(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111679571.9 (22)申请日 2021.12.31 (71)申请人 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 郎添娇　刘庆　郭超　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 代理人 宫传芝 (51)Int.Cl. G06F 16/9536(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 对象特征处理方法、 装置、 电子设备及存储 介质 (57)摘要 本公开提供了一种对象特征处理方法、 装 置、 电子设备及存储介质， 涉及数据处理领域， 尤 其涉及人工智能技术领域。 具体实现方案为： 获 取目标对象的对象数据， 其中， 对象数据包括目 标对象的行为数据和目标对象的属性数据， 目标 对象的活跃度低于预定对象范围内的平均活跃 度； 基于对象数据， 预测目标对象的对象特征向 量。 权利要求书2页 说明书9页 附图3页 CN 114329231 A 2022.04.12 CN 114329231 A 1.一种对象特 征处理方法， 包括： 获取目标对象的对象数据， 其中， 所述对象数据包括所述目标对象的行为数据和所述 目标对象的属性数据， 所述目标对象的活跃度低于预定对象范围内的平均活跃度； 基于所述对象数据， 预测所述目标对象的对象特 征向量。 2.根据权利要求1所述的方法， 其中， 所述方法还 包括： 基于所述对象特征向量以及相似对象的相似特征向量， 确定与 所述目标对象相似的目 标相似对象； 基于所述目标相似 对象的行为数据确定待推送的资源内容； 向所述目标对象推送所述资源内容。 3.根据权利要求2所述的方法， 其中， 所述基于所述对象特征向量以及相似对象的相似 特征向量， 确定与所述目标对象相似的目标相似 对象包括： 获取所述对象特 征向量与所述相似 对象的相似特 征向量之间的欧式距离； 选择所述相似 对象中欧式距离小于预定距离阈值的相似 对象为所述目标相似 对象。 4.根据权利要求1所述的方法， 其中， 所述基于所述对象数据， 预测所述目标对象的对 象特征向量， 包括： 基于所述对象数据， 采用元学习网络模型预测所述目标对象的对象特征向量， 其中， 所 述元学习网络模型基于多组样本对象数据进 行训练得到， 所述多组样本对象数据包括样本 对象的对象数据和该样本对象的特 征向量， 所述样本对象的活跃度高于所述平均活跃度。 5.根据权利要求 4所述的方法， 其中， 所述方法还 包括： 构建对象资源图， 其中， 所述对象资源图基于多个对象的游走路线生成， 所述对象资源 图包括： 多个对象节点， 以及与所述多个对象节点存在一层或多层关联关系的资源节点； 从所述对象资源图中筛选出针对对象的头部节点和长尾节点， 其中， 所述头部节点的 邻居节点的数量大于或等于预定阈值， 所述长尾节点的邻居节点的数量小于所述预定阈 值； 将所述头 部节点中的部分或全部节点对应的对象作为所述样本对象。 6.根据权利要求4至5 中任一项所述的方法， 其中， 所述样本对象的对象数据包括： 所述 样本对象的行为数据和所述样本对象的属性数据。 7.一种对象特 征处理装置， 包括： 获取模块， 用于获取目标对象的对象数据， 其中， 所述对象数据包括所述目标对象的行 为数据和所述目标对象的属性数据， 所述目标对象的活跃度低于预定对象范围内的平均活 跃度； 预测模块， 用于基于所述对象数据， 预测所述目标对象的对象特 征向量。 8.根据权利要求7 所述的装置， 其中， 所述装置还 包括： 第一确定模块， 用于基于所述对象特征向量以及相似对象的相似特征向量， 确定与所 述目标对象相似的目标相似 对象； 第二确定模块， 用于基于所述目标相似 对象的行为数据确定待推送的资源内容； 推送模块， 用于向所述目标对象推送所述资源内容。 9.根据权利要求8所述的装置， 其中， 所述第一确定模块包括： 获取单元， 用于获取所述对象特征向量与 所述相似对象的相似特征向量之间的欧式距权　利　要　求　书 1/2 页 2 CN 114329231 A 2离； 选择单元， 用于选择所述相似对象中欧式距离小于预定距离 阈值的相似对象为所述目 标相似对象。 10.根据权利要求9所述的装置， 其中， 所述预测模块包括： 预测单元， 用于基于所述对象数据， 采用元学习 网络模型预测所述目标对象的对象特 征向量， 其中， 所述元学习网络模型基于多组样本对象数据进 行训练得到， 所述多组样 本对 象数据包括样本对象的对象数据和该样本对象的特征向量， 所述样本对象的活跃度高于所 述平均活跃度。 11.根据权利要求10所述的装置， 其中， 所述预测模块还 包括： 构建单元， 用于构建对象资源图， 其中， 所述对象资源图基于多个对象的游走路线生 成， 所述对象资源图包括： 多个对象节点， 以及与所述多个对象节 点存在一层或多层关联关 系的资源节点； 筛选单元， 用于从所述对象资源图中筛选出针对对象的头部节点和长尾节点， 其中， 所 述头部节点的邻居节 点的数量大于或等于预定阈值， 所述长尾节点的邻居节点的数量小于 所述预定阈值； 处理单元， 用于将所述头 部节点中的部分或全部节点对应的对象作为所述样本对象。 12.根据权利要求10至11中任一项所述的装置， 其中， 所述样本对象的对象数据包括： 所述样本对象的行为数据和所述样本对象的属性数据。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1至 6中任一项所述的方法。 14.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1至 6中任一项所述的方法。 15.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1至 6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114329231 A 3