[发明专利]目标对象确定方法、装置、电子设备及存储介质有效
申请号: | 202010089857.0 | 申请日: | 2020-02-13 |
公开(公告)号: | CN111311409B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 刘志煌 | 申请(专利权)人: | 腾讯云计算(北京)有限责任公司 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06F16/9536;G06F18/25;G06F17/18 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 王姗姗;张颖玲 |
地址: | 100190 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 对象 确定 方法 装置 电子设备 存储 介质 | ||
1.一种目标对象确定方法,其特征在于,所述方法包括:
获取与不同对象相对应的资源交易数据,其中,所述不同对象包括:社交产品和理财产品中的不同用户;
根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象,其中,所述级别信息包括:极高金融关键意见领袖、高金融关键意见领袖、中金融关键意见领袖、低金融关键意见领袖、极低金融关键意见领袖;
根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量,其中,所述差异特征向量包括:基于统计分析量化特征差异排序打分得到的统计分析量化数据特征差异;
基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络,其中,所述关联关系网络包括:基于InfoMap算法的用户关系图网络模型;
响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;
根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
2.根据权利要求1所述的方法,其特征在于,所述获取与不同对象相对应的资源交易数据,包括:
获取所述不同对象在社交资源交换进程中的第一资源交易数据;
获取所述不同对象在金融资源交换进程中的第二资源交易数据;
建立所述第一资源交易数据与所述第二资源交易数据的关联关系集合,以形成与不同对象相对应的资源交易数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象,包括:
根据所述第一资源交易数据与所述第二资源交易数据的关联关系集合,确定与所述关联关系集合相匹配的不同维度的基础对象标签;
响应于与所述关联关系集合相匹配的不同维度的基础对象标签,对所述不同对象进行筛选,以确定所述不同对象中的基础对象。
4.根据权利要求1所述的方法,其特征在于,所述根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量,包括:
确定不同对象地资源交易数据所分别对应的基础特征;
删除所述基础特征中损失量超过阈值的基础特征;
对所述基础特征中的损失值与异常值进行处理;
响应于对所述基础特征中的损失值与异常值进行处理的结果,触发特征衍生进程,以实现对所述基础特征进行特征组合与衍生处理;
对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量。
5.根据权利要求4所述的方法,其特征在于,所述对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量,包括:
基于最大区分度和最大相关度,对所述基础特征进行排序;
根据皮尔逊相关系数,确定所述基础特征之间的相关性;
根据所述基础特征的排序结果和所述基础特征之间的相关性,确定与所述不同对象相匹配的差异特征向量。
6.根据权利要求1所述的方法,其特征在于,所述基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络,包括:
基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的资源转移概率;
根据所述不同对象之间的资源转移概率和相应的用户出现概率,确定相应的穿越概率;
响应于所述穿越概率,确定所述不同对象的类别概率;
基于所述不同对象的类别概率,确定所述不同对象之间的关联关系网络。
7.根据权利要求1-6任一所述的方法,其特征在于,所述方法还包括:
将对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象发送至区块链网络,以使
所述区块链网络的节点将所述对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象填充至新区块,且当对所述新区块共识一致时,将所述新区块追加至区块链的尾部。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯云计算(北京)有限责任公司,未经腾讯云计算(北京)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010089857.0/1.html,转载请声明来源钻瓜专利网。