本公开涉及人工智能领域，具体地涉及一种对象分类方法、模型训练方法、装置、设备、介质和程序产品。
背景技术：
1、随着全球经济的发展，面对日益开放的市场环境，交易机构需要对用户进行精准分类来提供相对应的服务以更好地满足用户需求。
2、在相关技术中，一般采用svm(support vector machine，支持向量机)来对用户进行分类，但现有的svm算法在对用户进行分类时准确率不高。
技术实现思路
1、鉴于上述问题，本公开提供了对象分类方法、模型训练方法、装置、设备、介质和程序产品。
2、根据本公开的第一个方面，提供了一种对象分类方法，包括：获取目标对象的目标数据，上述目标数据包括属性数据和时空行为数据，上述时空行为数据表征目标对象在预设时间内的兴趣点信息；基于上述属性数据和上述时空行为数据得到对象特征向量；将上述对象特征向量输入至分类模型中，输出预测分类结果。
3、根据本公开的实施例，上述基于上述属性数据和上述时空行为数据得到对象特征向量，包括：基于上述目标对象的时空行为数据得到时空行为特征向量；将上述目标对象的时空行为特征向量和属性特征向量进行融合得到对象特征向量。
4、根据本公开的实施例，上述获取目标对象的目标数据之前，包括：
5、获取上述目标对象对上述属性数据和上述时空行为数据的授权结果信息；响应于上述授权结果信息为授权通过，对上述目标对象的时空行为数据进行记录，得到上述时空行为数据。
6、根据本公开的实施例，上述基于上述目标对象的时空行为数据得到时空行为特征向量，包括：基于上述时空行为数据构建上述目标对象的时空行为特征序列；基于上述目标对象的时空行为特征序列构建上述目标对象的转移概率矩阵；将上述转移概率矩阵进行降维处理得到上述目标对象的时空行为特征向量。
7、本公开的第二方面提供了一种模型训练方法，包括：获取样本数据，上述样本数据包括与目标对象的实际分类对应的样本标签；将上述样本数据输入初始支持向量机模型，输出预测分类结果；基于损失函数，根据上述样本预测分类结果和样本标签，得到损失值；基于损失值调整上述初始向量机模型，得到支持向量机模型，其中，上述支持向量机模型应用于上述的对象分类方法。
8、本公开的第三方面提供了一种对象分类装置，包括：获取模块，用于获取目标对象的目标数据，上述目标数据包括属性数据和时空行为数据，上述时空行为数据表征目标对象在预设时间内的兴趣点信息；对象特征向量计算模块，用于基于上述属性数据和上述时空行为数据得到对象特征向量；结果预测模块，用于将上述对象特征向量输入至分类模型中，输出预测分类结果。
9、根据本公开的实施例，上述对象特征向量计算模块包括：时空行为特征向量子模块，用于基于上述目标对象的时空行为数据得到时空行为特征向量；对象特征向量融合子模块，用于将上述目标对象的时空行为特征向量和属性特征向量进行融合得到对象特征向量。
10、根据本公开的实施例，上述对象分类装置还包括：授权结果获取模块，用于获取上述目标对象对上述属性数据和上述时空行为数据的授权结果信息；时空行为数据记录模块，用于响应于上述授权结果信息为授权通过，对上述目标对象的时空行为数据进行记录，得到上述时空行为数据。
11、根据本公开的实施例，上述时空行为特征向量子模块具体用于基于上述时空行为数据构建上述目标对象的时空行为特征序列；基于上述目标对象的时空行为特征序列构建上述目标对象的转移概率矩阵；将上述转移概率矩阵进行降维处理得到上述目标对象的时空行为特征向量。
12、本公开的第四方面提供了一种模型训练装置，包括：样本数据获取模块，用于获取样本数据，上述样本数据包括与目标对象的实际分类对应的样本标签；预测模块，用于将上述样本数据输入初始支持向量机模型，输出预测分类结果；损失值计算模块，用于基于损失函数，根据上述样本预测分类结果和样本标签，得到损失值；调整模块，用于基于损失值调整上述初始向量机模型，得到支持向量机模型，其中，上述支持向量机模型应用于上述的对象分类方法。
13、本公开的第五方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。
14、本公开的第六方面还提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。
15、本公开的第七方面还提供了一种计算机程序产品，包括计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。
16、本公开实施例将兴趣点引入svm模型中，通过获得目标对象的时空行为数据和属性数据来得到表征对象特征的对象特征向量，将其输入至分类模型中来获得分类结果，可以较为准确的对用户进行分类从而使得网点工作人员能够提供针对性服务，进一步地提升了用户体验。
1.一种对象分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的对象分类方法，其特征在于，所述基于所述属性数据和所述时空行为数据得到对象特征向量，包括：
3.根据权利要求1所述的对象分类方法，其特征在于，所述获取目标对象的目标数据之前，包括：
4.根据权利要求2所述的对象分类方法，其特征在于，所述基于所述目标对象的时空行为数据得到时空行为特征向量，包括：
5.一种模型训练方法，其特征在于，所述方法包括：
6.一种对象分类装置，其特征在于，所述装置包括：
7.一种模型训练装置，其特征在于，所述装置包括：
8.一种电子设备，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序或指令被处理器执行时实现根据权利要求1～5中任一项所述方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序或指令被处理器执行时实现根据权利要求1～5中任一项所述方法的步骤。
