CN109948638B - 对象匹配方法、装置、设备及计算机可读存储介质 - Google Patents

对象匹配方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN109948638B
CN109948638B CN201811474965.9A CN201811474965A CN109948638B CN 109948638 B CN109948638 B CN 109948638B CN 201811474965 A CN201811474965 A CN 201811474965A CN 109948638 B CN109948638 B CN 109948638B
Authority
CN
China
Prior art keywords
feature
matching
attribute
features
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811474965.9A
Other languages
English (en)
Other versions
CN109948638A (zh
Inventor
王国强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Advanced New Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Advanced New Technologies Co Ltd filed Critical Advanced New Technologies Co Ltd
Priority to CN201811474965.9A priority Critical patent/CN109948638B/zh
Publication of CN109948638A publication Critical patent/CN109948638A/zh
Application granted granted Critical
Publication of CN109948638B publication Critical patent/CN109948638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本公开实施例提供对象匹配方法、装置、设备及计算机可读存储介质。对象匹配方法包括:获取第一对象的第一对象画像;根据第二对象的属性从第一对象画像中提取第一对象特征;将提取出的第一对象特征与第二对象的第二对象特征进行匹配;根据第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向第一对象特征所属的第一对象匹配第二对象特征所属的第二对象。因此,无需第一对象主动选择第二对象,可以根据第一对象的第一对象特征与第二对象的第二对象特征的匹配程度自动筛选与第一对象匹配的第二对象,减轻了第一对象的负担,提高了第一对象选择第二对象的准确度,因此可以改善用户体验。

Description

对象匹配方法、装置、设备及计算机可读存储介质
技术领域
本公开实施例涉及计算机技术领域,尤其涉及对象匹配方法、装置、设备及计算机可读存储介质。
背景技术
在计算机系统中,在一组对象选择另一组对象时,通常需要一组对象根据各种条件主动选择另一组对象。例如,用户在网络上选择服务时,通常会面对大量繁琐的信息,诸如繁杂的服务条款。此时,用户难以确定所要选择服务中的各种问题。但是为了降低自身的法律风险,越来越多的服务提供方或商品提供方会提供大量的复杂信息给用户,这严重影响用户体验。
发明内容
有鉴于此,本公开第一方面提供了一种对象匹配方法,包括:
获取第一对象的第一对象画像;
根据第二对象的属性从所述第一对象画像中提取第一对象特征;
将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配;
根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象。
本公开第二方面提供了一种对象匹配装置,包括:
获取模块,被配置为获取第一对象的第一对象画像;
提取模块,被配置为根据第二对象的属性从所述第一对象画像中提取第一对象特征;
匹配模块,被配置为将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配;
呈现模块,被配置为根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象。
本公开第三方面提供了一种电子设备,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下步骤:
获取第一对象的第一对象画像;
根据第二对象的属性从所述第一对象画像中提取第一对象特征;
将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配;
根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象。
本公开第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现如第一方面所述的方法。
在本公开实施方式中,通过获取第一对象的第一对象画像;根据第二对象的属性从第一对象画像中提取第一对象特征;将提取出的第一对象特征与第二对象的第二对象特征进行匹配;根据第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向第一对象特征所属的第一对象匹配第二对象特征所属的第二对象,无需第一对象主动选择第二对象,可以根据第一对象的第一对象特征与第二对象的第二对象特征的匹配程度自动筛选与第一对象匹配的第二对象,减轻了第一对象的负担,提高了第一对象选择第二对象的准确度,因此可以改善用户体验。
本公开的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本公开实施例或相关技术中的技术方案,下面将对示例性实施例或相关技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些示例性实施例,对于本领域普通技术人员来讲,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他的附图。
图1示出根据本公开一实施方式的对象匹配方法的流程图;
图2示出根据本公开另一实施方式的对象匹配方法的流程图;
图3示出根据本公开一实施方式的对象匹配方法的应用场景的示例的示意图;
图4示出根据本公开一实施方式的对象匹配方法的应用场景的另一示例的示意图;
图5示出根据本公开一实施方式的对象匹配方法的应用场景的又一示例的示意图;
图6示出根据本公开另一实施方式的对象匹配装置的结构框图;
图7示出根据本公开一实施方式的电子设备的结构框图;
图8是适于用来实现根据本公开一实施方式的对象匹配方法的计算机系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案,下面将结合本公开示例性实施例中的附图,对本公开示例性实施例中的技术方案进行清楚、完整地描述。
在本公开的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本公开示例性实施例中的附图,对本公开示例性实施例中的技术方案进行清楚、完整地描述,显然,所描述的示例性实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。.
图1示出根据本公开一实施方式的对象匹配方法的流程图。该方法可以包括步骤S101、S102、S103和S104。
在步骤S101中,获取第一对象的第一对象画像。
在步骤S102中,根据第二对象的属性从第一对象画像中提取第一对象特征。
在步骤S103中,将提取出的第一对象特征与第二对象的第二对象特征进行匹配。
在步骤S104中,根据第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向第一对象特征所属的第一对象呈现第二对象特征所属的第二对象。
在本公开的一个实施例中,第一对象可以是诸如人或计算机之类的用户,并且第一对象画像可以指的是对用户的信息全貌的抽象。本实施例中的画像包括但不限于用户的行为数据构建的用户模型,行为数据包括但不限于用户的属性信息、用户偏好、生活习惯、用户行为等结构化或者非结构化数据进行结构化处理后的数据。
例如,当将根据本公开一实施方式的对象匹配方法应用于向用户推荐保险之类的产品时,第一对象的第一对象画像可以是希望购买保险的用户的画像,即,从希望购买保险的用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的用户模型。在此情况下,获取第一对象的第一对象画像指的是获取希望购买保险的用户的前述用户模型。本领域技术人员可以理解,可以通过相关技术的技术手段获取第一对象的第一对象画像,其具体获取方式在此不再赘述。
在一个实施例中,当第一对象是用户时,用户画像可以包括用户的基础画像和用户的健康画像。例如,可以通过用户在注册网络账户时输入的注册信息获得用户的基础画像。又例如,可以通过从医院调取用户的医疗数据、从保险公司调取用户的理赔数据或引导用户填写健康数据的方式来获得用户的健康画像。本领域技术人员可以理解,第一对象画像不限于此,可以包括用户的各方面的画像。在本公开的一个实施例中,第一对象特征包括第一对象基础特征和与第二对象的属性相关的第一对象属性特征。第一对象基础特征指的是第一对象必然具备的基础特征。例如,当第一对象是用户时,用户的年龄、性别、出生地、病史等特征为第一对象基础特征。与第二对象的属性相关的第一对象属性特征指的是第一对象存在的与第二对象的属性相关的特征。例如,当第二对象是医疗服务提供方时,第一对象属性特征可以包括与第二对象的医疗服务属性相关的个人病史、家族病史、医疗缴费记录等。
在本公开的一个实施例中,步骤S103包括:检测第一对象特征是否满足第二对象特征中设定的条件。在该实施例中,第二对象特征可以是某种设定的规则,将提取出的第一对象特征与第二对象的第二对象特征进行匹配指的是第一对象特征是否符合这种规则。例如,当第一对象是用户,第二对象的属性是医疗服务时,第二对象特征可能是年龄不大于60岁,第一对象特征与第二对象的第二对象特征进行匹配即为第一对象特征是否满足年龄不大于60岁这一设定的条件(或规则)。
在本公开的一个实施例中,第二对象的属性指的是第一对象需要的是什么类型的第二对象。在本公开的一个实施例中,当第一对象是用户,第二对象的属性是医疗服务时,表明用户需要医疗服务。在该实施例中,根据第二对象的医疗服务属性,可以从第一对象画像中提取第一对象的与医疗服务属性有关的特征,例如,年龄、性别、家族病史、就医记录等等。
在本公开的一个实施例中,当第一对象是用户,第二对象的属性是保险服务时,表明用户需要保险服务。在该实施例中,根据第二对象的保险服务属性,可以从第一对象画像中提取第一对象的与保险服务属性有关的特征,例如,年龄、性别、家族病史、就医记录、出行记录、驾驶违章记录、保险理赔记录等等。
在本公开的一个实施例中,第二对象的第二对象特征可以指的是第二对象的各种服务条款、要求等。在本公开的一个实施例中,当第一对象是用户,第二对象的属性是医疗服务时,第二对象的第二对象特征可以是医疗服务提供方所提供的患者隐私事项、就医知情条款、医疗费用支付要求等特征。在该实施例中,可以将提取出的第一对象特征(例如,年龄、性别、家族病史、就医记录等等)与所述第二对象的第二对象特征(例如,所能处理的病情、患者隐私事项、就医知情条款、医疗费用支付等特征)进行匹配。
在本公开的一个实施例中,当第一对象是用户,第二对象的属性是保险服务时,第二对象的第二对象特征可以是保险服务机构所提供的被保险人年龄限制、病史要求、驾驶记录要求、免赔条款、保险费用支付要求等特征。在该实施例中,可以将提取出的第一对象特征(例如,年龄、性别、病史、驾驶记录等等)与所述第二对象的第二对象特征(例如,被保险人年龄限制、病史要求、驾驶记录要求、免赔条款、保险费用支付要求等特征)进行匹配。
在本公开的一个实施例中,当一个第一对象有多个第一对象特征并且一个第二对象有多个第二对象特征时,一个第一对象的多个第一对象特征与每一个第二对象的多个第二对象特征的匹配程度可以指的是第一对象的第一对象特征与某个第二对象的多大比例的第二对象特征匹配。当第二对象特征对象被给予不同的权重时,可以对不同的第一对象特征与第二对象特征的匹配结果给予不同的权重。因此,可以存在各种不同的方式来确定第一对象特征与第二对象特征之间的匹配程度。在不同情况下,第一对象特征与第二对象特征之间的匹配程度的预设条件也可以各不相同。
例如,在当第一对象是用户,第二对象的属性是保险服务时,第一对象特征与第二对象特征之间的匹配程度的预设条件可以是第一对象特征与85%的第二对象特征匹配,也可以是第一对象特征与第二对象特征之间的匹配程度的加权之和达到某个分值。
在本公开的一个实施例中,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象可以使得第一对象可以直观了解与其第一对象特征匹配程度满足某一预设条件的一个或多个第二对象,从而可以对一个或多个第二对象进行进一步操作。
在本公开实施方式中,通过获取第一对象的第一对象画像;根据第二对象的属性从第一对象画像中提取第一对象特征;将提取出的第一对象特征与第二对象的第二对象特征进行匹配;根据第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向第一对象特征所属的第一对象匹配第二对象特征所属的第二对象,无需第一对象主动选择第二对象,可以根据第一对象的第一对象特征与第二对象的第二对象特征的匹配程度自动筛选与第一对象匹配的第二对象,减轻了第一对象的负担,提高了第一对象选择第二对象的准确度,因此可以改善用户体验。
图2示出根据本公开另一实施方式的对象匹配方法的流程图。如图2所示,除了包括图1所示的步骤S101、S102、S103和S104之外,在所呈现的第二对象被针对第一对象选择之后,该方法还包括步骤S201、S202和S203。
在步骤S201中,对第一对象的与第二对象相关的图片进行图像识别以获取第一对象的第三对象特征。
在步骤S202中,将第三对象特征与针对第一对象选择的第二对象的第二对象特征进行匹配。
在步骤S203中,根据第三对象特征与针对第一对象选择的第二对象的第二对象特征之间的匹配程度达到预设条件的匹配结果,针对第三对象特征所属的第一对象执行所述第二对象记载的预设操作。
在本公开的一个实施例中,所呈现的第二对象被针对第一对象选择指的是在根据第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向第一对象特征所属的第一对象呈现第二对象特征所属的第二对象之后,所呈现的第二对象被针对第一对象选择。可以理解,可以由第一对象选择所呈现的第二对象,也可以由系统自动针对第一对象选择适当的第二对象。在被选择之后,第二对象即与第一对象发生关联。例如,当第二对象是医疗服务提供方时,针对作为用户(或患者)的第一对象选择作为第二对象的医疗服务提供方。又例如,当第二对象是保险服务提供方时,针对作为用户(或被保险人)的第一对象选择作为第二对象的保险服务提供方。
在本公开的一个实施例中,当第二对象是医疗服务提供方时,对第一对象的与第二对象相关的图片进行图像识别以获取第一对象的第三对象特征指的是,可以对作为用户(或患者)的第一对象的医学影像图、诊断书、化验单之类的图片进行图像识别以获取用户(或患者)的第三对象特征,例如,患处的情况或病情等。在此情况下,将第三对象特征与针对第一对象选择的第二对象的第二对象特征进行匹配指的是,将患处的情况或病情等第三对象特征与作为第二对象的医疗服务提供方的第二对象特征(例如,所能处理的病情、患者隐私事项、就医知情条款、医疗费用支付等特征)进行匹配。在此情况下,当患处的情况或病情等第三对象特征与第二对象特征(例如,所能处理的病情、患者隐私事项、就医知情条款、医疗费用支付等特征)之间的匹配程度达到预设条件时,针对情况或病情等第三对象特征所属的用户(或患者)执行医疗服务提供方的预设操作。
因此,无需第一对象自行处理复杂的事项,第二对象可以自动为第一对象执行适当的操作,例如,诊断,因此可以大大提升用户的体验。
图3示出根据本公开一实施方式的对象匹配方法的应用场景的示例的示意图。
如图3所示,图3上部左侧示出了用户画像,右侧示出了产品库。获取用户的用户画像,用户画像包括健康画像和基础画像等各种画像。可以根据产品库中产品的属性从用户画像中提取用户特征。
例如,健康画像可以包括病史、就医行为等征。可以利用医疗数据、体检数据、理赔数据等构成用户健康画像。例如,医疗数据可通过以下方式获取:与医院合作,获取用户医疗数据;引导用户通过蚂蚁保险服务手动上传医疗数据,例如理赔时要上传病例,发票等。例如,体检数据可通过以下方式获取:通过活动福利,增险等方式引导用户上传体检报告,通过图像识别解析关键数据。例如,理赔数据可通过以下方式获取:保险服务提供方运营会产生大量的用户理赔数据;与保险公司合作获取用户理赔数据。
例如,基础画像可以包括年龄、职业、收入等特征。基础画像可通过以下方式获取:保险服务提供方的用户中心有大量的用户注册基础信息;可通过页面引导用户手动填写用户的基础信息。
产品库是保险产品库,可以包括健康险、意外险等。健康险可以包括门诊险、住院险、大病险等。意外险可以包括驾乘意外险、运动意外险等。可以将提取出的用户特征与保险产品的保险产品特征进行匹配。根据用户特征与保险产品特征之间的匹配程度达到预设条件的匹配结果,向用户特征所属的用户呈现保险产品特征所属的保险产品。
图3下部示出了向用户呈现以供用户选择保险产品的网页。如图中所示,健康险和意外险已被选择。可以理解的是,可以将用户与保险产品的自动匹配结果呈现给用户,对健康险和意外险的选择可以由用户进行,也可以根据本公开实施例的方法自动进行选择,而仅将结果呈现给用户。
图4示出根据本公开一实施方式的对象匹配方法的应用场景的另一示例的示意图。
图4在图5的基础上进一步示出了如何将用户与保险产品进行匹配并呈现给用户。
在进行保险匹配时,可以获取用户基础信息,例如,用户的性别和年龄。还可以获取用户健康信息,例如,是否患有高血压,是否有过心脏病就医记录等。
另外,还可以获取保险产品列表,例如,门诊险、住院险、大病险、意外险等。例如,门诊险的购买规则包括年龄小于60岁、无高血压疾病等。大病险的购买规则包括年龄小于60岁、无高血压疾病等。
通过对用户的用户特征(第一特征)和保险产品的保险规则(第二特征)进行自动匹配,可以自动生成推荐给用户的保险产品列表。因此,节省了用户的大量操作,提升了用户体验。
图5示出根据本公开一实施方式的对象匹配方法的应用场景的又一示例的示意图。图5示出了对保险产品的自动理赔的过程。
如图5所示,在自动理赔过程中,用户上传病例与发票。对病例与发票进行图像识别,解析关键数据。同时,循环检索用户所购买的保险产品列表,每一保险产品均包含理赔规则。将病例信息与保险产品理赔规则自动匹配,产出理赔金额。
因此,可以无需用户花费大量精力查询保险产品的理赔规则,而是系统自动根据图像识别解析出的信息检索保险产品的理赔规则,自动匹配。方便了用户,提升了用户体验。
而且,如前所述,在将保险产品与用户进行匹配时,已经进行了保险产品的规则与用户特征的的匹配,保证用户满足保险条款要求的条件。而且,理赔时病例信息与理赔规则自动匹配,满足条件自动计算理赔金额,进行快速理赔。
图6示出根据本公开一实施方式的对象匹配装置的结构框图。该装置可以包括获取模块601、提取模块602、匹配模块603和呈现模块604。
获取模块601被配置为获取第一对象的第一对象画像。
提取模块602被配置为根据第二对象的属性从所述第一对象画像中提取第一对象特征。
匹配模块603被配置为将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配。
呈现模块604被配置为根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象。
以上描述了文本内容标识装置的内部功能和结构,在一个可能的设计中,该文本内容标识装置的结构可实现为文本内容标识设备,如图7中所示,该处理设备700可以包括处理器701以及存储器702。
所述存储器702用于存储支持文本内容标识装置执行上述任一实施例中文本内容标识方法的程序,所述处理器701被配置为用于执行所述存储器702中存储的程序。
所述存储器702用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器701执行以实现以下步骤:
获取第一对象的第一对象画像;
根据第二对象的属性从所述第一对象画像中提取第一对象特征;
将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配;
根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象。
在本公开的一个实施例中,所述将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配,包括:
检测所述第一对象特征是否满足所述第二对象特征中设定的条件。
在本公开的一个实施例中,在所呈现的第二对象被针对所述第一对象选择之后,所述方法还包括:
对所述第一对象的与所述第二对象相关的图片进行图像识别以获取第一对象的第三对象特征;
将所述第三对象特征与针对所述第一对象选择的第二对象的第二对象特征进行匹配;
根据所述第三对象特征与针对所述第一对象选择的第二对象的第二对象特征之间的匹配程度达到预设条件的匹配结果,针对所述第三对象特征所属的第一对象执行所述第二对象记载的预设操作。
在本公开的一个实施例中,所述第一对象特征包括第一对象基础特征和与所述第二对象的属性相关的第一对象属性特征。
所述处理器701用于执行前述各方法步骤中的全部或部分步骤。
其中,所述文本内容标识设备的结构中还可以包括通信接口,用于文本内容标识设备与其他设备或通信网络通信。
本公开示例性实施例还提供了一种计算机存储介质,用于储存所述文本内容标识装置所用的计算机软件指令,其包含用于执行上述任一实施例中文本内容标识方法所涉及的程序。
图8是适于用来实现根据本公开一实施方式的文本内容标识方法的计算机系统的结构示意图。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行上述图1所示的实施方式中的各种处理。在RAM803中,还存储有系统800操作所需的各种程序和数据。CPU801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本公开的实施方式,上文参考图1描述的方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行图1的数据处理方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,并且/或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种对象匹配方法,其特征在于,包括:
获取第一对象的第一对象画像;
根据第二对象的属性从所述第一对象画像中提取第一对象特征,其中,所述第一对象特征包括第一对象基础特征和与第二对象的属性相关的第一对象属性特征,所述第一对象基础特征指的是所述第一对象具备的基础特征,所述第一对象属性特征指的是所述第一对象存在的与所述第二对象的属性相关的特征;
将提取出多个第一对象特征与所述第二对象的多个第二对象特征进行匹配,其中,所述第二对象特征至少包括所述第二对象各种服务条款、要求;
根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象,其中,所述匹配结果表征所述第一对象的多个第一对象特征与所述第二对象的多个第二对象特征的匹配程度,所述匹配程度指的是所述第一对象的第一对象特征与所述第二对象的第二对象特征匹配的比例。
2.根据权利要求1所述的方法,其特征在于,所述将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配,包括:
检测所述第一对象特征是否满足所述第二对象特征中设定的条件。
3.根据权利要求1所述的方法,其特征在于,在所呈现的第二对象被针对所述第一对象选择之后,所述方法还包括:
对所述第一对象的与所述第二对象相关的图片进行图像识别以获取第一对象的第三对象特征;
将所述第三对象特征与针对所述第一对象选择的第二对象的第二对象特征进行匹配;
根据所述第三对象特征与针对所述第一对象选择的第二对象的第二对象特征之间的匹配程度达到预设条件的匹配结果,针对所述第三对象特征所属的第一对象执行所述第二对象记载的预设操作。
4.一种对象匹配装置,其特征在于,包括:
获取模块,被配置为获取第一对象的第一对象画像;
提取模块,被配置为根据第二对象的属性从所述第一对象画像中提取第一对象特征,其中,所述第一对象特征包括第一对象基础特征和与第二对象的属性相关的第一对象属性特征,所述第一对象基础特征指的是所述第一对象具备的基础特征,所述第一对象属性特征指的是所述第一对象存在的与所述第二对象的属性相关的特征;
匹配模块,被配置为将提取出多个第一对象特征与所述第二对象的多个第二对象特征进行匹配,其中,第二对象特征至少包括第二对象各种服务条款、要求;
呈现模块,被配置为根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象,其中,所述匹配结果表征所述第一对象的多个第一对象特征与所述第二对象的多个第二对象特征的匹配程度,所述匹配程度指的是所述第一对象的第一对象特征与所述第二对象的第二对象特征匹配的比例。
5.一种电子设备,其特征在于,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下步骤:
获取第一对象的第一对象画像;
根据第二对象的属性从所述第一对象画像中提取第一对象特征,其中,所述第一对象特征包括第一对象基础特征和与第二对象的属性相关的第一对象属性特征,所述第一对象基础特征指的是所述第一对象具备的基础特征,所述第一对象属性特征指的是所述第一对象存在的与所述第二对象的属性相关的特征;
将提取出多个第一对象特征与所述第二对象的多个第二对象特征进行匹配;
根据所述第一对象特征与第二对象特征之间的匹配程度达到预设条件的匹配结果,向所述第一对象特征所属的第一对象呈现所述第二对象特征所属的第二对象,其中,所述匹配结果表征所述第一对象的多个第一对象特征与所述第二对象的多个第二对象特征的匹配程度,所述匹配程度指的是所述第一对象的第一对象特征与所述第二对象的第二对象特征匹配的比例。
6.根据权利要求5所述的电子设备,其特征在于,所述将提取出的第一对象特征与所述第二对象的第二对象特征进行匹配,包括:
检测所述第一对象特征是否满足所述第二对象特征中设定的条件。
7.根据权利要求5所述的电子设备,其特征在于,在所呈现的第二对象被针对所述第一对象选择之后,所述步骤还包括:
对所述第一对象的与所述第二对象相关的图片进行图像识别以获取第一对象的第三对象特征;
将所述第三对象特征与针对所述第一对象选择的第二对象的第二对象特征进行匹配;
根据所述第三对象特征与针对所述第一对象选择的第二对象的第二对象特征之间的匹配程度达到预设条件的匹配结果,针对所述第三对象特征所属的第一对象执行所述第二对象记载的预设操作。
8.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现如权利要求1-3任一项所述的方法。
CN201811474965.9A 2018-12-04 2018-12-04 对象匹配方法、装置、设备及计算机可读存储介质 Active CN109948638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811474965.9A CN109948638B (zh) 2018-12-04 2018-12-04 对象匹配方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811474965.9A CN109948638B (zh) 2018-12-04 2018-12-04 对象匹配方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109948638A CN109948638A (zh) 2019-06-28
CN109948638B true CN109948638B (zh) 2023-11-28

Family

ID=67006396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811474965.9A Active CN109948638B (zh) 2018-12-04 2018-12-04 对象匹配方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109948638B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458711B (zh) * 2019-07-04 2023-10-27 创新先进技术有限公司 项目准入检测方法以及装置
CN112581326A (zh) * 2019-09-30 2021-03-30 北京国双科技有限公司 甄别虚假诉讼的方法、装置、存储介质及设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107741958A (zh) * 2017-09-20 2018-02-27 上海斐讯数据通信技术有限公司 一种数据处理方法及系统
CN107657527A (zh) * 2017-09-29 2018-02-02 平安科技(深圳)有限公司 贷款产品匹配方法、装置及计算机可读存储介质
CN108766512B (zh) * 2018-05-31 2023-04-07 康键信息技术(深圳)有限公司 健康数据管理方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN109948638A (zh) 2019-06-28

Similar Documents

Publication Publication Date Title
Canadian Association of Radiologists (CAR) Artificial Intelligence Working Group Canadian Association of Radiologists white paper on ethical and legal issues related to artificial intelligence in radiology
Rahman et al. An evaluation of automated chest radiography reading software for tuberculosis screening among public-and private-sector patients
Kozee et al. A test of objectification theory with lesbian women
DiGaetano Sample frame and related sample design issues for surveys of physicians and physician practices
US10510449B1 (en) Expert opinion crowdsourcing
US20200293528A1 (en) Systems and methods for automatically generating structured output documents based on structural rules
Schwendicke et al. Better reporting of studies on artificial intelligence: CONSORT-AI and beyond
Zechmeister-Koss et al. Appropriate Evidence Sources for Populating Decision Analytic Models within Health Technology Assessment (HTA) A Systematic Review of HTA Manuals and Health Economic Guidelines
KR20230001435A (ko) 고객정보 통합분석기반 보험 보장핏팅 서비스 방법 및 장치
CN109948638B (zh) 对象匹配方法、装置、设备及计算机可读存储介质
CN111145846A (zh) 临床试验患者招募方法及装置、电子设备和存储介质
US20200097301A1 (en) Predicting relevance using neural networks to dynamically update a user interface
Burkhart et al. Associations of mail survey length and layout with response rates
CN110471941B (zh) 自动定位判断依据的方法、装置及电子设备
Temkin-Greener et al. Health care use and outcomes in assisted living communities: race, ethnicity, and dual eligibility
De Silva et al. Use and performance of machine learning models for type 2 diabetes prediction in clinical and community care settings: Protocol for a systematic review and meta-analysis of predictive modeling studies
Barr et al. Physician communication via Internet-enabled technology: a systematic review
US8010385B1 (en) Method and system for notifying healthcare consumers of changes in insurance coverage status for their healthcare service providers and/or medications
Manju et al. Optimal and maximin sample sizes for multicentre cost-effectiveness trials
Rozemeijer et al. Exploring the trend of increased cervical intraepithelial neoplasia detection rates in the Netherlands
US20160063211A1 (en) Systems and methods for modeling medical condition information
Akematsu et al. Relation between telecare implementation and number of treatment days in a Japanese town
Clift et al. Comparison of a focused family cancer history questionnaire to family history documentation in the Electronic Medical Record
Karim et al. Does controlling for scale heterogeneity better explain respondents’ preference segmentation in discrete choice experiments? A case study of us health insurance demand
Tazare et al. Hdps: A suite of commands for applying high-dimensional propensity-score approaches

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200922

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200922

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

GR01 Patent grant
GR01 Patent grant