CN113742375A - 一种目标对象搜索方法和装置 - Google Patents

Abstract

本发明公开了一种目标对象搜索方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源；其中，所述组合规则包括多个规则条件；根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类；从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。该实施方式基于配置的组合规则，生成多维度数据源，之后使用该数据源搜索目标对象，丰富了搜索维度，提升了搜索的精准度，且易于扩展。

Description

一种目标对象搜索方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种目标对象搜索方法和装置。

背景技术

从海量的互联网数据中圈选出的人群是否精准直接决定着运营效果。现有技术中一般通过标签化用户行为，将单个标签作为圈选条件来圈选出所需要的人群，并使用人群进行拉新、再营销、统计分析等。比如用户A经常购买化妆品和衣服，标签会被定义为美妆、服饰。如果圈选条件为服饰，则用户A会被圈选到人群。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有技术只支持基于单个标签进行人群圈选，圈选搜索维度单一，精准性差，扩展性差，不易于与第三方接入。

发明内容

有鉴于此，本发明实施例提供一种目标对象搜索方法和装置，基于配置的组合规则，生成多维度数据源，之后使用该数据源搜索目标对象，丰富了搜索维度，提升了搜索的精准度，且易于扩展。

为实现上述目的，根据本发明实施例的一个方面，提供了一种目标对象搜索方法。

本发明实施例的一种目标对象搜索方法，包括：获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源；其中，所述组合规则包括多个规则条件；根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类；从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。

可选地，所述组合规则为多个，一个所述组合规则对应生成一个所述数据源；按照所述组合规则生成设定数据格式的数据源的步骤之后，所述方法还包括：根据设定的多个所述组合规则的执行信息，使用设定的操作符，将多个所述数据源进行组合嵌套。

可选地，所述数据格式为JSON格式；根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类，包括：使用JSON解析器解析所述数据源，将解析结果与预定义的Bean对象映射，生成实体类。

可选地，所述数据格式为JSON格式；根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类，包括：使用JSON解析器解析组合嵌套得到的数据源，将解析结果与预定义的多个Bean对象一一映射，生成对应的多个实体类。

可选地，所述操作符为交、并、差中的任意一个或者多个。

可选地，所述方法还包括：根据所述目标对象的对象标识，获取预构建的用户画像；根据所述用户画像，对所述目标对象进行统计分析。

为实现上述目的，根据本发明实施例的另一方面，提供了一种目标对象搜索装置。

本发明实施例的一种目标对象搜索装置，包括：生成模块，用于获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源；其中，所述组合规则包括多个规则条件；解析模块，用于根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类；查询模块，用于从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。

可选地，所述组合规则为多个，一个所述组合规则对应生成一个所述数据源；所述装置还包括：组合嵌套模块，用于根据设定的多个所述组合规则的执行信息，使用设定的操作符，将多个所述数据源进行组合嵌套。

可选地，所述数据格式为JSON格式；所述解析模块，还用于使用JSON解析器解析所述数据源，将解析结果与预定义的Bean对象映射，生成实体类。

可选地，所述数据格式为JSON格式；所述解析模块，还用于使用JSON解析器解析组合嵌套得到的数据源，将解析结果与预定义的多个Bean对象一一映射，生成对应的多个实体类。

可选地，所述操作符为交、并、差中的任意一个或者多个。

可选地，所述装置还包括：统计分析模块，用于根据所述目标对象的对象标识，获取预构建的用户画像；以及根据所述用户画像，对所述目标对象进行统计分析。

为实现上述目的，根据本发明实施例的另一方面，提供了一种目标对象搜索装置。

为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。

本发明实施例的一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种目标对象搜索方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质。

本发明实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种目标对象搜索方法。

上述发明中的一个实施例具有如下优点或有益效果：基于配置的组合规则，生成多维度数据源，之后使用该数据源搜索目标对象，丰富了搜索维度，提升了搜索的精准度，且易于扩展；使用操作符对数据源进行组合嵌套，实现了多个数据源的自由组合，且可以接入第三方数据，后续使用该数据源搜索目标对象，进一步丰富了搜索维度，提升了搜索的精准度；数据源使用JSON格式，易于扩展，易于识别；通过将JSON数据源转换为实体类，方便简单地实现数据流转；使用交、并、差的方式使得可以随意嵌套组合数据源，也可以在数据源上扩展；基于搜索出的目标对象进行统计分析，可以更好的帮助企业了解行业动态、进行精准营销、用户拉新等。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明一实施例的目标对象搜索方法的主要步骤的示意图；

图2是根据本发明又一实施例的目标对象搜索方法的主要流程示意图；

图3是根据本发明再一实施例的目标对象搜索方法的主要流程示意图；

图4是使用本发明再一实施例的目标对象搜索方法进行人群圈选的主要流程示意图；

图5是根据本发明实施例的目标对象搜索装置的主要模块的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适用于来实现本发明实施例的电子设备的计算机装置的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明一实施例的目标对象搜索方法的主要步骤的示意图。如图1所示，本发明实施例的目标对象搜索方法，主要包括如下步骤：

步骤S101：获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源。用户根据业务需求，自定义多个规则条件，这些规则条件构成组合规则。其中，规则条件为搜索目标对象所需的条件，比如浏览过某一物品、购买过某一物品、年龄为20-40岁之间等。

在获取到用户配置的组合规则后，将组合规则按照设定的数据格式生成数据源。数据格式比如JSON(JavaScript Object Notation)格式、XML(Extensible MarkupLanguage)格式等。其中，JSON格式是一种轻量级的数据交换格式，XML是可扩展标记语言。

步骤S102：根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类。使用与数据格式相匹配的解析方式解析数据源，确定该数据源包含哪些规则条件，以生成用于描述该数据源的实体类。实体类是一个定义了属性，方法的类。本步骤通过解析数据源生成可识别的实体类，且该实体类与组合规则一一对应。

步骤S103：从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。从实体类中获取多个规则条件，之后向存储设备发起访问，以这些规则条件为查询条件，从存储设备中查询出符合全部规则条件的目标对象。根据业务需求，此处的目标对象可以是目标人群、目标企业、目标物品等。存储设备保存有目标对象相关信息，实施例中可以是数据库。

图2是根据本发明又一实施例的目标对象搜索方法的主要流程示意图。如图2所示，本发明实施例的目标对象搜索方法，由目标对象搜索装置执行，支持单个数据源生成目标对象，主要包括如下步骤：

步骤S201：获取用户定义的组合规则，基于组合规则生成JSON数据源。实施例中，用户可以在规则配置界面自定义多个规则条件，这些规则条件构成组合规则。从规则配置界面获取到用户定义的组合规则后，将该组合规则按照JSON格式生成数据源，此数据源为一个JSON文件。一个自定义的组合规则对应生成一个数据源。

假设用户可以在规则配置界面自定义了5个规则条件：2020年1月2日到2020年3月2日，价格不限，频次不限，浏览了某个品牌。按照JSON格式将这些规则条件组合在一起即构成一个单独的数据源。

在一可选的实施例中，用户可以上传自定义的数据源包，该数据源包中可以包括一个或者多个数据源。相应地，目标对象搜索装置可以直接获取用户自定义的数据源包，并进行后续处理。

步骤S202：通过解析JSON数据源，生成与JSON数据源对应的单个Bean实体类。使用JSON解析器解析数据源，将解析结果与预定义的Bean对象映射，生成单个Bean实体类。其中，Bean是一种可重用的Java组件，它可以被Applet、Servlet、SP等Java应用程序调用，也可以可视化地被Java开发工具使用。Bean包含属性(Properties)、方法(Methods)、事件(Events)等特性。

假设JSON数据源为：

则解析所得的Bean实体类为：{age＝25,sex＝'男'}。通过该步骤处理，可以使得后续数据操作方便简单，可识别。

步骤S203：通过Bean实体类获取所有规则条件，从数据库表中查询出符合所有规则条件的目标对象。本实施例中，在数据库表中存储有待筛选对象的相关信息，比如对象标识、年龄、性别等信息。仍旧以上述JSON数据源为例，经过步骤S203即可从数据库表中筛选出年龄为25岁，同时性别为男的所有对象。

图3是根据本发明再一实施例的目标对象搜索方法的主要流程示意图。如图3所示，本发明实施例的目标对象搜索方法，支持多个数据源生成目标对象，主要包括如下步骤：

步骤S301：获取用户定义的多个组合规则和执行信息，基于多个组合规则和执行信息，生成JSON格式的多数据源。用户自定义多个组合规则，并配置这些组合规则的执行信息。在获取到全部组合规则和执行信息后，先按照JSON格式将每个组合规则生成对应的数据源，之后根据执行信息，使用匹配的操作符将数据源进行组合嵌套，生成JSON格式的多数据源。实施例中，执行信息描述了组合规则的执行顺序和执行地具体操作，操作符包括交、并、差中的任意一个或者多个。

比如，用户定义了三个组合规则，分别为组合规则1、组合规则2和组合规则3，这三个组合规则的执行信息为：将组合规则1和组合规则2求交后，与组合规则3求并。则先为组合规则1、组合规则2和组合规则3生成对应的数据源，即数据源1、数据源2和数据源3；之后将数据源1和数据源2使用交操作符连接，之后将连接结果和数据源3使用并操作符连接，即可生成多数据源。该步骤将自定义的多个组合规则对应的数据源自由组合成了一个多数据源。

步骤S302：通过解析JSON格式的多数据源，生成与多数据源对应的多个Bean实体类。使用JSON解析器解析多数据源，将解析结果与预定义的多个Bean对象一一映射，生成对应的多个Bean实体类。解析过程中，JSON的参数与实体的参数一一对应，故通过解析多数据源，可以将其映射到多个实体类。

步骤S303：通过Bean实体类获取所有规则条件，从数据库表中查询出符合所有规则条件的目标对象。实施例中，先根据Bean实体类生成可执行的表达式(expression)，之后使用expression从数据库表中查询出符合该expression的目标对象，根据执行信息对这些目标对象按顺序进行交、并、差的操作，即可生成最终的目标对象。

比如数据源1、数据源2和数据源3对应的目标对象分别为目标对象1、目标对象2、目标对象3，根据对象标识将目标对象1和目标对象2求交后，再与目标对比3求并，即可得到最终的目标对象。

在一优选的实施例中，用户可以通过自定义数据源，向步骤S101、步骤S201以及步骤S301生成的数据源(下文称为原始数据源，可以是单个数据源，也可以是多数据源)中新增数据源。该数据源可以由一个规则条件组成，也可以由多个规则条件组成。自定义的数据源将作为其中一个数据源参与组合嵌套。新增数据源的具体实现为：定义单个数据源的规则条件，基于规则条件生成数据源，将生成的数据源使用操作符自动嵌入到原始数据源中。

上述实施例在新增数据源时，用户只需提供规则条件即可，在新增数据源上做到了极大的简化。同时不再单一的进行目标对象的搜索，最大程度实现了多数据源之间的自由组合。而且各个数据源的组合规则是独立的，数据源之间可以相互连接，也可接收自定义的群体(即第三方群体)或者自定义的标签等维度来丰富群体的概念。使得本实施例中数据源的来源可以做到最大限度的兼容。

图4是使用本发明再一实施例的目标对象搜索方法进行人群圈选的主要流程示意图。如图4所示，本发明实施例的人群圈选过程，主要包括以下步骤：

(1)获取用户定义的多个组合规则，为每个组合规则生成对应的数据源。在获取到用户定义的组合规则后，按照JSON格式将每个组合规则生成对应的数据源。多个数据源之间并列存在。

(2)通过操作符将多个数据源之间进行组合，得到一个多数据源。多个数据源之间可以进行不同操作符(交、并、差)的组合。本实施例可以对多数据源的组合进行嵌套组合，在组合之上还可以进行组合。最大程度实现了不同规则条件的组合，使挖取到的人群包最大限度的实现具体化。以下是一个示例的JSON定义：

如上实例的JSON定义中，包含了三层嵌套，且由4种数据源组合嵌套形成，这4中数据源分别是“dateSource1”、“dateSource2”、“dateSource3”和“dateSource4”，其中dateSource3和dateSource4做diff(差)后，再和dateSource2做intersection(交)，最后和dateSource1做union(并)。上述方式实现了数据源的随意嵌套组合，并且也可以在数据源上扩展。

(3)将多数据源解析成对应的Bean实体类，通过Bean实体类从数据库表中获取人群包。该步骤的具体实现见步骤S302和步骤S303，此处不再赘述。

(4)对人群包中的用户进行画像分析。生成的人群包中包括每个用户的用户标识，根据用户标识获取对应的用户画像，后续可以基于用户画像对人群包进行统计分析。例如人群包中有1000个用户，基于用户画像可以统计出其中包括男性用户300个，女性用户700个。其中，用户画像是预先根据用户基本信息(比如年龄、性别、所在城市等)、用户行为(比如购买、浏览、分享等)等构建的。

可以理解的是，本实施例的人群包是单独的个体，除对人群包进行画像分析外，也可以做进一步的RFM分析，购买分析等。其中，RFM是Rencency(最近一次消费)，Frequency(消费频率)和Monetary(消费金额)这三个指标的首字母组合。

基于本实施例的目标对象搜索方法进行人群圈选，用户只需自定义一个数据源的组合规则即可，简单易扩展。而且本实施例通过将不同的维度(标签)组合抽象出来，生成多个数据源，再使用操作符连接数据源生成最终的人群包，数据源可以自由无限的扩展，灵活性好，并且易于组合和使用。后续可以更好的帮助广告主实现相对复杂和精细的定向逻辑，精准的圈选出需要的人群。

图5是根据本发明实施例的目标对象搜索装置的主要模块的示意图。如图5所示，本发明实施例的目标对象搜索装置500，主要包括：

生成模块501，用于获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源。用户根据业务需求，自定义多个规则条件，这些规则条件构成组合规则。其中，规则条件为搜索目标对象所需的条件，比如浏览过某一物品、购买过某一物品、年龄为20-40岁之间等。在获取到用户配置的组合规则后，将组合规则按照设定的数据格式生成数据源。数据格式比如JSON格式、XML格式等。

解析模块502，用于根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类。使用与数据格式相匹配的解析方式解析数据源，确定该数据源包含哪些规则条件，以生成用于描述该数据源的实体类。实体类是一个定义了属性，方法的类。本模块通过解析数据源生成可识别的实体类，且该实体类与组合规则一一对应。

查询模块503，用于从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。从实体类中获取多个规则条件，之后向存储设备发起访问，以这些规则条件为查询条件，从存储设备中查询出符合全部规则条件的目标对象。根据业务需求，此处的目标对象可以是目标人群、目标企业、目标物品等。存储设备保存有目标对象相关信息，实施例中可以是数据库。

另外，本发明实施例的目标对象搜索装置500还可以包括：组合嵌套模块和统计分析模块(图5中未示出)。其中，组合嵌套模块，用于根据设定的多个所述组合规则的执行信息，使用设定的操作符，将多个所述数据源进行组合嵌套。统计分析模块，用于根据所述目标对象的对象标识，获取预构建的用户画像；以及根据所述用户画像，对所述目标对象进行统计分析。

从以上描述可以看出，基于配置的组合规则，生成多维度数据源，之后使用该数据源搜索目标对象，丰富了搜索维度，提升了搜索的精准度，且易于扩展。

图6示出了可以应用本发明实施例的目标对象搜索方法或目标对象搜索装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如用于利用终端设备601、602、603发送的组合规则进行处理的后台管理服务器。后台管理服务器可以进行生成数据源、解析数据源、在存储设备查询等处理，并将处理结果(例如查询出的目标对象)反馈给终端设备。

需要说明的是，本申请实施例所提供的目标对象搜索方法一般由服务器605执行，相应地，目标对象搜索装置一般设置于服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

根据本发明的实施例，本发明还提供了一种电子设备和一种计算机可读介质。

本发明的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种目标对象搜索方法。

本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种目标对象搜索方法。

下面参考图7，其示出了适用于来实现本发明实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有计算机系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；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707；包括硬盘等的存储部分708；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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。

特别地，根据本发明公开的实施例，上文主要步骤图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，流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，上述模块、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，框图或流程图中的每个方框、以及框图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，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的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。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括生成模块、解析模块和查询模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，生成模块还可以被描述为“获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源；其中，所述组合规则包括多个规则条件；根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类；从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。

根据本发明实施例的技术方案，基于配置的组合规则，生成多维度数据源，之后使用该数据源搜索目标对象，丰富了搜索维度，提升了搜索的精准度，且易于扩展。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种目标对象搜索方法，其特征在于，包括：

获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源；其中，所述组合规则包括多个规则条件；

根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类；

从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。

2.根据权利要求1所述的方法，其特征在于，所述组合规则为多个，一个所述组合规则对应生成一个所述数据源；

按照所述组合规则生成设定数据格式的数据源的步骤之后，所述方法还包括：

根据设定的多个所述组合规则的执行信息，使用设定的操作符，将多个所述数据源进行组合嵌套。

3.根据权利要求1所述的方法，其特征在于，所述数据格式为JSON格式；

根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类，包括：

使用JSON解析器解析所述数据源，将解析结果与预定义的Bean对象映射，生成实体类。

4.根据权利要求2所述的方法，其特征在于，所述数据格式为JSON格式；

根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类，包括：

使用JSON解析器解析组合嵌套得到的数据源，将解析结果与预定义的多个Bean对象一一映射，生成对应的多个实体类。

5.根据权利要求2所述的方法，其特征在于，所述操作符为交、并、差中的任意一个或者多个。

6.根据权利要求1-5的任一项所述的方法，其特征在于，所述方法还包括：

根据所述目标对象的对象标识，获取预构建的用户画像；

根据所述用户画像，对所述目标对象进行统计分析。

7.一种目标对象搜索装置，其特征在于，包括：

生成模块，用于获取配置的组合规则，按照所述组合规则生成设定数据格式的数据源；其中，所述组合规则包括多个规则条件；

解析模块，用于根据所述数据格式解析所述数据源，以将所述数据源映射为对应的实体类；

查询模块，用于从所述实体类中获取所述多个规则条件，访问存储设备，从所述存储设备中查询出符合所述多个规则条件的目标对象。

8.根据权利要求7所述的装置，其特征在于，所述组合规则为多个，一个所述组合规则对应生成一个所述数据源；

所述装置还包括：组合嵌套模块，用于根据设定的多个所述组合规则的执行信息，使用设定的操作符，将多个所述数据源进行组合嵌套。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images