一种数据匹配的方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及一种数据匹配的方法、装置、电子设备及存储介质。其中方法包括：获取用户的特征信息；根据特征信息对用户进行分类，得到用户对应的分类结果；确定分类结果对应的候选对象；将特征信息输入候选对象对应的匹配度预测模型，得到用户与候选对象之间的匹配值；根据匹配值，在所有候选对象中选择得到与用户匹配的目标对象。本申请先通过对用户进行分类，可以快速缩小需要与用户进行匹配值计算的候选对象的范围；并且，通过匹配度预测模型，可以快速综合用户各个维度的信息，预测得到候选对象与用户之间的匹配值，进而便于基于匹配值对用户进行后续评估，可以有效提高匹配的准确性。性。性。

【技术实现步骤摘要】
一种数据匹配的方法、装置、电子设备及存储介质


[0001]本申请涉及资源分配
，尤其涉及一种数据匹配的方法、装置、电子设备及存储介质。

技术介绍

[0002]随着互联网的发展，越来越多的商家通过线上平台向消费者提供产品。
[0003]在相关技术中，对于商家以及消费者需要进行双向选择的场景(例如：金融类产品销售)中，商家需要在消费者的资质满足其要求之后，才会向其销售对应的产品，相关技术中的线上平台只能够向用户推荐大量的产品，然后由用户自己选择感兴趣的产品，进而会在双向选择的场景下，造成消费者无法选择得到真正适合的产品，商家也无法获取合适的用户的问题。基于此，会给商家引导大量无效的消费者，增加商家的信息筛选工作，影响商家的成单率；同时消费者在进行产品选择之后却无法通过，也会降低消费者的用户体验；进而影响平台的整体运营效率。
[0004]由此可见，相关技术中的数据匹配的方法存在匹配准确性差的技术问题。

技术实现思路

[0005]为了解决相关技术中存在的匹配准确性差的技术问题，本申请提供了一种数据匹配的方法、装置、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据匹配的方法，其特征在于，包括：获取用户的特征信息；根据所述特征信息对所述用户进行分类，得到所述用户对应的分类结果；确定所述分类结果对应的候选对象；将所述特征信息输入所述候选对象对应的匹配度预测模型，得到所述用户与所述候选对象之间的匹配值；根据所述匹配值，在所有所述候选对象中选择得到与所述用户匹配的目标对象。2.根据权利要求1所述的方法，其特征在于，所述根据所述特征信息对所述用户进行分类，得到所述用户对应的分类结果，包括：将所述特征信息输入预设的决策树模型中，得到所述用户的置信度；在所有置信度区间中，确定包括所述置信度的目标置信度区间；确定所述目标置信度区间的分类结果为所述用户的分类结果。3.根据权利要求1所述的方法，其特征在于，所述匹配度预测模型包括：预先训练得到的被选择率预测模型以及虚拟资源交换率预测模型；所述将所述特征信息输入所述匹配度预测模型，得到所述用户与所述候选对象之间的匹配值，包括：确定所述候选对象对应的权重信息；将所述特征信息输入所述被选择率预测模型，得到所述用户被所述候选对象选择的被选择概率值；将所述特征信息输入所述虚拟资源交换率预测模型，得到所述用户与所述候选对象之间的虚拟资源交换概率值；将所述权重信息、所述被选择概率值以及所述虚拟资源交换概率值相乘，得到所述匹配值。4.根据权利要求1所述的方法，其特征在于，在所述将所述特征信息输入所述候选对象对应的匹配度预测模型之前，还包括：在任一子匹配项下，确定所述候选对象匹配的正样本历史数据集合，以及与所述候选对象不匹配的负样本历史数据集合；所述子匹配项为被选择概率或虚拟资源交换概率；对所述正样本历史数据正样本历史数据集合进行划分得到第一正样本历史数据子集和第二正样本历史数据子集；对所述负样本历史数据集合进行划分得到第一负样本历史数据子集和第二负样本历史数据子集；根据所述第一正样本历史数据子集和第一负样本历史数据子集，得到用于对所述子匹配项对应的待训练模型进行训练的训练数据集合，根据所述第二正样本历史数据子集和第二负样本历史数据子集，得到用于对所述待训练模型进行验证的验证数据集合；在通过所述训练数据集合对所述待训练模型进行训练后，得到训练后模型；在所述训练后模型通过所述验证数据集合验证，并且满足预设精度...

【专利技术属性】
技术研发人员：李金洋，郎官宏，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：