CN108509458A - 一种业务对象识别方法及装置 - Google Patents

一种业务对象识别方法及装置 Download PDF

Info

Publication number
CN108509458A
CN108509458A CN201710114028.1A CN201710114028A CN108509458A CN 108509458 A CN108509458 A CN 108509458A CN 201710114028 A CN201710114028 A CN 201710114028A CN 108509458 A CN108509458 A CN 108509458A
Authority
CN
China
Prior art keywords
business object
pending
historical data
business
picture
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
Application number
CN201710114028.1A
Other languages
English (en)
Other versions
CN108509458B (zh
Inventor
姜骁
琚旋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201710114028.1A priority Critical patent/CN108509458B/zh
Publication of CN108509458A publication Critical patent/CN108509458A/zh
Application granted granted Critical
Publication of CN108509458B publication Critical patent/CN108509458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/40Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/407Cancellation of a transaction

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及通信技术领域,尤其涉及一种业务对象识别方法及装置,用以解决目前对业务对象信息进行审核的方式准确性较差的问题。本申请实施例提供的一种业务对象识别方法包括:获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据;通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象。

Description

一种业务对象识别方法及装置
技术领域
本申请涉及通信技术领域,尤其涉及一种业务对象识别方法及装置。
背景技术
为了优化互联网业务的服务质量,平台运营方有时候需要对业务对象提供方的服务权限进行控制。比如,需要对业务对象提供方提交的参与某个活动的业务对象信息进行审核。
目前在对业务对象信息进行审核时,一般是基于业务对象提供方的业务对象标识进行审核的,根据该业务对象标识,确定该业务对象是否能够通过审核。
在这种情况下,如果业务对象提供方在向服务平台上报某业务对象的业务对象信息时,对其中的业务对象标识进行了变更,比如冒用评级较高的另一个业务对象的标识来接受审核,则会导致本应评级较差的业务对象通过审核,从而导致审核结果出错,给业务对象请求方带来损失,也影响了平台的业务服务质量。
综上,目前对业务对象信息进行审核的方式准确性较差,会影响平台的业务服务质量。
发明内容
本申请实施例提供一种业务对象识别方法及装置,用以解决目前对业务对象信息进行审核的方式准确性较差,从而影响平台的业务服务质量的问题。
本申请实施例提供的一种业务对象识别方法,包括:
获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据;
通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象。
可选地,比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,包括:
分别从以下三个方面比较所述业务对象展示信息与从所述历史数据库中提取的历史数据:
图片比对;表述文本比对;业务处理相关数据比对。
可选地,根据以下步骤对所述业务对象展示信息中包含的待审核图片与提取的所述历史数据中的历史图片进行比对:
从所述待审核图片和所述历史图片中,分别提取至少一个特征维度下的特征;
根据所述待审核图片和所述历史图片在所述至少一个特征维度中每个特征维度下的特征对比结果,确定所述待审核业务对象的图片变更度。
可选地,若所述待审核图片为多张图片,则从所述待审核图片中,提取至少一个特征维度下的特征,包括:分别提取待审核的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述待审核图片的特征;
若所述历史图片为多张图片,则从所述历史图片中,提取至少一个特征维度下的特征,包括:分别提取所述历史数据中的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述历史图片的特征。
可选地,根据以下步骤对所述业务对象展示信息中包含的表述文本与提取的所述历史数据中的表述文本进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的表述文本;
根据所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果,确定表述文本变更度。
可选地,根据以下步骤确定所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果:
分别将所述待审核业务对象在该特征维度下的表述文本和所述实际业务对象在该特征维度下的表述文本进行分词处理;
通过将所述待审核业务对象在该特征维度下的表述文本中的分词,与所述实际业务对象在该特征维度下的表述文本中的分词,进行同义词比对,确定所述待审核业务对象和所述实际业务对象在该特征维度下的表述文本的对比结果。
可选地,根据以下步骤对所述业务对象展示信息中包含的业务处理相关数据与提取的所述历史数据中的业务处理相关数据进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的业务处理相关数据;
根据所述待审核业务对象和与所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的业务处理相关数据的对比结果,确定业务处理变更度。
可选地,通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象,包括:
根据确定的所述待审核业务对象与所述历史数据表征的实际业务对象在所述三个方面的对比结果,确定所述待审核业务对象的换款概率;
若所述换款概率大于设定阈值,则确定所述待审核业务对象不是所述业务对象标识对应的实际业务对象。
本申请实施例提供一种业务对象识别装置,包括:
获取模块,用于获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
历史数据提取模块,用于根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据;
确定模块,用于通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象。
本申请实施例提供一种平台服务系统,包括:
平台数据库,用于存储服务平台中各业务对象的基础数据及业务处理相关数据,以及业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
处理器,用于根据所述业务对象标识,从所述平台数据库中提取与该业务对象标识对应的历史数据;通过比较所述业务对象展示信息与从所述平台数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象,并根据确定结果生成审核结果,将审核结果传输给服务接口;
服务接口,用于输出所述处理器的审核结果。
采用本申请实施例,在获取业务对象提供方的包含业务对象标识及业务对象展示信息的待审核业务对象信息后,可以提取与其中的业务对象标识对应的历史数据,比较该历史数据与上述业务对象展示信息的一致性,从而确定该历史数据所表征的实际业务对象是否为业务对象展示信息所表征的待审核业务对象,只有在确定待审核业务对象与业务对象标识对应的实际业务对象一致后,才会通过审核。从而避免了业务对象提供方利用历史数据良好的业务对象标识通过审核的情况,提高了审核准确率,进而提高了平台服务质量。
附图说明
图1为本申请实施例提供的业务对象识别系统的架构;
图2为本申请实施例一提供的业务对象识别方法流程图;
图3为本申请实施例二提供的商品换款识别方法流程图;
图4商品换款示意图;
图5为本申请实施例提供的业务对象识别装置结构示意图;
图6为本申请实施例提供的平台服务系统示意图。
具体实施方式
如图1所示,为本申请实施例提供的业务对象识别系统的架构,该系统包括三个层次,分别是数据平台层、换款识别层、和业务层。其中,数据平台层用于提供进行业务对象识别的原始数据,包括业务对象的历史数据(比如业务对象基础数据、业务处理相关数据)及待审核业务对象信息(比如报名时提交的业务对象信息,可以是还未通过审核的业务对象信息,也可以是已经通过审核、需要继续追踪、审核的业务对象信息)。换款识别层用于从三个方面对待审核业务对象进行换款识别,分别包括图片比对、表述文本比对、和业务处理相关数据比对;其中,在进行图片及表述文本比对时,可以从多个特征维度进行比对;在进行表述文本比对时,为了提高准确性,不对文字的相同与否进行比对,而是进行同义词识别以提高准确率;业务处理相关数据的比对包括数值类数据的比对及属性类数据的比对。最后,业务层根据换款识别层的识别结果对待审核业务对象的发布权限进行控制。
下面结合说明书附图对本申请实施例作进一步详细描述。
实施例一
如图2所示,为本申请实施例一提供的业务对象识别方法流程图,包括以下步骤:
S201:获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及展示给业务对象请求方的业务对象展示信息。
这里,业务对象标识是业务对象在服务平台的标识,可以是业务对象名称或编号(Identity,ID)等,展示给业务对象请求方的业务对象展示信息是用于表征向业务对象请求方实际展示的业务对象的,其中包括业务对象的图片、文字性介绍信息等。
这里的待审核业务对象信息为业务对象在服务平台报名的业务对象信息,可以是业务对象提供方当前上传的、之前还未通过审核的业务对象信息,也可以是之前已经通过审核的业务对象信息,此时是在对已经通过审核的业务对象信息进行追踪调查,本申请中一并称为待审核业务对象信息。
在实际实施中,可以获取在最近一段时间(比如3个月)内各业务对象在服务平台的报名信息,统计最近3个月内报名的各业务对象的报名快照及报名信息的修改记录,比如包括报名标题、价格、类目、品牌、个人电脑(Personal Computer)PC主图、无线主图(展示在手机终端的图片)等。该实施例以一个业务对象为例进行说明。
S202:根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据。
这里,基于业务对象标识,从历史数据库中提取与之匹配的业务对象基础数据及业务处理数据。业务对象基础数据包括名称、品牌、材质、主图、辅图、相关描述等。业务处理相关数据包括业务对象在最近一段时间(比如12个月)内的业务处理快照中的相关信息,比如包括标价、实际成交价格、成交销量等。
S203:通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定待审核业务对象是否为所述业务对象标识对应的实际业务对象。
在具体实施中,通过比较业务对象展示信息与从历史数据库中提取的历史数据的相似度,来确定待审核业务对象是否进行了换款,也即是否为业务对象标识对应的实际业务对象。
具体地,可以分别从以下三个方面比较所述业务对象展示信息与从所述历史数据库中提取的历史数据:
图片比对;表述文本比对;业务处理相关数据比对。
在实际实施中,可以根据确定的所述待审核业务对象与所述历史数据表征的实际业务对象在所述三个方面的对比结果,确定所述待审核业务对象的换款概率;若所述换款概率大于设定阈值,则确定所述待审核业务对象不是所述业务对象标识对应的实际业务对象。
比如,可以将所述待审核业务对象与所述历史数据表征的实际业务对象在所述三个方面的对比结果(在每个方面的变更度)输入预先训练好的决策模型如随机决策森林模型中,得到待审核业务对象的换款概率。这里,可以选择一些已知正确的审核结果的业务对象样本作为训练对象,来进行随机决策森林模型的训练,也即以该业务对象样本的报名信息与报名之前的历史数据分别在上述三个方面的对比结果作为随机决策森林模型的输入,以正确的审核结果(比如1表示审核不通过,即进行了换款,0表示审核通过,未进行换款)作为随机决策森林模型的输出,训练得到随机决策森林模型中的训练参数值,也即得到训练后的用于确定待审核业务对象的换款概率的随机决策森林模型。
下面分别对以上三个方面的识别作具体介绍。
第一方面:图片比对。
具体地,可以根据以下步骤对所述业务对象展示信息中包含的待审核图片与提取的所述历史数据中的历史图片进行比对:
从所述待审核图片和所述历史图片中,分别提取至少一个特征维度下的特征;根据所述待审核图片和所述历史图片在所述至少一个特征维度中每个特征维度下的特征对比结果,确定所述待审核业务对象的图片变更度。
这里,图片的特征维度即为图片所展示的业务对象的特征,比如对于展示某件男士服装的图片,其对应的特征维度可能包括:冬装、长袖、绿色等。
在确定待审核业务对象的图片变更度时,可以将在各个特征维度下的特征对比结果(比如可以用1、0、或0与1之间的值来表示每个特征维度下的特征对比结果,比如用1表示特征发生了变更,0表示特征未发生变化)输入预先训练好的决策模型比如随机决策森林模型中,得到待审核业务对象的图片变更度。这里,与上述训练用于确定换款概率的随机决策森林模型类似,可以选择一些已知图片变更度的业务对象样本作为训练对象,来进行随机决策森林模型的训练,也即以该业务对象样本的报名信息中的图片与报名之前的历史数据中的图片分别在各特征维度的对比结果作为随机决策森林模型的输入,以正确的图片变更度(比如1表示图片发生了实质变更,0表示图片未发生变更)作为随机决策森林模型的输出,训练得到随机决策森林模型中的训练参数值,也即得到训练后的用于确定待审核业务对象的换款概率的随机决策森林模型。
在具体实施中,待审核业务对象的图片可能会有多张,相应地,与之对应的历史数据中的图片也可能会有多张,此时,若将图片进行两两对比,则识别工作量会非常大,比如若待审核业务对象的图片和与之对应的历史数据中的图片都分别为4张,此时若将图片两两对比,则需要执行16次对比识别过程。并且,由于两张图片的对比识别粒度过细,其中的细节或背景等非关键因素会严重扰乱识别的结果。因此,在进行图片比对时,可以将待审核业务对象的多张图片的特征集成在一起,也将历史数据中的多张图片的特征集成在一起,然后分别比较集成后的待审核业务对象的图片特征与历史数据中的图片特征。
具体地,若所述待审核图片为多张图片,则从所述待审核图片中,提取至少一个特征维度下的特征,包括:分别提取待审核的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述待审核图片的特征;
相应地,若所述历史图片为多张图片,则从所述历史图片中,提取至少一个特征维度下的特征,包括:分别提取所述历史数据中的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述历史图片的特征。
第二方面,表述文本比对。
具体地,可以根据以下步骤对所述业务对象展示信息中包含的表述文本与提取的所述历史数据中的表述文本进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的表述文本;根据所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果,确定表述文本变更度。
这里至少一个特征维度下的表述文本可以有名称的表述文本、品牌的表述文本、材质说明、使用说明等的表述文本等。
在确定待审核业务对象的表述文本变更度时,可以将在各个特征维度下的对比结果(比如可以用1、0、或0与1之间的值来表示每个特征维度下的对比结果)输入预先训练好的用于确定表述文本变更度的随机决策森林模型中,得到待审核业务对象的表述文本变更度,模型训练过程参考上述第一方面的介绍内容,这里不再详述。
在确定每个特征维度下的表述文本的对比结果时,如果直接进行文字相同与否的对比,则可能无法得到准确的对比结果。比如,待审核业务对象的名称为:好看的白大褂,相关历史数据中的业务对象名称为:漂亮的医生服,如果直接进行文字比对,就会发现6个文字中有5个文字都不相同,这样在该特征维度下的对比结果就会认为不匹配。实际上两者的描述内容实质上是相同的。另外,在进行对比时,还需要首先进行分词处理,比如对于沙漠骆驼这个品牌,如果没有对应的品牌词汇就会分割成“沙漠”和“骆驼”,这样再进行对比时就无法得到准确的对比结果。本申请在具体实施中,可以预先建立起同义词词库,然后在进行业务对象识别时,基于该同义词词库对表述文本进行分词处理及同义词比对。比如,对于“漂亮的医生服”,在将其进行分词处理后,分割为三个词汇,分别为“漂亮”、“的”、“医生服”,相应地,对于“好看的白大褂”,在将其进行分词处理后,分割为三个词汇,分别为“好看”“的”“白大褂”。在进行同义词比对时,“漂亮”与“好看”同义,“医生服”与“白大褂”同义。
具体地,根据以下步骤确定待审核业务对象和实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果:
分别将所述待审核业务对象在该特征维度下的表述文本和所述实际业务对象在该特征维度下的表述文本分别进行分词处理;
通过将所述待审核业务对象在该特征维度下的表述文本中的分词,与所述实际业务对象在该特征维度下的表述文本中的分词,进行同义词比对,确定所述待审核业务对象和所述实际业务对象在该特征维度下的表述文本的对比结果。
第三方面,业务处理相关数据比对。
这里的业务处理相关数据可以是交易快照中的数据,比如成交价格、颜色、型号、类目等。
具体地,根据以下步骤对所述业务对象展示信息中包含的业务处理相关数据与提取的所述历史数据中的业务处理相关数据进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的业务处理相关数据;根据所述待审核业务对象和与所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的业务处理相关数据的对比结果,确定业务处理变更度。
在确定待审核业务对象的业务处理变更度时,可以将在各个特征维度下的务处理相关数据的对比结果(比如可以用1、0、或0与1之间的值来表示每个特征维度下的对比结果)输入预先训练好的用于确定业务处理变更度的随机决策森林模型中,得到待审核业务对象的业务处理变更度,模型训练过程参考上述第一方面的介绍内容,这里不再详述。
在实际实施中,业务处理相关数据包括数值类的数据和属性类的数据。对于数值类特征维度,比如价格、单位时间销量等,可以直接根据对比双方的数据的比值来确定在该特征维度下的对比结果,对于属性类的数据,比如颜色、材质、型号、所属类目等,可以采用上述进行表述文本对比的方式进行比对。
采用本申请实施例,在获取到业务对象提供方的包含业务对象标识及业务对象展示信息的待审核业务对象信息后,可以提取与其中的业务对象标识对应的历史数据,比较该历史数据与业务对象展示信息的一致性,从而确定该历史数据所表征的实际业务对象是否为业务对象展示信息所表征的待审核业务对象,只有在确定待审核业务对象与业务对象标识对应的实际业务对象一致后,才会通过审核。从而避免了业务对象提供方利用历史数据良好的业务对象标识通过审核的情况,提高了审核准确率,进而提高了平台服务质量。
下面以上述业务对象为商品为例对本申请方案作进一步说明。
实施例二
假设某商家要参加平台举办的某个团购活动,该团购活动要优选出一批销量好、质量评价好的商品参加团购活动。为避免有的商家在参与报名的商品不符合销量、质量评价的要求的情况下,通过进行商品换款的欺骗方式通过审核,在各商家报名后,平台可以采用本申请实施例的方案进行报名审核。
如图3所示,为本申请实施例二提供的商品换款识别方法流程图,图4为与之对应的换款示意图,包括以下步骤:
S301:获取商家提供的待审核商品信息;所述待审核商品信息中包含有商品标识以及用于展示给买家的商品展示信息。
S302:根据所述商品标识,从历史数据库中提取与所述商品标识对应的历史数据;所述历史数据库中用于存储电商平台中各商品的基础数据及交易相关数据。
S303:根据商家提供的商品展示信息与从历史数据库中提取的历史数据,分别确定待审核商品的图片变更度、表述文本变更度及交易变更度。
这里,可以从图片、表述文本、交易相关数据三个方面比较商品展示信息与从历史数据库中提取的历史数据,确定所述待审核商品是否为所述商品标识对应的实际商品。
这里,在进行图片比对时,分别提取待审核商品的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为待审核商品的图片特征集;相应地,分别提取历史数据表征的实际商品的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为实际商品的图片特征集。将待审核商品的图片特征集与实际商品的图片特征集分别在每种特征维度下的特征对比结果输入预先训练好的第一随机决策森林模型,确定图片变更度,比如,某商家使用某款夏季连衣裙的商品标识代替实际要参与团购的羽绒服的商品标识,此时确定出的商品图片变更度为80%。
在进行表述文本比对时,从商品展示信息和与商品标识对应的历史数据中,分别提取至少一个特征维度下的表述文本;针对该至少一个特征维度中的每个特征维度,分别将待审核商品在该特征维度下的表述文本和历史数据表征的实际商品在该特征维度下的表述文本进行分词处理;通过将待审核商品在该特征维度下的表述文本中的分词,与实际商品在该特征维度下的表述文本中的分词,进行同义词比对,确定待审核商品和实际商品在该特征维度下的表述文本的对比结果。将待审核商品与实际商品在每个特征维度下的表述文本对比结果输入预先训练好的第二随机决策森林模型,确定表述文本变更度,比如表述变更度为90%。
在进行交易相关数据比对时,从所述商品展示信息和与所述商品标识对应的历史数据中,分别提取至少一个特征维度下的交易相关数据;将所述待审核商品和与所述历史数据表征的实际商品在所述至少一个特征维度中每个特征维度下的交易相关数据的对比结果输入预先训练好的第三随机决策森林模型,确定交易变更度,比如交易变更度为90%。
S304:根据确定的待审核商品的图片变更度、表述文本变更度及交易变更度,确定待审核商品的换款概率;若该换款概率大于设定阈值,则确定待审核商品不是上述商品标识所对应的实际商品。
在具体实施中,可以将确定的待审核商品的图片变更度、表述文本变更度及交易变更度,输入预先训练好的第四随机决策森林模型,确定待审核商品的换款概率,比如确定的换款概率为90%,超过设定阈值60%。
采用本申请实施例,在获取商家提供的包含商品标识及商品展示信息的待审核商品信息后,可以提取与其中的商品标识对应的历史数据,比较该历史数据与商品展示信息的一致性,从而确定该历史数据所表征的实际商品是否为商品展示信息所表征的待审核商品,只有在确定待审核商品与商品对应的实际商品一致后,才会通过审核。从而避免了商家利用历史数据良好的商品标识通过审核的情况,提高了电商平台的审核准确率,进而提高了电商平台的服务质量。
基于同一发明构思,本申请实施例中还提供了一种与业务对象识别方法对应的业务对象识别装置,由于该装置解决问题的原理与本申请实施例的业务对象识别方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,为本申请实施例提供的业务对象识别装置结构示意图,包括:
获取模块51,用于获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
历史数据提取模块52,用于根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据;
确定模块53,用于通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象。
可选地,所述确定模块53具体用于:
分别从以下三个方面比较所述业务对象展示信息与从所述历史数据库中提取的历史数据:
图片比对;表述文本比对;业务处理相关数据比对。
可选地,所述确定模块53具体用于根据以下步骤对所述业务对象展示信息中包含的待审核图片与提取的所述历史数据中的历史图片进行比对:
从所述待审核图片和所述历史图片中,分别提取至少一个特征维度下的特征;
根据所述待审核图片和所述历史图片在所述至少一个特征维度中每个特征维度下的特征对比结果,确定所述待审核业务对象的图片变更度。
可选地,若所述待审核图片为多张图片,则所述确定模块53具体用于根据以下步骤从所述待审核图片中提取至少一个特征维度下的特征:分别提取待审核的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述待审核图片的特征;
若所述历史图片为多张图片,则所述确定模块53具体用于根据以下步骤从所述历史图片中提取至少一个特征维度下的特征:分别提取所述历史数据中的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述历史图片的特征。
可选地,所述确定模块53具体用于根据以下步骤对所述业务对象展示信息中包含的表述文本与提取的所述历史数据中的表述文本进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的表述文本;根据所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果,确定表述文本变更度。
可选地,所述确定模块53具体用于根据以下步骤确定所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果:
分别将所述待审核业务对象在该特征维度下的表述文本和所述实际业务对象在该特征维度下的表述文本进行分词处理;
通过将所述待审核业务对象在该特征维度下的表述文本中的分词,与所述实际业务对象在该特征维度下的表述文本中的分词,进行同义词比对,确定所述待审核业务对象和所述实际业务对象在该特征维度下的表述文本的对比结果。
可选地,所述确定模块53具体用于根据以下步骤对所述业务对象展示信息中包含的业务处理相关数据与提取的所述历史数据中的业务处理相关数据进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的业务处理相关数据;根据所述待审核业务对象和与所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的业务处理相关数据的对比结果,确定业务处理变更度。
可选地,所述确定模块53具体用于根据以下步骤确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象:
根据确定的所述待审核业务对象与所述历史数据表征的实际业务对象在所述三个方面的对比结果,确定所述待审核业务对象的换款概率;若所述换款概率大于设定阈值,则确定所述待审核业务对象不是所述业务对象标识对应的实际业务对象。
如图6所示,为本申请实施例提供的与上述方法及装置对应的平台服务系统600,包括:
平台数据库61,用于存储服务平台中各业务对象的基础数据及业务处理相关数据,以及业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
处理器62,用于根据所述业务对象标识,从所述平台数据库中提取与该业务对象标识对应的历史数据;通过比较所述业务对象展示信息与从所述平台数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象,并根据确定结果生成审核结果,将审核结果传输给服务接口;
服务接口63,用于输出所述处理器的审核结果。
采用本申请实施例提供的上述装置或系统,为了避免业务对象提供方冒用历史数据良好的业务对象的业务对象标识来接受审核,服务平台可以通过提取与待审核的业务对象标识对应的历史数据,比较该历史数据与待审核的业务对象展示信息的一致性,从而确定该历史数据所表征的实际业务对象是否为业务对象展示信息所表征的待审核业务对象,只有在确定待审核业务对象与业务对象标识对应的实际业务对象一致后,才会通过审核。从而避免了业务对象提供方利用历史数据良好的业务对象标识通过审核的情况,提高了审核准确率,进而提高了平台服务质量。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (16)

1.一种业务对象识别方法,其特征在于,该方法包括:
获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据;
通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象。
2.如权利要求1所述的方法,其特征在于,比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,包括:
分别从以下三个方面比较所述业务对象展示信息与从所述历史数据库中提取的历史数据:
图片比对;表述文本比对;业务处理相关数据比对。
3.如权利要求2所述的方法,其特征在于,根据以下步骤对所述业务对象展示信息中包含的待审核图片与提取的所述历史数据中的历史图片进行比对:
从所述待审核图片和所述历史图片中,分别提取至少一个特征维度下的特征;
根据所述待审核图片和所述历史图片在所述至少一个特征维度中每个特征维度下的特征对比结果,确定所述待审核业务对象的图片变更度。
4.如权利要求3所述的方法,其特征在于,若所述待审核图片为多张图片,则从所述待审核图片中,提取至少一个特征维度下的特征,包括:分别提取待审核的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述待审核图片的特征;
若所述历史图片为多张图片,则从所述历史图片中,提取至少一个特征维度下的特征,包括:分别提取所述历史数据中的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述历史图片的特征。
5.如权利要求2所述的方法,其特征在于,根据以下步骤对所述业务对象展示信息中包含的表述文本与提取的所述历史数据中的表述文本进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的表述文本;
根据所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果,确定表述文本变更度。
6.如权利要求5所述的方法,其特征在于,根据以下步骤确定所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果:
分别将所述待审核业务对象在该特征维度下的表述文本和所述实际业务对象在该特征维度下的表述文本进行分词处理;
通过将所述待审核业务对象在该特征维度下的表述文本中的分词,与所述实际业务对象在该特征维度下的表述文本中的分词,进行同义词比对,确定所述待审核业务对象和所述实际业务对象在该特征维度下的表述文本的对比结果。
7.如权利要求2所述的方法,其特征在于,根据以下步骤对所述业务对象展示信息中包含的业务处理相关数据与提取的所述历史数据中的业务处理相关数据进行比对:
从所述业务对象展示信息和与所述业务对象标识对应的历史数据中,分别提取至少一个特征维度下的业务处理相关数据;
根据所述待审核业务对象和与所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的业务处理相关数据的对比结果,确定业务处理变更度。
8.如权利要求2所述的方法,其特征在于,通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象,包括:
根据确定的所述待审核业务对象与所述历史数据表征的实际业务对象在所述三个方面的对比结果,确定所述待审核业务对象的换款概率;
若所述换款概率大于设定阈值,则确定所述待审核业务对象不是所述业务对象标识对应的实际业务对象。
9.一种业务对象识别装置,其特征在于,该装置包括:
获取模块,用于获取业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
历史数据提取模块,用于根据所述业务对象标识,从历史数据库中提取与所述业务对象标识对应的历史数据;所述历史数据库中用于存储服务平台中各业务对象的基础数据及业务处理相关数据;
确定模块,用于通过比较所述业务对象展示信息与从所述历史数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象。
10.如权利要求9所述的装置,其特征在于,所述确定模块具体用于:
分别从以下三个方面比较所述业务对象展示信息与从所述历史数据库中提取的历史数据:
图片比对;表述文本比对;业务处理相关数据比对。
11.如权利要求10所述的装置,其特征在于,所述确定模块具体用于根据以下步骤对所述业务对象展示信息中包含的待审核图片与提取的所述历史数据中的历史图片进行比对:
从所述待审核图片和所述历史图片中,分别提取至少一个特征维度下的特征;
根据所述待审核图片和所述历史图片在所述至少一个特征维度中每个特征维度下的特征对比结果,确定所述待审核业务对象的图片变更度。
12.如权利要求11所述的装置,其特征在于,若所述待审核图片为多张图片,则所述确定模块具体用于根据以下步骤从所述待审核图片中提取至少一个特征维度下的特征:分别提取待审核的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述待审核图片的特征;
若所述历史图片为多张图片,则所述确定模块具体用于根据以下步骤从所述历史图片中提取至少一个特征维度下的特征:分别提取所述历史数据中的多张图片中的每张图片的特征,并将该多张图片的特征的合集作为所述历史图片的特征。
13.如权利要求10所述的装置,其特征在于,所述确定模块具体用于根据以下步骤对所述业务对象展示信息中包含的表述文本与提取的所述历史数据中的表述文本进行比对:
从所述业务对象展示信息和与所述业务对象ID对应的历史数据中,分别提取至少一个特征维度下的表述文本;根据所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果,确定表述文本变更度。
14.如权利要求13所述的装置,其特征在于,所述确定模块具体用于根据以下步骤确定所述待审核业务对象和所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的表述文本的对比结果:
分别将所述待审核业务对象在该特征维度下的表述文本和所述实际业务对象在该特征维度下的表述文本进行分词处理;
通过将所述待审核业务对象在该特征维度下的表述文本中的分词,与所述实际业务对象在该特征维度下的表述文本中的分词,进行同义词比对,确定所述待审核业务对象和所述实际业务对象在该特征维度下的表述文本的对比结果。
15.如权利要求10所述的装置,其特征在于,所述确定模块具体用于根据以下步骤对所述业务对象展示信息中包含的业务处理相关数据与提取的所述历史数据中的业务处理相关数据进行比对:
从所述业务对象展示信息和与所述业务对象ID对应的历史数据中,分别提取至少一个特征维度下的业务处理相关数据;根据所述待审核业务对象和与所述历史数据表征的实际业务对象在所述至少一个特征维度中每个特征维度下的业务处理相关数据的对比结果,确定业务处理变更度。
16.一种平台服务系统,其特征在于,包括:
平台数据库,用于存储服务平台中各业务对象的基础数据及业务处理相关数据,以及业务对象提供方的待审核业务对象信息;所述待审核业务对象信息中包含有业务对象标识以及用于展示给业务对象请求方的业务对象展示信息;
处理器,用于根据所述业务对象标识,从所述平台数据库中提取与该业务对象标识对应的历史数据;通过比较所述业务对象展示信息与从所述平台数据库中提取的历史数据,确定所述待审核业务对象是否为所述业务对象标识对应的实际业务对象,并根据确定结果生成审核结果,将审核结果传输给服务接口;
服务接口,用于输出所述处理器的审核结果。
CN201710114028.1A 2017-02-28 2017-02-28 一种业务对象识别方法及装置 Active CN108509458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710114028.1A CN108509458B (zh) 2017-02-28 2017-02-28 一种业务对象识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710114028.1A CN108509458B (zh) 2017-02-28 2017-02-28 一种业务对象识别方法及装置

Publications (2)

Publication Number Publication Date
CN108509458A true CN108509458A (zh) 2018-09-07
CN108509458B CN108509458B (zh) 2022-12-16

Family

ID=63374247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710114028.1A Active CN108509458B (zh) 2017-02-28 2017-02-28 一种业务对象识别方法及装置

Country Status (1)

Country Link
CN (1) CN108509458B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784897A (zh) * 2018-12-28 2019-05-21 易票联支付有限公司 一种跨境结算系统及方法
CN109858927A (zh) * 2019-01-16 2019-06-07 深圳壹账通智能科技有限公司 一种商户审核方法、装置、计算机可读存储介质及服务器
CN110532350A (zh) * 2019-06-14 2019-12-03 平安科技(深圳)有限公司 基于管辖权的文本信息在线识别处理方法和装置
CN111222834A (zh) * 2018-11-27 2020-06-02 中国石油天然气股份有限公司 企业现场应急工作数据分析方法及系统
CN111754195A (zh) * 2020-06-28 2020-10-09 中国银行股份有限公司 信息处理的方法及装置、电子设备及计算机可读存储介质
CN113037792A (zh) * 2019-12-24 2021-06-25 中国移动通信集团四川有限公司 一种业务识别参数的验证方法、装置及网关

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080080745A1 (en) * 2005-05-09 2008-04-03 Vincent Vanhoucke Computer-Implemented Method for Performing Similarity Searches
US20120321174A1 (en) * 2011-06-15 2012-12-20 Siemens Aktiengesellschaft Image Processing Using Random Forest Classifiers
CN103136250A (zh) * 2011-11-29 2013-06-05 阿里巴巴集团控股有限公司 信息更换识别方法、装置以及信息搜索方法、系统
US20140247362A1 (en) * 2013-03-04 2014-09-04 Sensormatic Electronics, LLC Method and System to Characterize Video Background Changes as Abandoned or Removed Objects
CN104504487A (zh) * 2014-11-21 2015-04-08 新疆地拓信息科技发展有限公司 一种平台之间业务对象信息的追溯方法和系统
CN105187785A (zh) * 2015-08-31 2015-12-23 桂林电子科技大学 一种基于动态选取显著特征的跨卡口行人识别系统与方法
CN105893349A (zh) * 2016-03-31 2016-08-24 新浪网技术(中国)有限公司 类目标签匹配映射方法及装置
CN105893490A (zh) * 2016-03-29 2016-08-24 努比亚技术有限公司 图片展示装置和方法
CN106021321A (zh) * 2016-05-06 2016-10-12 成都索贝数码科技股份有限公司 基于图片的在线实时视频的检索方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080080745A1 (en) * 2005-05-09 2008-04-03 Vincent Vanhoucke Computer-Implemented Method for Performing Similarity Searches
US20120321174A1 (en) * 2011-06-15 2012-12-20 Siemens Aktiengesellschaft Image Processing Using Random Forest Classifiers
CN103136250A (zh) * 2011-11-29 2013-06-05 阿里巴巴集团控股有限公司 信息更换识别方法、装置以及信息搜索方法、系统
US20140247362A1 (en) * 2013-03-04 2014-09-04 Sensormatic Electronics, LLC Method and System to Characterize Video Background Changes as Abandoned or Removed Objects
CN104504487A (zh) * 2014-11-21 2015-04-08 新疆地拓信息科技发展有限公司 一种平台之间业务对象信息的追溯方法和系统
CN105187785A (zh) * 2015-08-31 2015-12-23 桂林电子科技大学 一种基于动态选取显著特征的跨卡口行人识别系统与方法
CN105893490A (zh) * 2016-03-29 2016-08-24 努比亚技术有限公司 图片展示装置和方法
CN105893349A (zh) * 2016-03-31 2016-08-24 新浪网技术(中国)有限公司 类目标签匹配映射方法及装置
CN106021321A (zh) * 2016-05-06 2016-10-12 成都索贝数码科技股份有限公司 基于图片的在线实时视频的检索方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YURU PEI等: "Anatomical structure similarity estimation by random forest", 《2016 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)》 *
YURU PEI等: "Anatomical structure similarity estimation by random forest", 《2016 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)》, 19 August 2016 (2016-08-19), pages 2941 - 2945 *
张抒: "可视目标检测与分割关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 *
张抒: "可视目标检测与分割关键技术研究", 《中国博士学位论文全文数据库信息科技辑》, no. 3, 15 March 2016 (2016-03-15), pages 138 - 102 *
王忠旭等: "《职业健康风险评估与实践》", 31 December 2016, 中国环境出版社, pages: 301 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111222834A (zh) * 2018-11-27 2020-06-02 中国石油天然气股份有限公司 企业现场应急工作数据分析方法及系统
CN109784897A (zh) * 2018-12-28 2019-05-21 易票联支付有限公司 一种跨境结算系统及方法
CN109858927A (zh) * 2019-01-16 2019-06-07 深圳壹账通智能科技有限公司 一种商户审核方法、装置、计算机可读存储介质及服务器
CN110532350A (zh) * 2019-06-14 2019-12-03 平安科技(深圳)有限公司 基于管辖权的文本信息在线识别处理方法和装置
CN110532350B (zh) * 2019-06-14 2024-05-03 平安科技(深圳)有限公司 基于管辖权的文本信息在线识别处理方法和装置
CN113037792A (zh) * 2019-12-24 2021-06-25 中国移动通信集团四川有限公司 一种业务识别参数的验证方法、装置及网关
CN113037792B (zh) * 2019-12-24 2022-07-26 中国移动通信集团四川有限公司 一种业务识别参数的验证方法、装置及网关
CN111754195A (zh) * 2020-06-28 2020-10-09 中国银行股份有限公司 信息处理的方法及装置、电子设备及计算机可读存储介质
CN111754195B (zh) * 2020-06-28 2023-08-29 中国银行股份有限公司 信息处理的方法及装置、电子设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN108509458B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
CN108509458A (zh) 一种业务对象识别方法及装置
CN109493199A (zh) 产品推荐方法、装置、计算机设备和存储介质
CN108648074A (zh) 基于支持向量机的贷款评估方法、装置及设备
CN108985347A (zh) 分类模型的训练方法、店铺分类的方法及装置
CN109165645A (zh) 一种图像处理方法、装置以及相关设备
CN110309388A (zh) 数据对象信息违法风险识别方法、装置以及计算机系统
CN111709816A (zh) 基于图像识别的服务推荐方法、装置、设备及存储介质
CN109636501A (zh) 产品数据处理方法、装置、计算机设备及计算机可读存储介质
CN107679103B (zh) 用于实体的属性分析方法及系统
CN109376766A (zh) 一种画像预测分类方法、装置及设备
CN111813399A (zh) 基于机器学习的审核规则处理方法、装置及计算机设备
CN110060068A (zh) 商户评估方法、装置、电子设备及可读存储介质
CN110033120A (zh) 用于为商户提供风险预测赋能服务的方法及装置
CN110288350A (zh) 用户价值预测方法、装置、设备及存储介质
CN109118316A (zh) 线上店铺真实性的识别方法和装置
CN110110592A (zh) 业务处理方法、模型训练方法、设备及存储介质
CN105843818A (zh) 训练设备和训练方法、判断设备、以及推荐设备
CN114549241A (zh) 合同审查方法、装置、系统与计算机可读存储介质
Arkaan et al. Mapping Research Topics on Mobile Banking in Sharia and Conventional Financial Institutions: VOSviewer Bibliometric Study and Literature Review
CN109460503A (zh) 答案输入方法、装置、存储介质及电子设备
CN109933534A (zh) 一种确定金融测试对象的方法及装置
CN114037545A (zh) 客户推荐方法、装置、设备及存储介质
CN113705792A (zh) 基于深度学习模型的个性化推荐方法、装置、设备及介质
US10853763B1 (en) Onboarding new service providers utilizing portable service provider attributes
CN115660814A (zh) 风险预测方法、装置、计算机可读存储介质及电子设备

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