本申请提供一种目标对象识别方法、装置、计算机设备及存储介质，方法包括：获取各个对象的业务行为数据；根据业务行为数据，确定用于分析各个对象之间关系强度的分析变量；根据分析变量，获取各个对象之间的关系强度值；根据关系强度值，识别筛选出满足于预设业务条件的至少一个对象，得到目标对象。采用本方法能够提升各对象间的关系识别准确率。够提升各对象间的关系识别准确率。够提升各对象间的关系识别准确率。
【技术实现步骤摘要】
目标对象识别方法、装置、计算机设备及存储介质
[0001]本申请实施例涉及计算机
，特别是涉及一种目标对象识别方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着计算机技术的快速发展，以及企业数字化转型的深入发展，企业运营和风控均对技术提出了新的挑战，尤其针对企业关系的识别，一定程度上反映了企业运营和风控的能力，是商业综合竞争力的重要体现。
[0003]但是，传统的企业关系识别方式主要通过人工认定和维护，很大程度上取决于人的认知程度及经验，同时也需要耗费大量的精力去搜集信息。而随着社会的不断发展，企业与企业、企业与个人之间的经营、社交活动日益丰富，包括企业在内的个体或组织等对象关系也越来越复杂隐晦，导致各类型对象关系的度量难度大、精度低，严重影响计算机输出结果。
[0004]因此，现有的对象关系识别方法存在着识别准确率不高的技术问题。
技术实现思路
[0005]本申请的目的在于提供一种目标对象识别方法、装置、计算机设备及存储介质，用以提升各对象间的关系识别准确率，进而得到满足于业务需求且精准的目标对象，该方法可应用于推荐领域，即可通过提高数据处理精度和效率，来实现业务内容的精确推荐。
[0006]第一方面，本申请提供一种目标对象识别方法，包括：
[0007]获取各个对象的业务行为数据；
[0008]根据业务行为数据，确定用于分析各个对象之间关系强度的分析变量；
[0009]根据分析变量，获取各个对象之间的关系强度值；
[0010]根据关系强度值，识别筛选出满足于预设业务条件的至少一个对象，得到目标对象。
[0011]在本申请一些实施例中，根据业务行为数据，确定用于分析各个对象之间关系强度的分析变量，包括：根据业务行为数据所属的业务类型，确定用于分析各个对象之间关系强度的影响因素；基于影响因素，统计各个对象的业务完成数量、业务完成时长以及业务完成重量；确定业务完成数量、业务完成时长以及业务完成重量，作为分析变量。
[0012]在本申请一些实施例中，基于影响因素，统计各个对象的业务完成数量、业务完成时长以及业务完成重量，包括：确定各个对象中的目标节点对象，以及与目标节点对象关联的至少一个源节点对象；基于影响因素，统计源节点对象和目标节点对象各自在预设时段内的第一业务数量，得到业务完成数量；以及统计源节点对象针对于目标节点对象完成业务后的时长最小值和时长最大值，得到业务完成时长；以及统计源节点对象针对于目标节点对象在预设时段内的第二业务数量和业务重量，分别得到业务完成数量和业务完成重量。
[0013]在本申请一些实施例中，根据分析变量，获取各个对象之间的关系强度值，包括：确定用于调节分析变量的调节因子和调节系数；根据分析变量、调节因子以及调节系数，构建以各个对象作为网络节点的对象关系模型，得到各个对象之间的关系强度值；其中，分析变量包括业务完成数量、业务完成时长以及业务完成重量，调节因子用于调节业务完成时长，调节系数用于调节业务完成数量和业务完成重量。
[0014]在本申请一些实施例中，关系强度值通过如下公式计算得到：y＝T
×
P；P＝k1log Q+k2log w；其中，“y”指代关系强度值；“I
ij”、“I
i”、“I
j”以及“Q”指代业务完成数量；“T
1”和“T
2”指代业务完成时长；“w”指代业务完成重量；“γ
1”和“γ
2”指代调节因子；“k
1”和“k
2”指代调节系数；“i”指代源节点对象；“j”指代目标节点对象。
[0015]在本申请一些实施例中，在根据分析变量、调节因子以及调节系数，构建以各个对象作为网络节点的对象关系模型，得到各个对象之间的关系强度值之后，还包括：将关系强度值进行归一化处理，得到归一化后的关系强度值；基于归一化后的关系强度值，对对象关系模型进行有效性验证，得到有效性验证结果；若有效性验证结果为验证不通过，则更新调节因子和调节系数，以利用更新后的调节因子和更新后的调节系数优化对象关系模型，得到优化后的关系强度值用于识别目标对象。
[0016]在本申请一些实施例中，根据关系强度值，识别筛选出满足于预设业务条件的至少一个对象，得到目标对象，包括：确定各个对象中的目标节点对象，以及与目标节点对象关联的至少一个源节点对象；以及确定预设业务条件中的关系强度阈值，以及与关系强度阈值关联的筛选范围；其中，筛选范围包括大于关系强度阈值的第一范围、等于关系强度阈值的第二范围以及小于关系强度阈值的第三范围；分析关系强度值，筛选出各源节点对象中满足于关系强度阈值和筛选范围的源节点对象，作为目标节点对象的目标对象。
[0017]第二方面，本申请提供一种目标对象识别装置，包括：
[0018]数据获取模块，用于获取各个对象的业务行为数据；
[0019]变量分析模块，用于根据业务行为数据，确定用于分析各个对象之间关系强度的分析变量；
[0020]关系获取模块，用于根据分析变量，获取各个对象之间的关系强度值；
[0021]对象识别模块，用于根据关系强度值，识别筛选出满足于预设业务条件的至少一个对象，得到目标对象。
[0022]第三方面，本申请还提供一种计算机设备，包括：
[0023]一个或多个处理器；
[0024]存储器；以及一个或多个应用程序，其中的一个或多个应用程序被存储于存储器中，并配置为由处理器执行以实现上述目标对象识别方法。
[0025]第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器进行加载，以执行目标对象识别方法中的步骤。
[0026]第五方面，本申请实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得
该计算机设备执行上述第一方面提供的方法。
[0027]上述目标对象识别方法、装置、计算机设备及存储介质，服务器通过获取各个对象的业务行为数据，进而根据业务行为数据，确定用于分析各个对象之间关系强度的分析变量，即可根据分析变量，获取各个对象之间的关系强度值，最终根据关系强度值，识别筛选出满足于预设业务条件的至少一个对象，得到目标对象。由于本申请提出通过分析对象与对象之间的业务行为数据来找出关键依据，即分析变量以便于快速关联出对象之间的关系强度，再通过分析关系强度识别目标对象，不仅取代了低效率和低精度的人工操作，还能够精准识别目标对象，大大提升了对象间的关系识别准确率。
附图说明
[0028]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标对象识别方法，其特征在于，包括：获取各个对象的业务行为数据；根据所述业务行为数据，确定用于分析各个对象之间关系强度的分析变量；根据所述分析变量，获取各个对象之间的关系强度值；根据所述关系强度值，识别筛选出满足于预设业务条件的至少一个对象，得到目标对象。2.如权利要求1所述的方法，其特征在于，所述根据所述业务行为数据，确定用于分析各个对象之间关系强度的分析变量，包括：根据所述业务行为数据所属的业务类型，确定用于分析各个对象之间关系强度的影响因素；基于所述影响因素，统计各个对象的业务完成数量、业务完成时长以及业务完成重量；确定所述业务完成数量、所述业务完成时长以及所述业务完成重量，作为所述分析变量。3.如权利要求2所述的方法，其特征在于，所述基于所述影响因素，统计各个对象的业务完成数量、业务完成时长以及业务完成重量，包括：确定各个对象中的目标节点对象，以及与所述目标节点对象关联的至少一个源节点对象；基于所述影响因素，统计所述源节点对象和所述目标节点对象各自在预设时段内的第一业务数量，得到所述业务完成数量；以及统计所述源节点对象针对于所述目标节点对象完成业务后的时长最小值和时长最大值，得到所述业务完成时长；以及统计所述源节点对象针对于所述目标节点对象在预设时段内的第二业务数量和业务重量，分别得到所述业务完成数量和所述业务完成重量。4.如权利要求1所述的方法，其特征在于，所述根据所述分析变量，获取各个对象之间的关系强度值，包括：确定用于调节所述分析变量的调节因子和调节系数；根据所述分析变量、所述调节因子以及所述调节系数，构建以各个对象作为网络节点的对象关系模型，得到各个对象之间的关系强度值；其中，所述分析变量包括业务完成数量、业务完成时长以及业务完成重量，所述调节因子用于调节所述业务完成时长，所述调节系数用于调节所述业务完成数量和所述业务完成重量。5.如权利要求4所述的方法，其特征在于，所述关系强度值通过如下公式计算得到：y＝T
×
P；P＝k1log Q+k2log w；其中，“y”指代所述关系强度值；“I
ij”、“I
i”、“I
j”以及“Q”指代所述业务完成数量；“T
1”和“T
2”指代所述业务完成时长；“w”指代所述业...
【专利技术属性】
技术研发人员：赵丽娟，匡荣杰，宋晓丽，朱江萍，林永森，左旭华，
申请(专利权)人：顺丰数科深圳技术服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。