CN107798125A - 基于亲密度模型的准入判定方法、系统、设备及存储介质 - Google Patents
基于亲密度模型的准入判定方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN107798125A CN107798125A CN201711107621.XA CN201711107621A CN107798125A CN 107798125 A CN107798125 A CN 107798125A CN 201711107621 A CN201711107621 A CN 201711107621A CN 107798125 A CN107798125 A CN 107798125A
- Authority
- CN
- China
- Prior art keywords
- user
- rank
- association user
- mrow
- boundary values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003860 storage Methods 0.000 title abstract description 18
- 238000010276 construction Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 229910052709 silver Inorganic materials 0.000 claims 1
- 239000004332 silver Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 210000004027 cell Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000007812 deficiency Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于亲密度模型的准入判定方法、系统、设备及存储介质,包括根据一第一用户的唯一识别标识构建图顶点;根据第一用户与第一阶关联用户之间的关联关系构建第一图边;根据每个第一用户与第一阶关联用户之间的多个第一图边的生成一第二图边;第一用户申请准入请求时,当查询到第一用户的属性参数低于预设参数阈值时,根据第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得第一用户的第一评估参数,再判断是否准入。本发明通过实名认证用户与第一阶关联用户、第二阶关联用户形成第一图边、第二图边比传统的关系性数据库计算多阶关联关系时响应速度更快,降低了信用产品的违约率并提高了违约提醒效果。
Description
技术领域
本发明涉及准入技术领域,具体地说,涉及一种基于亲密度模型的准入判定方法、系统、设备及存储介质。
背景技术
旅游产业作为现代服务业的代表近些年发展迅猛,国家旅游局公布的最新统计数据显示,2017年上半年全国旅游总收入突破2万亿元,同比增长15%,远远超出年初预估的11%的增长速率。与此同时,在线旅游业被赋予了更大使命,在线旅游使旅游企业经营活动全面信息化,能够把旅游业发展成为高信息含量、知识密集的现代服务业。
随着在线旅游商业的高速发展,在线旅游服务商一方面要吸引更多的新用户使用其产品,另一方面需要鼓励并刺激已有用户的消费,因此线旅游服务商会推出了一系列信用产品如:闪住、wifi租赁、租车等,这些信用产品一方面提高了客户的产品体验度,增强了平台的粘性,另一方面也会导致违约率的上升,而客户亲密度模型为准入提供数据支持,可以有效降低信用产品的违约率。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种基于亲密度模型的准入判定方法、系统、设备及存储介质。
根据本发明的一个方面,提供一种基于亲密度模型的准入判定方法,包括以下步骤:
S1、根据一第一用户的唯一识别标识构建图顶点;
S2、根据所述第一用户与至少一第一阶关联用户之间的多个关联关系构建多个第一图边,每个所述第一图边的边值为对应关联关系的发生次数,每个所述第一用户和第一阶关联用户分别具有一属性参数;
S3、根据每个所述第一图边的边值生成每个所述第一图边的权重,所述权重与对应的所述第一图边的边值正向增长;
S4、根据每个所述第一用户与所述第一阶关联用户之间的多个第一图边的生成一第二图边,根据多个第一图边的权重确定所述第二图边的边值;
S5、重复执行步骤S1至S4构建生成多个所述第一用户分别与多个第一阶关联用户之间的第二图边,进而形成图数据库;
S6、所述第一用户申请准入请求时,当查询到所述第一用户的属性参数低于预设参数阈值时,根据所述第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第一评估参数,再判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
优选地,根据多个第一图边的权重确定所述第二图边的边值包括如下步骤:
S41:确定多个所述第一用户与对应第一阶关联人员之间的多个第一图边的边值上限,公式如下,
x为第一图边的边值,y为该边值对应的第一图边数量;为x的上限;
S42:拟合x、y的分布,分布的公式如下,
通过最小二乘法拟合确定c、w、b的值,进而得出分布参数值y'与x的线性关系;
S43:限制第一图边的权重取值范围为[10,25],确定不同边值的第一图边的每个边值对应的权重为,公式如下,
wi为x取值为i时所授予的权重,y'i为该关联关系中x取值为i所对应的分布参数值,y'min为该关联关系中分布参数值y'的取值下限,y'max为该关联关系中分布参数值y'的取值上限;
S44:通过如下公式生成第二图边的边值Edgei,
其中,wj为一种关联关系中的权重,n为关联关系的数量,j为关联关系的序号。
优选地,所述步骤S2中还包括:根据每个所述第一阶关联用户与对应的至少一第二阶关联用户之间的多个关联关系构建所述第一阶关联用户与第二阶关联用户之间的多个第一图边;
所述步骤S4中还包括:根据每个所述第一阶关联用户与对应的至少一所述第二阶关联用户之间的多个第一图边生成一第二图边;
所述步骤S6中还包括:当根据所述第一评估参数不满足预设参数阈值时,根据所述第一阶关联用户对应的第二阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第二评估参数,再判断所述第二评估参数是否满足预设参数阈值,若满足则准入。
优选地,步骤S6包括如下步骤:
步骤S601:当所述第一用户对应第一阶关联用户的数量大于三个时,选取第二图边的边值从大到小排列前三的第一阶关联用户,根据该三个第一阶关联用户的属性参数以及对应的边值生成所述第一用户的第一评估参数,当所述第一用户对应第一阶关联用户的数量小于三个时,据所有第一阶关联用户的属性参数以及对应的边值生成所述第一用户的第一评估参数;
步骤S602:判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
优选地,所述第二评估参数的确定包括如下步骤:
当所述第一用户对应第一阶关联用户的数量大于三个时,选取第二图边的边值从大到小排列前三的第一阶关联用户,获取每个第一阶关联用户的对应的第二图边的边值最高的第二阶关联用户,进而根据该三个第二阶关联用户的属性参数的平均值确定所述第一用户的第一评估参数;
当所述第一用户对应第一阶关联用户的数量小于三个时,获取每个第一阶关联用户的对应的第二图边的边值最高的第二阶关联用户,进而根据第二阶关联用户的属性参数的平均值确定所述第一用户的第一评估参数。
优选地,所述属性参数为如下参数的任一种或任多种:
信用评分;
消费积分;
账户余额。
优选地,还包括如下步骤:
当准入的所述第一用户违约时,将对应的履约提醒信息推送至所述第一用户以及第二图边的边值从大到小排列前三的第一阶关联用户。
优选地,所述关联关系包括第一关联关系、第二关联关系、第三关联关系以及第四关联关系;
所述第一关联关系,具体为绑卡关系,即所述第一用户绑定所述第一阶关联用户的银行卡;
所述第二关联关系,具体为支付关系,即所述第一用户绑定了所述第一阶关联用户的银行卡,且用第一阶关联用户的银行卡进行了支付;
所述第三关联关系,具体为出行关系,即所述第一用户和所述第一阶关联用户在同一出行的订单中;
所述第四关联关系,具体为下单关系,即所述第一用户仅为所述第一阶关联用户订立出行订单,且并不同时出行。
本发明还提供一种基于亲密度模型的准入判定系统,用于实现所述的基于亲密度模型的准入判定方法,包括:
图顶点构件模块,用于根据一第一用户的唯一识别标识构建图顶点;
第一图边构件模块,用于根据所述第一用户与至少一第一阶关联用户之间的多个关联关系构建多个第一图边,每个所述第一图边的边值为对应关联关系的发生次数,每个所述第一用户和第一阶关联用户分别具有一属性参数;
第一图边的权重生成模块,用于根据每个所述第一图边的边值生成每个所述第一图边的权重,所述权重与对应的所述第一图边的边值正向增长;
第二图边构建模块,用于根据每个所述第一用户与所述第一阶关联用户之间的多个第一图边的生成一第二图边,根据多个第一图边的权重确定所述第二图边的边值;
图数据库建立模块,用于根据生成的多个所述第一用户分别与多个第一阶关联用户之间的第二图边形成图数据库;
准入判断模块,用于在所述第一用户申请准入请求时,且当查询到所述第一用户的属性参数低于预设参数阈值时,根据所述第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第一评估参数,再判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
本发明还提供一种基于亲密度模型的准入判定设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述基于亲密度模型的准入判定方法的步骤。
本发明还提供一种计算机可读存储介质,用于存储程序,所述程序被执行时实现所述基于亲密度模型的准入判定方法的步骤。
相比现有技术,本发明具有如下优势:
本发明基于数据库中的多名实名用户,通过用户实名认证、绑卡、支付、出行、下单等信息,挖掘出所有实名认证用户的第一阶关联用户及第二阶关联用户,并进行量化,实现准入的准确判定,并违约提醒,实名认证用户与第一阶关联用户、第二阶关联用户形成第一图边、第二图边比传统的关系性数据库计算多阶关联关系时响应速度更快,降低了信用产品的违约率并提高了违约提醒效果。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明中基于亲密度模型的准入判定方法的步骤流程图;
图2是本发明中第一用户、第一阶关联用户以及第二阶关联用户的关系示意图;
图3是本发明中第一用户A与第一阶关联用户B1之间的多个第一图边示意图;
图4是本发明中第一用户A与第一阶关联用户B1之间的第二图边示意图;
图5是本发明中第一用户A与第一阶关联用户B2之间的多个第一图边示意图;
图6是本发明中第一阶关联用户B1与第二阶关联用户C1之间的多个第一图边示意图;
图7是本发明中第一阶关联用户B1与第二阶关联用户C1之间的第二图边示意图;
图8是本发明中用户A、第一阶关联用户B1以及第二阶关联用户C1之间的第二图边示意图;
图9是本发明中第一图边的权重计算图表;
图10是本发明中基于亲密度模型的准入判定系统的模块示意图;
图11是本发明中基于亲密度模型的准入判定设备的结构示意图;以及
图12是本本发明中计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式。相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
图1是本发明中基于亲密度模型的准入判定方法的步骤流程图;如图1、所示,本发明提供的基于亲密度模型的准入判定方法,包括以下步骤:
S1、根据一第一用户的唯一识别标识构建图顶点。
在本实施例中,所述唯一识别标识优选为身份证号码,在所述唯一识别标识采用身份证号码之前,将身份证号码中的英文字母统一为小写后进行加密。在变形例中,所述唯一识别标识也可以采用手机号码或账户号码,且并不以此为限。
S2、根据所述第一用户与至少一第一阶关联用户之间的多个关联关系构建所述第一用户与第一阶关联用户之间的多个第一图边,每个所述第一图边的边值为对应关联关系的发生次数,每个所述第一用户和第一阶关联用户分别具有一属性参数。
图2是本发明中第一用户、第一阶关联用户以及第二阶关联用户的关系示意图;其中,用户A为第一用户,用户B1、用户B2、用户B3、用户B4以及用户B5为第一阶关联用户。第一用户A与第一阶关联用户B1、第一阶关联用户B2、第一阶关联用户B3、第一阶关联用户B4以及第一阶关联用户B5之间的第一图边的方向分别为第一用户A指向第一阶关联用户B1、第一用户A指向第一阶关联用户B2、第一用户A指向第一阶关联用户B3、第一用户A指向第一阶关联用户B4、第一用户A指向第一阶关联用户B5。
图3是本发明中第一用户A与第一阶关联用户B1之间的多个第一图边示意图;多个第一图边方向均为用户A指向第一阶关联用户B1。在本实施例中,所述关联关系包括第一关联关系、第二关联关系、第三关联关系以及第四关联关系;所述第一关联关系,具体为绑卡关系,即所述第一用户绑定所述第一阶关联用户的银行卡。如图4示出的,第一用户A绑定了第一阶关联用户B1的两张卡,故在绑卡关系中,第一用户A与第一阶关联用户B1之间的第一图边的边值为2。
所述第二关联关系,具体为支付关系,即所述第一用户绑定了所述第一阶关联用户的银行卡,且用第一阶关联用户的银行卡进行了支付;如图4示出的,第一阶关联用户B1为第一用户A支付过三次订单,故在支付关系中,第一用户A与第一阶关联用户B1之间的第一图边的边值为3。且在该支付关系中,所述第一用户A下的订单为自己使用的产品。
所述第三关联关系,具体为出行关系,即所述第一用户和所述第一阶关联用户在同一出行的订单中;如图3示出的,第一用户A与第一阶关联用户B1在共同的出行订单中4次,故在支付关系中,第一用户A与第一阶关联用户B1之间的第一图边的边值为4。
所述第四关联关系,具体为下单关系,即所述第一用户仅为所述第一阶关联用户订立出行订单,且并不同时出行。如图3示出的,第一用户A为第一阶关联用户B1下过订单中5次,故在下单关系中,第一用户A与第一阶关联用户B1之间的第一图边的边值为5。其中,在下单关系中,不包括第一用户A与第一阶关联用户B1同时出行的情况。
S3、根据每个所述第一图边的边值生成每个所述第一图边的权重,所述权重与对应的所述第一图边的边值正向增长。在变形例,第一图边的边值与每个所述第一图边的权重之间可以呈弧线增长的关系,也可以采用呈线性增长的关系确定第一图边的权重。
S4、根据每个所述第一用户与所述第一阶关联用户之间的多个第一图边的生成一第二图边,根据多个第一图边的权重确定所述第二图边的边值。也就是说将图顶点相同且指向方向也相同的多个第一图边融合成第二图边。图4是本发明中第一用户A与第一阶关联用户B1之间的第二图边示意图;第二图边的方向为第一用户A指向第一阶关联用户B1。结合图3、图4可知,本发明中第一用户A与第一阶关联用户B1的多个关联关系中的多个第一图边融合成第二图边。在本实施例中,将多个第一图边的权重和作为所述第二图边的边值。
S5、重复执行步骤S1至S4构建生成多个所述第一用户分别与多个第一阶关联用户之间的第二图边,进而形成图数据库。图5是本发明中第一用户A与第一阶关联用户B2之间的多个第一图边示意图;第一用户A与第一阶关联用户B2的多个第一图边也需要融合呈第二图边,当然第一用户A的数量为很多的,需要把数据库中每个第一用户A与对应的所有第一阶关联用户之间的第一图边计算出,并进而合成第二图边,汇总所有的第二图边形成图数据库,以便于查询使用。
S6、所述第一用户申请准入请求时,当查询到所述第一用户的属性参数低于预设参数阈值时,根据所述第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第一评估参数,再判断所述第一评估参数是否满足预设参数阈值,若满足则准入。在本实施例中,所述属性参数为信用评分。在变形例中,所述属性参数为可以为消费积分或账户余额。
在本实施例中,步骤S6具体包括如下步骤:
步骤S601:当所述第一用户对应第一阶关联用户的数量大于三个时,选取第二图边的边值从大到小排列前三的第一阶关联用户,根据该三个第一阶关联用户的属性参数以及对应的边值生成所述第一用户的第一评估参数,当所述第一用户对应第一阶关联用户的数量小于三个时,根据所有第一阶关联用户的属性参数以及对应的边值生成所述第一用户的第一评估参数。在本实施例,将第一用户对应第一阶关联用户的第二图边根据边值的大小进行降序排列,选择时排在最前列的前三个第一阶关联用户,将该三个第一阶关联用户对应的第二图边的边值求和,在将每个第一阶关联用户的第二图边的边值除以该和确定每个第一阶关联用户的所占的亲密权重,然后,根据每个第一阶关联用户的属性参数乘以相对应的亲密权重后相加,即可求得该第一用户的属性参数。如第一用户A对应的第一阶关联用户B1、第一阶关联用户B2、第一阶关联用户B3,第一阶关联用户B1、第一阶关联用户B2、第一阶关联用户B3与第一用户A对应的第二图边的边值分别为50、100、100。第一阶关联用户B1、第一阶关联用户B2、第一阶关联用户B3的亲密权重分别为0.2、0.4、0.4。假设第一阶关联用户B1、第一阶关联用户B2、第一阶关联用户B3的属性参数,也就是信用评分分别为80、100、150,则第一用户A的信用评分为80×0.2+100×0.4+100×0.4=116。然后将第一用户A的信用评分116与预设参数阈值相比较,若预设参数阈值为信用评分100,则第一用户A满足准入条件。在本实施例中,造成第一用户信用评分低于预设参数阈值,是由于第一用户的消费数据不足造成的,并不包括因为第一用户信用存在违约记录,导致评分被减导致的信用评分不足。
步骤S602:判断所述第一评估参数是否满足预设参数阈值,若满足则准入,此时用户可以申请信用产品闪住、wifi产品租赁以及租车等,若第一评估参数仍不满足预设参数阈值,则拒绝第一用户的准入请求。当准入的所述第一用户违约时,将对应的履约提醒信息推送至所述第一用户以及第二图边的边值从大到小排列前三的第一阶关联用户。如第一用户申请的租赁wifi产品,在规定期限内第一用户并没有按时返回,此时可以将催促返回的信息发送至所述第一用户以及第二图边的边值从大到小排列前三的第一阶关联用户。因为第二图边的边值从大到小排列前三的第一阶关联用户与第一用户之间应该具有亲密关系,如生活中的家庭成员、同事或同学关系。当第一用户因为忽视没有看到提醒信息时,预期具有亲密关系的第一阶关联用户收到提醒信息后可以对第一用户进行提醒。
在变形例在,本发明提供的基于亲密度模型的准入判定方法还包括如:
所述步骤S2中还包括:根据每个所述第一阶关联用户与对应的至少一第二阶关联用户之间的多个关联关系构建所述第一阶关联用户与第二阶关联用户之间的多个第一图边。如图2所示,第一阶关联用户B1对应第二阶关联用户C1、第二阶关联用户C2;第一阶关联用户B5对应第二阶关联用户G1、第二阶关联用户G2。图6是本发明中第一阶关联用户B1与第二阶关联用户C1之间的多个第一图边示意图,当然第一阶关联用户B1与第二阶关联用户C2之间的也具有多个第一图边;如图6所示,多个第一图边方向均为第一阶关联用户B1指向第二阶关联用户C1。如图6示出的,第一阶关联用户B1绑定了第二阶关联用户C1的三张卡,故在绑卡关系中,第一阶关联用户B1与第二阶关联用户C1之间的第一图边的边值为3。第一阶关联用户B1为第二阶关联用户C1支付过4次订单,故在支付关系中,第一阶关联用户B1与第二阶关联用户C1之间的第一图边的边值为4。且在该支付关系中,所述第一阶关联用户B1下的订单为自己使用的产品。第一阶关联用户B1与第二阶关联用户C1在共同的出行订单中5次,故在支付关系中,第一阶关联用户B1与第二阶关联用户C1之间的第一图边的边值为5。第一阶关联用户B1为第二阶关联用户C1下过订单中6次,故在下单关系中,第一阶关联用户B1与第二阶关联用户C1之间的第一图边的边值为6。其中,在下单关系中,不包括第一用户A与第一阶关联用户B1同时出行的情况。
所述步骤S4中还包括:根据每个所述第一阶关联用户与对应的至少一所述第二阶关联用户之间的多个第一图边生成一第二图边;图7是本发明中第一阶关联用户B1与第二阶关联用户C1之间的第二图边示意图;第二图边的方向为第一阶关联用户B1指向第二阶关联用户C1。结合图6、图7可知,本发明中第一阶关联用户B1与第二阶关联用户C1的多个关联关系中的多个第一图边融合成第二图边。最终,第一用户A、第一阶关联用户B1以及第二阶关联用户C1形成如图8所示的示意图。在本实施例中,将第一阶关联用户B1与第二阶关联用户C1之间多个第一图边的权重和作为所述第二图边的边值。
所述步骤S6中还包括:当根据所述第一评估参数不满足预设参数阈值时,根据所述第一阶关联用户对应的第二阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第二评估参数,再判断所述第二评估参数是否满足预设参数阈值,若满足则准入。在本实施例,所述第二评估参数的确定包括如下步骤:
当所述第一用户对应第一阶关联用户的数量大于三个时,选取第二图边的边值从大到小排列前三的第一阶关联用户,获取每个第一阶关联用户的对应的第二图边的边值最高的第二阶关联用户,进而根据该三个第二阶关联用户的属性参数的平均值确定所述第一用户的第一评估参数;当所述第一用户对应第一阶关联用户的数量小于三个时,获取每个第一阶关联用户的对应的第二图边的边值最高的第二阶关联用户,进而根据第二阶关联用户的属性参数的平均值确定所述第一用户的第一评估参数。也就是说将选取的每个第一阶关联用户对应第二阶关联用户的第二图边根据边值的大小进行降序排列,选择时排在最前列的一个第二图边的边值,然后相加求平均值确定所述第一用户的第二评估参数。仅选择第二图边的边值最大的第二阶关联用户,是因为第一用户与第二阶关联用户之间间隔了第一阶关联用户,也就是第二阶关联用户与第一阶关联用户亲密度较高,选择边值最高第二阶关联用户,也就时与第一阶关联用户亲密度较高的第二阶关联用户与第一用户具有一定的亲密度关系的概率较大,而选择过多的第二阶关联用户,可将导致引入第二阶关联用户与第一用户之间没有亲密关系,丧失评价的客观性。在本实施例中,造成第一阶关联用户信用评分低于预设参数阈值,是由于第一阶关联用户的消费数据不足造成的,并不包括因为第一阶关联用户信用存在违约记录,导致评分被减导致的信用评分不足。
在本实施例中,根据多个第一图边的权重确定所述第二图边的边值包括如下步骤:
S41:确定多个所述第一用户与对应第一阶关联人员之间的多个第一图边的边值上限,
x为第一图边的边值,y为该边值对应的第一图边数量;为x的上限;x、y、的取值范围为正整数。
S42:拟合x、y的分布,分布的公式如下,
通过最小二乘法拟合确定c、w、b的值,进而得出分布参数值y'与x
的线性关系;y是的简单替换。b、y'的取值为实数,c、w取值为非零的实数。
S43:限制第一图边的权重wi取值范围为[10,25],确定不同边值的第一图边的每个边值对应的权重为,
wi为x取值为i时所授予的权重,y'i为该关联关系中x取值为i所对应的分布参数值,y'min为该关联关系中分布参数值y'的取值下限,y'max为该关联关系中分布参数值y'的取值上限;i的取值范围为正整数。
S44:通过如下公式生成第二图边的边值Edgei,
其中,wj为一种关联关系中的权重,n为关联关系的数量,j为关联关系的序号,n、j的取值范围正整数,边值Edgei的取值范围为正有有理数,本实施例n的取值为4,j为取值为1、2、3、4。
具体的,通过第一用户的绑卡关系示例第二图边的边值的计算过程。
表1为数据库中第一用户的绑卡关系数据
在表1中,x为第一图边的边值,y为每个边值对应的第一图边的个数,RC为x乘以y的值。
进行截尾时,将每行的x、y代入求出的取值为11,也就是x的上限为11,也就是x为12及以上的行将被舍弃。
根据数据库中数值,通过拟合x与y的分布函数,通过调用python库训练得出c、w、b的值,进而得出y'与x的线性关系,由于已知c,可获取对应函数y'的取值,进而通过将第一图边的权重(score)映射到[10,25]区间中,形成如图9所示的图表。通过上述原理计算出支付关系、出行关系、下单关系中的第一图边的权重(score),在此不在累述。最后通过函数计算出第二图边的边值。如绑卡关系中第一图边的边值x为2,第一图边的权重wi取整为13,假设在支付关系中第一图边的边值x为3,第一图边的权重wi取整为14,在出行关系中第一图边的边值x为4,第一图边的权重wi取整为15,在下单关系中第一图边的边值x为5,第一图边的权重wi取整为16,则第二图边的边值为58。
本发明的一种实施方式如下:第一用户A为刚进入大学的学生,由于第一用户A的消费记录较少,信用评分只有80分,第一用户A现在想要申请信用产品移动wifi产品。但是预设信用评分阈值与100分。此时第一用户A的属性参数低于预设参数阈值。第一用户A的第一阶关联用户B1为第一用户A的爸爸,第一用户A绑了第一阶关联用户B1的3张卡,则该第一图边的权重为16,并为第一用户A支付了5次订单,则假设该第一图边的权重为21,则第一用户A与第一阶关联用户B1之间的第二图边的权重为37。第一用户A的第一阶关联用户B2为第一用户A的妈妈,第一用户A绑了第一阶关联用户B2的1张卡,则该第一图边的权重为10,并也为第一用户A支付了5次订单,则假设该第一图边的权重为21,则第一用户A与第一阶关联用户B2之间的第二图边的权重为26。则评价为第一用户A与第一阶关联用户B1的亲密度大于第一用户A与第一阶关联用户B2。此时可查询第一用户A的第二图边的边值最高的第一阶关联用户B1的信用评分,第一阶关联用户B1的信用评分如为200分,则把该信用评分200分作为第一用户A的第一评估参数,即评估信用评分。
在变形例中,也可查询第一阶关联用户B2的信用评分,如为120分,则可以将第一阶关联用户B1和第一阶关联用户B2乘以相对应的亲密权重后相加167.2分为作为第一用户A的评估信用评分。则第一用户的满足准入条件,对第一用户进行准入。第一用户A学车申请的租赁wifi产品,在规定期限内并没有按时返回,此时可以将催促返回的信息所述第一用户A学生以及第一阶关联用户B1爸爸和第一阶关联用户B2妈妈,以便第一阶关联用户B1爸爸和第一阶关联用户B2妈妈即使及时提醒第一用户A学生返回租赁的移动wifi产品。
图10是本发明中基于亲密度模型的准入判定系统的模块示意图。如图10所示,本发明的实施例还提供一种基于亲密度模型的准入判定系统,用于实现上述的基于亲密度模型的准入判定方法,所述基于亲密度模型的准入判定系统100包括:
图顶点构件模块101,用于根据一第一用户的唯一识别标识构建图顶点;
第一图边构件模块102,用于根据所述第一用户与至少一第一阶关联用户之间的多个关联关系构建所述第一用户与第一阶关联用户之间的多个第一图边,每个所述第一图边的边值为对应关联关系的发生次数,每个所述第一用户和第一阶关联用户分别具有一属性参数;
第一图边的权重生成模块103,用于根据每个所述第一图边的边值生成每个所述第一图边的权重,所述权重与对应的所述第一图边的边值正向增长;
第二图边构建模块104,用于根据每个所述第一用户与所述第一阶关联用户之间的多个第一图边的生成一第二图边,根据多个第一图边的权重确定所述第二图边的边值;
图数据库建立模块105,用于根据生成的多个所述第一用户分别与多个第一阶关联用户之间的第二图边形成图数据库;
准入判断模块106,用于在所述第一用户申请准入请求时,且当查询到所述第一用户的属性参数低于预设参数阈值时,根据所述第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第一评估参数,再判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
本发明实施例还提供一种基于亲密度模型的准入判定设备,包括处理器。存储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可执行指令来执行的基于亲密度模型的准入判定方法的步骤。
如上,该实施例通过用户实名认证、绑卡、支付、出行、下单等信息,挖掘出所有实名认证用户的第一阶关联用户及第二阶关联用户,并进行量化,实现准入的准确判定。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图11是本发明的基于亲密度模型的准入判定设备的结构示意图。下面参照图11来描述根据本发明的这种实施方式的电子设备600。图11显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现的基于亲密度模型的准入判定方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,通过用户实名认证、绑卡、支付、出行、下单等信息,挖掘出所有实名认证用户的第一阶关联用户及第二阶关联用户,并进行量化,实现准入的准确判定。
图12是本发明的计算机可读存储介质的结构示意图。参考图12所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明基于数据库中的多名实名用户,通过用户实名认证、绑卡、支付、出行、下单等信息,挖掘出所有实名认证用户的第一阶关联用户及第二阶关联用户,并进行量化,实现准入的准确判定,并违约提醒,实名认证用户与第一阶关联用户、第二阶关联用户形成第一图边、第二图边比传统的关系性数据库计算多阶关联关系时响应速度更快,降低了信用产品的违约率并提高了违约提醒效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (11)
1.一种基于亲密度模型的准入判定方法,其特征在于,包括以下步骤:
S1、根据一第一用户的唯一识别标识构建图顶点;
S2、根据所述第一用户与至少一第一阶关联用户之间的多个关联关系构建多个第一图边,每个所述第一图边的边值为对应关联关系的发生次数,每个所述第一用户和第一阶关联用户分别具有一属性参数;
S3、根据每个所述第一图边的边值生成每个所述第一图边的权重,所述权重与对应的所述第一图边的边值正向增长;
S4、根据每个所述第一用户与所述第一阶关联用户之间的多个第一图边的生成一第二图边,根据多个第一图边的权重确定所述第二图边的边值;
S5、重复执行步骤S1至S4构建生成多个所述第一用户分别与多个第一阶关联用户之间的第二图边,进而形成图数据库;
S6、所述第一用户申请准入请求时,当查询到所述第一用户的属性参数低于预设参数阈值时,根据所述第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第一评估参数,再判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
2.根据权利要求1所述的基于亲密度模型的准入判定方法,其特征在于:根据多个第一图边的权重确定所述第二图边的边值包括如下步骤:
S41:确定多个所述第一用户与对应第一阶关联人员之间的多个第一图边的边值上限,公式如下,
<mrow>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&Sigma;</mo>
<mi>x</mi>
<mi>y</mi>
</mrow>
<mrow>
<mo>&Sigma;</mo>
<mi>y</mi>
</mrow>
</mfrac>
<mo>*</mo>
<mn>10</mn>
</mrow>
x为第一图边的边值,y为该边值对应的第一图边数量;y为x的上限;
S42:拟合x、y的分布,分布的公式如下,
<mrow>
<mi>y</mi>
<mo>=</mo>
<mfrac>
<mi>c</mi>
<mrow>
<msup>
<mi>e</mi>
<mrow>
<mi>w</mi>
<mi>x</mi>
<mo>+</mo>
<mi>b</mi>
</mrow>
</msup>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>&DoubleRightArrow;</mo>
<msup>
<mi>y</mi>
<mo>,</mo>
</msup>
<mo>=</mo>
<mi>log</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>y</mi>
<mrow>
<mi>c</mi>
<mo>+</mo>
<mi>y</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mi>w</mi>
<mi>x</mi>
<mo>-</mo>
<mi>b</mi>
</mrow>
通过最小二乘法拟合确定c、w、b的值,进而得出分布参数值y'与x的线性关系;
S43:限制第一图边的权重取值范围为[10,25],确定不同边值的第一图边的每个边值对应的权重为,公式如下,
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>10</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mo>,</mo>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>y</mi>
<mi>min</mi>
<mo>,</mo>
</msubsup>
</mrow>
<mrow>
<msubsup>
<mi>y</mi>
<mi>max</mi>
<mo>,</mo>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>y</mi>
<mi>min</mi>
<mo>,</mo>
</msubsup>
</mrow>
</mfrac>
<mo>*</mo>
<mn>15</mn>
</mrow>
wi为x取值为i时所授予的权重,y'i为该关联关系中x取值为i所对应的分布参数值,y'min为该关联关系中分布参数值y'的取值下限,y'max为该关联关系中分布参数值y'的取值上限;
S44:通过如下公式生成第二图边的边值Edgei,
<mrow>
<msub>
<mi>Edge</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>n</mi>
</mrow>
</munderover>
<msub>
<mi>w</mi>
<mi>j</mi>
</msub>
</mrow>
其中,wj为一种关联关系中的权重,n为关联关系的数量,j为关联关系的序号。
3.根据权利要求1所述的基于亲密度模型的准入判定方法,其特征在于:
所述步骤S2中还包括:根据每个所述第一阶关联用户与对应的至少一第二阶关联用户之间的多个关联关系构建所述第一阶关联用户与第二阶关联用户之间的多个第一图边;
所述步骤S4中还包括:根据每个所述第一阶关联用户与对应的至少一所述第二阶关联用户之间的多个第一图边生成一第二图边;
所述步骤S6中还包括:当根据所述第一评估参数不满足预设参数阈值时,根据所述第一阶关联用户对应的第二阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第二评估参数,再判断所述第二评估参数是否满足预设参数阈值,若满足则准入。
4.根据权利要求1所述的基于亲密度模型的准入判定方法,其特征在于:步骤S6包括如下步骤:
步骤S601:当所述第一用户对应第一阶关联用户的数量大于三个时,选取第二图边的边值从大到小排列前三的第一阶关联用户,根据该三个第一阶关联用户的属性参数以及对应的边值生成所述第一用户的第一评估参数,当所述第一用户对应第一阶关联用户的数量小于三个时,据所有第一阶关联用户的属性参数以及对应的边值生成所述第一用户的第一评估参数;
步骤S602:判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
5.根据权利要求3所述的基于亲密度模型的准入判定方法,其特征在于:所述第二评估参数的确定包括如下步骤:
当所述第一用户对应第一阶关联用户的数量大于三个时,选取第二图边的边值从大到小排列前三的第一阶关联用户,获取每个第一阶关联用户的对应的第二图边的边值最高的第二阶关联用户,进而根据该三个第二阶关联用户的属性参数的平均值确定所述第一用户的第一评估参数;
当所述第一用户对应第一阶关联用户的数量小于三个时,获取每个第一阶关联用户的对应的第二图边的边值最高的第二阶关联用户,进而根据第二阶关联用户的属性参数的平均值确定所述第一用户的第一评估参数。
6.根据权利要求1所述的基于亲密度模型的准入判定方法,其特征在于:所述属性参数为如下参数的任一种或任多种:
信用评分;
消费积分;
账户余额。
7.根据权利要求1所述的基于亲密度模型的准入判定方法,其特征在于:还包括如下步骤:
当准入的所述第一用户违约时,将对应的履约提醒信息推送至所述第一用户以及第二图边的边值从大到小排列前三的第一阶关联用户。
8.根据权利要求2所述的基于亲密度模型的准入判定方法,其特征在于:所述关联关系包括第一关联关系、第二关联关系、第三关联关系以及第四关联关系;
所述第一关联关系,具体为绑卡关系,即所述第一用户绑定所述第一阶关联用户的银行卡;
所述第二关联关系,具体为支付关系,即所述第一用户绑定了所述第一阶关联用户的银行卡,且用第一阶关联用户的银行卡进行了支付;
所述第三关联关系,具体为出行关系,即所述第一用户和所述第一阶关联用户在同一出行的订单中;
所述第四关联关系,具体为下单关系,即所述第一用户仅为所述第一阶关联用户订立出行订单,且并不同时出行。
9.一种基于亲密度模型的准入判定系统,用于实现权利要求1至8中任一项所述的基于亲密度模型的准入判定方法,其特征在于,包括:
图顶点构件模块,用于根据一第一用户的唯一识别标识构建图顶点;
第一图边构件模块,用于根据所述第一用户与至少一第一阶关联用户之间的多个关联关系构建多个第一图边,每个所述第一图边的边值为对应关联关系的发生次数,每个所述第一用户和第一阶关联用户分别具有一属性参数;
第一图边的权重生成模块,用于根据每个所述第一图边的边值生成每个所述第一图边的权重,所述权重与对应的所述第一图边的边值正向增长;
第二图边构建模块,用于根据每个所述第一用户与所述第一阶关联用户之间的多个第一图边的生成一第二图边,根据多个第一图边的权重确定所述第二图边的边值;
图数据库建立模块,用于根据生成的多个所述第一用户分别与多个第一阶关联用户之间的第二图边形成图数据库;
准入判断模块,用于在所述第一用户申请准入请求时,且当查询到所述第一用户的属性参数低于预设参数阈值时,根据所述第一用户对应的至少一第一阶关联用户的属性参数及其对应的第二图边获得所述第一用户的第一评估参数,再判断所述第一评估参数是否满足预设参数阈值,若满足则准入。
10.一种基于亲密度模型的准入判定设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任意一项所述基于亲密度模型的准入判定方法的步骤。
11.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至8中任意一项所述基于亲密度模型的准入判定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711107621.XA CN107798125B (zh) | 2017-11-10 | 2017-11-10 | 基于亲密度模型的准入判定方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711107621.XA CN107798125B (zh) | 2017-11-10 | 2017-11-10 | 基于亲密度模型的准入判定方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107798125A true CN107798125A (zh) | 2018-03-13 |
CN107798125B CN107798125B (zh) | 2021-03-16 |
Family
ID=61534915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711107621.XA Active CN107798125B (zh) | 2017-11-10 | 2017-11-10 | 基于亲密度模型的准入判定方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107798125B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109542986A (zh) * | 2018-11-30 | 2019-03-29 | 北京锐安科技有限公司 | 网络数据的要素归一化方法、装置、设备及存储介质 |
CN109615572A (zh) * | 2018-11-30 | 2019-04-12 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的人员亲密度分析的方法及系统 |
CN113297389A (zh) * | 2021-04-29 | 2021-08-24 | 上海淇玥信息技术有限公司 | 设备间关联关系的方法、装置和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102741855A (zh) * | 2010-02-12 | 2012-10-17 | 埃克森美孚上游研究公司 | 用于将并行模拟模型分区的方法和系统 |
CN104182422A (zh) * | 2013-05-28 | 2014-12-03 | 中国电信股份有限公司 | 统一通讯录信息处理方法和系统 |
CN106097043A (zh) * | 2016-06-01 | 2016-11-09 | 腾讯科技(深圳)有限公司 | 一种信用数据的处理方法及服务器 |
CN106202031A (zh) * | 2016-06-27 | 2016-12-07 | 东南大学 | 一种基于在线社交平台群聊数据对群成员进行关联的系统及方法 |
CN106339948A (zh) * | 2016-08-26 | 2017-01-18 | 微梦创科网络科技(中国)有限公司 | 一种基于社交网络的关联用户的挖掘方法及装置 |
CN106445989A (zh) * | 2016-06-03 | 2017-02-22 | 新乡学院 | 基于查询点击图的检索推荐模型优化 |
CN107133248A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种应用程序的分类方法和装置 |
-
2017
- 2017-11-10 CN CN201711107621.XA patent/CN107798125B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102741855A (zh) * | 2010-02-12 | 2012-10-17 | 埃克森美孚上游研究公司 | 用于将并行模拟模型分区的方法和系统 |
CN104182422A (zh) * | 2013-05-28 | 2014-12-03 | 中国电信股份有限公司 | 统一通讯录信息处理方法和系统 |
CN107133248A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种应用程序的分类方法和装置 |
CN106097043A (zh) * | 2016-06-01 | 2016-11-09 | 腾讯科技(深圳)有限公司 | 一种信用数据的处理方法及服务器 |
CN106445989A (zh) * | 2016-06-03 | 2017-02-22 | 新乡学院 | 基于查询点击图的检索推荐模型优化 |
CN106202031A (zh) * | 2016-06-27 | 2016-12-07 | 东南大学 | 一种基于在线社交平台群聊数据对群成员进行关联的系统及方法 |
CN106339948A (zh) * | 2016-08-26 | 2017-01-18 | 微梦创科网络科技(中国)有限公司 | 一种基于社交网络的关联用户的挖掘方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109542986A (zh) * | 2018-11-30 | 2019-03-29 | 北京锐安科技有限公司 | 网络数据的要素归一化方法、装置、设备及存储介质 |
CN109615572A (zh) * | 2018-11-30 | 2019-04-12 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的人员亲密度分析的方法及系统 |
CN109615572B (zh) * | 2018-11-30 | 2023-03-31 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的人员亲密度分析的方法及系统 |
CN113297389A (zh) * | 2021-04-29 | 2021-08-24 | 上海淇玥信息技术有限公司 | 设备间关联关系的方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107798125B (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shao et al. | Influence of service quality in sharing economy: Understanding customers’ continuance intention of bicycle sharing | |
Pettit | Use of a collaborative GIS-based planning-support system to assist in formulating a sustainable-development scenario for Hervey Bay, Australia | |
Autry et al. | Global macrotrends and their impact on supply chain management: Strategies for gaining competitive advantage | |
CN107798125A (zh) | 基于亲密度模型的准入判定方法、系统、设备及存储介质 | |
CN110009379A (zh) | 一种选址模型构建和选址方法、装置及设备 | |
Kshetri et al. | Big data and cloud computing for development: Lessons from key industries and economies in the global south | |
CN110648225A (zh) | 一种应用数字人码链的方法 | |
Zarra et al. | Sustainability in the Age of Platforms | |
Lockwood | Bristol's smart city agenda: vision, strategy, challenges and implementation | |
Katada et al. | Cross regional trade agreements: understanding permeated regionalism in East Asia | |
Athens | Building an Emerald City: A guide to creating green building policies and programs | |
Perez-Mujica et al. | Using agent-based models to design social marketing campaign | |
Kathuria et al. | South Asia: A work in progress | |
Kennedy | Rooftop Revolution: How Solar Power Can Save Our Economy# and Our Planet# from Dirty Energy | |
Samochowiec | Future Skills–Four Scenarios for the World of Tomorrow | |
De Jesus | Challenges and Opportunities in the Field Of Information and Communications Technology (Ict) due to Covid-19 Pandemic and Migration Towards The New Normal | |
Lin | Innovation and entrepreneurship: Choice and challenge | |
CN110490466A (zh) | 用于共享车分配的方法、装置、存储介质及电子设备 | |
Krosinsky et al. | Sustainable innovation and impact | |
Samochowiec | Future Skills | |
Rousku et al. | Glimpses of the future: Data policy, artificial intelligence and robotisation as enablers of wellbeing and economic success in Finland | |
Jameson Jr | Toward multivocality in public archaeology: Public empowerment through collaboration | |
Bachhawat et al. | Critical technologies and the Indo-Pacific | |
Geopolitics | Check for updates Harnessing Win-Win Energy Geopolitics and Competitive Global Energy Market by Integrating Energy Efficiency Riasat Noor and Sumaiya Noor Sanda | |
Krane | The China Dream: How the Aspirations of Government, Business, and People are Driving the Greatest Transformation in History |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |