【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种对象分类方法、装置、介质和设备。
技术介绍
1、在进行大数据分析过程中，需要利用一些已知的对象预测未知对象的轨迹趋势。已知对象在时间线中有一些行为，对已知对象的行为进行特征收集，并进行分析，可以用于预测未知对象的行为。
2、现有技术中，可以基于时间序列分析行为，将轨迹相似的对象分类到一起，然后参考同类的行为表现对对象做预测。但是存量的轨迹相似聚类算法通常没有考虑对象的历史轨迹相似不能作为未来趋势的预测，因为两个历史上轨迹相似的对象可能在当前已经表现出不同的发展趋势了。如图1所示，虽然轨迹a和轨迹b在历史上的轨迹有一段较长的公共序列，但是，在时间3之后，轨迹a和轨迹b的趋势便不相同了，因此，使用轨迹a和轨迹b中最长的公共子序列来判断轨迹a和轨迹b是否是同一类，是不准确的。
3、基于此，目前亟需一种对象分类方法、装置、介质和设备，用于提高对象分类的精准度。
技术实现思路
1、本申请实施例提供一种对象分类方法、装置、介质和设备，用于提高对象分类的精准度。
2、第一方面，本申请实施例提供一种对象分类方法，包括：针对任一预分配轮询过程，从每个对象分组中随机确定在所述预分配轮询过程中每个对象分组的代表对象；从各对象分组的代表对象中，确定出标签轨迹与待分组对象的标签轨迹满足相似度要求的代表对象，将所述满足相似度要求的代表对象所在的对象分组作为所述预分配轮询过程的预分配对象分组；其中，每个对象分组代表一个对象分类，标签轨迹满足相似
3、根据n轮预分配轮询过程得到的n个预分配对象分组，在满足置信度要求的情况下，将所述n个预分配对象分组中数量最高的对象分组作为所述待分组对象所属的对象分组。
4、通过上述方式，针对于一个待分组对象，进行多轮的预分配轮询，在满足置信度要求的时候，才确定待分组对象所属的对象分组，保证了对象分组的合理性。在进行每一次的轮询时，是从已经有的对象分组中先随机确定代表对象，用来代表这一个对象分组，只需要将待分组对象和代表对象之间判断是否满足相似度要求，无需和每一个对象两两之间都进行匹配判断，从而减少了匹配的判断的次数，只需要进行n轮预分配轮询，即可以实现待分配对象的分组满足置信度要求，提高了分配的效率。此外，标签轨迹中具有与所述待分组对象的尾部轨迹匹配的最长轨迹才算满足相似度要求，由此，保证了从待分组对象的最新轨迹点开始进行匹配，从而保证了待分组对象的趋势还在当前的趋势下，提高了是否满足相似度要求判断时的准确性。
5、一种可能的实现方式中，从各对象分组的代表对象中，确定出标签轨迹与待分组对象的标签轨迹满足相似度要求的代表对象，包括：
6、针对每个代表对象，从所述待分组对象的标签轨迹中的末端轨迹点开始，依次进行轨迹点的相似性匹配，从而得到匹配的每个代表对象的最长轨迹；
7、将与所述尾部轨迹匹配的最长轨迹的代表对象作为满足相似度要求的代表对象；
8、其中，所述轨迹点的相似性匹配包括：
9、将所述待分组对象的标签轨迹中的第m轨迹点与所述代表对象的标签轨迹中的各轨迹点进行相似性匹配，若匹配到相似轨迹点，则继续进行所述待分组对象的标签轨迹中的第m-1轨迹点的相似性匹配，直至轨迹点不匹配，得到匹配的轨迹；第m轨迹点自末端轨迹点开始；
10、在轨迹点不匹配时，针对所述代表对象的标签轨迹中的前序轨迹，继续进行从所述待分组对象的标签轨迹中的末端轨迹点开始，依次进行轨迹点的相似性匹配，从而得到匹配的轨迹；所述前序轨迹为不匹配的轨迹点之前的标签轨迹。
11、在上述方式中，将代表对象标签轨迹和待分组对象的标签轨迹，进行轨迹点的相似性匹配，由于轨迹点有具体的数值，因此，对于轨迹点进行计算，消耗的计算资源较少，时间复杂度也比较低。第m轨迹点是自末端轨迹点开始，保证了待分组对象的标签轨迹的趋势最新。
12、一种可能的实现方式中，匹配到相似轨迹点，包括：
13、若所述待分组对象的标签轨迹中的第k轨迹点与所述代表对象的标签轨迹中的第g轨迹点的标签值的差值小于预设阈值，则匹配到相似轨迹点。
14、在上述方式中，对于轨迹点的不比较是针对于标签值的差值，判断是否小于预设阈值，比较方式简单，从而可以提高匹配的速度。
15、一种可能的实现方式中，所述预设阈值是通过对样本对象进行分组，在满足设定约束条件下得到的；
16、所述约束条件包括：
17、各样本对象的分组中对象个数的中位数z最大，所述预设阈值大于比例系数k和样本对象总数1/n的比值，且所述预设阈值为正整数；
18、其中，比例系数通过如下方式确定：
19、确定轮询大于j还未满足置信度要求的次数t，t和所述预设阈值呈反比，比例系数为k。
20、通过上述方式，使用一些样本确定一个最合理的预设阈值，并通过约束条件求解的方式，计算得到预设阈值，确定了轮询大于j还未满足置信度要求的次数t，t和所述预设阈值呈反比，由此，确定对于预设阈值的约束。
21、一种可能的实现方式中，所述方法还包括：
22、若不满足置信度要求，则继续进行预分配轮询过程，在每次预分配轮询过程后，确定是否满足置信度要求，直至完成j轮预分配轮询过程；
23、若j轮预分配轮询过程后依然不满足置信度要求，则将所述待分组对象划分为新的对象分组。
24、上述方式中，在不满足置信度要求时，增加至j轮预分配轮询过程，若j轮预分配轮询过程后依然不满足置信度要求，则将待分组对象划分为新的对象分组，由此，不会无限次地针对待分组对象进行划分，也保证了分组的多样性与合理性。
25、一种可能的实现方式中，将所述n个预分配对象分组中数量最高的对象分组作为所述待分组对象所属的对象分组之后，还包括：
26、根据所属的对象分组中各对象的信息，预估对所述待分组对象的下一动作选项。
27、在上述方式中，将待分组对象分类之后，根据对象分组中各对象的信息，对待分组对象的下一动作进行预估，可以知道待分组对象的潜在行为
28、一种可能的实现方式中，根据所属的对象分组中各对象的信息，预估对所述待分组对象的下一状态选项，包括：
29、根据所属的对象分组中各对象的信息，通过马尔科夫决策算法预估对所述待分组对象的下一状态选项；其中，所述马尔科夫决策算法中的状态集合是由所属的对象分组中各对象的标签轨迹作为状态信息，动作集合是有所属的对象分组中各对象的行为作为动作选项，状态转移函数是根据所属的对象分组中各对象在任一状态选项下执行任一动作选项的概率确定的。
30、在上述方式中，通过马尔科夫决策算法预估对所述待分组对象的下一状态选项，对象分组中各对象的标签轨迹作为状态信息，对对象的行为进行本文档来自技高网...
【技术保护点】
1.一种对象分类方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，从各对象分组的代表对象中，确定出标签轨迹与待分组对象的标签轨迹满足相似度要求的代表对象，包括：
3.如权利要求2所述的方法，其特征在于，匹配到相似轨迹点，包括：
4.如权利要求3所述的方法，其特征在于，所述预设阈值是通过对样本对象进行分组，在满足设定约束条件下得到的；
5.如权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
6.如权利要求1-4任一项所述的方法，其特征在于，将所述N个预分配对象分组中数量最高的对象分组作为所述待分组对象所属的对象分组之后，还包括：
7.如权利要求6任一项所述的方法，其特征在于，根据所属的对象分组中各对象的信息，预估对所述待分组对象的下一状态选项，包括：
8.一种对象分类装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被运行时，执行如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种对象分类方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，从各对象分组的代表对象中，确定出标签轨迹与待分组对象的标签轨迹满足相似度要求的代表对象，包括：
3.如权利要求2所述的方法，其特征在于，匹配到相似轨迹点，包括：
4.如权利要求3所述的方法，其特征在于，所述预设阈值是通过对样本对象进行分组，在满足设定约束条件下得到的；
5.如权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
6.如权利要求1-4任一项所述的...
【专利技术属性】
技术研发人员：胡煜家，
申请(专利权)人：深圳前海微众银行股份有限公司，
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。