[发明专利]一种目标对象选择方法、装置、介质和计算装置在审

专利信息
申请号: 201710969939.2 申请日: 2017-10-18
公开(公告)号: CN109685293A 公开(公告)日: 2019-04-26
发明(设计)人: 邹文 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q20/02;G06Q20/08;G06Q40/02
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 郭润湘
地址: 518044 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标对象选择 候选对象 评价指标 矩阵 重要性次序 计算装置 预先设置
【权利要求书】:

1.一种目标对象选择方法,其特征在于,包括:

根据针对各候选对象预先设置的每一评价指标,分别获取两两评价指标之间的第一重要性次序权值组成第一矩阵;以及

针对每一评价指标,分别获取两两候选对象之间的第二重要性次序权值组成该评价指标对应的第二矩阵;

根据所述第一矩阵和每一评价指标对应的第二矩阵,分别确定每一候选对象的评分;

根据各候选对象对应的评分,确定各候选对象的选择优先级。

2.如权利要求1所述的方法,其特征在于,根据所述第一矩阵和每一评价指标对应的第二矩阵,分别确定每一候选对象的评分,包括:

分别确定所述第一矩阵对应的第一特征向量和各第二矩阵的第二特征向量;

针对每一候选对象,从各第二矩阵对应的第二特征向量中分别提取该候选对象对应的第三特征向量;以及

根据所述第一特征向量和该候选对象对应的第三特征向量,确定该候选对象的评分。

3.如权利要求2所述的方法,其特征在于,确定所述第一矩阵对应的第一特征向量,包括:

对所述第一矩阵中的每一元素按列进行归一化处理;

将归一化后的元素按行求和后再次按列进行归一化处理后得到所述第一矩阵对应的第一特征向量;

确定各第二矩阵的第二特征向量,包括:

针对任一第二矩阵,对所述第二矩阵中的每一元素按列进行归一化处理;将归一化后的元素按行求和后再次按列进行归一化处理得到所述第二矩阵对应的第二特征向量。

4.如权利要求3所述的方法,其特征在于,在根据所述第一特征向量和该候选对象对应的第三特征向量,确定该候选对象的评分之前,还包括:

确定所述第一矩阵的最大特征根;

根据所述最大特征根确定所述第一矩阵对应的一致性比率;并

确定所述一致性比率不大于预设的阈值。

5.如权利要求2所述的方法,其特征在于,确定所述第一矩阵对应的第一特征向量,包括:

对所述第一矩阵中的元素按行求积得到第一列向量;确定所述第一列向量中每一元素的n次方根得到第二列向量,所述n为预设的评价指标的数量;对所述第二列向量进行归一化处理得到所述第一矩阵对应的第一特征向量;

确定各第二矩阵的第二特征向量,包括:

针对任一第二矩阵,对所述第二矩阵中的元素按行求积得到第五列向量;确定所述第五列向量中每一元素的n次方根得到第六列向量;对所述第六列向量进行归一化处理得到所述第二矩阵对应的第二特征向量。

6.如权利要求2~5任一权利要求所述的方法,其特征在于,根据所述第一特征向量和该候选对象对应的第三特征向量,确定该候选对象的评分,包括:

针对每一候选对象,确定所述第一特征向量中每一评价指标对应的特征向量与该候选对象在第三特征向量中、相同评价指标对应的特征向量的乘积之和为该候选对象的评分。

7.一种目标对象选择装置,其特征在于,包括:

第一获取单元,用于根据针对各候选对象预先设置的每一评价指标,分别获取两两评价指标之间的第一重要性次序权值组成第一矩阵;

第二获取单元,用于针对每一评价指标,分别获取两两候选对象之间的第二重要性次序权值组成该评价指标对应的第二矩阵;

第一确定单元,用于根据所述第一矩阵和每一评价指标对应的第二矩阵,分别确定每一候选对象的评分;

第二确定单元,用于根据各候选对象对应的评分,确定各候选对象的选择优先级。

8.如权利要求7所述的装置,其特征在于,

所述第一确定单元,用于分别确定所述第一矩阵对应的第一特征向量和各第二矩阵的第二特征向量;针对每一候选对象,从各第二矩阵对应的第二特征向量中分别提取该候选对象对应的第三特征向量;以及根据所述第一特征向量和该候选对象对应的第三特征向量,确定该候选对象的评分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710969939.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top