[发明专利]目标对象处理方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种目标对象处理方法、装置、电子设备及存储介质，涉及数据处理技术领域。该方法包括：获取目标对象的对象信息；其中，对象信息包括目标对象的行为信息和属性信息；对对象信息进行聚类处理，根据聚类结果确定目标对象对应的类别信息；根据类别信息，确定与目标对象对应的资源推送策略信息。本申请实施例实现了针对目标对象的准确分类。

技术领域

本申请涉及数据处理技术领域，具体而言，本申请涉及一种目标对象处理方法、装置、电子设备及计算机可读存储介质。

背景技术

在各领域的科学研究中，需要对反映事物的多个变量进行观测，以便分析寻找各变量之间的规律，从而对事物进行分类处理。

现有技术中，一般基于可以直接测量的变量所表征的测量结果来对事物即目标对象进行分类。例如，基于学生的学习成绩对学生进行分类评估，可以用期中、期末成绩、作业完成情况这些变量来表征该学生的学习成绩，但是反映学习成绩的因素还可以包括如学习积极性这一无法直接测量的变量；仅仅采用期中、期末成绩、作业完成情况这些变量的统计结果，无法对学生进行多维度、客观的分类评估，会存在目标对象分类不准确的问题。

发明内容

本申请实施例提供了一种目标对象处理方法、装置、电子设备及计算机可读存储介质，可以解决目标对象分类不准确的问题。

根据本申请实施例的一个方面，提供了一种目标对象处理方法，该方法包括：

获取目标对象的对象信息；其中，对象信息包括目标对象的行为信息和属性信息；

对对象信息进行聚类处理，根据聚类结果确定目标对象对应的类别信息；

根据类别信息，确定与目标对象对应的资源推送策略信息。

可选地，上述对对象信息进行聚类处理，包括：

对对象信息进行降维，得到降维后的对象信息；

针对降维后的对象信息进行聚类。

可选地，上述对对象信息进行降维，得到降维后的对象信息，包括：

针对对象信息，提取每个目标对象的第一特征向量；

将第一特征向量进行拼接，得到特征矩阵；

对特征矩阵进行降维，得到目标矩阵，并将目标矩阵作为降维后的对象信息。

可选地，上述对特征矩阵进行降维，得到目标矩阵，包括：

将特征矩阵输入预训练的映射器，得到目标矩阵；其中，映射器指示特征矩阵与目标矩阵之间的映射关系。

可选地，上述针对降维后的对象信息进行聚类，包括：

基于降维后的对象信息，确定各目标对象之间的空间距离；

基于空间距离构建最小生成树；

根据最小生成树生成多个聚类簇；

基于聚类簇确定聚类结果。

可选地，上述基于降维后的对象信息，确定各目标对象之间的空间距离，包括：

基于目标矩阵，提取各目标对象的第二特征向量；

基于第二特征向量分别计算目标对象之间的空间距离。

可选地，上述基于空间距离构建最小生成树，包括：

将各目标对象的标识作为顶点，将空间距离作为相邻顶点之间边的权重，根据顶点和边的权重构建最小生成树。

可选地，上述根据类别信息，确定与目标对象对应的资源推送策略信息，包括：