[发明专利]目标对象识别方法、装置、计算机设备及存储介质

说明书

本申请公开了一种目标对象识别方法、装置、计算机设备及存储介质，应用于互联网技术领域，包括：获取针对于目标业务的目标对象；对目标对象进行特征化处理，得到目标对象特征；基于目标对象特征，进行特征处理后确定第一兴趣度特征以及第二兴趣度特征；对第一兴趣度特征进行加噪处理，得到第一加噪特征；基于第二兴趣度特征和第一加噪特征，通过目标分类模型获取目标对象对应的兴趣点分类结果；根据目标对象对应的兴趣点分类结果确定目标对象的兴趣度标签。通过上述方法，在保留重要特征的前提下保证模型输出兴趣点分类结果的准确度，由此提升对目标对象识别的准确度，并通过对目标对象的特征进行加扰能够提升对任一属性信息的保护。

技术领域

本申请涉及互联网技术领域，尤其涉及一种目标对象识别方法、装置、计算机设备及存储介质。

背景技术

随着互联网技术的发展，通过互联网能够为越来越多的需求提供服务。以互联网在线教育培训为例，人们在教育场景下有着较多的服务需求，因此可能存在用户对于互联网在线教育广告有着更高的兴趣度，更高的兴趣度的具体表现但不限于为高广告点击率、高教育产品付费率，如何识别高兴趣的对象变得越来越重要。目前，业界主要通过构建多维特征和模型训练的方法，来预测当前对象为高兴趣度对象或普通兴趣度对象的概率。然而机器学习模型往往能高度拟合样本数据，使得模型参数与详细的预测结果能保留较多的原始数据特征，从而导致原始数据泄漏，因此，有必要提供一种目标对象识别的方法，在完成目标对象识别的基础上，还能够保护对象的原始数据成为亟需解决的问题。

发明内容

本申请实施例提供了一种目标对象识别方法、装置、计算机设备及存储介质，通过保留重要特征的前提下保证模型输出兴趣点分类结果的准确度，由此提升对目标对象识别的准确度，并通过对目标对象的特征进行加扰能够提升对任一属性信息的保护。

有鉴于此，本申请第一方面提供了一种目标对象识别方法，包括：

获取针对于目标业务的目标对象，其中，目标对象包括目标对象基础属性信息、目标设备基础属性信息以及目标网络连接属性信息中的至少一种；

对目标对象进行特征化处理，得到目标对象特征，其中，目标对象特征与目标对象具有对应关系；

基于目标对象特征，进行特征处理后确定第一兴趣度特征以及第二兴趣度特征，其中，第一兴趣度特征的特征点得分小于第一阈值，第二兴趣度特征的特征点得分大于第一阈值，特征点得分指示特征的重要程度；

对第一兴趣度特征进行加噪处理，得到第一加噪特征；

基于第二兴趣度特征和第一加噪特征，通过目标分类模型获取目标对象对应的兴趣点分类结果；

根据目标对象对应的兴趣点分类结果确定目标对象的兴趣度标签。

本申请第二方面提供了一种对象识别装置，包括：

获取模块，用于获取针对于目标业务的目标对象，其中，目标对象包括目标对象基础属性信息、目标设备基础属性信息以及目标网络连接属性信息中的至少一种；

处理模块，用于对目标对象进行特征化处理，得到目标对象特征，其中，目标对象特征与目标对象具有对应关系；

确定模块，还用于基于目标对象特征，进行特征处理后确定第一兴趣度特征以及第二兴趣度特征，其中，第一兴趣度特征的特征点得分小于第一阈值，第二兴趣度特征的特征点得分大于第一阈值，特征点得分指示特征的重要程度；

处理模块，还用于对第一兴趣度特征进行加噪处理，得到第一加噪特征；

获取模块，还用于基于第二兴趣度特征和第一加噪特征，通过目标分类模型获取目标对象对应的兴趣点分类结果；

确定模块，还用于根据目标对象对应的兴趣点分类结果确定目标对象的兴趣度标签。