任一项数据处理方法。

技术总结
本发明实施例公开了一种数据处理方法、装置、设备及存储介质，其中方法包括：获取待识别关系对的关系数据，待识别关系对包括第一对象和第二对象，关系数据包括第一对象和所述第二对象之间的操作序列数据，第一对象的第一对象数据以及第二对象的第二对象数据；基于第一对象和第二对象之间的操作序列数据构建待识别关系对的第一操作序列模式特征，基于第一对象数据构建第一对象的第一对象数据集合，并基于第二对象数据构建第二对象的第二对象数据集合；采用训练后的贝叶斯模型，基于第一操作序列模式特征、第一对象数据集合以及第二对象数据集合，对待识别关系对进行关系识别，得到待识别关系对的社交关系，可以提高关系识别的准确性。确性。确性。


技术研发人员：刘志煌
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.12.30
技术公布日：2023/2/6