一种对象选取的方法、装置、存储介质及电子设备与流程

本发明涉及数据处理技术领域，具体而言，涉及一种对象选取的方法、装置、存储介质及电子设备。

背景技术：

目前，企业一般会通过营销手段实现产品促销、提升品牌、增加利润等目的。营销过程中，一般均需要提前选择需要促销的产品。传统选择产品的手段一般采用人工的方式，即工作人员基于经验选取需要促销的产品。

而对于二手产品，由于同一类的二手产品也具有较高多样性，极大增加了人工选取的难度。采用传统人工选取的方式，需要大量的人力和时间，费时费力，效率低下；且依赖于工作人员的经验，人工选择的产品可能并不适用于促销，选取结果不准确。

技术实现要素：

为解决上述问题，本发明实施例的目的在于提供一种对象选取的方法、装置、存储介质及电子设备。

第一方面，本发明实施例提供了一种对象选取的方法，包括：

确定多个待定对象，并确定每个所述待定对象的一项或多项属性信息；

在所述待定对象存在至少一项属性信息为关键信息时，确定所述待定对象中属性信息的权重，并根据所述属性信息和相应的权重确定所述待定对象的评价值；

根据多个所述待定对象的评价值选取第一预设数量的待定对象作为目标对象。

在一种可能的实现方式中，所述根据所述属性信息和相应的权重确定所述待定对象的评价值包括：

对所述属性信息进行归一化处理，确定归一化处理后所述属性信息的属性值；

根据所述待定对象的属性信息的属性值和相应的权重进行加权求和，确定所述待定对象的评价值。

在一种可能的实现方式中，所述确定多个待定对象，包括：

选取多个临时对象，并确定所述临时对象中的非量化属性信息，将具有与预设非量化范围相匹配的非量化属性信息的临时对象作为待定对象；

所述确定所述待定对象中属性信息的权重，并根据所述属性信息和相应的权重确定所述待定对象的评价值，包括：

确定所述待定对象中的量化属性信息，根据所述量化属性信息和相应的权重确定所述待定对象的评价值。

在一种可能的实现方式中，在所述确定多个待定对象之后，该方法还包括：

在所述待定对象不存在属性信息为关键信息时，将具有与预设量化范围相匹配的属性信息的待定对象作为有效待定对象；

从多个有效待定对象中选取第二预设数量的有效待定对象作为目标对象。

在一种可能的实现方式中，所述根据多个所述待定对象的评价值选取第一预设数量的待定对象作为目标对象包括：

根据所述待定对象的评价值对待定对象进行排序，将排序后评价值最大的第一预设数量的待定对象作为目标对象。

在一种可能的实现方式中，在选取出所述目标对象之后，该方法还包括：

确定所述目标对象的标定资源值，根据所述标定资源值与预设的标准资源额之间的差异确定所述目标对象的附加资源值，并根据所述附加资源值生成相应的处理策略。

在一种可能的实现方式中，所述根据所述附加资源值生成相应的处理策略包括：

为所述目标对象匹配与所述附加资源值同价价值的资源，并将所述目标对象的价值更新为所述标准资源额。

第二方面，本发明实施例还提供了一种对象选取的装置，包括：

确定模块，用于确定多个待定对象，并确定每个所述待定对象的一项或多项属性信息；

评价值确定模块，用于在所述待定对象存在至少一项属性信息为关键信息时，确定所述待定对象中属性信息的权重，并根据所述属性信息和相应的权重确定所述待定对象的评价值；

第一选取模块，用于根据多个所述待定对象的评价值选取第一预设数量的待定对象作为目标对象。

第三方面，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于上述任意一项所述的对象选取的方法。

第四方面，本发明实施例还提供了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任意一项所述的对象选取的方法。

本发明实施例上述第一方面提供的方案中，为每项属性信息分配相应的权重，并基于属性信息和相应的权重确定待定对象的评价值，从而在待定对象只选取出所需数量的目标对象，方便后续对该目标对象进行处理。本实施例提供的选取方式不需要人工参与，可以降低人力成本且能提高效率；基于待定对象的评价值客观选取出目标对象，选取结果更加准确，所选取的目标对象更加符合后续处理的要求。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例所提供的一种对象选取的方法的流程图；

图2示出了本发明实施例所提供的另一种对象选取的方法的详细流程图；

图3示出了本发明实施例所提供的一种对象选取的装置的结构示意图；

图4示出了本发明实施例所提供的用于执行对象选取方法的电子设备的结构示意图。

具体实施方式

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明实施例提供的一种对象选取的方法，参见图1所示，包括：

步骤101：确定多个待定对象，并确定每个待定对象的一项或多项属性信息。

本发明实施例中，对象指的是需要选取的事物，例如在营销活动中可能被促销的产品等。所有的相关对象可以组成一个对象集，本实施例中可以将该对象集中所有的对象均作为待定对象，也可以从该对象集中选取部分对象作为待定对象。例如，当前有100个对象，可以将该100个对象均作为待定对象；或者，该100个对象中包含80个a型号的对象和20个b型号的对象，且b型号的对象售卖效果较好，则当营销活动需要选择被促销的对象(产品)时，可以只将80个a型号的对象作为待定对象。

同时，每个对象均具有相应的属性信息，且一般情况下具有多个属性信息。该待定对象的属性信息具体包括：待定对象的所属位置、价值、库存时长、在售时长、售卖概率、售卖底价中的一项或多项。其中，本实施例中的对象具有相应的位置信息，即所属位置，例如，该待定对象所属的城市、国家、或者库房标号等。每个待定对象为真实存在的事物，其具有相应的价值，该价值具体可以由价格标注；对于标准化的待定对象，例如某个全新的产品，其价值是已知的，对于非标准化的待定对象，例如二手商品，其价值可以基于工作人员的经验或者预设的定价模型来确定。库存时长指的是该对象被存储在库存内的时长，在售时长指的是该对象已经公开售卖的时长，售卖概率为预设的售卖模型基于该待定对象的其他属性信息所确定的该待定对象被卖出的概率，售卖底价为该待定对象的预设最低售卖价格、或者成本价、或者是售卖模型基于该待定对象的其他属性信息所确定的最低售卖价格。

步骤102：在待定对象存在至少一项属性信息为关键信息时，确定待定对象中属性信息的权重，并根据属性信息和相应的权重确定待定对象的评价值。

本发明实施例中，待定对象包含有一项或多项属性信息，其中有的属性信息为所有待定对象均具有的，该类属性信息为非关键信息，例如上述的待定对象的所属位置、库存时长等；而有的属性信息是部分待定对象特有的、或者需要借助某些特殊方式才可以确定的信息，该类信息称为“关键信息”，例如上述的售卖概率等，当该待定对象为二手商品时，上述的属性信息“价值”也可以作为一项关键信息。一般情况下，若该待定对象包含关键信息，则该待定对象包含比较丰富的属性信息，利用该待定对象的属性信息后续更能精准地进行相应处理，例如，根据属性信息和相应的权重可以更加精准地确定待定对象的评价值。

本实施例中，为待定对象的属性信息分配权重，该权重可以是预先设置的；当待定对象包含多项属性信息时，分别为每一项属性信息分配相应的权重；一般情况下，所有的权重之和为1。在确定待定对象中属性信息的权重之后，即可根据属性信息和相应的权重确定待定对象的评价值。具体的，可以采用加权求和的方式确定待定对象的评价值，上述的步骤102“据属性信息和相应的权重确定待定对象的评价值”包括：

步骤a1：对属性信息进行归一化处理，确定归一化处理后属性信息的属性值。

步骤a2：根据待定对象的属性信息的属性值和相应的权重进行加权求和，确定待定对象的评价值。

本实施例中，由于不同的属性信息可能采用不同的表现形式，例如库存时长以天数表示，价值以价格来表示等，本实施例中首先对属性信息进行归一化处理，从而可以统一不同的属性信息，消除不同属性信息之间表现形式的差异，可以确定每个属性信息的属性值，该属性值为一种更加标准的数值。具体的，可以预先确定每项属性信息的标准值，将每项属性信息与相应的标准值之间的比值作为属性值。例如，对于待定对象a，标准的库存时长为10天，而该待定对象a的库存时长为5天，则该待定对象a库存时长所对应的属性值为5/10＝0.5。在确定每项属性信息的属性值之后，即可基于加权求和的方式确定该待定对象的评价值：

其中，r表示该待定对象的评价值，ωi表示该待定对象第i项属性信息的权重，ri表示该待定对象第i项属性信息的属性值，n为该待定对象包含的属性信息的项数。

步骤103：根据多个待定对象的评价值选取第一预设数量的待定对象作为目标对象。

本发明实施例中，待定对象的评价值可以用于表征该待定对象被选取作为目标对象的概率、或者作为目标对象的合适程度，一般情况下，评价值越高，该待定对象越适合作为目标对象。同时，对于不同的场景，需要选择不同数量的目标对象，即需要预先确定第一预设数量，进而可以从多个待定对象中选取第一预设数量的目标对象。

其中，上述步骤103“根据多个待定对象的评价值选取第一预设数量的待定对象作为目标对象”可采用排序的方式选取目标对象，该过程包括：根据待定对象的评价值对待定对象进行排序，将排序后评价值最大的第一预设数量的待定对象作为目标对象。

本实施例中，通过排序选取的方式可以最优地选取第一预设数量的待定对象作为目标对象。例如，第一预设数量为3，按照评价值从大到小排列后前三个待定对象依次为待定对象a、b、c，则该待定对象a、待定对象b和待定对象c即为评价值最大的三个对象，可以将待定对象a、待定对象b和待定对象c作为三个选取出的目标对象。

本发明实施例提供的一种对象选取的方法，为每项属性信息分配相应的权重，并基于属性信息和相应的权重确定待定对象的评价值，从而在待定对象只选取出所需数量的目标对象，方便后续对该目标对象进行处理。本实施例提供的选取方式不需要人工参与，可以降低人力成本且能提高效率；基于待定对象的评价值客观选取出目标对象，选取结果更加准确，所选取的目标对象更加符合后续处理的要求。

在上述实施例的基础上，在对象过多时，可以预先筛选一部分对象作为待定对象。具体的，上述步骤101“确定多个待定对象”包括：

步骤b1：选取多个临时对象，并确定临时对象中的非量化属性信息，将具有与预设非量化范围相匹配的非量化属性信息的临时对象作为待定对象。

本发明实施例中，临时对象为满足基本要求的对象，每个临时对象也具有相应的属性信息；其中，某些项的属性信息使用非量化形式表示的，该属性信息为“非量化属性信息”。例如，对于属性信息“所属位置”，该属性信息的具体内容一般是某个城市、或者某个位置的仓库等，其一般用文字描述，并不包含数字量化的内容，则该属性信息“所属位置”为一个非量化信息。相应的，某些属性信息是使用量化形式表示的，该属性信息称为“量化属性信息”。例如，对于属性信息“价值”、“库存时长”、“售卖概率”等，其均可以用具体的数值量化表示，则属性信息“价值”、“库存时长”、“售卖概率”均为一项量化属性信息。

本实施例中，对于每项非量化属性信息，预设所需的范围，即预设非量化范围，若该非量化属性信息落入该预设非量化范围内，则确认该非量化属性信息与预设非量化范围相匹配，并将相应的临时对象作为待定对象。例如，临时对象的所属位置为“北京”，其为一项非量化属性信息；若预设非量化范围为“北京和上海”，则该临时对象的所属位置落入了该预设非量化范围内，则该临时对象可以作为一个待定对象。

由于非量化属性信息没有统一的量化标准，后续基于属性信息确定评价值时难以将该非量化属性信息转换为可以量化的参数，本实施例中利用非量化属性信息来初步筛选出符合的对象，即临时对象，可以充分利用对象本身的属性信息，进而选取出更加符合要求的目标对象，选取结果更加准确。

同时，上述步骤102“确定待定对象中属性信息的权重，并根据属性信息和相应的权重确定待定对象的评价值”，包括：

步骤b2：确定待定对象中的量化属性信息，根据量化属性信息和相应的权重确定待定对象的评价值。

本发明实施例中，由于量化属性信息包含量化的参数，基于该量化属性信息和相应的权重可以很方便准确地确定待定对象的评价值。例如，待定对象的量化属性信息包括价值、在售时长、售卖概率、库存时长四项，每项属性信息的权重分别为0.4、0.3、0.2、0.1，则在最终确定的评价值中，价值占40％、在售时长占30％、售卖概率占20％、库存时长占10％。此外，量化属性信息也适合进行归一化处理。

本实施例中，利用非量化属性信息初步筛选出符合的临时对象，之后再基于量化属性信息确定临时对象的评价值，并选出合适的临时对象作为目标对象；该方式可以充分利用对象本身的大部分甚至所有属性信息，进而可以选取出更加符合要求的目标对象，选取结果更加准确。

可选的，在上述步骤101“确定多个待定对象”之后，该方法还包括：

步骤c1：在待定对象不存在属性信息为关键信息时，将具有与预设量化范围相匹配的属性信息的待定对象作为有效待定对象。

步骤c2：从多个有效待定对象中选取第二预设数量的有效待定对象作为目标对象。

本发明实施例中，当待定对象的属性信息中不存在关键信息时，则说明当前的属性信息只能大致描述该待定对象的属性，若采用加权求和的方式选取目标对象可能导致所确定的评价值并不准确。本实施例中预先设置所需的范围，即预设量化范围，若待定对象的属性信息落入该预设量化范围内，则说明该属性信息与该预设量化范围相匹配，相应的待定对象可以作为一个有效待定对象，之后从所有符合要求的有效待定对象中选取所需数量的对象作为目标对象，即选取第二预设数量的有效待定对象作为目标对象。例如，该待定对象的属性信息包括价值和库存时长，且价值为10万，库存时长为5天；若与价值对应的预设量化范围为5万～15万，与库存时长对应的预设量化范围为4～10天，则该待定对象的属性信息均落入相应的预设量化范围内，该待定对象是一个有效待定对象。

可选的，本实施例中也可以预先确定待定对象的量化属性信息，将具有与预设量化范围相匹配的量化属性信息的待定对象作为有效待定对象。本实施例中，当待定对象不包含关键信息时，利用预设量化范围选取目标对象，可以在较少计算量的前提下仍然能比较准确地选取出合适的目标对象。

在上述实施例的基础上，在基于上述步骤103选取出目标对象之后，该方法还包括分配附加资源值的过程，该过程具体包括：

步骤d1：确定目标对象的标定资源值，根据标定资源值与预设的标准资源额之间的差异确定目标对象的附加资源值，并根据附加资源值生成相应的处理策略。

本发明实施例中，每个对象均设有相应的资源值，即标定资源值，该标定资源值可以表征对象的一种属性，例如，该标定资源值具体可是该对象的价格。同时，预先为每一个对象或每一种对象设置标准资源额，该标准资源额可以是该对象或该类对象的标准值、平均值、或者最低值，具体可基于实际情况而定。在确定标定资源值和标准资源额之后，即可基于二者之间的差异确定目标对象的附加资源值，并生成用于处理该附加资源值的策略，即处理策略。例如，在营销场景中，在选出需要促销的产品(即目标对象)之后，可以基于该产品的价格以及标准价格或底价等确定该产品的优惠力度，其中，该产品的价格即为标定资源值，标价价格或底价为标准资源额，附加资源值即为最终确定的优惠力度；之后即可基于该优惠力度生成相应的营销策略，比如为该产品分配与优惠力度对应的优惠券等，以实现对该产品的促销。

下面通过一个实施例详细介绍该对象选取的方法的流程。

本实施例中，以营销场景为例，基于产品的属性信息，从多个产品中选取预设数量的产品作为需要被营销的产品。具体的，参见图2所示，该方法包括：

步骤201：选取多个临时对象，并确定临时对象中的非量化属性信息，将具有与预设非量化范围相匹配的非量化属性信息的临时对象作为待定对象。

本实施例中，可以将库房内滞销的产品作为临时对象，并确定每个临时对象的非量化属性信息和量化属性信息，进而基于非量化属性信息从临时对象中选取出待定对象。以该产品为二手产品为例，非量化属性信息可以为所属位置、品牌等，量化属性信息可以为价值、库存时长、在售时长、售卖概率等。

步骤202：判断待定对象是否存在关键信息，在存在关键信息时继续步骤203，否则继续步骤206。

本实施例中，产品的部分属性信息可以为关键信息，本实施例中的“判断待定对象是否存在关键信息”可以指的是判断待定对象是否存在至少一个关键信息，或者判断待定对象是否存在全部预设的关键信息；例如将产品的价值和售卖概率作为关键信息，则只要待定对象包含价值或售卖概率任意一项属性信息，则均认为该待定对象存在关键信息；或者，只有在该待定对象包含价值和售卖概率时，才认为该待定对象存在关键信息。

步骤203：确定待定对象中的量化属性信息，对量化属性信息进行归一化处理，确定归一化处理后量化属性信息的属性值。

步骤204：根据待定对象的量化属性信息的属性值和相应的权重进行加权求和，确定待定对象的评价值。

本实施例中，待定对象的量化属性信息包括价值、在售时长、售卖概率、库存时长四项；例如，每项属性信息的权重可以分别为0.4、0.3、0.2、0.1，则在最终确定的评价值中，价值占40％、在售时长占30％、售卖概率占20％、库存时长占10％。

步骤205：根据待定对象的评价值对多个待定对象进行排序，将排序后评价值最大的第一预设数量的待定对象作为目标对象，之后继续步骤208。

本实施例中，重复执行上述步骤202至204的过程，从而可以确定多个具有待定对象的评价值，进而在步骤205中即可进行排序并确定第一预设数量的目标对象，即从多个待定的产品中选取出所需数量的目标产品进行促销。

步骤206：将具有与预设量化范围相匹配的属性信息的待定对象作为有效待定对象。

步骤207：从多个有效待定对象中选取第二预设数量的有效待定对象作为目标对象。

本实施例中，同样的，重复执行上述步骤202和步骤206，从而确定多个有效待定对象，并选取出第二预设数量的目标对象。其中，第一预设数量和第二预设数量均可以是预先设置的阈值。

步骤208：确定目标对象的标定资源值，根据标定资源值与预设的标准资源额之间的差异确定目标对象的附加资源值，并根据附加资源值生成相应的处理策略。

本实施例中，在选取出目标产品之后即可基于目标产品的附加资源值来生成相应的营销策略。例如，目标产品为二手车，该目标产品的标定资源值指的是二手车的签约价，标准资源额指的是二手车的底价，若售车模型已确定的二手车的价值，则该附加资源值可以为：(签约价-价值)+a×(价值-底价)；其中，a为调整系数，例如可以是0.4、0.5等。在确定附加资源值之后，可以为该目标对象匹配相应的资源，例如为该目标兑现匹配一张同等价值的优惠券等。

可选的，本实施例中的处理策略除了可以为目标对象匹配与附加资源值同价价值的资源之外，还可以将目标对象的价值更新为标准资源额，以降低因价值太低导致的损失。例如，某二手车的签约价为10万元，当前确定的价值为8万元，底价为7万元，若调整系数a＝0.5，则附加资源值为2.5万元，此时可以为该二手车分配一张2.5万元的优惠券，并将该二手车的价值调整为签约价10万元，并以更新后的价值(即10万元)进行售卖，其最终的销售额为10-2.5＝7.5万元。

本发明实施例提供的一种对象选取的方法，为每项属性信息分配相应的权重，并基于属性信息和相应的权重确定待定对象的评价值，从而在待定对象只选取出所需数量的目标对象，方便后续对该目标对象进行处理。本实施例提供的选取方式不需要人工参与，可以降低人力成本且能提高效率；基于待定对象的评价值客观选取出目标对象，选取结果更加准确，所选取的目标对象更加符合后续处理的要求。利用非量化属性信息初步筛选出符合的临时对象，之后再基于量化属性信息确定临时对象的评价值，并选出合适的临时对象作为目标对象；该方式可以充分利用对象本身的大部分甚至所有属性信息，进而可以选取出更加符合要求的目标对象，选取结果更加准确。当待定对象不包含关键信息时，利用预设量化范围选取目标对象，可以在较少计算量的前提下仍然能比较准确地选取出合适的目标对象。

以上详细介绍了对象选取的方法的流程，该方法也可以通过相应的装置实现，下面详细介绍该装置的结构和功能。

本发明实施例提供的一种对象选取的装置，参见图3所示，包括：

确定模块31，用于确定多个待定对象，并确定每个所述待定对象的一项或多项属性信息；

评价值确定模块32，用于在所述待定对象存在至少一项属性信息为关键信息时，确定所述待定对象中属性信息的权重，并根据所述属性信息和相应的权重确定所述待定对象的评价值；

第一选取模块33，用于根据多个所述待定对象的评价值选取第一预设数量的待定对象作为目标对象。

在上述实施例的基础上，所述第一选取模块33根据所述属性信息和相应的权重确定所述待定对象的评价值包括：

对所述属性信息进行归一化处理，确定归一化处理后所述属性信息的属性值；

根据所述待定对象的属性信息的属性值和相应的权重进行加权求和，确定所述待定对象的评价值。

在上述实施例的基础上，所述确定模块31具体用于：

选取多个临时对象，并确定所述临时对象中的非量化属性信息，将具有与预设非量化范围相匹配的非量化属性信息的临时对象作为待定对象；

所述评价值确定模块32具体用于：

确定所述待定对象中的量化属性信息，根据所述量化属性信息和相应的权重确定所述待定对象的评价值。

在上述实施例的基础上，该装置还包括第二选取模块；

在所述确定模块31确定多个待定对象之后，所述第二选取模块用于：

在所述待定对象不存在属性信息为关键信息时，将具有与预设量化范围相匹配的属性信息的待定对象作为有效待定对象；从多个有效待定对象中选取第二预设数量的有效待定对象作为目标对象。

在上述实施例的基础上，所述第一选取模块33具体用于：

根据所述待定对象的评价值对待定对象进行排序，将排序后评价值最大的第一预设数量的待定对象作为目标对象。

在上述实施例的基础上，还包括资源处理模块；

在所述第一选取模块33和/或所述第二选取模块选取出所述目标对象之后，所述资源处理模块用于：

确定所述目标对象的标定资源值，根据所述标定资源值与预设的标准资源额之间的差异确定所述目标对象的附加资源值，并根据所述附加资源值生成相应的处理策略。

在上述实施例的基础上，所述资源处理模块根据所述附加资源值生成相应的处理策略包括：

为所述目标对象匹配与所述附加资源值同价价值的资源，并将所述目标对象的价值更新为所述标准资源额。

本发明实施例提供的一种对象选取的装置，为每项属性信息分配相应的权重，并基于属性信息和相应的权重确定待定对象的评价值，从而在待定对象只选取出所需数量的目标对象，方便后续对该目标对象进行处理。本实施例提供的选取方式不需要人工参与，可以降低人力成本且能提高效率；基于待定对象的评价值客观选取出目标对象，选取结果更加准确，所选取的目标对象更加符合后续处理的要求。利用非量化属性信息初步筛选出符合的临时对象，之后再基于量化属性信息确定临时对象的评价值，并选出合适的临时对象作为目标对象；该方式可以充分利用对象本身的大部分甚至所有属性信息，进而可以选取出更加符合要求的目标对象，选取结果更加准确。当待定对象不包含关键信息时，利用预设量化范围选取目标对象，可以在较少计算量的前提下仍然能比较准确地选取出合适的目标对象。

本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，其包含用于执行上述的对象选取的方法的程序，该计算机可执行指令可执行上述任意方法实施例中的方法。

其中，所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nandflash)、固态硬盘(ssd))等。

图4示出了本发明的另一个实施例的一种电子设备的结构框图。所述电子设备1100可以是具备计算能力的主机服务器、个人计算机pc、或者可携带的便携式计算机或终端等。本发明具体实施例并不对电子设备的具体实现做限定。

该电子设备1100包括至少一个处理器(processor)1110、通信接口(communicationsinterface)1120、存储器(memoryarray)1130和总线1140。其中，处理器1110、通信接口1120、以及存储器1130通过总线1140完成相互间的通信。

通信接口1120用于与网元通信，其中网元包括例如虚拟机管理中心、共享存储等。

处理器1110用于执行程序。处理器1110可能是一个中央处理器cpu，或者是专用集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。

存储器1130用于可执行的指令。存储器1130可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器1130也可以是存储器阵列。存储器1130还可能被分块，并且所述块可按一定的规则组合成虚拟卷。存储器1130存储的指令可被处理器1110执行，以使处理器1110能够执行上述任意方法实施例中的对象选取的方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。