CN111311409A - 目标对象确定方法、装置、电子设备及存储介质 - Google Patents
目标对象确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111311409A CN111311409A CN202010089857.0A CN202010089857A CN111311409A CN 111311409 A CN111311409 A CN 111311409A CN 202010089857 A CN202010089857 A CN 202010089857A CN 111311409 A CN111311409 A CN 111311409A
- Authority
- CN
- China
- Prior art keywords
- different objects
- determining
- transaction data
- basic
- target object
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种目标对象确定方法包括:获取与不同对象相对应的资源交易数据;根据资源交易数据,确定不同对象的级别信息,并根据级别信息确定不同对象中的基础对象根据资源交易数据,确定与不同对象相匹配的差异特征向量;基于与不同对象相匹配的差异特征向量,确定不同对象之间的关联关系网络;响应于基础对象,确定不同对象之间的关联关系网络的聚类结果;根据不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定不同对象中与基础对象相匹配的目标对象。本发明还提供了处理装置、电子设备及存储介质。本发明能够实现高效准确地确定不同对象中与基础对象相匹配的目标对象,以便于对相应的目标对象进行不同的操作。
Description
技术领域
本发明涉及目标对象确定技术,尤其涉及目标对象确定方法、装置、电子设备及存储介质。
背景技术
金融关键意见领袖(KOL)的识别和挖掘对金融领域相关应用具有非常重要的意义,通过挖掘金融高潜和传播力较强的用户,能够指导金融产品和相关业务的运营和投放,更有针对性的对目标用户群体进行信息与产品的脱推送。例如,在理财投资和融资贷款领域,挖掘产品目标客户对增强客户群体之间的传播效应,还能够提高产品的页面访问量以及访问用户数;确定金融意见领袖,可以有效地控制行情趋势和舆论方向。因此,如何准确有效地识别挖掘金融KOL用户群体,对信息投放技术极为重要。
发明内容
有鉴于此,本发明实施例提供一种目标对象确定方法、装置、电子设备及存储介质,能够实现根据不同对象相对应的资源交易数据,高效准确地确定不同对象中与基础对象相匹配的目标对象。
本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种目标对象确定方法,其特征在于,所述方法包括:
获取与不同对象相对应的资源交易数据;
根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;
根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;
基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;
响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;
根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
本发明实施例还提供了一种目标对象确定装置,所述装置包括:
信息传输模块,用于获取与不同对象相对应的资源交易数据;
信息处理模块,用于根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;
所述信息处理模块,用于根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;
所述信息处理模块,用于基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;
所述信息处理模块,用于响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;
所述信息处理模块,用于根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
上述方案中,
所述信息处理模块,用于获取所述不同对象在社交资源交换进程中的第一资源交易数据;
所述信息处理模块,用于获取所述不同对象在金融资源交换进程中的第二资源交易数据;
所述信息处理模块,用于建立所述第一资源交易数据与所述第二资源交易数据的关联关系集合,以形成与不同对象相对应的资源交易数据。
上述方案中,
所述信息处理模块,用于根据所述第一资源交易数据与所述第二资源交易数据的关联关系集合,确定与所述关联关系集合相匹配的不同维度的基础对象标签;
所述信息处理模块,用于响应于与所述关联关系集合相匹配的不同维度的基础对象标签,对所述不同对象进行筛选,以确定所述不同对象中的基础对象。
上述方案中,
所述信息处理模块,用于确定不同对象地资源交易数据所分别对应的基础特征;
所述信息处理模块,用于删除所述基础特征中损失量超过阈值的基础特征;
所述信息处理模块,用于对所述基础特征中的损失值与异常值进行处理;
所述信息处理模块,用于响应于对所述基础特征中的损失值与异常值进行处理的结果,触发特征衍生进程,以实现对所述基础特征进行特征组合与衍生处理;
所述信息处理模块,用于对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量。
上述方案中,
所述信息处理模块,用于基于最大区分度和最大相关度,对所述基础特征进行排序;
所述信息处理模块,用于根据皮尔逊相关系数,确定所述基础特征之间的相关性;
所述信息处理模块,用于根据所述基础特征的排序结果和所述基础特征之间的相关性,确定与所述不同对象相匹配的差异特征向量。
上述方案中,
所述信息处理模块,用于基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的资源转移概率;
所述信息处理模块,用于根据所述不同对象之间的资源转移概率和相应的用户出现概率,确定相应的穿越概率;
所述信息处理模块,用于响应于所述穿越概率,确定所述不同对象的类别概率;
所述信息处理模块,用于基于所述不同对象的类别概率,确定所述不同对象之间的关联关系网络。
上述方案中,
所述信息处理模块,用于将对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象发送至区块链网络,以使
所述区块链网络的节点将所述对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象填充至新区块,且当对所述新区块共识一致时,将所述新区块追加至区块链的尾部。
上述方案中,
所述信息处理模块,用于接收所述区块链网络中的其他节点的数据同步请求;
所述信息处理模块,用于响应于所述数据同步请求,对所述其他节点的权限进行验证;
所述信息处理模块,用于当所述其他节点的权限通过验证时,控制当前节点与所述其他节点之间进行数据同步,以实现所述其他节点获取对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象。
上述方案中,
所述信息处理模块,用于响应于查询请求,解析所述查询请求以获取对应的对象标识;
所述信息处理模块,用于根据所述对象标识,获取区块链网络中的目标区块内的权限信息;
所述信息处理模块,用于对所述权限信息与所述对象标识的匹配性进行校验;
所述信息处理模块,用于当所述权限信息与所述对象标识相匹配时,在所述区块链网络中获取相应的资源交易数据以及与所述基础对象相匹配的目标对象;
所述信息处理模块,用于响应于所述查询指令,将所获取的相应的资源交易数据以及与所述基础对象相匹配的目标对象向相应的客户端进行推送,以实现所述客户端获取所述区块链网络中所保存的相应的资源交易数据以及与所述基础对象相匹配的目标对象。
本发明实施例还提供了一种电子设备,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于运行所述存储器存储的可执行指令时,实现前序的目标对象确定方法。
本发明实施例还提供了一种计算机可读存储介质,存储有可执行指令,所述可执行指令被处理器执行时实现前序的目标对象确定方法。
本发明实施例具有以下有益效果:
本发明通过获取与不同对象相对应的资源交易数据;根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象,由此,实现了高效准确地确定不同对象中与基础对象相匹配的目标对象,以便于对相应的目标对象进行不同的操作。
附图说明
图1是本发明实施例提供的目标对象确定方法的使用环境示意图;
图2为本发明实施例提供的目标对象确定装置的组成结构示意图;
图3为本发明实施例提供的目标对象确定方法一个可选的流程示意图;
图4为本发明实施例提供的目标对象确定方法一个可选的流程示意图;
图5是本发明实施例提供的目标对象确定装置100的架构示意图;
图6是本发明实施例提供的区块链网络200中区块链的结构示意图;
图7是本发明实施例提供的区块链网络200的功能架构示意图;
图8为本发明实施例的目标对象确定方法的使用环境示意图;
图9为本发明实施例提供的目标对象确定方法的前端显示示意图;
图10为本发明实施例提供的目标对象确定方法一个可选的流程示意图;
图11为本发明实施例提供的目标对象确定方法一个可选的流程示意图;
图12为本发明实施例提供的目标对象确定效果示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,所描述的实施例不应视为对本发明的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
对本发明实施例进行进一步详细说明之前,对本发明实施例中涉及的名词和术语进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
1)交易(Transaction),等同于计算机术语“事务”,交易包括了需要提交到区块链网络执行的操作,并非单指商业语境中的交易,鉴于在区块链技术中约定俗成地使用了“交易”这一术语,本发明实施例遵循了这一习惯。
例如,部署(Deploy)交易用于向区块链网络中的节点安装指定的智能合约并准备好被调用;调用(Invoke)交易用于通过调用智能合约在区块链中追加交易的记录,并对区块链的状态数据库进行操作,包括更新操作(包括增加、删除和修改状态数据库中的键值对)和查询操作(即查询状态数据库中的键值对)。
2)区块链(Block chain),是由区块(Block)形成的加密的、链式的交易的存储结构。
例如,每个区块的头部既可以包括区块中所有交易的哈希值,同时也包含前一个区块中所有交易的哈希值,从而基于哈希值实现区块中交易的防篡改和防伪造;新产生的交易被填充到区块并经过区块链网络中节点的共识后,会被追加到区块链的尾部从而形成链式的增长。
3)区块链网络(Block chain Network),通过共识的方式将新区块纳入区块链的一系列的节点的集合。
4)账本(Ledger),是区块链(也称为账本数据)和与区块链同步的状态数据库的统称。
其中,区块链是以文件系统中的文件的形式来记录交易;状态数据库是以不同类型的键(Key)值(Value)对的形式来记录区块链中的交易,用于支持对区块链中交易的快速查询。
5)智能合约(Smart Contracts),也称为链码(Chain code)或应用代码,部署在区块链网络的节点中的程序,节点执行接收的交易中所调用的智能合约,来对账本数据库的键值对数据进行更新或查询的操作。
6)共识(Consensus),是区块链网络中的一个过程,用于在涉及的多个节点之间对区块中的交易达成一致,达成一致的区块将被追加到区块链的尾部,实现共识的机制包括工作量证明(Po W,Proof of Work)、权益证明(PoS,Proof of Stake)、股份授权证明(D PoS,Delegated Proof-of-Stake)、消逝时间量证明(Po ET,Proof of Elapsed Time)等。
7)响应于,用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
8)终端,包括但不限于:普通终端、专用终端,其中所述普通终端与发送通道保持长连接和/或短连接,所述专用终端与所述发送通道保持长连接。
9)客户端,终端中实现特定功能的载体,例如移动客户端(APP)是移动终端中特定功能的载体,例如执行支付消费功能或者是购买理财产品的功能。
10)InfoMap:一种建立在转移概率基础上的聚类和社区发现算法,通过最小熵原理推导,InfoMap的聚类过程是通过构造转移概率,在图上进行随机游走来生成序列,再通过对序列进行层次编码,最小化平均编码程度,从而完成聚类。
11)KOL:关键意见领袖(Key Opinion Leader,简称KOL)是营销学上的概念,通常被定义为:拥有更多、更准确的产品信息,且为相关群体所接受或信任,并对该群体的购买行为有较大影响力的人。金融KOL指在金融领域上尤其是理财投资、交易行为具有更高价值的用户,该部分用户的挖掘对于理财产品的推广运营和销售具有更大的意义
图1为本发明实施例提供的目标对象确定方法的使用场景示意图,参见图1,终端(包括终端10-1和终端10-2)上设置有能够显示相应资源交易数据的软件的客户端,例如虚拟资源或者实体资源进行金融活动或者通过虚拟资源支付的客户端或插件,用户通过相应的客户端可以获得资源交易数据并进行展示,并在虚拟资源变化过程中触发相应的目标对象确定进程(例如微信财付通支付或者微信中的资金购买物品的进程);终端通过网络300连接服务器200,网络300可以是广域网或者局域网,又或者是二者的组合,使用无线链路实现数据传输。
作为一个示例,服务器200用于布设所述目标对象确定装置以实现本发明所提供的目标对象确定方法,以通过获取与不同对象相对应的资源交易数据;根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。当然,本发明所提供的目标对象确定装置可以应用于虚拟资源进行金融活动或者通过虚拟资源支付环境(包括但不限于各类型的虚拟资源变化环境)或者社交软件进行信息交互的使用环境,在虚拟资源进行金融活动或者通过虚拟资源支付中通常会对不同数据来源的资源交易数据进行处理,最终在用户界面(User Interface,UI)上呈现出与相应的与所述目标对象查询请求相对应的资源交易数据。用户在当前显示界面中获得的资源交易数据(例如虚拟礼物或者虚拟游戏币等非实物货币)还可以供其他应用程序调用。
当然在通过目标对象确定装置确定资源交易数据,具体包括:获取与不同对象相对应的资源交易数据;根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
下面对本发明实施例的目标对象确定装置的结构做详细说明,目标对象确定装置可以各种形式来实施,如带有目标对象确定装置处理功能的专用终端,也可以为设置有目标对象确定装置处理功能的服务器,例如前序图1中的服务器200。图2为本发明实施例提供的目标对象确定装置的组成结构示意图,可以理解,图2仅仅示出了目标对象确定装置的示例性结构而非全部结构,根据需要可以实施图2示出的部分结构或全部结构。
本发明实施例提供的目标对象确定装置包括:至少一个处理器201、存储器202、用户接口203和至少一个网络接口204。目标对象确定装置中的各个组件通过总线系统205耦合在一起。可以理解,总线系统205用于实现这些组件之间的连接通信。总线系统205除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图2中将各种总线都标为总线系统205。
其中,用户接口203可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
可以理解,存储器202可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。本发明实施例中的存储器202能够存储数据以支持终端(如10-1)的操作。这些数据的示例包括:用于在终端(如10-1)上操作的任何计算机程序,如操作系统和应用程序。其中,操作系统包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序。
在一些实施例中,本发明实施例提供的目标对象确定装置可以采用软硬件结合的方式实现,作为示例,本发明实施例提供的目标对象确定装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本发明实施例提供的目标对象确定方法。例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Progra mmable Gate Array)或其他电子元件。
作为本发明实施例提供的目标对象确定装置采用软硬件结合实施的示例,本发明实施例所提供的目标对象确定装置可以直接体现为由处理器201执行的软件模块组合,软件模块可以位于存储介质中,存储介质位于存储器202,处理器201读取存储器202中软件模块包括的可执行指令,结合必要的硬件(例如,包括处理器201以及连接到总线205的其他组件)完成本发明实施例提供的目标对象确定方法。
作为示例,处理器201可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
作为本发明实施例提供的目标对象确定装置采用硬件实施的示例,本发明实施例所提供的装置可以直接采用硬件译码处理器形式的处理器201来执行完成,例如,被一个或多个应用专用集成电路(ASIC,Application Specific Integr ated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,ComplexProgrammable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable GateArray)或其他电子元件执行实现本发明实施例提供的目标对象确定方法。
本发明实施例中的存储器202用于存储各种类型的数据以支持目标对象确定装置的操作。这些数据的示例包括:用于在目标对象确定装置上操作的任何可执行指令,如可执行指令,实现本发明实施例的从目标对象确定方法的程序可以包含在可执行指令中。
在另一些实施例中,本发明实施例提供的目标对象确定装置可以采用软件方式实现,图2示出了存储在存储器202中的目标对象确定装置,其可以是程序和插件等形式的软件,并包括一系列的模块,作为存储器202中存储的程序的示例,可以包括目标对象确定装置,目标对象确定装置中包括以下的软件模块信息传输模块2081和信息处理模块2082。当目标对象确定装置中的软件模块被处理器201读取到RAM中并执行时,将实现本发明实施例提供的目标对象确定方法,其中,目标对象确定装置中各个软件模块的功能,包括:
信息传输模块2081,用于获取与不同对象相对应的资源交易数据;
信息处理模块2082,用于根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;
所述信息处理模块2082,用于根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;
所述信息处理模块2082,用于基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;
所述信息处理模块2082,用于响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;
所述信息处理模块2082,用于根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
结合图2示出的目标对象确定装置说明本发明实施例提供的目标对象确定方法,参见图3,图3为本发明实施例提供的目标对象确定方法一个可选的流程示意图,可以理解地,图3所示的步骤可以由运行目标对象确定装置的各种电子设备执行,例如可以是如带有目标对象确定装置的服务器或者服务器集群,其中,带有目标对象确定装置的专用终端可以封装于图1所示的服务器中,以执行前序图2所示的目标对象确定装置中的相应软件模块。下面针对图3示出的步骤进行说明。
步骤301:目标对象确定装置获取与不同对象相对应的资源交易数据。
在本发明的一些实施例中,获取与不同对象相对应的资源交易数据,可以通过以下方式实现:
获取所述不同对象在社交资源交换进程中的第一资源交易数据;获取所述不同对象在金融资源交换进程中的第二资源交易数据;建立所述第一资源交易数据与所述第二资源交易数据的关联关系集合,以形成与不同对象相对应的资源交易数据。
在本发明的一些实施例中,资源交易可以是实体资源(不同币种)间的交易、虚拟资源间(电子货币或者积分、代币)的交易,也可以是实体资源与虚拟资源间的交易,例如:虚拟资源处理为相应的支付活动时,目标用户对应的账户中的资源和参与支付活动需要消耗的资源可以有不同的表现形式,本发明的一些实施例对虚拟资源的具体表现形式不作限定,可选地,该虚拟资源可以是真实资金、真实基金、真实理财产品、虚拟铜钱、虚拟宝石、用户积分、代金券、虚拟元宝、虚拟银票等。示例性地,目标用户对应的账户中的虚拟资源既可以是一种表现形式,也可以包含多种表现形式,例如,目标用户对应的账户中的虚拟资源可以是统一的真实货币(单一币种或者混合币种)的形式,进一步地,目标用户对应的账户中的虚拟资源可以包含虚拟元宝、虚拟银票、虚拟宝石等多种表现形式。本发明的一些实施例中,为了方便地表示目标用户对应的账户中的虚拟资源的总数量,将目标用户对应的账户中的虚拟资源采用一种表现形式表示,可选地,其他表现形式的虚拟资源与目标用户对应的账户中表现形式的虚拟资源之间可以互相转换。
步骤302:目标对象确定装置根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象。
在本发明的一些实施例中,根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象,可以通过以下方式实现:
根据所述第一资源交易数据与所述第二资源交易数据的关联关系集合,确定与所述关联关系集合相匹配的不同维度的基础对象标签;响应于与所述关联关系集合相匹配的不同维度的基础对象标签,对所述不同对象进行筛选,以确定所述不同对象中的基础对象。
步骤303:目标对象确定装置根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量。
在本发明的一些实施例中,根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量,可以通过以下方式实现:
确定不同对象地资源交易数据所分别对应的基础特征;删除所述基础特征中损失量超过阈值的基础特征;对所述基础特征中的损失值与异常值进行处理;响应于对所述基础特征中的损失值与异常值进行处理的结果,触发特征衍生进程,以实现对所述基础特征进行特征组合与衍生处理;对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量。
在本发明的一些实施例中,对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量,可以通过以下方式实现:
基于最大区分度和最大相关度,对所述基础特征进行排序;根据皮尔逊相关系数,确定所述基础特征之间的相关性;根据所述基础特征的排序结果和所述基础特征之间的相关性,确定与所述不同对象相匹配的差异特征向量。
其中,利用皮尔逊相关系数计算特征之间的相关性,计算公式参考如下:
一个特征X的相关度为X与整个特征集合的平均相关性,即:
其中,fi表示特征集合中的每一个特征,对于输出的每个特征的Rel(X),按照降序排列,以实现基础特征之间的相关性。
步骤304:目标对象确定装置基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络。
继续结合图2示出的目标对象确定装置说明本发明实施例提供的目标对象确定方法,参见图4,图4为本发明实施例提供的目标对象确定方法一个可选的流程示意图,可以理解地,图4所示的步骤可以由运行目标对象确定装置的各种电子设备执行,例如可以是如带有目标对象确定装置的服务器或者服务器集群,其中,带有目标对象确定装置的专用终端可以封装于图1所示的服务器中,以执行前序图2所示的目标对象确定装置中的相应软件模块。下面针对图4示出的步骤进行说明。
步骤401:基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的资源转移概率;
步骤402:根据所述不同对象之间的资源转移概率和相应的用户出现概率,确定相应的穿越概率;
步骤403:响应于所述穿越概率,确定所述不同对象的类别概率;
步骤404:基于所述不同对象的类别概率,确定所述不同对象之间的关联关系网络。
步骤305:目标对象确定装置响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果。
步骤306:目标对象确定装置根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
在本发明的一些实施例中,目标对象确定方法还包括:
将对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象发送至区块链网络,以使
所述区块链网络的节点将所述对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象填充至新区块,且当对所述新区块共识一致时,将所述新区块追加至区块链的尾部。
在本发明的一些实施例中,目标对象确定方法还包括:
接收所述区块链网络中的其他节点的数据同步请求;
响应于所述数据同步请求,对所述其他节点的权限进行验证;
当所述其他节点的权限通过验证时,控制当前节点与所述其他节点之间进行数据同步,以实现所述其他节点获取对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象。
在本发明的一些实施例中,目标对象确定方法还包括:
响应于查询请求,解析所述查询请求以获取对应的对象标识;
根据所述对象标识,获取区块链网络中的目标区块内的权限信息;
对所述权限信息与所述对象标识的匹配性进行校验;
当所述权限信息与所述对象标识相匹配时,在所述区块链网络中获取相应的资源交易数据以及与所述基础对象相匹配的目标对象;
响应于所述查询指令,将所获取的相应的资源交易数据以及与所述基础对象相匹配的目标对象向相应的客户端进行推送,以实现所述客户端获取所述区块链网络中所保存的相应的资源交易数据以及与所述基础对象相匹配的目标对象。
参见图5,图5是本发明实施例提供的目标对象确定装置100的架构示意图,包括区块链网络200(示例性示出了共识节点210-1至共识节点210-3)、认证中心300、业务主体400和业务主体500,下面分别进行说明。
区块链网络200的类型是灵活多样的,例如可以为公有链、私有链或联盟链中的任意一种。以公有链为例,任何业务主体的电子设备例如用户终端和服务器,都可以在不需要授权的情况下接入区块链网络200;以联盟链为例,业务主体在获得授权后其下辖的电子设备(例如终端/服务器)可以接入区块链网络200,此时,成为区块链网络200中的客户端节点。
在一些实施例中,客户端节点可以只作为区块链网络200的观察者,即提供支持业务主体发起交易(例如,用于上链存储数据或查询链上数据)功能,对于区块链网络200的共识节点210的功能,例如排序功能、共识服务和账本功能等,客户端节点可以缺省或者有选择性(例如,取决于业务主体的具体业务需求)地实施。从而,可以将业务主体的数据和业务处理逻辑最大程度迁移到区块链网络200中,通过区块链网络200实现数据和业务处理过程的可信和可追溯。
区块链网络200中的共识节点接收来自不同业务主体(例如图1中示出的业务主体400和业务主体500)的客户端节点(例如,图1中示出的归属于业务主体400的客户端节点410、以及归属于电子设备的系统500的客户端节点510)提交的交易,执行交易以更新账本或者查询账本,执行交易的各种中间结果或最终结果可以返回业务主体的客户端节点中显示。
例如,客户端节点410/510可以订阅区块链网络200中感兴趣的事件,例如区块链网络200中特定的组织/通道中发生的交易,由共识节点210推送相应的交易通知到客户端节点410/510,从而触发客户端节点410/510中相应的业务逻辑。
下面以多个业务主体接入区块链网络以实现目标对象确定结果的管理为例,说明区块链网络的示例性应用。
参见图5,管理环节涉及的多个业务主体,如业务主体400可以是基于人工智能的目标对象确定装置,业务主体500可以是带有目标对象确定功能的显示系统,从认证中心300进行登记注册获得各自的数字证书,数字证书中包括业务主体的公钥、以及认证中心300对业务主体的公钥和身份信息签署的数字签名,用来与业务主体针对交易的数字签名一起附加到交易中,并被发送到区块链网络,以供区块链网络从交易中取出数字证书和签名,验证消息的可靠性(即是否未经篡改)和发送消息的业务主体的身份信息,区块链网络会根据身份进行验证,例如是否具有发起交易的权限。业务主体下辖的电子设备(例如终端或者服务器)运行的客户端都可以向区块链网络200请求接入而成为客户端节点。
业务主体400的客户端节点410用于获取与不同对象相对应的资源交易数据;根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象,将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象发送至区块链网络200。
其中,将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象发送至区块链网络200,可以预先在客户端节点410设置业务逻辑,当形成相应的目标对象确定结果时,客户端节点410将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象自动发送至区块链网络200,也可以由业务主体400的业务人员在客户端节点410中登录,手动打包将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象,并将其发送至区块链网络200。在发送时,客户端节点410根据将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象生成对应更新操作的交易,在交易中指定了实现更新操作需要调用的智能合约、以及向智能合约传递的参数,交易还携带了客户端节点410的数字证书、签署的数字签名(例如,使用客户端节点410的数字证书中的私钥,对交易的摘要进行加密得到),并将交易广播到区块链网络200中的共识节点210。
区块链网络200中的共识节点210中接收到交易时,对交易携带的数字证书和数字签名进行验证,验证成功后,根据交易中携带的业务主体400的身份,确认业务主体400是否是具有交易权限,数字签名和权限验证中的任何一个验证判断都将导致交易失败。验证成功后签署节点210自己的数字签名(例如,使用节点210-1的私钥对交易的摘要进行加密得到),并继续在区块链网络200中广播。
区块链网络200中的共识节点210接收到验证成功的交易后,将交易填充到新的区块中,并进行广播。区块链网络200中的共识节点210广播的新区块时,会对新区块进行共识过程,如果共识成功,则将新区块追加到自身所存储的区块链的尾部,并根据交易的结果更新状态数据库,执行新区块中的交易:对于提交更新将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象的交易,在状态数据库中添加包括将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象的键值对。
业务主体500的业务人员在客户端节点510中登录,输入目标对象确定结果或者目标对象查询请求,客户端节点510根据目标对象确定结果或者目标对象查询请求生成对应更新操作/查询操作的交易,在交易中指定了实现更新操作/查询操作需要调用的智能合约、以及向智能合约传递的参数,交易还携带了客户端节点510的数字证书、签署的数字签名(例如,使用客户端节点510的数字证书中的私钥,对交易的摘要进行加密得到),并将交易广播到区块链网络200中的共识节点210。
区块链网络200中的共识节点210中接收到交易,对交易进行验证、区块填充及共识一致后,将填充的新区块追加到自身所存储的区块链的尾部,并根据交易的结果更新状态数据库,执行新区块中的交易:对于提交的更新某一将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象的交易,根据人工识别结果更新状态数据库中该目标对象确定结果对应的键值对;对于提交的查询某个目标对象确定结果的交易,从状态数据库中查询目标对象确定结果对应的键值对,并返回交易结果。
值得说明的是,在图5中示例性地示出了将对象标识、相应的资源交易数据以及与基础对象相匹配的目标对象直接上链的过程,但在另一些实施例中,对于目标对象确定结果的数据量较大的情况,客户端节点410可将目标对象确定结果的哈希以及相应的目标对象确定结果的哈希成对上链,将原始的目标对象确定结果以及相应的目标对象确定结果存储于分布式文件系统或数据库。客户端节点510从分布式文件系统或数据库获取到目标对象确定结果以及相应的目标对象确定结果后,可结合区块链网络200中对应的哈希进行校验,从而减少上链操作的工作量。
作为区块链的示例,参见图6,图6是本发明实施例提供的区块链网络200中区块链的结构示意图,每个区块的头部既可以包括区块中所有交易的哈希值,同时也包含前一个区块中所有交易的哈希值,新产生的交易的记录被填充到区块并经过区块链网络中节点的共识后,会被追加到区块链的尾部从而形成链式的增长,区块之间基于哈希值的链式结构保证了区块中交易的防篡改和防伪造。
下面说明本发明实施例提供的区块链网络的示例性的功能架构,参见图7,图7是本发明实施例提供的区块链网络200的功能架构示意图,包括应用层201、共识层202、网络层203、数据层204和资源层205,下面分别进行说明。
资源层205封装了实现区块链网路200中的各个节点210的计算资源、存储资源和通信资源。
数据层204封装了实现账本的各种数据结构,包括以文件系统中的文件实现的区块链,键值型的状态数据库和存在性证明(例如区块中交易的哈希树)。
网络层203封装了点对点(P2P,Point to Point)网络协议、数据传播机制和数据验证机制、接入认证机制和业务主体身份管理的功能。
其中,P2P网络协议实现区块链网络200中节点210之间的通信,数据传播机制保证了交易在区块链网络200中的传播,数据验证机制用于基于加密学方法(例如数字证书、数字签名、公/私钥对)实现节点210之间传输数据的可靠性;接入认证机制用于根据实际的业务场景对加入区块链网络200的业务主体的身份进行认证,并在认证通过时赋予业务主体接入区块链网络200的权限;业务主体身份管理用于存储允许接入区块链网络200的业务主体的身份、以及权限(例如能够发起的交易的类型)。
共识层202封装了区块链网络200中的节点210对区块达成一致性的机制(即共识机制)、交易管理和账本管理的功能。共识机制包括POS、POW和DP OS等共识算法,支持共识算法的可插拔。
交易管理用于验证节点210接收到的交易中携带的数字签名,验证业务主体的身份信息,并根据身份信息判断确认其是否具有权限进行交易(从业务主体身份管理读取相关信息);对于获得接入区块链网络200的授权的业务主体而言,均拥有认证中心颁发的数字证书,业务主体利用自己的数字证书中的私钥对提交的交易进行签名,从而声明自己的合法身份。
账本管理用于维护区块链和状态数据库。对于取得共识的区块,追加到区块链的尾部;执行取得共识的区块中的交易,当交易包括更新操作时更新状态数据库中的键值对,当交易包括查询操作时查询状态数据库中的键值对并向业务主体的客户端节点返回查询结果。支持对状态数据库的多种维度的查询操作,包括:根据区块向量号(例如交易的哈希值)查询区块;根据区块哈希值查询区块;根据交易向量号查询区块;根据交易向量号查询交易;根据业务主体的账号(向量号)查询业务主体的账号数据;根据通道名称查询通道中的区块链。
应用层201封装了区块链网络能够实现的各种业务,包括交易的溯源、存证和验证等。
下面以确定金融交易信息中的金融关键意见领袖(KOL)为例对本发明所提供的目标对象确定方法进行说明,其中,图8为本发明实施例的目标对象确定方法的使用环境示意图;其中,参见图8,终端(包括终端810-1和终端810-2)上设置有能够执行不同功能相应客户端,其中,所属客户端为终端(包括终端810-1和终端810-2)通过网络300从相应的服务器200中获取不同的基金信息进行浏览,终端通过网络300连接服务器200,网络300可以是广域网或者局域网,又或者是二者的组合,使用无线链路实现数据传输,其中,终端(包括终端810-1和终端810-2)通过网络300从相应的服务器200中所获取的基金等资源配置进程的类型既可以相同也可以不相同,同时终端810-1和终端810-2之间通过社交软件进程产生社交信息,这一过程中,参考图9,其中,图9为本发明实施例提供的目标对象确定方法的前端显示示意图。其中,在社交软件的零钱通等平台,用户可以方便快捷的购买理财产品获取收益,并用来做日常消费支付,面对不同的用户群体,金融关键意见领袖(KOL)的识别和挖掘对金融领域相关应用具有非常重要的意义,通过挖掘金融高潜和传播力较强的用户,能够指导金融产品和相关业务的运营和投放,更有针对性的对目标用户群体进行推广,达到事半功倍的效果。结合前序图8所示,在理财投资和融资贷款领域,挖掘产品目标客户对增强客户群体之间的传播效应,提高产品的PV(页面访问量)、UV(访问用户数)有显著作用;在金融资讯和论坛,对金融意见领袖的发掘和引导,可以有效地带动行情趋势和舆论方向。因此,准确有效地识别挖掘金融KOL用户群体,对投资理财和金融事件都起着至关重要的作用。
传统技术中,识别挖掘金融KOL用户群体的方式包括:
1)基于规则或神经网络等方法构建用户社交关系网络首先通过获取目标用户群体的社交数据,如红包、转账关系,然后指定用户亲密度计算规则或者构建深层神经网络,预测及量化其他用户与种子用户的关联度,根据关联度提取条件匹配的其他用户作为目标用户。
2)基于分类模型则通过多个维度特征获取所有用户的历史数据,然后训练建立用于进行用户预测的多个挖掘模型,并基于多个分类回归模型确定目标挖掘模型,通过目标挖掘模型从所有用户中确定目标KOL用户。
但是上述传统方式的缺陷主要包括:
1、基于分类或回归模型忽略用户之间的网络关系,即KOL用户之间有群体效应,用户群体网络关系挖掘对发掘深层KOL用户有重要的意义。
2.、基于规则等方法构建用户社交关系网络方法可解释性较高,但对于不同的目标人群挖掘需要重新指定规则,通用性不高,模型泛化性能较低。
3、基于神经网络构建用户关系链方法需要构建庞大的网络和复杂的节点关系,随着节点数和节点连线的增加,训练神经网络模型过程非常耗时。
为解决上述缺陷,参考图10,图10为本发明实施例提供的目标对象确定方法一个可选的流程示意图,其中目标用户为当前终端的操作用户,具体包括以下步骤:
步骤1001:获取用户社交信息、理财信息等数据。
其中,可以采集不同对象在社交产品、理财产品上的历史数据,包括但不限于红包、转账、支付的最近N天内的收发人数、笔数、金额,理财产品历史申购赎回笔数、金额、最近一次申购赎回时间、社交评论发表条数、发送接收信息比、关注人数、互动次数、受邀回答问题次数等参数,作为用户的基础数据。
步骤1002:根据理财历史数据划分KOL评分等级,获取基准KOL用户。
其中,基于理财产品数据从几个维度评估得到一批基准的金融KOL用户样本标签,包括:历史申购赎回次数、申购总金额、好友中理财产品用户关系占比、历史收益、产品评分等级等。
对有理财产品数据的用户(作为基准金额KOL用户样本来源),基于以上维度计算得到样本评分,计算方法为:将各个维度分别进行该维度的Min-max标准化后相乘汇总。对评分进行降序排列划分KOL评分等级,划分方法包括:
将评分取最大和最小值;
将该区间划分为5个等级,分别代表KOL评分为极高、高、中、低、极低五种不同评分等级;
已有评分的用户id映射到对应的KOL等级,构建类似问答库的<用户,KOL评分等级>评分库。
筛选评分前TOP N的用户(N取值根据实际样本量选取,可设为:实际样本量×1/1000)作为基准金融KOL用户。
步骤1003:对特征预处理和特征选择,并基于统计分析量化特征差异排序打分。
具体的,参考图11,图11为本发明实施例提供的目标对象确定方法一个可选的流程示意图,包括以下步骤:
步骤1101:舍弃缺失值过多的特征,即设定缺失值过滤阈值=样本数据量×0.4,若某特征数据缺失的数量超过该阈值则过滤这个特征,同时删除单值特征;
步骤1102:进行异常值处理,即根据特征分布,舍弃特征数值太大、排在相应异常阈值前的异常值,
其中,异常阈值根据相应KOL的使用环境进行调整,可选值为0.001(千分之一)。
步骤1103:缺失值处理,即连续型特征用均值填充,离散型特征用常数填充作为单独的类别;
步骤1104:特征衍生,即通过特征变换、特征平方、特征加减进行特征组合和衍生;
步骤1105:特征处理,即对连续型特征进行分箱离散化、离散型特征进行one-hot编码;
步骤1106:特征选择,即利用卡方检验进行特征选择;
其中,统计分析量化数据特征差异,并进行排序打分,具体包括:
取服从长尾分布的特征集合,基于统计分析方法量化各个特征之间的差异,根据特征重要性程度进行综合排序打分,具体步骤包括:
基于最大区分度和最大相关度的原则,对特征进行排序打分衡量特征的重要性,输出一个有序特征序列。
利用皮尔逊相关系数计算特征之间的相关性,计算公式如下:
一个特征X的相关度为X与整个特征集合的平均相关性,即:
步骤1004:构建基于InfoMap算法的用户关系图网络模型。
根据前序步骤1003所构建的用户特征序列打分选取TOP特征,维度可设为500维,根据用户特征将每个用户映射为空间中的点,InfoMap算法构建图网络模型对各个用户进行社区的划分,其中节点表示用户,边表示用户与用户的关系,而关系的强度(或亲密度)则可以通过给每条边赋予一个权重,权值越大则表示关系强度越大,即越亲密。形式化表述为:假设用户a的出现概率为Pa,类别i的出现概率为该网络的类和类内对象使用两套不同的编码,分别计算两者的最短平均编码长度,类的最短平均编码长度参考以下公式:
每个类i的类内对象的最短平均编码长度参考:
将类的最短平均编码长度和每个类i的类内对象的最短平均编码长度加权平均,得到总的最短平均编码长度:
以用户特征映射点样本集作为一个有向图,每个样本是图中的一个点,而图上任意两个点(α,β)都有一条β→α的边,边的权重为转移概率Pβ→α,边表示两个点之间的相似度,将边的权重归一化作为转移概率。
具体的编码与聚类过程包括:通过构造转移概率,在图上进行随机游走即从某个点j开始依照概率p(i|j)跳转到下一个点i,再从i点出发根据转移概率跳转到下一个点,重复此过程,根据随机游走的概率构建Huffman编码来生成序列,在通过对序列做层次编码,层次编码方法为:在同一个类别的用户前插入一个类别标记,在类别结束处插入一个终止标记,其中类别标记用单独一套编码,如用000、001、002来表示,类别内的用户以及终止标记用另一套编码来表示,由于考虑了类别标签,因此不同类别的用户也用同一套编码,如000、001、010、011、100来表示,最小化总的最短平均编码长度进行对象聚类。
进一步地,参考图12,图12为本发明实施例提供的目标对象确定效果示意图,其中,InfoMap算法构建用户图网络模型包括以下步骤:
步骤1201:计算得到用户间的转移概率。
其中,可以将每个点分别计算与其他点之间的相似度,设定关系相似度阈值为S(可设为0.7),将高于该阈值的两个用户点连成边,将边的权重归一化作为转移概率Pα→β;
步骤1005:根据聚类结果和KOL分布情况划分用户群体,泛化KOL用户标签。
其中,由于InfoMap是建立在转移概率基础上的一种聚类算法,因此步骤1004过程是无监督的,根据已有<用户,KOL评分等级>评分库训练得到一个基于用户关系网社区划分的模型。
接下来根据图模型社区划分与<用户,KOL评分等级>评分库对新的用户根据聚类划分,划分方法为:计算每个社区中已知KOL评分的<用户,KOL评分等级>的等级分布,InfoMap不需要事先指定类别个数,本发明方法通过步进调整用户之间连边的相似度阈值的方法影响聚类结果,逐步地将步骤204的S±0.05将初始目标值的高目标值区域重新归类,确保最终划分的图网络社区中包含有KOL评分等级的用户。根据最终的聚类结果划分社区,计算每个社区中各KOL评分等级的比重与步骤1002基准金融KOL用户标签占比,筛选基准金融KOL用户标签占比最高的社区,同时选取KOL评分等级占比最高的等级作为该社区中其他用户的KOL等级评分。由此可以确定金融关键意见领袖(KOL),并向金融关键意见领袖(KOL)定向地推送相应的信息。
有益技术效果:
本发明通过获取与不同对象相对应的资源交易数据;根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象,由此,实现了高效准确地确定不同对象中与基础对象相匹配的目标对象,以便于对相应的目标对象进行不同的操作。
以上所述,仅为本发明的实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (15)
1.一种目标对象确定方法,其特征在于,所述方法包括:
获取与不同对象相对应的资源交易数据;
根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;
根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;
基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;
响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;
根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
2.根据权利要求1所述的方法,其特征在于,所述获取与不同对象相对应的资源交易数据,包括:
获取所述不同对象在社交资源交换进程中的第一资源交易数据;
获取所述不同对象在金融资源交换进程中的第二资源交易数据;
建立所述第一资源交易数据与所述第二资源交易数据的关联关系集合,以形成与不同对象相对应的资源交易数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象,包括:
根据所述第一资源交易数据与所述第二资源交易数据的关联关系集合,确定与所述关联关系集合相匹配的不同维度的基础对象标签;
响应于与所述关联关系集合相匹配的不同维度的基础对象标签,对所述不同对象进行筛选,以确定所述不同对象中的基础对象。
4.根据权利要求1所述的方法,其特征在于,所述根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量,包括:
确定不同对象地资源交易数据所分别对应的基础特征;
删除所述基础特征中损失量超过阈值的基础特征;
对所述基础特征中的损失值与异常值进行处理;
响应于对所述基础特征中的损失值与异常值进行处理的结果,触发特征衍生进程,以实现对所述基础特征进行特征组合与衍生处理;
对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量。
5.根据权利要求4所述的方法,其特征在于,所述对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量,包括:
基于最大区分度和最大相关度,对所述基础特征进行排序;
根据皮尔逊相关系数,确定所述基础特征之间的相关性;
根据所述基础特征的排序结果和所述基础特征之间的相关性,确定与所述不同对象相匹配的差异特征向量。
6.根据权利要求1所述的方法,其特征在于,所述基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络,包括:
基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的资源转移概率;
根据所述不同对象之间的资源转移概率和相应的用户出现概率,确定相应的穿越概率;
响应于所述穿越概率,确定所述不同对象的类别概率;
基于所述不同对象的类别概率,确定所述不同对象之间的关联关系网络。
7.根据权利要求1-6任一所述的方法,其特征在于,所述方法还包括:
将对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象发送至区块链网络,以使
所述区块链网络的节点将所述对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象填充至新区块,且当对所述新区块共识一致时,将所述新区块追加至区块链的尾部。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
接收所述区块链网络中的其他节点的数据同步请求;
响应于所述数据同步请求,对所述其他节点的权限进行验证;
当所述其他节点的权限通过验证时,控制当前节点与所述其他节点之间进行数据同步,以实现所述其他节点获取对象标识、相应的资源交易数据以及与所述基础对象相匹配的目标对象。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:
响应于查询请求,解析所述查询请求以获取对应的对象标识;
根据所述对象标识,获取区块链网络中的目标区块内的权限信息;
对所述权限信息与所述对象标识的匹配性进行校验;
当所述权限信息与所述对象标识相匹配时,在所述区块链网络中获取相应的资源交易数据以及与所述基础对象相匹配的目标对象;
响应于所述查询指令,将所获取的相应的资源交易数据以及与所述基础对象相匹配的目标对象向相应的客户端进行推送,以实现所述客户端获取所述区块链网络中所保存的相应的资源交易数据以及与所述基础对象相匹配的目标对象。
10.一种目标对象确定装置,其特征在于,所述装置包括:
信息传输模块,用于获取与不同对象相对应的资源交易数据;
信息处理模块,用于根据所述资源交易数据,确定所述不同对象的级别信息,并根据所述级别信息确定所述不同对象中的基础对象;
所述信息处理模块,用于根据所述资源交易数据,确定与所述不同对象相匹配的差异特征向量;
所述信息处理模块,用于基于与所述不同对象相匹配的差异特征向量,确定所述不同对象之间的关联关系网络;
所述信息处理模块,用于响应于所述基础对象,确定所述不同对象之间的关联关系网络的聚类结果;
所述信息处理模块,用于根据所述不同对象之间的关联关系网络的聚类结果和相应的级别信息,确定所述不同对象中与所述基础对象相匹配的目标对象。
11.根据权利要求10所述的装置,其特征在于,
所述信息处理模块,用于获取所述不同对象在社交资源交换进程中的第一资源交易数据;
所述信息处理模块,用于获取所述不同对象在金融资源交换进程中的第二资源交易数据;
所述信息处理模块,用于建立所述第一资源交易数据与所述第二资源交易数据的关联关系集合,以形成与不同对象相对应的资源交易数据。
12.根据权利要求11所述的装置,其特征在于,
所述信息处理模块,用于根据所述第一资源交易数据与所述第二资源交易数据的关联关系集合,确定与所述关联关系集合相匹配的不同维度的基础对象标签;
所述信息处理模块,用于响应于与所述关联关系集合相匹配的不同维度的基础对象标签,对所述不同对象进行筛选,以确定所述不同对象中的基础对象。
13.根据权利要求11所述的装置,其特征在于,
所述信息处理模块,用于确定不同对象地资源交易数据所分别对应的基础特征;
所述信息处理模块,用于删除所述基础特征中损失量超过阈值的基础特征;
所述信息处理模块,用于对所述基础特征中的损失值与异常值进行处理;
所述信息处理模块,用于响应于对所述基础特征中的损失值与异常值进行处理的结果,触发特征衍生进程,以实现对所述基础特征进行特征组合与衍生处理;
所述信息处理模块,用于对所述特征衍生进程的结果进行选择,确定与所述不同对象相匹配的差异特征向量。
14.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于运行所述存储器存储的可执行指令时,实现权利要求1至9任一项所述的目标对象确定方法。
15.一种计算机可读存储介质,存储有可执行指令,其特征在于,所述可执行指令被处理器执行时实现权利要求1至9任一项所述的目标对象确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089857.0A CN111311409B (zh) | 2020-02-13 | 2020-02-13 | 目标对象确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089857.0A CN111311409B (zh) | 2020-02-13 | 2020-02-13 | 目标对象确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111311409A true CN111311409A (zh) | 2020-06-19 |
CN111311409B CN111311409B (zh) | 2023-04-07 |
Family
ID=71150937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010089857.0A Active CN111311409B (zh) | 2020-02-13 | 2020-02-13 | 目标对象确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111311409B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101406A (zh) * | 2020-07-31 | 2020-12-18 | 北京交通大学 | 一种多智能体网络的智能水平量化方法 |
CN112256719A (zh) * | 2020-10-20 | 2021-01-22 | 北京字节跳动网络技术有限公司 | 实体查询方法、装置、可读介质与电子设备 |
CN112364020A (zh) * | 2020-11-04 | 2021-02-12 | 中国银联股份有限公司 | 数据存储方法和联盟链系统 |
CN113570391A (zh) * | 2021-09-24 | 2021-10-29 | 平安科技(深圳)有限公司 | 基于人工智能的社群划分方法、装置、设备及存储介质 |
CN114296809A (zh) * | 2021-12-24 | 2022-04-08 | 深圳航天科技创新研究院 | 一种基于操作系统的对象模型构建方法及其系统调用接口 |
CN114416990A (zh) * | 2022-01-17 | 2022-04-29 | 北京百度网讯科技有限公司 | 对象关系网络的构建方法、装置和电子设备 |
CN114500447A (zh) * | 2021-12-29 | 2022-05-13 | 粤港澳大湾区数字经济研究院(福田) | 信息交流方法、系统、智能终端及计算机可读存储介质 |
CN116484247A (zh) * | 2023-06-21 | 2023-07-25 | 北京点聚信息技术有限公司 | 一种签署数据智能处理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729455A (zh) * | 2017-09-25 | 2018-02-23 | 山东科技大学 | 一种基于多维特征分析的社交网络意见领袖排序算法 |
CN108536866A (zh) * | 2018-04-24 | 2018-09-14 | 中国人民解放军战略支援部队信息工程大学 | 基于话题转移熵的微博隐蔽关键用户分析方法 |
CN110598434A (zh) * | 2019-09-12 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 基于区块链网络的房屋信息处理方法、装置、电子设备及存储介质 |
CN110738418A (zh) * | 2019-10-16 | 2020-01-31 | 江苏开放大学(江苏城市职业学院) | 一种弱连接重叠社区的检测方法 |
-
2020
- 2020-02-13 CN CN202010089857.0A patent/CN111311409B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729455A (zh) * | 2017-09-25 | 2018-02-23 | 山东科技大学 | 一种基于多维特征分析的社交网络意见领袖排序算法 |
CN108536866A (zh) * | 2018-04-24 | 2018-09-14 | 中国人民解放军战略支援部队信息工程大学 | 基于话题转移熵的微博隐蔽关键用户分析方法 |
CN110598434A (zh) * | 2019-09-12 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 基于区块链网络的房屋信息处理方法、装置、电子设备及存储介质 |
CN110738418A (zh) * | 2019-10-16 | 2020-01-31 | 江苏开放大学(江苏城市职业学院) | 一种弱连接重叠社区的检测方法 |
Non-Patent Citations (4)
Title |
---|
LOKESH JAIN 等: "Discover opinion leader in online social network using firefly algorithm" * |
M. ROSVALL 等: "Maps of random walks on complex networks reveal community structure" * |
孙怡帆 等: "基于相似度的微博社交网络的社区发现方法" * |
田秀霞 等: "基于用户相似度度量的有效社区 Leader 选举方法" * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101406A (zh) * | 2020-07-31 | 2020-12-18 | 北京交通大学 | 一种多智能体网络的智能水平量化方法 |
CN112256719A (zh) * | 2020-10-20 | 2021-01-22 | 北京字节跳动网络技术有限公司 | 实体查询方法、装置、可读介质与电子设备 |
CN112364020B (zh) * | 2020-11-04 | 2024-03-22 | 中国银联股份有限公司 | 数据存储方法和联盟链系统 |
CN112364020A (zh) * | 2020-11-04 | 2021-02-12 | 中国银联股份有限公司 | 数据存储方法和联盟链系统 |
CN113570391A (zh) * | 2021-09-24 | 2021-10-29 | 平安科技(深圳)有限公司 | 基于人工智能的社群划分方法、装置、设备及存储介质 |
CN113570391B (zh) * | 2021-09-24 | 2022-02-01 | 平安科技(深圳)有限公司 | 基于人工智能的社群划分方法、装置、设备及存储介质 |
CN114296809A (zh) * | 2021-12-24 | 2022-04-08 | 深圳航天科技创新研究院 | 一种基于操作系统的对象模型构建方法及其系统调用接口 |
CN114296809B (zh) * | 2021-12-24 | 2023-05-05 | 深圳航天科技创新研究院 | 一种基于操作系统的对象模型构建方法及其系统调用接口 |
CN114500447A (zh) * | 2021-12-29 | 2022-05-13 | 粤港澳大湾区数字经济研究院(福田) | 信息交流方法、系统、智能终端及计算机可读存储介质 |
CN114416990A (zh) * | 2022-01-17 | 2022-04-29 | 北京百度网讯科技有限公司 | 对象关系网络的构建方法、装置和电子设备 |
CN114416990B (zh) * | 2022-01-17 | 2024-05-21 | 北京百度网讯科技有限公司 | 对象关系网络的构建方法、装置和电子设备 |
CN116484247B (zh) * | 2023-06-21 | 2023-09-05 | 北京点聚信息技术有限公司 | 一种签署数据智能处理系统 |
CN116484247A (zh) * | 2023-06-21 | 2023-07-25 | 北京点聚信息技术有限公司 | 一种签署数据智能处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111311409B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111311409B (zh) | 目标对象确定方法、装置、电子设备及存储介质 | |
CN111401558B (zh) | 数据处理模型训练方法、数据处理方法、装置、电子设备 | |
CN111681091B (zh) | 基于时间域信息的金融风险预测方法、装置及存储介质 | |
CN111367965B (zh) | 目标对象确定方法、装置、电子设备及存储介质 | |
US8311907B2 (en) | System and method for detecting fraudulent transactions | |
US11436430B2 (en) | Feature information extraction method, apparatus, server cluster, and storage medium | |
WO2021174944A1 (zh) | 基于目标对象活跃度的消息推送方法及相关设备 | |
US11403532B2 (en) | Method and system for finding a solution to a provided problem by selecting a winner in evolutionary optimization of a genetic algorithm | |
KR20190008163A (ko) | 블록체인을 활용한 사용자 개인정보 활용 파악을 위한 방법 및 시스템 | |
TW201822022A (zh) | 一種基於特徵匹配網路的社團劃分方法和裝置 | |
CN112506747B (zh) | 一种业务进程监控方法、装置、电子设备及存储介质 | |
WO2021254027A1 (zh) | 一种可疑社团的识别方法、装置、存储介质和计算机设备 | |
CN112669138B (zh) | 数据处理方法及相关设备 | |
CN111309745B (zh) | 虚拟资源处理方法、装置、电子设备及存储介质 | |
US20220164791A1 (en) | Method for distributing collectables ownership based on blockchain networks and online transaction server using the same | |
CN107430610A (zh) | 从分布式数据学习 | |
CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
CN112749827A (zh) | 金融信息处理方法、装置、电子设备及存储介质 | |
CN113011884B (zh) | 账户特征的提取方法、装置、设备及可读存储介质 | |
CN110597908A (zh) | 一种基于区块链的征信记录方法、设备及存储介质 | |
CN107633257B (zh) | 数据质量评估方法及装置、计算机可读存储介质、终端 | |
CN112989338A (zh) | 异常应用数据检测方法、装置、电子设备及存储介质 | |
CN112766560A (zh) | 联盟区块链网络优化方法、装置、系统和电子设备 | |
CN112950347A (zh) | 资源数据处理的优化方法及装置、存储介质、终端 | |
Park et al. | Efficient computation offloading for ethereum DApps |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40024714 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |