(19)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 202210983650.7 (22)申请日 2022.08.16 (71)申请人 浙江网商银行股份有限公司 地址 310012 浙江省杭州市西湖区古 荡街 道西溪路556号阿里中心D幢9层、 E幢 3-8层 (72)发明人 强思维　谢世明　陈颖　元凌峰　 李鹏宇　高源　佟家弼　张珺　 杜明远　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 赵杰 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/04(2020.01) (54)发明名称 数据处理方法以及装置 (57)摘要 本说明书实施例提供一种数据处理方法以 及装置， 该方法包括： 确定至少两个可观测变量， 并根据至少两个可观测变量确定至少两个虚拟 变量， 其中， 虚拟变量的数量小于可观测变量的 数量； 确定至少两个可观测变量与至少两个虚拟 变量的初始映射关系， 以及确定至少两个虚拟变 量中每两个虚拟变量之间的初始因果关系； 根据 预设约束条件、 可观测变量、 虚拟变量、 初始映射 关系和初始因果关系确定待优化问题； 通过预设 优化方法对待优化问题进行求解， 得到目标映射 关系和目标因果关系。 由于根据至少两个可观测 变量确定至少两个虚拟变量， 且虚拟变量的数量 小于可观测变量的数量， 所以减少了待优化问题 的维度， 也就降低了对待优化问题进行求解的难 度， 提高了效率。 权利要求书3页 说明书18页 附图6页 CN 115081253 A 2022.09.20 CN 115081253 A 1.一种数据处 理方法， 包括： 确定至少两个可观测变量， 并根据所述至少两个可观测变量确定至少两个虚拟变量， 其中， 所述虚拟变量的数量小于所述可观测变量的数量； 确定所述至少两个可观测变量与 所述至少两个虚拟变量的初始映射关系， 以及确定所 述至少两个虚拟变量中每两个虚拟变量之间的初始因果关系； 根据预设约束条件、 所述可观测变量、 所述虚拟变量、 所述初始映射关系和所述初始因 果关系确定待优化问题； 通过预设优化方法对所述待优化问题进行求 解， 得到目标映射关系和目标因果关系； 根据所述目标映射关系和所述目标因果关系， 对所述至少两个可观测变量对应的项目 进行处理， 获得项目处 理结果。 2.根据权利要求1所述的方法， 所述根据所述可观测变量确定至少两个虚拟变量， 包 括： 对所述至少两个可观测变量进行编码， 生成至少两个编码向量； 对所述至少两个编码向量进行比较， 确定每两个编码向量之间的相似度； 根据所述相似度对所述可观测变量进行聚合， 确定对应的至少两个虚拟变量。 3.根据权利要求1所述的方法， 所述确定所述可观测变量与所述虚拟变量的初始映射 关系， 包括： 根据所述可观测变量和所述虚拟变量确定初始映射矩阵， 其中， 所述初始映射矩阵的 元素数量根据所述可观测变量的数量与所述虚拟变量的数量确定； 对所述初始映射矩阵进行初始化， 确定所述可观测变量与所述虚拟变量的初始映射关 系。 4.根据权利要求3所述的方法， 所述对所述初始映射矩阵进行初始化， 确定所述可观测 变量与所述虚拟变量的初始映射关系， 包括： 对所述初始映射矩阵中的元素进行随机赋值， 确定所述可观测变量与 所述虚拟变量的 初始映射关系， 其中所述初始映射矩阵中元 素的值表征 所述初始映射关系。 5.根据权利要求3所述的方法， 所述确定所述至少两个虚拟变量中每两个虚拟变量之 间的初始因果关系， 包括： 根据所述至少两个虚拟变量生成初始因果矩阵， 其中， 所述初始因果矩阵的元素数量 根据所述虚拟变量的数量确定； 对所述初始因果矩阵进行初始化， 确定所述至少两个虚拟变量中每两个虚拟变量之间 的初始因果关系。 6.根据权利要求5所述的方法， 所述对所述初始因果矩阵进行初始化， 确定所述至少两 个虚拟变量中每两个虚拟变量之间的初始因果关系， 包括： 对所述初始因果矩阵中的元素进行随机赋值， 确定所述初始因果关系， 其中， 所述初始 因果矩阵中元 素的值表征 所述初始因果关系。 7.根据权利要求5所述的方法， 所述根据预设约束条件、 所述可观测变量、 所述虚拟变 量、 所述初始映射关系和所述初始因果关系确定待优化问题， 包括： 根据所述预设约束条件生成损失函数； 对所述初始映射关系进行归一 化处理， 得到归一 化映射关系；权　利　要　求　书 1/3 页 2 CN 115081253 A 2将所述可观测变量、 所述虚拟变量、 所述归一化映射关系和所述初始因果关系与所述 损失函数进行 结合， 确定待优化问题的函数表示。 8.根据权利要求7 所述的方法， 根据所述预设约束条件生成损失函数， 包括： 根据变量重构误差约束， 生成第一子损失函数； 根据有向无环图约束， 生成第二子损失函数； 根据正则向约束， 生成第三子损失函数； 根据相似性约束， 生成第四子损失函数； 根据稀疏约束， 生成第五子损失函数； 根据第一子损失函数、 第 二子损失函数、 第三子损失函数、 第四子损失函数以及第五子 损失函数， 生成所述损失函数。 9.根据权利要求7所述的方法， 所述对所述初始映射关系 进行归一化处理， 得到归一化 映射关系， 包括： 确定每个可观测变量在所述初始映射矩阵中对应的元素， 并使所述元素的值相加等于 一。 10.根据权利要求7所述的方法， 所述通过预设优化方法对所述待优化问题进行求解， 得到目标映射关系和目标因果关系， 包括： 根据增广拉格朗日法对所述归一化映射关系和所述初始 因果矩阵中的元素进行赋值， 得到目标映射关系和目标因果关系。 11.一种数据处 理装置， 包括： 变量确定模块， 被配置为确定至少两个可观测变量， 并根据所述至少两个可观测变量 确定至少两个虚拟变量， 其中， 所述虚拟变量的数量小于所述可观测变量的数量； 关系确定模块， 被配置为确定所述至少两个可观测变量与所述至少两个虚拟变量的初 始映射关系， 以及确定所述至少两个虚拟变量中每两个虚拟变量之间的初始因果关系； 约束添加模块， 被配置为根据预设约束条件、 所述可观测变量、 所述虚拟变量、 所述初 始映射关系和所述初始因果关系确定待优化问题； 关系求解模块， 被配置为通过预设优化方法对所述待优化问题进行求解， 得到目标映 射关系和目标因果关系； 项目处理模块， 被配置为根据所述目标映射关系和所述目标因果关系， 对所述至少两 个可观测变量对应的项目进行处 理， 获得项目处 理结果。 12.一种资源处 理方法， 包括： 确定至少两个用户数据变量， 并根据 所述至少两个用户数据变量确定至少两个综合特 征变量， 其中， 所述综合特 征变量的数量小于所述用户数据变量的数量； 确定所述至少两个用户数据变量与 所述至少两个综合特征变量的初始映射关系， 以及 确定所述至少两个综合特 征变量中每两个综合特 征变量之间的初始因果关系； 根据预设约束条件、 所述用户数据变量、 所述综合特征变量、 所述初始映射关系和所述 初始因果关系确定资源处 理问题； 通过预设优化方法对所述资源处理问题进行求解， 得到目标映射关系和目标因果关 系； 根据所述目标映射关系和所述目标因果关系， 对资源处理项目进行处理， 获得资源处权　利　要　求　书 2/3 页 3 CN 115081253 A 3