CN107809485A - 一种信息推荐方法及终端 - Google Patents
一种信息推荐方法及终端 Download PDFInfo
- Publication number
- CN107809485A CN107809485A CN201711053293.XA CN201711053293A CN107809485A CN 107809485 A CN107809485 A CN 107809485A CN 201711053293 A CN201711053293 A CN 201711053293A CN 107809485 A CN107809485 A CN 107809485A
- Authority
- CN
- China
- Prior art keywords
- application program
- terminal
- information
- classification
- information recommendation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000009434 installation Methods 0.000 claims description 26
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种信息推荐方法及终端。所述信息推荐方法包括如下步骤:S1获取终端安装的应用程序信息,分类应用程序;S2根据分类结果,匹配预设的画像模型;S3终端安装的应用程序根据匹配画像模型进行信息推荐。所述信息推荐终端包括搜集应用程序模块、分类应用程序模块、匹配模块和信息推荐模块。本发明提供的信息推荐方法及终端具有提升营销精准性、降低营销成本和提升用户体验的优点。
Description
技术领域
本发明涉及移动互联网技术领域,特别地,涉及一种信息推荐方法及终端。
背景技术
互联网技术的发展,改变了营销模式,从传统的线下派发传单的模式,逐渐通过制作固定的电子券进行派送或由消费者领取,电子券领取者到店消费,店家将电子券进行核销。
通过电子券方式进行营销,方便消费者获取和管理电子券,同时,商家的营销成本得到降低和安全性风险降低,因而,得到营销市场的广泛使用,当前,线上商户或线下商户均采用电子券方式进行相关营销。
现有的电子券营销技术中,营销的精准性较差,间接导致商户的营销成本增加,同时,消费者的用户体验感较差,不利于营销市场的健康持续发展。
发明内容
为解决现有技术中存在营销精准性差的技术问题,本发明提供一种提升营销精准性的信息推荐方法及终端。
本发明提供一种信息推荐方法,包括如下步骤:
获取终端安装的应用程序信息,分类应用程序;
根据分类结果,匹配预设的画像模型;
终端安装的应用程序根据匹配画像模型进行信息推荐。
根据本发明的一个优选实施例,终端对应用程序的安装和卸载事件进行记录,对两个事件进行统计,实时生成终端安装的应用程序信息。
根据本发明的一个优选实施例,应用程序分类的方法为利用终端系统中预设分类规则进行分类,或调用终端安装的包括应用程序分类功能的应用程序进行分类。
根据本发明的一个优选实施例,应用程序分类为根据标签进行分类,画像模型为根据多个标签组合进行生成。
根据本发明的一个优选实施例,一个应用程序分类多个标签,一个标签归属于多个画像模型。
根据本发明的一个优选实施例,画像模型为多个标签组合生成,每个标签关联对应权重值。
根据本发明的一个优选实施例,终端安装的应用程序获取匹配的画像模型,结合其推送信息库进行分析,推送相关画像模型的信息。
本发明提供一种信息推荐终端,包括搜集应用程序模块、分类应用程序模块、匹配模块和信息推送模块,
搜集应用程序模块,用于获取终端安装的应用程序信息;
分类应用程序模块,用于进行应用程序分类;
匹配模块,用于根据分类结果匹配预设的画像模型;
信息推荐模块,用于终端安装的应用程序根据匹配画像模型进行信息推荐。
根据本发明的一个优选实施例,搜集应用程序模块记录终端应用程序的安装和卸载事件,并对两个事件进行统计,实时生成终端安装的应用程序信息。
根据本发明的一个优选实施例,分类应用程序模块包括于终端系统中,或分类应用程序模块为安装于终端的应用程序。
根据本发明的一个优选实施例,分类应用程序模块与匹配模块连接,分类应用程序模块利用标签进行分类,一个应用程序可分类多个标签,一个标签可归属于多个画像模型,画像模型由多个标签组合生成,每个标签对应权重值,匹配模块根据分类结果为终端匹配画像模型。
根据本发明的一个优选实施例,终端安装的应用程序获取匹配的画像模型,结合其推送信息库进行分析,推送相关画像模型的信息。
本发明具有如下有益效果:
1、根据终端安装的应用程序信息,且进行分类,为其匹配画像模型,由于终端安装的应用程序信息能体现终端使用者信息,即能实现向消费者进行精准营销;
2、画像模型是基于多个标签并设定标签相应权重值生成,提升画像的精准,进而利于营销精准性,降低营销成本和提升消费者体验。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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它的附图,其中:
图1是本发明提供的一种信息推荐方法的实施例的流程示意图;
图2是本发明提供的一种信息推荐终端的实施例的结构示意图。
具体实施方式
下面结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。
线下商户为获取客户资源,进行营销是不可或缺的工作,新开业的商户和老商户需要采取的营销手段存在不同,但每个商户均有自身定位,因而其营销对象均具备相应的特征。
线下商户要进行精准营销,前提在于为商户匹配到对应特征群体,再结合营销技术手段完成营销。
请参阅图1,是本发明提供的一种信息推荐方法的实施例的流程示意图。
所述信息推荐方法包括如下步骤:
S1获取终端安装的应用程序信息,分类应用程序
消费者均使用终端进行交易,如智能手机、智能手表等移动智能终端,终端安装的应用程序体现其使用者的特征,对应用程序的使用则进一步体现使用者的特征。
终端安装操作系统时,通常会安装部分应用程序,属于系统级应用程序,终端使用者还会安装其他应用程序,属于应用级应用程序,如从各类应用程序市场进进行下载。
终端使用者根据其使用需求,会对终端安装的应用程序中的所有应用级应用程序或部分系统级应用程序进行安装和卸载等事件的操作。
对于所有应用程序信息,通过一个系统级应用程序或者一个应用级应用程序进行记录。记录的应用程序信息包括应用程序的安装信息和卸载信息,结合该二者信息确定某应用程序当前是否安装于终端,对终端安装的应用程序信息为实时记录和生成。
安装信息包括安装时间、安装来源、安装应用程序名称和版本等信息。
卸载信息包括卸载时间、卸载方式、卸载时版本、安装后的使用次数或频次、使用过的功能等信息。
记录的应用程序信息还包括应用程序的功能信息,并根据其功能信息对应用程序进行分类,具体为,根据其功能信息提取或匹配相应标签,根据预设分类规则中的标签分类,对应用程序进行分类。
S2根据分类结果,匹配预设的画像模型
对终端的每个应用程序按标签分类进行记录,记录各分类标签的应用程序名称和数量等信息,其中,对终端当前安装的应用程序信息和历史删除的应用程序信息分别记录,再进行整合,生成一个分类结果,该分类结果表征该终端即该终端使用者的特征。
该终端中存储有预设的多个画像模型,画像模型可以为外部固设的画像模型导入,也可以为终端利用其自身数据信息参与生成的画像模型。画像模型依据标签进行生成,其包括多个标签的组合,根据不同标签和标签的不同权重值结合生成。
一个应用程序可以分类至多个标签,每个标签可以归属于多个画像模型,相同标签在不同画像模型中的权重值可以不同,即每个标签可以对应多个权重值,权重值大小设定于各个画像模型中。
S3终端安装的应用程序根据匹配画像模型进行信息推荐
终端当前安装的应用程序中存在应用程序具有信息推送功能,所述信息推送包括作为系统级的信息推送和应用级的信息推送,其中,系统级的信息推送是指通过终端的通知功能进行显示的推送即应用程序未启动打开而进行的推送,应用级的信息推送是指启动应用程序后的推送即在应用程序内的推送,如今日头条新闻应用程序,当启动其浏览新闻,推荐给使用者的信息推荐,则为应用级的信息推送;当未启动打开应用程序,在终端的系统通知层推荐的信息,则为系统级的信息推送。
终端可能匹配多个画像模型,通过优先级算法,匹配最佳的画像模型,每个终端的画像模型为变动的,会根据终端中的相关因素变动,而匹配为不同的画像模型。
当前,匹配至一个画像模型,则具有信息推送功能的应用程序获取该画像模型,该应用程序具有一个后台信息库,在该后台信息库结合该画像模型,为该画像模型匹配信息,将匹配信息推荐至该终端的应用程序。
如匹配的画像模型为科技、理财和视频,则向该终端使用者推送上述三者相关信息,三者之间的比值并不恒定,同时,还向该终端使用者推送三者相接近的标签的信息。
请参阅图2,是本发明提供的一种信息推荐终端的实施例的结构示意图。
所述信息推荐终端1包括搜集应用程序模块11、分类应用程序模块13、匹配模块15和信息推荐模块17。
所述搜集应用程序模块11对所述终端1安装的应用程序进行监控,至少监控应用程序的安装和卸载状态,如对当前和历史安装于终端的应用程序的安装时间、卸载时间等进行搜集记录,所述搜集应用程序模块11对应用程序的安装和卸载事件进行统计,实时统计所述终端1当前安装的应用程序信息。
搜集的应用程序包括系统级的应用程序和应用级的应用程序。
所述分类应用程序模块13用于对所述搜集应用程序模块11记录的应用程序进行分类。所述分类应用程序模块13中包括应用程序的预设分类规则,分类方式为根据标签进行分类,所述分类应用程序模块13获取应用程序名称和功能信息,提取该应用程序的标签获取为其匹配标签,进行实现将应用程序对应标签,其中,一个应用程序对应的标签数量可以为多个,同时,对每个应用程序对应的标签进行关联记录。
所述分类应用程序模块13可以包括于所述终端1的系统级应用程序中,也可以包括于安装于所述终端1的应用级应用程序中,结合所述终端1的硬件功能实现对应用程序的分类。
所述匹配模块15用于获取所述终端1存储的画像模型,同时,从所述分类应用程序模块13获取应用程序分类信息,将每个所述终端1的应用程序分类信息进行整合,生成一个结果,将该分类结果与画像模型匹配,为所述终端1匹配一个画像模型。
分类结果和画像模型之间通过标签进行匹配,其中,一个分类标签可归属于多个画像模型,画像模型由多个标签组合生成,每个标签对应不同的权重值。
不同画像模型中,相同标签的权重值也存在不同,利于画像模型匹配的更精准。
获取所述终端匹配的画像模型,同时获取待推送信息。待推送信息为当前安装于某应用程序的待推送信息,可以为所述终端1的系统级信息也可以为所述终端1的应用级信息。
所述信息推荐模块17获取到所述终端1匹配的画像模型和某应用程序的待推送信息,待推送信息存储于信息库中,通过所述信息推荐模块17将画像模型与信息库中的推送信息进行分析、匹配,将匹配的信息,通过所述信息推荐模块 17将匹配的信息推荐到所述终端。
本发明具有的有益效果:
1、根据终端安装的应用程序信息,且进行分类,为其匹配画像模型,由于终端安装的应用程序信息能体现终端使用者信息,即能实现向消费者进行精准营销;
2、画像模型是基于多个标签并设定标签相应权重值生成,提升画像的精准,进而利于营销精准性,降低营销成本和提升消费者体验。
以上所述仅为本发明的实施例,并非因此限制本发明的专利保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (12)
1.一种信息推荐方法,其特征在于,该方法包括:
获取终端安装的应用程序信息,分类应用程序;
根据分类结果,匹配预设的画像模型;
终端安装的应用程序根据匹配画像模型进行信息推荐。
2.根据权利要求1所述的信息推荐方法,其特征在于,终端对应用程序的安装和卸载事件进行记录,对两个事件进行统计,实时生成终端安装的应用程序信息。
3.根据权利要求1所述的信息推荐方法,其特征在于,应用程序分类的方法为利用终端系统中预设分类规则进行分类,或调用终端安装的包括应用程序分类功能的应用程序进行分类。
4.根据权利要求1所述的信息推荐方法,其特征在于,应用程序分类为根据标签进行分类,画像模型为根据多个标签组合进行生成。
5.根据权利要求1所述的信息推荐方法,其特征在于,一个应用程序分类多个标签,一个标签归属于多个画像模型。
6.根据权利要求1所述的信息推荐方法,其特征在于,画像模型为多个标签组合生成,每个标签关联对应权重值。
7.根据权利要求1所述的信息推荐方法,其特征在于,终端安装的应用程序获取匹配的画像模型,结合其推送信息库进行分析,推送相关画像模型的信息。
8.一种信息推荐终端,其特征在于,包括搜集应用程序模块、分类应用程序模块、匹配模块和信息推送模块,
搜集应用程序模块,用于获取终端安装的应用程序信息;
分类应用程序模块,用于进行应用程序分类;
匹配模块,用于根据分类结果匹配预设的画像模型;
信息推荐模块,用于终端安装的应用程序根据匹配画像模型进行信息推荐。
9.根据权利要求8所述的信息推荐终端,其特征在于,搜集应用程序模块记录终端应用程序的安装和卸载事件,并对两个事件进行统计,实时生成终端安装的应用程序信息。
10.根据权利要求8所述的信息推荐终端,其特征在于,分类应用程序模块包括于终端系统中,或分类应用程序模块为安装于终端的应用程序。
11.根据权利要求8所述的信息推荐终端,其特征在于,分类应用程序模块与匹配模块连接,分类应用程序模块利用标签进行分类,一个应用程序可分类多个标签,一个标签可归属于多个画像模型,画像模型由多个标签组合生成,每个标签对应权重值,匹配模块根据分类结果为终端匹配画像模型。
12.根据权利要求8所述的信息推荐终端,其特征在于,终端安装的应用程序获取匹配的画像模型,结合其推送信息库进行分析,推送相关画像模型的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711053293.XA CN107809485A (zh) | 2017-10-31 | 2017-10-31 | 一种信息推荐方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711053293.XA CN107809485A (zh) | 2017-10-31 | 2017-10-31 | 一种信息推荐方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107809485A true CN107809485A (zh) | 2018-03-16 |
Family
ID=61591558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711053293.XA Pending CN107809485A (zh) | 2017-10-31 | 2017-10-31 | 一种信息推荐方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107809485A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537043A (zh) * | 2018-03-30 | 2018-09-14 | 上海携程商务有限公司 | 移动终端的风险控制方法及系统 |
CN109871756A (zh) * | 2019-01-10 | 2019-06-11 | 平安科技(深圳)有限公司 | 基于人脸识别建立用户标签的方法、装置和计算机设备 |
CN111784174A (zh) * | 2020-07-10 | 2020-10-16 | 上海淇毓信息科技有限公司 | 一种基于用户画像管理风险策略的方法、装置和电子设备 |
CN111831259A (zh) * | 2020-04-15 | 2020-10-27 | 中国人民解放军军事科学院战争研究院 | 一种引导式的智能处理定制方法 |
CN116361538A (zh) * | 2022-11-28 | 2023-06-30 | 中国电力科学研究院有限公司 | 一种基于浏览器的企业热点信息定向推送方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和系统 |
CN105677844A (zh) * | 2016-01-06 | 2016-06-15 | 北京摩比万思科技有限公司 | 一种移动广告大数据的定向推送及用户跨屏识别方法 |
CN105869001A (zh) * | 2015-01-19 | 2016-08-17 | 苏宁云商集团股份有限公司 | 个性化商品推荐引流方法和系统 |
CN105975472A (zh) * | 2015-12-09 | 2016-09-28 | 乐视网信息技术(北京)股份有限公司 | 一种推荐方法和装置 |
US20160299977A1 (en) * | 2015-04-13 | 2016-10-13 | Quixey, Inc. | Action-Based App Recommendation Engine |
CN106202534A (zh) * | 2016-07-25 | 2016-12-07 | 十九楼网络股份有限公司 | 一种基于社区用户行为的内容推荐方法及系统 |
CN106649380A (zh) * | 2015-11-02 | 2017-05-10 | 天脉聚源(北京)科技有限公司 | 一种基于标签的热点推荐方法及系统 |
-
2017
- 2017-10-31 CN CN201711053293.XA patent/CN107809485A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869001A (zh) * | 2015-01-19 | 2016-08-17 | 苏宁云商集团股份有限公司 | 个性化商品推荐引流方法和系统 |
US20160299977A1 (en) * | 2015-04-13 | 2016-10-13 | Quixey, Inc. | Action-Based App Recommendation Engine |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和系统 |
CN106649380A (zh) * | 2015-11-02 | 2017-05-10 | 天脉聚源(北京)科技有限公司 | 一种基于标签的热点推荐方法及系统 |
CN105975472A (zh) * | 2015-12-09 | 2016-09-28 | 乐视网信息技术(北京)股份有限公司 | 一种推荐方法和装置 |
CN105677844A (zh) * | 2016-01-06 | 2016-06-15 | 北京摩比万思科技有限公司 | 一种移动广告大数据的定向推送及用户跨屏识别方法 |
CN106202534A (zh) * | 2016-07-25 | 2016-12-07 | 十九楼网络股份有限公司 | 一种基于社区用户行为的内容推荐方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537043A (zh) * | 2018-03-30 | 2018-09-14 | 上海携程商务有限公司 | 移动终端的风险控制方法及系统 |
CN109871756A (zh) * | 2019-01-10 | 2019-06-11 | 平安科技(深圳)有限公司 | 基于人脸识别建立用户标签的方法、装置和计算机设备 |
CN111831259A (zh) * | 2020-04-15 | 2020-10-27 | 中国人民解放军军事科学院战争研究院 | 一种引导式的智能处理定制方法 |
CN111784174A (zh) * | 2020-07-10 | 2020-10-16 | 上海淇毓信息科技有限公司 | 一种基于用户画像管理风险策略的方法、装置和电子设备 |
CN111784174B (zh) * | 2020-07-10 | 2022-09-20 | 上海淇毓信息科技有限公司 | 一种基于用户画像管理风险策略的方法、装置和电子设备 |
CN116361538A (zh) * | 2022-11-28 | 2023-06-30 | 中国电力科学研究院有限公司 | 一种基于浏览器的企业热点信息定向推送方法及系统 |
CN116361538B (zh) * | 2022-11-28 | 2024-07-19 | 中国电力科学研究院有限公司 | 一种基于浏览器的企业热点信息定向推送方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107809485A (zh) | 一种信息推荐方法及终端 | |
CN109120429B (zh) | 一种风险识别方法及系统 | |
CN107392655A (zh) | 优惠券推送方法、系统、存储介质、电子设备及分流方法 | |
CN104103008A (zh) | 一种基于短消息的记账方法及系统 | |
CN109034583A (zh) | 异常交易识别方法、装置及电子设备 | |
CN106354797B (zh) | 数据推荐方法和装置 | |
CN113064936B (zh) | 一种用户画像方法及其系统、存储介质 | |
CN109711801A (zh) | 一种网银对账方法及装置 | |
CN109559178A (zh) | 电子发票批量开票方法、电子装置及可读存储介质 | |
CN114925260A (zh) | 一种智能招投标信息契合方法 | |
CN104965829A (zh) | 终端应用分类方法、服务器及系统 | |
CN109615172A (zh) | 一种处理考核数据的方法及终端 | |
CN110310020A (zh) | 基于数据分析的项目方案管理方法、相关装置及存储介质 | |
CN113377637A (zh) | 性能容量诊断方法及装置 | |
CN110188255B (zh) | 基于业务数据共享融合的电力用户行为挖掘方法及系统 | |
CN103634470A (zh) | 一种基于终端移动数据接入网Qos的人机交互预测方法 | |
CN107016561B (zh) | 一种信息处理方法和装置 | |
CN106933971B (zh) | 一种基于科技服务的数据分析统计系统 | |
CN104318433A (zh) | 一种市民卡的自动充值方法及系统 | |
CN107105440A (zh) | 一种信息处理方法、装置和业务运营支撑系统 | |
CN110209575A (zh) | 测试文档生成方法、装置、电子设备及存储介质 | |
CN104839962A (zh) | 一种智能钱包及其信息处理方法和装置 | |
CN115936538A (zh) | 一种电网智能客服管理系统 | |
CN106095400A (zh) | 一种应用程序下载方法及终端、通信设备 | |
CN116049138A (zh) | 交易数据的数据追溯方法、追溯装置和追溯系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180316 |
|
WD01 | Invention patent application deemed withdrawn after publication |