CN114036388B 数据处理方法和装置、电子设备、及存储介质 （北京百度网讯科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114036388B(45)授权公告日2025.07.08

(21)申请号202111355773.8

(22)申请日2021.11.16

(65)同一申请的已公布的文献号申请公布号CN114036388A

(43)申请公布日2022.02.11

(73)专利权人北京百度网讯科技有限公司

地址100085北京市海淀区上地十街10号

百度大厦2层

(72)发明人师敏花

(74)专利代理机构北京猷德知识产权代理有限公司16084

专利代理师范继晨

(51)Int.CI.

GO6F16/9535(2019.01)

GO6F16/9536(2019.01)

GO6F16/901(2019.01)

GO6Q30/0601(2023.01)

(56)对比文件

A,2015.06.10A,2017.11.24104699693107391549

A,2015.06.10A,2017.11.24

104699693

107391549

审查员李中兴

权利要求书3页说明书11页附图6页

(54)发明名称

数据处理方法和装置、电子设备、及存储介质

(57)摘要

CN114036388B本公开提供了数据处理方法和装置、电子设备、及存储介质，涉及数据处理技术领域，尤其涉及人工智能、强化学习、智能推荐领域。具体实现方案为：获取召回数据集合；构建召回数据集合对应的搜索树，其中，搜索树包括：根节点和位于不同层级的多个数据节点，每个数据节点用于表征召回数据集合中的召回数据，每个数据节点用于存储相应的召回数据的推送价值和搜索次数，推送价值用于表征相应的召回数据推送至目标对象后接收到的反馈结果的价值；基于召回数据集合中每个召回数据的推送价值，确定召回数据

CN114036388B

获取召回数据集合

构建召回数据集合对应的搜索树，其中，探

索树包括：根节点和位于不同层级的多个数

据节点，每个数据节点用于表征召回数据集

合中的召回数据，每个数据节点用于存储

相应的召回数据的推送价值和搜索

次数，推送价值用于表征相应的召回数据推

送至目标对象后接收到的反馈结果的价值

基于召回数据集合中每个召回数据的推送价值，确定召回数据集合中的目标数据

S302

S304

S306

CN114036388B权利要求书1/3页

2

1.一种数据处理方法，包括：

获取召回数据集合；

构建所述召回数据集合对应的搜索树，其中，所述搜索树包括：根节点和位于不同层级的多个数据节点，每个数据节点用于表征所述召回数据集合中的召回数据，每个数据节点用于存储相应的召回数据的推送价值和搜索次数，所述推送价值用于表征所述相应的召回数据推送至目标对象后接收到的反馈结果的价值；

基于所述召回数据集合中每个召回数据的推送价值，确定所述召回数据集合中的目标数据，其中，所述目标数据为推送至所述目标对象的数据；

其中，构建所述召回数据集合对应的所述搜索树包括：步骤A,确定待搜索的目标节点；步骤B,在所述目标节点的下面扩展新的子节点，并利用价值预估模型确定所述新的子节点的奖励；步骤C,对所述新的子节点中的目标子节点进行仿真，确定仿真结束时最后一个子节点的推送价值；步骤D,基于所述最后一个子节点的推送价值，对所述搜索树进行反向迭代，更新所述目标节点和所述目标节点下面的每层子节点的推送价值，并更新所述目标节点的搜索次数；重复执行所述步骤A至步骤D,直至所述搜索树的探索时间达到预设探索时间，或探索深度达到预设探索深度。

2.根据权利要求1所述的方法，确定待搜索的目标节点包括：

从所述根节点开始遍历，确定是否存在未扩展过的节点；

响应于存在所述未扩展过的节点，确定所述未扩展过的节点为所述目标节点；

响应于不存在所述未扩展过的节点，基于每个数据节点的推送价值和搜索次数，确定所述目标节点。

3.根据权利要求1所述的方法，在所述目标节点的下面扩展新的子节点包括：

获取所述目标节点对应的状态转移概率；

基于所述状态转移概率，确定所述目标节点对应的目标执行操作；

基于所述目标执行操作，在所述目标节点的下面创建所述新的子节点。

4.根据权利要求1所述的方法，对所述新的子节点中的目标子节点进行仿真，确定仿真结束时所述最后一个子节点对应的所述推送价值包括：

基于所述新的子节点对应的概率确定所述目标子节点；

对所述目标