[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: CN107038332A
• 公開（公告）日: 2017-08-11
• 發(fā)明（設計）人: 沈健剛
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京博思佳知識產權代理有限公司11415
• 代理人: 陳蕾,靳玫

技術領域

本公開涉及計算機技術，特別涉及一種對象選擇方法和裝置。

背景技術

很多應用場景中都涉及到由眾多對象中選擇出特定的目標對象，比如，在駕駛員征信系統(tǒng)中，可以根據駕駛員的多方面因素，比如違法次數、駕齡、從業(yè)時長等維度，對該駕駛員進行量化評分，分數越高表明其履職能力越高。當分數較低時表明該駕駛員存在“安全隱患”，可以被列入“駕駛員黑名單”，交警部門可以實時通報給聘用該駕駛員的企業(yè)并建議解聘，或者責令駕駛員進行學習教育。這樣可以從源頭上管理存在安全隱患的駕駛人，保證道路行駛安全，并且這樣也可以使得駕駛員自覺減少違法行為。

現有技術中，對象選擇的方法可以有很多，仍以上述駕駛員征信系統(tǒng)為例，可以主要使用諸如違法次數、駕齡等連續(xù)型變量，作為判斷駕駛員履職能力的依據。但是這種方法在對象的評定和選擇方面不太科學，可能導致選擇的對象不符合要求，比如，有的駕駛員本來沒有安全隱患卻被列入黑名單。

發(fā)明內容

有鑒于此，本公開提供一種對象選擇方法和裝置，以提高對象選擇的科學性。

具體地，本公開是通過如下技術方案實現的：

第一方面，提供一種對象選擇方法，所述方法包括：

獲取對象的對象參數，所述對象參數包括：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，均按照預定量化方式進行量化處理，得到所述對象對應的量化值；

若所述量化值達到預定的目標對象的數值范圍，則選擇所述對象作為所述目標對象。

第二方面，提供一種對象選擇裝置，所述裝置包括：

參數獲取模塊，用于獲取對象的對象參數，所述對象參數包括：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，均按照預定量化方式進行量化處理，得到所述對象對應的量化值；

對象選擇模塊，用于在所述量化值達到預定的目標對象的數值范圍時，則選擇所述對象作為所述目標對象。

第三方面，提供一種機動車駕駛員的駕駛數據處理方法，所述方法包括：

分別在駕駛數據中的每一個變量類型下，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駕駛員的壞樣本的數量與所有壞樣本總數量的比值，第二比值是所述變量類型下的駕駛員的好樣本的數量與所有好樣本總數量的比值；所述駕駛數據包括：字符型變量和連續(xù)型變量，且所述字符型變量和連續(xù)型變量分別包括至少一個變量類型；

根據所述第一比值和第二比值，分別得到每一個變量類型下的子量化值；

根據各個變量類型下的子量化值，得到駕駛員對應的量化值。

本公開的對象選擇方法和裝置，通過將連續(xù)型變量和字符型變量都納入對駕駛員的量化，這種多方面因素的綜合考慮，將使得對駕駛員的評估更加科學，從而也可以提高對象選擇的科學性。

附圖說明

圖1是本公開實施例提供的對象選擇方法的流程圖；

圖2是本公開實施例提供的另一種對象選擇方法的處理流程圖；

圖3是本公開實施例提供的一種對象選擇裝置的結構示意圖；

圖4是本公開實施例提供的另一種對象選擇裝置的結構示意圖。

具體實施方式

對一個對象進行量化的評估，是很多應用場景中都涉及到的一個問題。

例如，在駕駛員征信系統(tǒng)中，可以根據駕駛員的多方面因素，比如違法次數、駕齡等，對該駕駛員進行量化評分，以評估該駕駛員的履職能力，是否適合駕駛某種車輛，并且可以根據評估結果對該駕駛員進行教育或解聘。

以駕駛員征信系統(tǒng)為例，據以考量駕駛員的多方面因素可以包括如下表1所示的參數，但是下面的幾個參數只是舉例，實際實施中并不局限于此：

表1駕駛員參數

在上述表1中，駕駛員標識可以是用于唯一標識一個駕駛員的ID，活動區(qū)域表示該駕駛員經常駕駛車輛在哪個區(qū)域活動，比如表1示例的貴陽、黔東南，還可以有更多的其他區(qū)域；如果駕駛員在某一區(qū)域活動，可以將表1中對應該區(qū)域的位置記為“1”，否則可以記為“0”(一種示例性的標記方式)。其中的違法內容可以包括多種類型的違法，比如，醉酒駕駛、駕駛無牌無證車輛、不按規(guī)定停車等，每一種類型的違法都可以用一個對應的違法代碼表示，如果駕駛員觸發(fā)了某種違法類型，則可以將對應的表1中的位置標記為“1”。在表1中，一個駕駛員對應的一行數據可以稱為該駕駛員的一個樣本，例如上述的{S1、5、1、0、1、0}是駕駛員S1的一個樣本數據；同一個駕駛員在表1中可以有多個樣本。