1.本公开涉及电子信息
技术领域：
：，具体地，涉及一种确定对象标签的方法、装置、存储介质和电子设备。
背景技术：
：：2.随着电子信息技术的快速发展，人们越来越多地依赖于各种应用程序或者互联网来获取信息。应用程序和互联网上会投放各种推广内容，来增加曝光度，提高活跃量。如果未经筛选直接进行大面积投放，可能会对用户造成干扰，同时导致处理资源和带宽资源的浪费。因此，为了提高投放的准确度，通常需要先对大量的对象进行识别，以得到每个对象的类型，然后再从多个对象中筛选出适合投放的目标对象。技术实现要素：3.本公开的目的是提供一种确定对象标签的方法、装置、存储介质和电子设备，用于提高确定对象标签的准确度。4.根据本公开实施例的第一方面，提供一种确定对象标签的方法，所述方法包括：5.获取对象的数据记录，所述数据记录包括若干种信息，所述信息包括业务信息、交易信息和行为信息中的至少一种；6.在所述若干种信息中，确定有效信息；7.根据所述有效信息，确定所述对象的标签。8.可选地，所述方法还包括：9.所述信息包括业务信息、交易信息和行为信息；10.按照预设的同步周期，将预设数据库中存储的所述对象的业务信息和交易信息上传至云服务器；11.响应于所述对象触发的操作指令，将所述操作指令对应的行为信息上传至所述云服务器；12.所述获取对象的数据记录，包括：13.从所述云服务器中获取所述对象的所述业务信息、所述交易信息和所述行为信息。14.可选地，所述在所述若干种信息中，确定有效信息，包括：15.确定各种所述信息的填充率；其中，所述填充率与所述信息的数据量正相关；16.根据所述填充率，从所述若干种信息中筛选出所述有效信息。17.可选地，所述根据所述填充率，从所述若干种信息中筛选出所述有效信息，包括：18.如果所述信息的填充率大于指定阈值，且所述信息的类别属于指定类别，则确定所述信息为所述有效信息。19.可选地，所述有效信息包括有效业务信息、有效交易信息和有效行为信息；20.所述根据所述有效信息，确定所述对象的标签，包括：21.按照主成分分析算法对多个所述对象的有效业务信息进行处理，以得到每个所述对象的业务标签；22.按照关联性分析算法对多个所述对象的有效行为信息进行处理，以得到每个所述对象的行为标签；23.将多个所述对象的有效交易信息输入预先训练好的分析模型，以得到每个所述对象的交易标签。24.可选地，所述按照主成分分析算法对多个所述对象的有效业务信息进行处理，以得到每个所述对象的业务标签，包括：25.按照主成分分析算法对各个所述对象的有效业务信息进行处理，得到各个所述对象的目标业务数据列；其中，所述对象的有效业务信息包括若干业务数据列；26.根据各个所述对象的目标业务数据列，确定每个所述对象的业务标签；27.和/或，28.所述按照关联性分析算法对多个所述有效行为信息进行处理，以得到每个所述对象的行为标签，包括：29.按照关联性分析算法对各个所述对象的有效行为信息进行处理，得到各个所述对象的目标行为数据列；其中，所述对象的有效行为信息包括若干行为数据列；30.根据各个所述对象的目标行为数据列，确定每个所述对象的行为标签。31.可选地，所述方法还包括：32.将每个所述对象的所述业务标签、所述行为标签和所述交易标签，拼接为每个所述对象对应的标签记录，以得到包括多个所述对象对应的标签记录的对象标签信息集；33.根据所述业务标签对应的第一权限，将所述对象标签信息集中，每个所述对象的所述业务标签按照所述第一权限指示的存储模式进行存储；34.根据所述行为标签对应的第二权限，将所述对象标签信息集中，每个所述对象的所述行为标签按照所述第二权限指示的存储模式进行存储；35.根据所述交易标签对应的第三权限，将所述对象标签信息集中，每个所述对象的所述交易标签按照所述第三权限指示的存储模式进行存储。36.可选地，所述方法还包括：37.按照预设的更新周期，重复执行所述获取对象的数据记录，至所述根据所述有效信息，确定所述对象的标签的步骤，以更新每个所述对象的所述标签。38.根据本公开实施例的第二方面，提供一种确定对象标签的装置，所述装置包括：39.获取模块，用于获取对象的数据记录，所述数据记录包括若干种信息，所述信息包括业务信息、交易信息和行为信息中的至少一种；40.第一确定模块，用于在所述若干种信息中，确定有效信息；41.第二确定模块，用于根据所述有效信息，确定所述对象的标签。42.可选地，所述信息包括业务信息、交易信息和行为信息；所述装置还包括：43.第一上传模块，用于按照预设的同步周期，将预设数据库中存储的所述对象的业务信息和交易信息上传至云服务器；44.第二上传模块，用于响应于所述对象触发的操作指令，将所述操作指令对应的行为信息上传至所述云服务器；45.所述获取模块用于：46.从所述云服务器中获取所述对象的所述业务信息、所述交易信息和所述行为信息。47.可选地，所述第一确定模块包括：48.确定子模块，用于确定各种所述信息的填充率；其中，所述填充率与所述信息的数据量正相关；49.筛选子模块，用于根据所述填充率，从所述若干种信息中筛选出所述有效信息。50.可选地，所述筛选子模块用于：51.如果所述信息的填充率大于指定阈值，且所述信息的类别属于指定类别，则确定所述信息为所述有效信息。52.可选地，所述有效信息包括有效业务信息、有效交易信息和有效行为信息；53.所述第二确定模块包括：54.第一处理子模块，用于按照主成分分析算法对多个所述对象的有效业务信息进行处理，以得到每个所述对象的业务标签；55.第二处理子模块，用于按照关联性分析算法对多个所述对象的有效行为信息进行处理，以得到每个所述对象的行为标签；56.第三处理子模块，用于将多个所述对象的有效交易信息输入预先训练好的分析模型，以得到每个所述对象的交易标签。57.可选地，所述第一处理子模块用于：58.按照主成分分析算法对各个所述对象的有效业务信息进行处理，得到各个所述对象的目标业务数据列；其中，所述对象的有效业务信息包括若干业务数据列；59.根据各个所述对象的目标业务数据列，确定每个所述对象的业务标签；60.和/或，61.所述第二处理子模块，用于：62.对各个所述对象的有效行为信息进行处理，得到各个所述对象的目标行为数据列；其中，所述对象的有效行为信息包括若干行为数据列；63.根据各个所述对象的目标行为数据列，确定每个所述对象的行为标签。64.可选地，所述装置还包括：65.拼接模块，用于将每个所述对象的所述业务标签、所述行为标签和所述交易标签，拼接为每个所述对象对应的标签记录，以得到包括多个所述对象对应的标签记录的对象标签信息集；66.第一存储模块，用于根据所述业务标签对应的第一权限，将所述对象标签信息集中，每个所述对象的所述业务标签按照所述第一权限指示的存储模式进行存储；67.第二存储模块，用于根据所述行为标签对应的第二权限，将所述对象标签信息集中，每个所述对象的所述行为标签按照所述第二权限指示的存储模式进行存储；68.第三存储模块，用于根据所述交易标签对应的第三权限，将所述对象标签信息集中，每个所述对象的所述交易标签按照所述第三权限指示的存储模式进行存储。69.可选地，所述装置还包括：70.更新模块，用于按照预设的更新周期，重复执行所述获取对象的数据记录，至所述根据所述有效信息，确定所述对象的标签的步骤，以更新每个所述对象的所述标签。71.根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例的第一方面中任一项所述方法的步骤。72.根据本公开实施例的第四方面，提供一种电子设备，包括：73.存储器，其上存储有计算机程序；74.处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面中任一项所述方法的步骤。75.通过上述技术方案，本公开首先获取对象的数据记录。其中，数据记录包括若干种信息，信息包括业务信息、交易信息和行为信息中的至少一种。之后在若干种信息中，确定有效信息，并根据有效信息，确定对象的标签。本公开通过对对象的数据记录进行筛选，得到其中的有效信息，从而根据有效信息确定对象的标签，能够提高确定对象标签的准确度。76.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明77.附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：78.图1是根据一示例性实施例示出的一种确定对象标签的方法的流程图；79.图2是根据一示例性实施例示出的另一种确定对象标签的方法的流程图；80.图3是根据一示例性实施例示出的另一种确定对象标签的方法的流程图；81.图4是根据一示例性实施例示出的另一种确定对象标签的方法的流程图；82.图5是根据一示例性实施例示出的另一种确定对象标签的方法的流程图；83.图6是根据一示例性实施例示出的另一种确定对象标签的方法的流程图；84.图7是根据一示例性实施例示出的一种确定对象标签的装置的框图；85.图8是根据一示例性实施例示出的另一种确定对象标签的装置的框图；86.图9是根据一示例性实施例示出的另一种确定对象标签的装置的框图；87.图10是根据一示例性实施例示出的另一种确定对象标签的装置的框图；88.图11是根据一示例性实施例示出的另一种确定对象标签的装置的框图；89.图12是根据一示例性实施例示出的另一种确定对象标签的装置的框图；90.图13是根据一示例性实施例示出的一种电子设备的框图。具体实施方式91.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。92.图1是根据一示例性实施例示出的一种确定对象标签的方法的流程图，如图1所示，该方法包括：93.步骤101，获取对象的数据记录，数据记录包括若干种信息，信息包括业务信息、交易信息和行为信息中的至少一种。94.举例来说，要对大量的对象进行识别，可以先从云服务器中存储的海量信息中获取对象的数据记录，其中，数据记录包括若干种信息。其中，信息可以包括业务信息、交易信息和行为信息中的至少一种。业务信息指的是与公司业务相关的数据，例如可以是用户关注的公司列表、用户关注的业务领域、用户办理过的业务、用户关注的产品或业务等。交易信息可以理解为，与用户的消费相关的信息，例如可以是消费频率、消费金额等等。行为信息指的是由对象的行为产生的数据，例如可以是点击次数、点击路径、访问链接、对象所在位置等。需要说明的是，在预设的数据表中可以存储多个对象的数据记录，其中，每一行为一个对象对应的数据记录，每一列为多个对象对应的同一种信息。例如，预设的数据表为一个5000*20的数据表，其中5000行分别对应5000个对象对应的数据记录，每个数据记录中包括20种信息。20列对应20种信息，每列包括5000个对象对应的一种信息。95.需要说明的是，对象可以理解为用于投放推广内容的投放平台，用户可以通过投放平台来获取推广内容。投放平台例如可以是一个应用程序，也可以是同一个服务器对应的一组应用程序，还可以是应用程序中的一个页面等。对象还可以理解为投放区域，投放区域内的用户可以获取推广内容。投放区域例如可以是一个局域网覆盖的区域，也可以是一个基站覆盖的区域，还可以是一个运营商提供服务的区域等。对象也可以理解为一个终端设备，用户可以通过终端设备浏览推广内容等。对象还可以理解为用户，本公开对于对象的具体含义不作具体限定。进一步的，在对象为用户的场景中，上述数据记录中包括的任意内容，均是在得到用户授权的情况下获得的，或者在用户阅读相关说明后主动提交的，或者是用户在使用终端设备时终端设备必然会发送至云服务器的。96.步骤102，在若干种信息中，确定有效信息。97.示例的，对象的数据记录中可能会存在一些脏信息、空信息或无意义的信息等，会对确定对象标签的过程造成干扰。例如数据不在给定的范围内，或是信息格式非法等，因此需要对获取到的若干种信息进行筛选，得到干净信息，即有效信息。具体的，针对每个对象对应的数据记录，可以按照每种信息对应的筛选规则，删除该数据记录中不满足对应的筛选规则的内容。也就是说，针对每种信息，可以预先设置对应的筛选规则，然后利用这些筛选规则对获取到的每个对象的数据记录进行数据清洗。例如，一种信息为操作时间，对应的筛选规则可以为信息格式为时间格式，因此若某个用户对应的数据记录中，操作时间的内容的信息格式不是时间格式，那么可以确定该内容不满足筛选规则，并将该内容从该用户对应的数据记录中删除。再比如，另一种信息为交易金额，对应的筛选规则为大于零的数字，因此若某个用户对应的数据记录中，交易金额的内容为小于或等于零的数字，或者为非数字类型的数据，那么可以确定该内容不满足筛选规则，并将该内容从该用户对应的数据记录中删除。98.进一步的，在对对象的数据记录进行筛选之后，可以在筛选后的若干种干净信息中，确定有效信息。需要说明的是，根据业务信息可以得到有效业务信息，根据交易信息可以得到有效交易信息，根据行为信息可以得到有效行为信息。具体的，首先可以针对每种信息，确定该种信息的填充率。其中，填充率可以是，该种信息的内容数量与数据记录的数量的比值。在确定每种信息的填充率之后，可以根据对应的填充率，确定至少一种有效信息。有效信息可以理解为对确定对象标签有用的信息。例如，可以将填充率大于指定阈值的信息作为有效信息，也可以将填充率进行降序排列，将排列在最前的指定数量个信息作为有效信息，本公开对此不作具体限定。99.步骤103，根据有效信息，确定对象的标签。100.示例的，在确定有效信息之后，可以根据每个对象的每种有效信息的内容，对每个对象进行识别，以得到该对象的标签。其中，标签用于表征对象的类型，根据有效业务信息可以得到业务标签，根据有效交易信息可以得到交易标签，根据有效行为信息可以得到行为标签。一种实现方式，可以按照预设算法，分析每个对象的有效信息的内容，从而生成每个对象的标签。其中，预设算法例如可以是主成分分析算法、关联性分析算法等。另一种实现方式，还可以预先训练一个识别模型，然后将每个对象的有效信息的内容作为识别模型的输入，以得到识别模型输出的，该对象的标签。本公开首先从云服务器获取包括能够全面表征对象的数据记录，再从若干种筛选出有效信息，最后根据有效信息确定每个对象的标签，能够提高确定对象标签的准确度和处理效率。101.综上所述，本公开首先获取对象的数据记录。其中，数据记录包括若干种信息，信息包括业务信息、交易信息和行为信息中的至少一种。之后在若干种信息中，确定有效信息，并根据有效信息，确定对象的标签。本公开通过对对象的数据记录进行筛选，得到其中的有效信息，从而根据有效信息确定对象的标签，能够提高确定对象标签的准确度。102.图2是根据一示例性实施例示出的另一种确定对象标签的方法的流程图，如图2所示，信息包括业务信息、交易信息和行为信息。该方法还包括：103.步骤104，按照预设的同步周期，将预设数据库中存储的对象的业务信息和交易信息上传至云服务器。104.步骤105，响应于对象触发的操作指令，将操作指令对应的行为信息上传至云服务器。105.相应的，步骤101的一种实现方式为：106.从云服务器中获取对象的业务信息、交易信息和行为信息。107.示例的，在获取对象的数据记录之前，可以按照预设的同步周期，通过第一指定工具，将预设数据库中存储的每个对象的业务信息和交易信息上传至云服务器。其中，预设数据库例如可以是sql(英文：structuredquerylanguage，中文：结构化查询语言)server、mysql、oracle、postgresql、db2等，第一指定工具例如可以是sqoop。同时，也可以在网页或者应用程序内进行埋点，以实时检测对象的各种操作指令。在检测到任一对象触发了操作指令时，可以通过第二指定工具对操作指令对应的行为信息进行解析，再进一步将解析后的行为信息进行格式转换，以将行为信息转换为统一的格式。最后将转换后的行为信息上传至云服务器。其中第二指定工具例如可以是flink。以对象为终端设备来举例，当用户通过终端设备打开某个应用程序之后，可以获取终端设备上的点击路径，例如：“个人中心”‑》“我的关注”‑》“查看”‑》“退出”，并将该点击路径作为该用户的行为信息进行解析和格式转换，以上传至云服务器。其中，云服务器例如可以包括hive(中文：数据仓库工具)，可以将获取到的业务信息、交易信息和转换后的行为信息存储在hive的ods(英文：operationaldatastore，中文：操作型数据存储)层。这样，通过将预设数据库中存储的对象的业务信息、交易信息和对象触发的操作指令对应的行为信息上传至云服务器，便于查询和获取对象的业务信息、交易信息和行为信息。108.需要说明的是，可以将预设数据库中存储的全部业务信息和交易信息同步至云服务器，并将获取到的对象的全部行为信息存储至云服务器，再进一步从云服务器中存储的全部信息中获取指定业务信息、指定交易信息和指定行为信息，从而得到对象的数据记录。其中，指定业务信息可以为预先标定的，对确定对象标签具有参考价值的业务信息，指定交易信息可以为预先标定的，对确定对象标签具有参考价值的交易信息，指定行为信息可以为预先标定的，对确定对象标签具有参考价值的行为信息。也就是说，在从云服务器获取对象的数据记录时，可以从云服务器中存储的全部信息中进行筛选，以得到包括指定业务信息、指定交易信息和指定行为信息的对象的数据记录。109.也可以将预设数据库中存储的全部业务信息和全部交易信息同步至云服务器，并将获取到的对象的全部行为信息存储至云服务器，再进一步获取云服务器中存储的全部信息，从而得到对象的数据记录。还可以将预设数据库中存储的指定业务信息和指定交易信息同步至云服务器，并将获取到对象的指定行为信息存储至云服务器，再进一步获取云服务器中存储的全部信息。本公开对此不做具体限定。110.图3是根据一示例性实施例示出的另一种确定对象标签的方法的流程图，如图3所示，步骤102可以通过以下方式来实现：111.步骤1021，确定各种信息的填充率。其中，填充率与信息的数据量正相关。112.步骤1022，根据填充率，从若干种信息中筛选出有效信息。113.示例的，在获取到对象的数据记录之后，可以针对每种信息，确定该种信息的填充率。其中，填充率与该种信息的数据量正相关。例如可以将该种信息的数据量与数据记录的数量的比值，作为该种信息的填充率。例如，预设的数据表为一个5000*20的数据表，5000行分别对应5000个对象对应的数据记录，但每个数据记录中可能包括n种信息的内容，其中，n≤20。20列对应20种信息，每列包括m个内容，其中m≤5000。某种信息对应的列，包括3800个内容，即该种信息的数据量为3800，那么该种信息的填充率可以为3800/5000＝0.76。114.在确定每种信息的填充率之后，可以根据对应的填充率，从若干种信息中筛选出有效信息，从而根据有效信息来确定对象标签，能够提高确定对象标签的效率和准确度。有效信息可以理解为对确定对象标签有用的信息。例如，可以将填充率大于指定阈值的信息作为有效信息，也可以将填充率进行降序排列，将排列在最前的指定数量个信息作为有效信息，本公开对此不作具体限定。115.在一种应用场景中，步骤1022的一种实现方式可以为：116.如果信息的填充率大于指定阈值，且信息的类别属于指定类别，则确定信息为有效信息。117.示例的，在得到每种信息的填充率之后，可以判断该种信息的填充率是否大于指定阈值，如果该种信息的填充率大于指定阈值，可以进一步判断该种信息的类别是否属于指定类别，若该种信息的类型属于指定类别，那么可以确定该种信息为有效信息。通过将指定类别的信息确定为有效信息，能够进一步提高确定对象标签的效率和准确度。其中，指定阈值例如可以为20％，指定类别可以理解为，对确定对象标签具有参考价值的类别。例如可以由业务侧预先对每种信息进行分析，并对每种信息进行标注，分为“重要”、“中等”、“一般”等类别，那么指定类别可以为：“重要”和“中等”，指定类别也可以为：“重要”。118.图4是根据一示例性实施例示出的另一种确定对象标签的方法的流程图，如图4所示，有效信息包括：有效业务信息、有效交易信息和有效行为信息。119.步骤103可以通过以下步骤来实现：120.步骤1031，按照主成分分析算法对多个对象的有效业务信息进行处理，以得到每个对象的业务标签。121.步骤1032，按照关联性分析算法对多个对象的有效行为信息进行处理，以得到每个对象的行为标签。122.步骤1033，将多个对象的有效交易信息输入预先训练好的分析模型，以得到每个对象的交易标签。123.示例的，有效信息可以包括：有效业务信息、有效交易信息和有效行为信息中任意一种或多种。例如：有效信息可以包括有效业务信息，有效信息也可以包括有效业务信息和有效行为信息，有效信息还可以包括有效业务信息、有效交易信息和有效行为信息，本公开对此不作具体限定。在确定有效信息之后，可以分别每个对象的三种有效信息进行分析，从而得到每个对象对应的三种标签。具体的，针对每个对象的有效业务信息，可以按照主成分分析算法进行处理，得到有效业务信息中的目标业务信息，从而根据目标业务信息生成每个对象的业务标签。针对每个对象的有效行为信息，可以按照关联性分析算法进行处理，得到有效行为信息中的目标行为信息，从而根据目标行为信息生成每个对象的行为标签。针对每个对象的有效交易信息，可以将每个对象的有效交易信息的内容输入预设的分析模型，从而得到每个对象的交易标签，其中预设的分析模型例如可以为rfm(英文：recencyfrequencymonetary)模型。例如，一个对象的有效交易信息的内容指示该对象的最近消费时间近、消费频次高、消费金额高，那么可以确定该对象的交易标签为“重要价值用户”。在实际应用场景中，还可以采用关联性分析算法等其他算法对有效业务信息进行处理，采用主成分分析算法等对有效行为信息进行处理。本发明实施例基于业务、对象行为等多个维度为对象构建画像，使得得到的画像更加丰富、准确。124.在另一种应用场景中，步骤1031的一种实现方式可以为：125.步骤1)按照主成分分析算法对各个对象的有效业务信息进行处理，得到各个对象的目标业务数据列。其中，对象的有效业务信息包括若干业务数据列。126.步骤2)根据各个对象的目标业务数据列，确定每个对象的业务标签。127.示例的，针对每个对象的有效业务信息，可以按照主成分分析算法对有效业务信息的内容进行处理，得到至少一种目标业务数据列。其中，对象的有效业务信息包括若干业务数据列。目标业务数据列可以是一种有效业务信息对应的业务数据列，也可以是根据一种或多种有效业务信息得到的业务数据列，目标业务数据列用于生成该对象的业务标签。例如，一个对象的有效业务信息对应a、b、c、d、e共五个业务数据列，按照主成分分析算法对a、b、c、d、e五个业务数据列进行处理之后，可以确定a和c为目标业务数据列，a和c可以用来生成该对象的业务标签。再比如，按照主成分分析算法对a、b、c、d、e五个业务数据列进行处理之后，可以将a和c的平均值(或者求和结果)作为目标业务数据列。之后可以根据每个对象的目标业务数据列的内容，生成该对象的业务标签。具体的，以目标业务数据列为用户浏览过的公司对应的数据列为例，可以根据目标业务数据列中包含的公司所属的领域，确定用户感兴趣的行业，从而生成该用户对应的一种业务标签，例如可以是感兴趣行业标签。128.相应的，步骤1032的一种实现方式可以为：129.步骤3)按照关联性分析算法对各个对象的有效行为信息进行处理，得到各个对象的目标行为数据列。其中，对象的有效行为信息包括若干行为数据列。130.步骤4)根据各个对象的目标行为数据列，确定每个对象的行为标签。131.示例的，针对每个对象的有效行为信息，可以按照关联性分析算法对有效行为信息进行处理，得到至少一种目标行为数据列。其中，对象的有效行为信息包括若干行为数据列。目标行为数据列是一种有效行为信息对应的行为数据列，也可以是根据一种或多种有效行为信息得到的行为数据列，目标业务数据列用于生成该对象的行为标签。例如，一个对象的有效行为信息对应a、b、c、d、e共五个行为数据列，按照关联性分析算法对a、b、c、d、e五个行为数据列进行处理之后，可以确定e为目标行为数据列，e可以用来生成该对象的行为标签。再比如，按照关联性分析算法对a、b、c、d、e五个行为数据列进行处理之后，可以将a和e对应的行为数据列作为目标行为数据列。之后可以根据每个对象的目标行为数据列，生成该对象的行为标签。具体的，以目标行为数据列为用户的点击信息对应的数据列为例，可以根据点击信息得到用户的点击路径，从而生成该用户对应的一种行为标签，例如可以是点击路径标签。132.这样，通过主成分分析算法分析得到目标业务数据列，通过关联性分析算法分析得到目标行为数据列，从而根据目标业务数据列生成业务标签，并根据目标行为数据列生成行为标签，能够提高确定对象标签的准确度。133.图5是根据一示例性实施例示出的另一种确定对象标签的方法的流程图，如图5所示，该方法还包括：134.步骤106，将每个对象的业务标签、行为标签和交易标签，拼接为每个对象对应的标签记录，以得到包括多个对象对应的标签记录的对象标签信息集。135.步骤107，根据业务标签对应的第一权限，将对象标签信息集中，每个对象的业务标签按照第一权限指示的存储模式进行存储。136.步骤108，根据行为标签对应的第二权限，将对象标签信息集中，每个对象的行为标签按照第二权限指示的存储模式进行存储。137.步骤109，根据交易标签对应的第三权限，将对象标签信息集中，每个对象的交易标签按照第三权限指示的存储模式进行存储。138.示例的，在得到每个对象的标签之后，可以将每个对象的业务标签、行为标签和交易标签进行拼接，从而得到包括多个对象对应的标签记录的对象标签信息集，以便对每个对象的标签进行查询和分析。其中，对象标签信息集可以为一个信息表。例如，共有1000个对象，每个对象对应的标签均小于或等于50个，那么可以得到一个1000*50的信息表，该信息表中每一行为一个对象对应的多个标签。139.进一步的，可以根据每种标签对应的权限，将每个对象对应的该标签，按照指定权限所指定的存储模式进行存储，以便于不同的访问终端对各自权限内的标签进行快速查询。具体的，可以根据业务标签对应的第一权限，将对象标签信息集中，每个对象的业务标签按照第一权限指示的存储模式进行存储。其中，第一权限可以例如为，只允许业务部门访问，即只有业务部门可以对每个对象的业务标签进行访问。第一权限指示的存储模式例如可以是将业务标签存储在业务部门内部的服务器中。同样的，可以根据行为标签对应的第二权限，将对象标签信息集中，每个对象的行为标签按照第二权限指示的存储模式进行存储。其中，第二权限例如可以为，只允许开发部门访问，即只有开发部门可以对每个对象的行为标签进行访问。第二权限指示的存储模式例如可以是将行为标签存储在开发部门内部的服务器中。同样的，可以根据交易标签对应的第三权限，将对象标签信息集中，每个对象的交易标签按照第三权限指示的存储模式进行存储。其中，第三权限例如可以为，只允许销售部门访问，即只有销售部门可以对每个对象的交易标签进行访问。第三权限指示的存储模式例如可以是将交易标签存储在销售部门内部的服务器中。第一权限、第二权限和第三权限指示的存储模式可以用于指示指定的存储介质，也可以用于指示指定的存储格式，存储介质例如可以为mysql、tablestore(中文：表格存储)、redis(英文：remotedictionaryserver，中文：远程字典服务)等。这样，通过将业务标签、交易标签和行为标签按照各自对应的存储模式进行存储，便于每种标签的查询和管理。140.图6是根据一示例性实施例示出的另一种确定对象标签的方法的流程图，如图6所示，该方法还包括：141.步骤110，按照预设的更新周期，重复执行步骤101至步骤103，以更新每个对象的标签。142.示例的，可以按照预设的更新周期，重复执行步骤101至步骤103，来更新每个对象的标签。具体的，可以将一个更新周期之前的指定时长内每个对象的数据记录的内容，与一个更新周期内该对象的数据记录的内容进行合并，得到合并后的数据记录，从而根据合并后的数据记录，生成更新后的该对象的标签。例如：指定时长可以为29天，相应的，指定时长内的数据记录为，该对象在一个更新周期之前29天内产生的所有数据记录的集合。以更新周期为1天、更新时间为每天的00：00、指定时长为29天为例，10月1日00：00进行更新时，可以将9月1日00：00到9月29日24：00的数据记录的集合，与9月30日00：00到9月30日24：00的数据记录进行合并，得到合并后的数据记录。之后可以根据合并后的数据记录，更新该对象的标签。143.也可以将每个对象在历史时刻的数据记录的集合，与一个更新周期内生成的该对象的数据记录进行合并，从而根据合并后的数据记录，生成更新后的该对象的标签。其中，历史时刻包括一个更新周期之前的所有时刻，相应的，历史时刻的数据记录的内容为，该对象在一个更新周期之前产生的所有数据记录的集合。以更新周期为1天、更新时间为每天的00：00为例，10月1日00：00进行更新时，可以将9月29日24：00之前的所有数据记录的集合，与9月30日00：00到9月30日24：00的数据记录进行合并，得到合并后的数据记录。之后可以根据合并后的数据记录，更新该对象的标签。144.这样，通过预设的更新周期对每个对象的标签进行更新，使得生成的对象标签能够反映每个对象最新的状态。145.综上所述，本公开首先获取对象的数据记录。其中，数据记录包括若干种信息，信息包括业务信息、交易信息和行为信息中的至少一种。之后在若干种信息中，确定有效信息，并根据有效信息，确定对象的标签。本公开通过对对象的数据记录进行筛选，得到其中的有效信息，从而根据有效信息确定对象的标签，能够提高确定对象标签的准确度。146.图7是根据一示例性实施例示出的一种确定对象标签的装置的框图，如图7所示，该装置200包括：147.获取模块201，用于获取对象的数据记录，数据记录包括若干种信息，信息包括业务信息、交易信息和行为信息中的至少一种。148.第一确定模块202，用于在若干种信息中，确定有效信息。149.第二确定模块203，用于根据有效信息，确定对象的标签。150.图8是根据一示例性实施例示出的另一种确定对象标签的装置的框图，如图8所示，该装置200还包括：151.第一上传模块204，用于按照预设的同步周期，将预设数据库中存储的对象的业务信息和交易信息上传至云服务器。152.第二上传模块205，用于响应于对象触发的操作指令，将操作指令对应的行为信息上传至云服务器。153.获取模块201用于：154.从云服务器中获取对象的业务信息、交易信息和行为信息。155.图9是根据一示例性实施例示出的另一种确定对象标签的装置的框图，如图9所示，第一确定模块202包括：156.确定子模块2021，用于确定各种信息的填充率。其中，填充率与信息的数据量正相关。157.筛选子模块2022，用于根据填充率，从若干种信息中筛选出有效信息。158.在一种应用场景中，筛选子模块2022用于：159.如果信息的填充率大于指定阈值，且信息的类别属于指定类别，则确定信息为有效信息。160.图10是根据一示例性实施例示出的另一种确定对象标签的装置的框图，如图10所示，有效信息包括：有效业务信息、有效交易信息和有效行为信息。161.第二确定模块203包括：162.第一处理子模块2031，用于按照主成分分析算法对多个对象的有效业务信息进行处理，以得到每个对象的业务标签。163.第二处理子模块2032，用于按照关联性分析算法对多个对象的有效行为信息进行处理，以得到每个对象的行为标签。164.第三处理子模块2033，用于将多个对象的有效交易信息的内容输入预设的分析模型，以得到每个对象的交易标签。165.在另一种应用场景中，第一处理子模块2031用于：166.按照主成分分析算法对各个对象的有效业务信息进行处理，得到各个对象的目标业务数据列。其中，对象的有效业务信息包括若干业务数据列。167.根据各个对象的目标业务数据列，确定每个对象的业务标签。168.第二处理子模块2032，用于：169.对各个对象的有效行为信息进行处理，得到各个对象的目标行为数据列。其中，对象的有效行为信息包括若干行为数据列。170.根据各个对象的目标行为数据列，确定每个对象的行为标签。171.图11是根据一示例性实施例示出的另一种确定对象标签的装置的框图，如图11所示，该装置200还包括：172.拼接模块206，用于将每个对象的业务标签、行为标签和交易标签，拼接为每个对象对应的标签记录，以得到包括多个对象对应的标签记录的对象标签信息集。173.第一存储模块207，用于根据业务标签对应的第一权限，将对象标签信息集中，每个对象的业务标签按照第一权限指示的存储模式进行存储。174.第二存储模块208，用于根据行为标签对应的第二权限，将对象标签信息集中，每个对象的行为标签按照第二权限指示的存储模式进行存储。175.第三存储模块209，用于根据交易标签对应的第三权限，将对象标签信息集中，每个对象的交易标签按照第三权限指示的存储模式进行存储。176.图12是根据一示例性实施例示出的另一种确定对象标签的装置的框图，如图12所示，该装置200还包括：177.更新模块210，用于按照预设的更新周期，重复执行获取对象的数据记录，至根据有效信息，确定对象的标签的步骤，以更新每个对象的标签。178.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。179.综上所述，本公开首先获取对象的数据记录。其中，数据记录包括若干种信息，信息包括业务信息、交易信息和行为信息中的至少一种。之后在若干种信息中，确定有效信息，并根据有效信息，确定对象的标签。本公开通过对对象的数据记录进行筛选，得到其中的有效信息，从而根据有效信息确定对象的标签，能够提高确定对象标签的准确度。180.图13是根据一示例性实施例示出的一种电子设备300的框图。例如，电子设备300可以被提供为一服务器。参照图13，电子设备300包括处理器322，其数量可以为一个或多个，以及存储器332，用于存储可由处理器322执行的计算机程序。存储器332中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器322可以被配置为执行该计算机程序，以执行上述的确定对象标签的方法。181.另外，电子设备300还可以包括电源组件326和通信组件350，该电源组件326可以被配置为执行电子设备300的电源管理，该通信组件350可以被配置为实现电子设备300的通信，例如，有线或无线通信。此外，该电子设备300还可以包括输入/输出(i/o)接口358。电子设备300可以操作基于存储在存储器332的操作系统，例如windowsservertm，macosxtm，unixtm，linuxtm等等。182.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的确定对象标签的方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的存储器332，上述程序指令可由电子设备300的处理器322执行以完成上述的确定对象标签的方法。183.在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的确定对象标签的方法的代码部分。184.以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。185.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。186.此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。当前第1页12当前第1页12