技术特征：
1.一种对象匹配方法，其特征在于，包括：获取目标对象的第一关键属性集和第一非关键属性集，以及，获取各待匹配对象的第二关键属性集和第二非关键属性集，其中，所述第一关键属性集和第二关键属性集均对应若干关键属性，所述第一非关键属性集和第二非关键属性集均对应若干非关键属性，所述关键属性为明确重要性的属性，所述非关键属性为非明确重要性的属性；利用所述第一关键属性集和各所述第二关键属性集，分别获取所述目标对象与各所述待匹配对象的第一匹配度；选出所述第一匹配度满足第一匹配要求的所述待匹配对象，作为所述目标对象的候选匹配对象；利用所述第一非关键属性集和各所述候选匹配对象的所述第二非关键属性集，获得所述目标对象与各所述候选匹配对象的第二匹配度；选出所述第二匹配度满足第二匹配要求的所述候选匹配对象，作为所述目标对象的预测匹配对象。2.根据权利要求1所述的方法，其特征在于，在所述利用所述第一非关键属性集和各所述候选匹配对象的所述第二非关键属性集，获得所述目标对象与各所述候选匹配对象的第二匹配度之前，还包括：将所述第一非关键属性集和各所述候选匹配对象的第二非关键属性集中的各属性值进行归一化处理。3.根据权利要求2所述的方法，其特征在于，所述第一非关键属性集包含所述若干非关键属性分别对应的第一属性值；将所述第一非关键属性集中的各属性值进行归一化处理，包括：分别将各所述非关键属性的第一属性值除以自身所述第一属性值，将各所述非关键属性的相除结果，对应作为经归一化的各所述非关键属性的第一属性值；和/或，所述第二非关键属性集中包含所述若干非关键属性分别对应的第二属性值；将各所述候选匹配对象的第二非关键属性集中的各属性值进行归一化处理，包括：基于所述目标对象的各所述非关键属性的第一属性值和各所述候选匹配对象的各所述非关键属性的第二属性值之间的差值，得到归一化分母；以及，从所述目标对象的各所述非关键属性的第一属性值和各所述候选匹配对象的各所述非关键属性的第二属性值中选出参考属性值；对于各所述候选匹配对象的各所述非关键属性，将所述参考属性值与所述非关键属性的第二属性值之间的差值与所述归一化分母之间的比值，作为经归一化后的所述非关键属性的第二属性值。4.根据权利要求3所述的方法，其特征在于，所述基于所述目标对象的各所述非关键属性的第一属性值和各所述候选匹配对象的各所述非关键属性的第二属性值之间的差值，得到归一化分母，包括：从所述目标对象的各所述非关键属性的第一属性值和各所述候选匹配对象的各所述非关键属性的第二属性值中查找出最大属性值和最小属性值，将所述最大属性值与最小属性值之间的差值作为所述归一化分母；所述从所述目标对象的各所述非关键属性的第一属性值和各所述候选匹配对象的各
所述非关键属性的第二属性值中选出参考属性值，包括：从所述目标对象的各所述非关键属性的第一属性值和各所述候选匹配对象的各所述非关键属性的第二属性值中，选出最大属性值作为参考属性值。5.根据权利要求1所述的方法，其特征在于，所述第一非关键属性集包含所述若干非关键属性分别对应的第一属性值，所述第二非关键属性集中包含所述若干非关键属性分别对应的第二属性值；所述利用所述第一非关键属性集和各所述候选匹配对象的所述第二非关键属性集，获得所述目标对象与各所述候选匹配对象的第二匹配度，包括：对于各所述候选匹配对象，获取所述目标对象的各所述非关键属性的第一属性值与所述候选匹配对象的各所述非关键属性的第二属性值之间的属性距离；综合所述候选匹配对象的各所述非关键属性对应的属性距离，得到所述候选匹配对象对应的对象距离；利用所述候选匹配对象对应的对象距离，得到所述候选匹配对象与所述目标对象的第二匹配度，其中，所述候选匹配对象与所述目标对象的第二匹配度与所述候选匹配对象对应的对象距离成反比。6.根据权利要求1所述的方法，其特征在于，所述第一关键属性集包含所述若干关键属性分别对应的第一属性值，所述第二关键属性集包含所述若干关键属性分别对应的第二属性值；所述利用所述第一关键属性集和各所述第二关键属性集，分别获取所述目标对象与各所述待匹配对象的第一匹配度，包括：对于各所述待匹配对象，检测所述目标对象的各所述关键属性的第一属性值与所述待匹配对象的各所述关键属性的第二属性值之间的匹配结果，所述匹配结果用于表示所述关键属性的第一属性值与第二属性值是否匹配；基于所述待匹配对象的第二属性值与第一属性值匹配的所述关键属性的数量，确定所述目标对象与所述待匹配对象的第一匹配度，其中，所述待匹配对象的所述第一匹配度与所述待匹配对象的所述数量成正相关。7.根据权利要求1所述的方法，其特征在于，所述第一匹配要求为所述第一匹配度达到匹配阈值；所述第二匹配要求为所述第二匹配度最高；和/或，所述利用所述第一关键属性集和各所述第二关键属性集，分别获取所述目标对象与各所述待匹配对象的第一匹配度的步骤至所述选出所述第二匹配度满足第二匹配要求的所述候选匹配对象，作为所述目标对象的预测匹配对象的步骤由匹配模型执行。8.根据权利要求7所述的方法，其特征在于，所述选出所述第二匹配度满足第二匹配要求的所述候选匹配对象，作为所述目标对象的预测匹配对象之后，还包括：获取反馈的所述目标对象的实际匹配对象；基于所述实际匹配对象与所述预测匹配对象的对比结果，调整所述匹配模型参数。9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至8任一项所述的对象匹配方法。10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至8任一项所述的对象匹配方法。
技术总结
本申请公开了一种对象匹配方法，该方法包括：获取目标对象的第一关键属性集和第一非关键属性集，以及，获取各待匹配对象的第二关键属性集和第二非关键属性集；利用第一关键属性集和各第二关键属性集，分别获取目标对象与各待匹配对象的第一匹配度；选出第一匹配度满足第一匹配要求的待匹配对象，作为目标对象的候选匹配对象；利用第一非关键属性集和各候选匹配对象的第二非关键属性集，获得目标对象与各候选匹配对象的第二匹配度；选出第二匹配度满足第二匹配要求的候选匹配对象，作为目标对象的预测匹配对象。上述方案，能够提升匹配准确度。度。度。
技术研发人员：王洪波 余涛 杨贵锋
受保护的技术使用者：平安银行股份有限公司
技术研发日：2022.12.14
技术公布日：2023/3/28