【技术实现步骤摘要】
本申请涉及大数据和数据处理，特别是涉及一种对象分析方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着各种资源转移业务的日益增长，由于各种主客观原因造成资源回收超期的现象也在不断增多。为切实发挥策略或产品等在资源回收工作中的作用，助力资源的精细化管理需求，需要对各种策略、产品等对象进行全面多维度的综合成效分析，从而确定各种策略、产品等对象的优劣。
2、目前，在现有的技术中主要是通过根据客户的账户数据，来为客户匹配合适的策略或者产品等对象，从而成功实现对客户的超期资源量的回收。例如，根据客户的资源超期时长、待回收资源等数据为客户匹配对应的策略或者产品。但是缺乏对策略或产品等对象的执行效果的分析过程，从而使得资源回收方无法了解到策略或产品等对象的执行效果。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够对目标对象进行分析的对象分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种对象分析方法，所述方法包括：
3、获取每一目标对象各自的多维明细数据；
4、分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据；
5、确定在每一维度的加工数据中各所述目标对象分别所对应的平均值和标准差；
6、基于所述平均值和所述标准差，确定各所述目标对象对应的标准化值；
7、基于各所述目标对象对应的标准化值，使
8、在其中一个实施例中，所述对象分析模型的训练过程包括：
9、获取每一样本对象各自的样本多维明细数据；
10、分别对每一所述样本对象的样本多维明细数据进行降维加工处理，得到每一所述样本对象各自所对应的样本加工数据；
11、确定在每一维度的样本加工数据中各所述样本对象分别所对应的样本平均值、样本标准差以及相关系数矩阵；
12、基于所述样本平均值、所述样本标准差以及所述相关系数矩阵，确定每一维度的样本加工数据各自所对应的特征值、特征向量、成分矩阵以及权重；
13、基于所述特征值、所述特征向量、所述成分矩阵以及所述权重，构建所述对象分析模型。
14、在其中一个实施例中，所述加工数据包括回收比值数据；
15、所述分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据，包括：
16、分别从各所述目标对象的多维明细数据中提取已回收资源、消耗资源以及转移资源；
17、获取每一所述目标对象各自对应的已回收资源和消耗资源之间的差值；
18、基于所述差值和所述转移资源之间的比值结果，得到每一所述目标对象各自所对应的回收比值数据。
19、在其中一个实施例中，所述目标对象为目标策略和目标产品中的任意一者；
20、所述获取每一目标对象各自的多维明细数据，包括：
21、确定使用所述目标策略进行资源回收的多个目标账户或购买所述目标产品的多个目标账户；
22、提取每一所述目标账户各自所对应的多维明细数据。
23、在其中一个实施例中，所述加工数据包括第一回收率；
24、所述分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据，包括：
25、累计每一所述目标账户各自的多维明细数据中的已回收资源，得到总回收资源；
26、累计每一所述目标账户各自所对应的多维明细数据中的待回收资源，得到总待回收资源；
27、基于所述总回收资源和所述总待回收资源之间的比值，得到所述第一回收率。
28、在其中一个实施例中，所述加工数据包括第二回收率；
29、所述分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据，包括：
30、确定所述目标账户的总数量；
31、基于各所述目标账户的多维明细数据中的待回收资源，确定满足目标条件的账户数量；
32、基于所述账户数量和所述总数量之间的比值确定第二回收率。
33、在其中一个实施例中，所述加工数据包括第一回收周期；
34、所述分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据，包括：
35、获取每一所述目标账户各自的多维明细数据中的超期时长与待回收资源之间的乘积结果；
36、累计各所述目标账户对应的乘积结果，得到总乘积结果，并累计各所述目标账户的多维明细数据中的待回收资源，得到总待回收资源；
37、基于所述总乘积结果与所述总待回收资源之间的比值，确定所述第一回收周期。
38、在其中一个实施例中，所述加工数据包括第二回收周期；
39、所述分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据，包括：
40、累计每一所述目标账户各自所对应的多维明细数据中的超期时长，得到总超期时长；
41、基于所述总超期时长与所述目标账户的总数量之间的比值，确定所述第二回收周期。
42、第二方面，本申请提供了一种对象分析装置，所述装置包括：
43、数据获取模块，用于获取每一目标对象各自的多维明细数据；
44、数据加工模块，用于分别对每一所述目标对象的多维明细数据进行降维加工处理，得到每一所述目标对象各自所对应的加工数据；
45、第一数据确定模块，用于确定在每一维度的加工数据中各所述目标对象分别所对应的平均值和标准差；
46、第二数据确定模块，用于基于所述平均值和所述标准差，确定各所述目标对象对应的标准化值；
47、对象分析模块，用于基于各所述目标对象对应的标准化值，使用对象分析模型分别对每一所述目标对象进行对象分析，得到各所述目标对象的分析结果；所述对象分析模型为使用样本多维明细数据进行训练得到的模型。
48、第三方面，本申请提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
49、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
50、第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
51、上述对象分析方法、装置、计算机设备、存储介质和计算机程序产品，通过获取每一目标对象各自的多维明细数据，从而可以使得在对目标对象进行本文档来自技高网...
【技术保护点】
1.一种对象分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对象分析模型的训练过程包括：
3.根据权利要求1所述的方法，其特征在于，所述加工数据包括回收比值数据；
4.根据权利要求1所述的方法，其特征在于，所述目标对象为目标策略和目标产品中的任意一者；
5.根据权利要求4所述的方法，其特征在于，所述加工数据包括第一回收率；
6.根据权利要求4所述的方法，其特征在于，所述加工数据包括第二回收率；
7.根据权利要求4所述的方法，其特征在于，所述加工数据包括第一回收周期；
8.根据权利要求4所述的方法，其特征在于，所述加工数据包括第二回收周期；
9.一种对象分析装置，其特征在于，所述装置包括：
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：模型训练模块：用于获取每一样本对象各自的样本多维明细数据；分别对每一所述样本对象的样本多维明细数据进行降维加工处理，得到每一所述样本对象各自所对应的样本加工数据；确定在每一维度的样本加工数据中各
11.根据权利要求9所述的装置，其特征在于，所述加工数据包括回收比值数据；所述数据加工模块还用于：分别从各所述目标对象的多维明细数据中提取已回收资源、消耗资源以及转移资源；获取每一所述目标对象各自对应的已回收资源和消耗资源之间的差值；基于所述差值和所述转移资源之间的比值结果，得到每一所述目标对象各自所对应的回收比值数据。
12.根据权利要求9所述的装置，其特征在于，所述目标对象为目标策略和目标产品中的任意一者；所述数据获取模块还用于：确定使用所述目标策略进行资源回收的多个目标账户或购买所述目标产品的多个目标账户；提取每一所述目标账户各自所对应的多维明细数据。
13.根据权利要求12所述的装置，其特征在于，所述加工数据包括第一回收率；所述数据加工模块还用于：累计每一所述目标账户各自的多维明细数据中的已回收资源，得到总回收资源；累计每一所述目标账户各自所对应的多维明细数据中的待回收资源，得到总待回收资源；基于所述总回收资源和所述总待回收资源之间的比值，得到所述第一回收率。
14.根据权利要求12所述的装置，其特征在于，所述加工数据包括第二回收率；所述数据加工模块还用于：确定所述目标账户的总数量；基于各所述目标账户的多维明细数据中的待回收资源，确定满足目标条件的账户数量；基于所述账户数量和所述总数量之间的比值确定第二回收率。
15.根据权利要求12所述的装置，其特征在于，所述加工数据包括第一回收周期；所述数据加工模块还用于：获取每一所述目标账户各自的多维明细数据中的超期时长与待回收资源之间的乘积结果；累计各所述目标账户对应的乘积结果，得到总乘积结果，并累计各所述目标账户的多维明细数据中的待回收资源，得到总待回收资源；基于所述总乘积结果与所述总待回收资源之间的比值，确定所述第一回收周期。
16.根据权利要求12所述的装置，其特征在于，所述加工数据包括第二回收周期；所述数据加工模块还用于：累计每一所述目标账户各自所对应的多维明细数据中的超期时长，得到总超期时长；基于所述总超期时长与所述目标账户的总数量之间的比值，确定所述第二回收周期。
17.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
19.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种对象分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对象分析模型的训练过程包括：
3.根据权利要求1所述的方法，其特征在于，所述加工数据包括回收比值数据；
4.根据权利要求1所述的方法，其特征在于，所述目标对象为目标策略和目标产品中的任意一者；
5.根据权利要求4所述的方法，其特征在于，所述加工数据包括第一回收率；
6.根据权利要求4所述的方法，其特征在于，所述加工数据包括第二回收率；
7.根据权利要求4所述的方法，其特征在于，所述加工数据包括第一回收周期；
8.根据权利要求4所述的方法，其特征在于，所述加工数据包括第二回收周期；
9.一种对象分析装置，其特征在于，所述装置包括：
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：模型训练模块：用于获取每一样本对象各自的样本多维明细数据；分别对每一所述样本对象的样本多维明细数据进行降维加工处理，得到每一所述样本对象各自所对应的样本加工数据；确定在每一维度的样本加工数据中各所述样本对象分别所对应的样本平均值、样本标准差以及相关系数矩阵；基于所述样本平均值、所述样本标准差以及所述相关系数矩阵，确定每一维度的样本加工数据各自所对应的特征值、特征向量、成分矩阵以及权重；基于所述特征值、所述特征向量、所述成分矩阵以及所述权重，构建所述对象分析模型。
11.根据权利要求9所述的装置，其特征在于，所述加工数据包括回收比值数据；所述数据加工模块还用于：分别从各所述目标对象的多维明细数据中提取已回收资源、消耗资源以及转移资源；获取每一所述目标对象各自对应的已回收资源和消耗资源之间的差值；基于所述差值和所述转移资源之间的比值结果，得到每一所述目标对象各自所对应的回收比值数据。
12.根据权利要求9所述的装置，其特征在于，所述目标对象为目标策略和目标产品中的任意一者；所述数据获取模块还用于：确定使用所述目标策略进行资源回收的多个目标账户...
【专利技术属性】
技术研发人员：田晓璐，曾欣，吕飞鹏，张闯，李杰彬，倪昕琦，
申请(专利权)人：中国建设银行股份有限公司，
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。