括：第一获取单元301、第二获取单元302、处理单元303、计算单元304和识别 单元305。
[0112] 第一获取单元301，用于获取待分类的对象集合以及所述待分类的对象集合中各 个待分类的对象的特征向量的值，并将所述各个待分类的对象的特征向量的值构成第一集 合。
[0113] 第二获取单元302,用于获取目标对象集合以及所述目标对象集合中各个目标对 象的特征向量的值，并将所述各个目标对象的特征向量的值构成第二集合。
[0114] 处理单元303,用于对所述第一集合中特征向量的值进行去重处理，得到第三集 合，以及对所述第二集合中特征向量的值进行去重处理，得到第四集合。
[0115] 计算单元304,用于对处理单元303得到的所述第三集合中任一特征向量的值，计 算所述任一特征向量的值与所述第四集合中各特征向量的值的相似度，得到与所述任一特 征向量的值对应的多个相似度。
[0116] 识别单元305,用于当计算单元304得到的所述多个相似度之和大于预设的阈值 时，则识别所述任一特征向量的值对应的待分类的对象与所述目标对象集合中的目标对象 为同一类对象。
[0117] 可选地，处理单元303具体用于：
[0118] 步骤1:从所述第一集合中选取第一特征向量的值，将所述第一特征向量的值加 入中间集合，并将所述第一集合中所述第一特征向量的值删除；
[0119] 步骤2:从所述第一集合中选取第二特征向量的值，将所述第二特征向量的值与 所述中间集合中的特征向量的值进行比对，将比对不一致的第二特征向量的值加入所述中 间集合中，并将所述第一集合中所述第二特征向量的值删除；将比对一致的第二特征向量 的值直接从所述第一集合中删除；
[0120] 步骤3 :重复执行步骤2,直至将所述第一集合中特征向量的值删除完毕，将所述 中间集合作为第三集合。
[0121] 可选地，处理单元303具体用于：
[0122] 步骤1 :从所述第二集合中选取第一特征向量的值，将所述第一特征向量的值加 入中间集合，并将所述第二集合中所述第一特征向量的值删除；
[0123] 步骤2:从所述第二集合中选取第二特征向量的值，将所述第二特征向量的值与 所述中间集合中的特征向量的值进行比对，将比对不一致的第二特征向量的值加入所述中 间集合中，并将所述第二集合中所述第二特征向量的值删除；将比对一致的第二特征向量 的值直接从所述第二集合中删除；
[0124] 步骤3:重复执行步骤2,直至将所述第二集合中特征向量的值删除完毕，将所述 中间集合作为第四集合。
[0125] 可选地，所述服务器还包括：组合单元306,用于根据笛卡尔积的连接方式，对所 述第三集合中特征向量的值与所述第四集合中特征向量的值进行组合。
[0126] 计算单元304具体用于：对组合的所述任一特征向量的值与所述第四集合中各特 征向量的值计算相似度。
[0127] 可选地，所述服务器还包括：统计单元307,用于统计所述第三集合中各特征向量 的值在所述第二集合中重复出现的次数。
[0128] 可选地，所述服务器还包括：乘法单元308,用于将所述多个相似度之和与所述任 一特征向量的值在所述第二集合中重复出现的次数相乘，得到目标相似度和。
[0129] 识别单元305具体用于：当所述目标相似度和大于预设的阈值时，则识别所述任 一特征向量的值对应的待分类的对象与所述目标对象集合中的目标对象为同一类对象。
[0130] 本申请实施例提供的服务器，在获取到第一集合和第二集合后，分别对第一集合 中特征向量的值和第二集合中特征向量的值进行去重处理，然后将去重处理后得到的第三 集合中特征向量的值与第四集合中特征向量的值计算相似度，最后根据计算得到的相似度 对待分类的对象进行分类，由此，可以大大减小计算量，从而保证待分类的对象的分类过程 能够在可接受的时间围内完成。
[0131] 与上述业务的推送方法对应地，本申请实施例还提供的一种服务器，如图4所示， 该服务器包括：识别单元401和推送单元402。
[0132] 识别单元401，用于识别第一对象与目标对象集合中的对象为同一类对象，包括：
[0133] 获取所述第一对象的特征向量的值；
[0134] 获取所述目标对象集合以及所述目标对象集合中各个对象的特征向量的值，并将 所述各个对象的特征向量的值构成第一集合；
[0135] 对所述第一集合中特征向量的值进行去重处理，得到第二集合；
[0136] 计算所述第一对象的特征向量的值与所述第二集合中各特征向量的值的相似度， 得到与所述第一对象的特征向量的值对应的多个相似度；
[0137] 当所述多个相似度之和大于预设的阈值时，则识别所述第一对象与所述目标对象 集合中的对象为同一类对象；
[0138] 推送单元402,用于向所述第一对象，推送与所述目标对象集合中的对象相同的业 务。
[0139] 可选地，所述服务器还包括：组合单元403,用于根据笛卡尔积的连接方式，对所 述第一对象的特征向量的值与所述第四集合中特征向量的值进行组合；
[0140]识别单元401具体用于：对组合的所述第一对象的特征向量的值与所述第二集合 中各特征向量的值计算相似度。
[0141] 本申请实施例提供的服务器，在获取到第一集合后，对第一集合中特征向量的值 进行去重处理，然后将第一对象的特征向量的值与去重处理后得到的第二集合中特征向量 的值计算相似度，由此，可以大大减小计算量，节约计算机资源，并且可以保证准确地向第 一对象推送业务。
[0142] 专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的 对象及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬 件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。 这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。 专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现 不应认为超出本申请的范围。
[0143] 结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的 软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM)、内存、只读存储器 (ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域 内所公知的任意其它形式的存储介质中。
[0144] 以上所述的【具体实施方式】，对本申请的目的、技术方案和有益效果进行了进一步 详细说明，所应理解的是，以上所述仅为本申请的【具体实施方式】而已，并不用于限定本申请 的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含 在本申请的保护范围之内。
【主权项】
1. 一种对象的分类方法，其特征在于，该方法包括： 获取待分类的对象集合以及所述待分类的对象集合中各个待分类的对象的特征向量 的值，并将所述各个待分类的对象的特征向量的值构成第一集合； 获取目标对象集合以及所述目标对象集合中各个目标对象的特征向量的值，并将所述 各个目标对象的特征向量的值构成第二集合； 对所述第一集合中特征向量的值进行去重处理，得到第三集合，以及对所述第二集合 中特征向量的值进行去重处理，得到第四集合； 对所述第三集合中任一特征向量的值，计算所述任一特征向量的值与所述第四集合中 各特征向量的值的相似度，得到与所述任一特征向量的值对应的多个相似度； 当所述多个相似度之和大于预设的阈值时，则识别所述任一特征向量的值对应的待分 类的对象与所述目标对象集合中的目标对象为同一类对象。2. 根据权利要求1所述的方法，其特征在于， 所述对所述第一集合中特征向量的值进行去重处理，得到第三集合包括： 步骤1 :从所述第一集合中选取第一特征向量的值，将所述第一特征向量的值加入中 间集合，并将所述第一集合中所述第一特征向量的值删除； 步骤2:从所述第一集合中选取第二特征向量的值，将所述第二特征向量的值与所述 中间集合中的特征向量的值进行比对，将比对不一致的第二特征向量的值加入所述中间集 合中，并将所述第一集合中所述第二特征向量的值删除；将比对一致的第二特征向量的值 直接从所述第一集合中删除； 步骤3:重复执行步骤2,直至将所述第一集合中特征向量的值删除完毕，将所述中间 集合作为第三集合。3. 根据权利要求1所述的方法，其特征在于， 所述对所述第二集合中特征向量的值进行去重处