[發明專利]目標對象確定方法、裝置、電子設備及存儲介質有效
| 申請號: | 202010144805.9 | 申請日: | 2020-03-04 |
| 公開(公告)號: | CN111367965B | 公開(公告)日: | 2023-05-02 |
| 發明(設計)人: | 劉志煌 | 申請(專利權)人: | 騰訊云計算(北京)有限責任公司 |
| 主分類號: | G06F16/2458 | 分類號: | G06F16/2458;G06F16/27;G06F16/9536;G06Q20/06;G06Q40/04;G06Q50/00 |
| 代理公司: | 北京派特恩知識產權代理有限公司 11270 | 代理人: | 趙翠萍;張穎玲 |
| 地址: | 100190 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 目標 對象 確定 方法 裝置 電子設備 存儲 介質 | ||
1.一種目標對象確定方法,其特征在于,所述方法包括:
獲取與不同對象相對應的資源交易數據;
基于所述資源交易數據,確定相應的對象編碼特征和行為編碼特征,并根據所述對象編碼特征和行為編碼特征確定相應的候選對象集合;
確定所述候選對象集合對應的特征編碼頻繁序列模式;
刪除各項頻繁前綴中均未出現的特征類型字段;
根據所述目標對象的使用環境,對所述特征類型字段的權重參數進行調整;
基于所述特征類型字段的權重參數,對所述候選對象集合對應的特征編碼頻繁序列模式進行加權,確定所述對象編碼特征序列的字段類型平均權重參數為與所述目標對象相匹配的權重參數;
基于與所述目標對象相匹配的權重參數,對所述對象編碼特征和行為編碼特征分別進行聚類處理;
根據所述對象編碼特征和行為編碼特征的聚類結果,以及相應的篩選條件,確定所述候選對象集合中與所述篩選條件相匹配的目標對象。
2.根據權利要求1所述的方法,其特征在于,所述獲取與不同對象相對應的資源交易數據,包括:
獲取所述不同對象在社交資源交換進程中的第一資源交易數據;
獲取所述不同對象在金融資源交換進程中的第二資源交易數據;
建立所述第一資源交易數據與所述第二資源交易數據的關聯關系集合,以形成與不同對象相對應的資源交易數據。
3.根據權利要求1所述的方法,其特征在于,所述基于所述資源交易數據,確定相應的對象編碼特征和行為編碼特征,包括:
基于所述資源交易數據,對所述對象編碼特征和行為編碼特征分別進行除噪,以刪除相應維度的單值特征;
確定所述對象編碼特征和行為編碼特征中的異常值,并對所述對象編碼特征和行為編碼特征中的異常值分別進行刪除;
基于所刪除的相應維度的單值特征和相應異常值對所述對象編碼特征和行為編碼特征分別進行數據填充與特征構造處理。
4.根據權利要求3所述的方法,其特征在于,所述基于所刪除的相應維度的單值特征和相應異常值對所述對象編碼特征和行為編碼特征分別進行數據填充與特征構造處理,包括:
確定所述對象編碼特征和行為編碼特征中的相應的特征類型;
當所述特征類型為連續型特征時,通過相應的均值進行數據填充,并對所述連續型特征進行分箱離散化的特征構造處理;
當所述特征類型為離散型特征時,通過相應的常數進行數據填充,并對所述離散型特征進行類型編碼處理以實現相應的特征構造。
5.根據權利要求4所述的方法,其特征在于,所述方法還包括:
根據第一資源交易數據與第二資源交易數據的關聯關系集合,確定與所述關聯關系集合相匹配的不同維度的基礎對象標簽;
響應于與所述關聯關系集合相匹配的不同維度的基礎對象標簽,對所述不同對象進行篩選,以確定所述不同對象中的基礎對象。
6.根據權利要求1所述的方法,其特征在于,所述確定所述候選對象集合對應的特征編碼頻繁序列模式,包括:
基于前綴投影的模式挖掘算法,確定單位長度的對象特征編碼序列前綴和對應投影數據集;
基于對象特征編碼序列前綴出現頻率,將支持度高于最小支持度閾值的所述對象特征編碼序列前綴添加至所述應投影數據集,確定相應的頻繁一項集序列模式;
基于所述頻繁一項集序列模式對所述對象特征編碼序列前綴進行迭代處理,直至達到相應的最小支持度要求參數;
根據對所述對象特征編碼序列前綴進行迭代處理的結果,確定所述候選對象集合對應的特征編碼頻繁序列模式。
7.根據權利要求1所述的方法,其特征在于,所述根據所述對象編碼特征和行為編碼特征的聚類結果,以及相應的篩選條件,確定所述候選對象集合中與所述篩選條件相匹配的目標對象,包括:
基于所述對象編碼特征序列的字段類型平均權重參數,對相應的用戶特征進行加權,確定相應的第一樣本特征向量;
根據所述第一樣本特征向量與所述聚類結果,確定所述候選對象集合中與所述篩選條件相匹配的目標對象。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊云計算(北京)有限責任公司,未經騰訊云計算(北京)有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010144805.9/1.html,轉載請聲明來源鉆瓜專利網。





