本技术涉及计算机，具体涉及一种数据处理方法、一种数据处理装置、一种计算机设备、一种计算机可读存储介质及一种数据处理产品。
背景技术：
1、随着科技研究的进步，基于多任务(目标)的融合网络被广泛应用在智能推荐领域中。基于多任务的融合网络可以通过对待推荐资源在多个任务下的预测值进行权衡，来得到待推荐资源的综合预测值。研究发现，基于多任务的融合网络侧重于对多个任务进行综合权衡，难以约束一个或多个任务的预测值与综合预测值之间的关系(如确保一个或多个任务的预测值与综合预测值之间具有单调性)。
技术实现思路
1、本技术实施例提供了一种数据处理方法、装置、设备、计算机可读存储介质及产品，能够约束一个或多个任务的预测值与综合预测值之间的关系。
2、一方面，本技术实施例提供了一种数据处理方法，包括：
3、获取待推荐资源的业务目标，业务目标包含n个任务；n个任务的类型包括约束类型和非约束类型；一个任务对应一个预测值，任一任务的预测值用于指示待推荐资源满足该任务关联的任务条件的概率；n为大1的整数；
4、按照n个任务的类型，对n个任务的预测值进行拼接处理，得到第一预测数据和第二预测数据，第一预测数据基于约束类型的任务的预测值得到；第二预测数据基于非约束类型的任务的预测值得到；
5、调用第一融合网络对第一预测数据进行融合处理，得到第一融合结果；并调用第二融合网络对第二预测数据进行融合处理，得到第二融合结果；
6、对第一融合结果和第二融合结果进行合并，得到待推荐资源的综合预测值，待推荐资源的综合预测值用于指示待推荐资源的推荐优先级。
7、一方面，本技术实施例提供了一种数据处理装置，该数据处理装置包括：
8、获取单元，用于获取待推荐资源的业务目标，业务目标包含n个任务；n个任务的类型包括约束类型和非约束类型；一个任务对应一个预测值，任一任务的预测值用于指示待推荐资源满足该任务关联的任务条件的概率；n为大1的整数；
9、处理单元，用于按照n个任务的类型，对n个任务的预测值进行拼接处理，得到第一预测数据和第二预测数据，第一预测数据基于约束类型的任务的预测值得到；第二预测数据基于非约束类型的任务的预测值得到；
10、以及用于调用第一融合网络对第一预测数据进行融合处理，得到第一融合结果；并调用第二融合网络对第二预测数据进行融合处理，得到第二融合结果；
11、以及用于对第一融合结果和第二融合结果进行合并，得到待推荐资源的综合预测值，待推荐资源的综合预测值用于指示待推荐资源的推荐优先级。
12、在一种实施方式中，处理单元用于，调用第一融合网络对第一预测数据进行融合处理，得到第一融合结果，具体用于：
13、获取第一融合网络的矩阵参数和偏置参数；
14、对第一融合网络的矩阵参数进行取正值处理，得到取正后的矩阵参数；
15、通过取正后的矩阵参数和第一融合网络的偏置参数对第一预测数据进行加权处理，得到第一预测数据的加权结果；
16、对第一预测数据的加权结果进行激活处理，得到第一融合结果。
17、在一种实施方式中，第一融合网络和第二融合网络是对第一待训练网络和第二待训练网络进行联合训练得到的；第一待训练网络和第二待训练网络的训练过程包括：
18、获取样本数据集，样本数据集包括样本资源的第一样本数据，第二样本数据，以及样本资源的校准数据；
19、调用第一待训练网络对第一样本数据进行融合处理，得到第一预测结果；并调用第二待训练网络对第二样本数据进行融合处理，得到第二预测结果；
20、对第一预测结果和第二预测结果进行融合处理，得到样本资源的综合预测结果；
21、基于样本资源的综合预测结果和样本资源的校准数据之间的差异，对第一待训练网络和第二待训练网络进行训练，得到第一融合网络和第二融合网络。
22、在一种实施方式中，第一待训练网络中包括待训练矩阵和待训练参数；基于样本资源的综合预测结果和样本资源的校准数据之间的差异，对第一待训练网络和第二待训练网络进行训练，得到第一融合网络和第二融合网络的过程包括：
23、基于样本资源的综合预测结果和样本资源的校准数据之间的差异，对待训练矩阵和待训练参数进行调整，得到第一融合网络的参数矩阵和偏置参数。
24、在一种实施方式中，处理单元用于，获取样本资源的校准数据，具体用于：
25、获取样本资源在n个任务下的标注数据，以及各个任务的权值；
26、若n个任务中存在至少一个与样本资源对应的目标任务，则基于目标训练任务的权值，计算样本资源的校准数据；
27、其中，与样本资源对应的目标任务是指样本资源在该目标任务下的标注数据属于该目标任务的有效值区间。
28、在一种实施方式中，处理单元用于，调用第二融合网络对第二预测数据进行融合处理，得到第二融合结果，具体用于：
29、获取第二融合网络的矩阵参数和偏置参数；
30、通过第二融合网络的矩阵参数和第二融合网络的偏置参数对第二预测数据进行加权处理，得到第二预测数据的加权结果；
31、对第二预测数据的加权结果进行激活处理，得到第二融合结果。
32、在一种实施方式中，处理单元用于，对第一融合结果和第二融合结果进行合并，得到待推荐资源的综合预测值，具体用于：
33、对第一融合结果和第二融合结果进行求和处理，得到求和结果；
34、对求和结果进行激活处理，得到待推荐资源的综合预测值。
35、在一种实施方式中，处理单元用于，按照n个任务的类型，对n个任务的预测值进行拼接处理，得到第一预测数据和第二预测数据，具体用于：
36、对n个任务的预测值进行拼接处理，得到第一预测数据；并对n个任务中属于非约束类型的任务进行拼接处理，得到第二预测数据；或者，
37、对n个任务中属于约束类型的任务进行拼接处理，得到第一预测数据；并对n个任务中属于非约束类型的任务进行拼接处理，得到第二预测数据。
38、在一种实施方式中，处理单元用于，获取待推荐资源的业务目标，具体用于：
39、获取特征信息集合，特征信息集合包括待推荐资源的资源特征信息；
40、对待推荐资源的资源特征信息，待推荐资源的资源特征信息关联的对象特征信息和上下文特征信息进行拼接处理，得到拼接特征信息；上下文特征信息用于指示对象特征信息所属的对象与待推荐资源之间的关联关系；
41、通过p个特征提取网络对拼接特征信息进行特征提取处理，得到拼接特征信息的p个向量表示，p为大于1的整数；
42、对p个向量表示进行预测处理，得到待推荐资源的业务目标包含的n个任务的预测值。
43、在一种实施方式中，处理单元用于，对p个向量表示进行预测处理，得到待推荐资源的业务目标包含的n个任务的预测值，具体用于：
44、获取待推荐资源的业务目标包含的n个任务的权重信息；
45、分别采用n个任务的权重信息，对p个向量表示进行加权处理，n个任务的加权结果；
46、调用每个任务对应的预测网络对该任务的加权结果进行预测处理，得到n个任务的预测值。
47、在一种实施方式中，处理单元用于，获取n个任务对应的权重信息，具体用于：
48、获取第i个任务的参数矩阵，i为小于等于n的正整数；
49、基于第i个任务的参数矩阵对拼接特征信息进行加权处理，得到加权特征信息；
50、对加权特征信进行激活处理，得到第i个任务对应的权重信息。
51、相应地，本技术提供了一种计算机设备，该计算机设备包括：
52、存储器，存储器中存储有计算机程序；
53、处理器，用于加载计算机程序实现上述数据处理方法。
54、相应地，本技术提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序适于由处理器加载并执行上述数据处理方法。
55、相应地，本技术提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述数据处理方法。
56、本技术实施例中，获取待推荐资源的业务目标，业务目标包含n个任务，任务的类型包括约束类型和非约束类型，一个任务对应一个预测值，按照n个任务的类型，对n个任务的预测值进行拼接处理，得到第一预测数据和第二预测数据，第一预测数据基于约束类型的任务的预测值得到，第二预测数据基于非约束类型的任务的预测值得到，调用第一融合网络对第一预测数据进行融合处理，得到第一融合结果，并调用第二融合网络对第二预测数据进行融合处理，得到第二融合结果，对第一融合结果和第二融合结果进行合并，得到待推荐资源的综合预测值。可见，通过对约束类型的任务的预测值和非约束类型的任务的预测值分别进行融合，来约束一个或多个(约束类型的)任务的预测值与综合预测值之间的关系。
1.一种数据处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述调用第一融合网络对所述第一预测数据进行融合处理，得到第一融合结果，包括：
3.如权利要求1或2所述的方法，其特征在于，所述第一融合网络和所述第二融合网络是对第一待训练网络和第二待训练网络进行联合训练得到的；所述第一待训练网络和所述第二待训练网络的训练过程包括：
4.如权利要求3所述的方法，其特征在于，所述第一待训练网络中包括待训练矩阵和待训练参数；所述基于所述样本资源的综合预测结果和所述样本资源的校准数据之间的差异，对所述第一待训练网络和所述第二待训练网络进行训练，得到所述第一融合网络和所述第二融合网络的过程包括：
5.如权利要求3所述的方法，其特征在于，所述获取所述样本资源的校准数据，包括：
6.如权利要求1所述的方法，其特征在于，所述调用第二融合网络对所述第二预测数据进行融合处理，得到第二融合结果，包括：
7.如权利要求1所述的方法，其特征在于，所述对所述第一融合结果和所述第二融合结果进行合并，得到所述待推荐资源的综合预测值，包括：
8.如权利要求1所述的方法，其特征在于，所述按照所述n个任务的类型，对所述n个任务的预测值进行拼接处理，得到第一预测数据和第二预测数据，包括：
9.如权利要求1所述的方法，其特征在于，所述获取待推荐资源的业务目标，包括：
10.如权利要求9所述的方法，其特征在于，所述对所述p个向量表示进行预测处理，得到所述待推荐资源的业务目标包含的n个任务的预测值，包括：
11.如权利要求10所述的方法，其特征在于，所述获取所述n个任务对应的权重信息，包括：
12.一种数据处理装置，其特征在于，所述数据处理装置包括：
13.一种计算机设备，其特征在于，包括：
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于被处理器加载并执行如权利要求1-11任一项所述的数据处理方法。
15.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序适于被处理器加载并执行如权利要求1-11任一项所述的数据处理方法。
