[發(fā)明專利]一種對象選擇方法和裝置

在審

• 申請?zhí)枺?/td>: 201710002773.7
• 申請日: 2017-01-03
• 公開（公告）號(hào): CN107038332A
• 公開（公告）日: 2017-08-11
• 發(fā)明（設(shè)計(jì)）人: 沈健剛
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 北京博思佳知識(shí)產(chǎn)權(quán)代理有限公司11415
• 代理人: 陳蕾,靳玫

1.一種對象選擇方法，其特征在于，所述方法包括：

獲取對象的對象參數(shù)，所述對象參數(shù)包括：字符型變量和連續(xù)型變量；

對所述字符型變量和連續(xù)型變量，均按照預(yù)定量化方式進(jìn)行量化處理，得到所述對象對應(yīng)的量化值；

若所述量化值達(dá)到預(yù)定的目標(biāo)對象的數(shù)值范圍，則選擇所述對象作為所述目標(biāo)對象。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述字符型變量，包括：第一類字符變量和第二類字符變量；

所述第一類字符變量包括的變量類型的數(shù)量小于預(yù)定數(shù)量；

所述字符型變量中所述第一類字符變量之外的變量，為第二類字符變量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一類字符變量、第二類字符變量和連續(xù)型變量，分別包括多個(gè)變量類型；

所述對所述字符型變量和連續(xù)型變量，均按照預(yù)定量化方式進(jìn)行量化處理，得到所述對象對應(yīng)的量化值，包括：

分別在每一個(gè)變量類型下，獲取第一比值和第二比值，所述第一比值是所述變量類型下的所述對象的壞樣本的數(shù)量與所有對象壞樣本總數(shù)量的比值，所述第二比值是所述變量類型下的所述對象的好樣本的數(shù)量與所有對象好樣本總數(shù)量的比值；

根據(jù)所述第一比值和第二比值，分別得到每一個(gè)變量類型下的子量化值；

將所述第一類字符變量下各個(gè)變量類型的子量化值求和得到第一字符量化值，將所述第二類字符變量下的各個(gè)變量類型的子量化值求和得到第二字符量化值，將所述連續(xù)型變量下的各個(gè)變量類型的子量化值求和得到連續(xù)型量化值；

將所述第一字符量化值、第二字符量化值和連續(xù)型量化值求和，得到所述對象對應(yīng)的量化值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述第一字符量化值、第二字符量化值和連續(xù)型量化值求和，包括：

所述第一字符量化值的權(quán)重，高于第二字符量化值的權(quán)重。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述若所述量化值達(dá)到預(yù)定的目標(biāo)對象的數(shù)值范圍，則選擇所述對象作為所述目標(biāo)對象，具體為：

若所述量化值小于預(yù)定的閾值，所述閾值根據(jù)黑名單對象的數(shù)值范圍最大值確定，則選擇所述對象作為黑名單對象。

6.一種對象選擇裝置，其特征在于，所述裝置包括：

參數(shù)獲取模塊，用于獲取對象的對象參數(shù)，所述對象參數(shù)包括：字符型變量和連續(xù)型變量；

量化處理模塊，用于對所述字符型變量和連續(xù)型變量，均按照預(yù)定量化方式進(jìn)行量化處理，得到所述對象對應(yīng)的量化值；

對象選擇模塊，用于在所述量化值達(dá)到預(yù)定的目標(biāo)對象的數(shù)值范圍時(shí)，則選擇所述對象作為所述目標(biāo)對象。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述字符型變量，包括：第一類字符變量和第二類字符變量；

所述第一類字符變量包括的變量類型的數(shù)量小于預(yù)定數(shù)量；

所述字符型變量中所述第一類字符變量之外的變量，為第二類字符變量。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第一類字符變量、第二類字符變量和連續(xù)型變量，分別包括多個(gè)變量類型；所述量化處理模塊，包括：

比值確定子模塊，用于分別在每一個(gè)變量類型下，獲取第一比值和第二比值，所述第一比值是所述變量類型下的所述對象的壞樣本的數(shù)量與所有對象壞樣本總數(shù)量的比值，所述第二比值是所述變量類型下的所述對象的好樣本的數(shù)量與所有對象好樣本總數(shù)量的比值；

量化確定子模塊，用于根據(jù)所述第一比值和第二比值，分別得到每一個(gè)變量類型下的子量化值；

求和處理子模塊，用于將所述第一類字符變量下各個(gè)變量類型的子量化值求和得到第一字符量化值，將所述第二類字符變量下的各個(gè)變量類型的子量化值求和得到第二字符量化值，將所述連續(xù)型變量下的各個(gè)變量類型的子量化值求和得到連續(xù)型量化值；

量化結(jié)果子模塊，用于將所述第一字符量化值、第二字符量化值和連續(xù)型量化值求和，得到所述對象對應(yīng)的量化值。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，

所述量化結(jié)果子模塊，在用于將所述第一字符量化值、第二字符量化值和連續(xù)型量化值求和時(shí)，所述第一字符量化值的權(quán)重高于第二字符量化值的權(quán)重。