CN109117980A - 数据预填方法、装置及设备 - Google Patents

数据预填方法、装置及设备 Download PDF

Info

Publication number
CN109117980A
CN109117980A CN201810712971.7A CN201810712971A CN109117980A CN 109117980 A CN109117980 A CN 109117980A CN 201810712971 A CN201810712971 A CN 201810712971A CN 109117980 A CN109117980 A CN 109117980A
Authority
CN
China
Prior art keywords
data
prediction
user
fill
amount
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
Application number
CN201810712971.7A
Other languages
English (en)
Inventor
廉洁
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co 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 CN201810712971.7A priority Critical patent/CN109117980A/zh
Publication of CN109117980A publication Critical patent/CN109117980A/zh
Priority to TW108107756A priority patent/TW202001705A/zh
Priority to PCT/CN2019/081071 priority patent/WO2020001114A1/zh
Pending legal-status Critical Current

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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06Asset management; Financial planning or analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本说明书实施例提供一种数据预填方法、装置及设备,本实施例通过获取对用户预购产品金额进行预测获得的预测数据,并将预测数据填写在金额输入区域。由于预测数据基于预设的数据预测模型预测用户预购产品金额获得,而数据预测模型至少基于对用户历史购买理财产品的交易记录进行训练获得,因此,可以将预测数据填写在金额输入区域,达到减少耗时的目的。

Description

数据预填方法、装置及设备
技术领域
本说明书涉及数据处理技术领域,尤其涉及数据预填方法、装置及设备。
背景技术
随着经济的发展和科技的进步,人们的理财意识逐渐增强,越来越多的人将闲置资金投入到购买金融理财产品中。相关技术中,用户在进行基金、余额宝、定期等理财产品的购买操作时,需要思考预购产品金额并将预购产品金额手动填写至金额输入区域,耗时较长。
发明内容
为克服相关技术中存在的问题,本说明书提供了数据预填方法、装置及设备。
根据本说明书实施例的第一方面,提供一种数据预填方法,所述方法用于用户端,所述方法包括:
获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
将所述预测数据填写在金额输入区域。
在一个实施例中,提供预填写控制控件,所述预填写控制控件用于禁止/允许将所述预测数据预填在金额输入区域。
在一个实施例中,所述方法还包括:
检测到针对金额输入区域的点击事件时,获取所述金额输入区域的数据状态,若处于预填写状态,则清空所述金额输入区域内所展示的预测数据。
在一个实施例中,所述方法还包括:
在发生订单提交事件时,将金额输入区域的数据作为用户预购产品金额向服务端发送订单提交请求,所述数据包括预测数据或用户输入数据。
在一个实施例中,所述预测数据基于用户端在向服务端发送页面获取请求后由服务端响应获得,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框。
根据本说明书实施例的第二方面,提供一种数据预填方法,所述方法用于服务端,所述方法包括:
在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
向用户端发送所述预测数据。
在一个实施例中,所述预设预填写条件包括以下一种条件:
接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态;
接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态、且页面获取请求所对应的理财产品为预设低风险的产品;
其中,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框,所述预填写状态包括使用状态和禁用状态,所述预填写状态基于是否接收到用户端发送的禁用预填写请求或启用预填写请求确定,或所述预填写状态基于用户在历史交易中是否连续指定次数未使用预测数据作为预购产品金额而确定。
在一个实施例中,构建所述数据预测模型的步骤包括:
从包含用户历史购买理财产品的交易记录的用户个人信息中,筛选出多个与用户预购产品金额相关的重要特征数据;
基于所述重要特征数据以及与重要特征数据对应的已购产品金额,构建带标签的样本数据;
利用预设算法对所述样本数据进行训练,构建得到用于预测用户预购产品金额的数据预测模型。
在一个实施例中,所述重要特征数据包括以下一种或多种:
相邻交易记录中若在后执行交易中已购产品金额作为标签,则重要特征数据包括在先执行交易中的已购产品金额;
在所述已购产品金额所属交易发生之前预设时间段内历史交易的总金额、平均金额、收益;
用户理财产品偏好;
用户风险承受能力等级。
在一个实施例中,所述向用户端发送所述预测数据之前,还包括:
确定所述预测数据在预设置信区间内,所述预设置信区间基于用户历史购买理财产品的购买金额确定。
根据本说明书实施例的第三方面,提供一种数据预填装置,所述装置设于用户端,所述装置包括:
数据获取模块,用于获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
数据预填模块,用于将所述预测数据填写在金额输入区域。
在一个实施例中,提供预填写控制控件,所述预填写控制控件用于禁止/允许将所述预测数据预填在金额输入区域。
在一个实施例中,所述装置还包括数据处理模块,用于:检测到针对金额输入区域的点击事件时,获取所述金额输入区域的数据状态,若处于预填写状态,则清空所述金额输入区域内所展示的预测数据。
在一个实施例中,所述装置还包括订单处理模块,用于:在发生订单提交事件时,将金额输入区域的数据作为用户预购产品金额向服务端发送订单提交请求,所述数据包括预测数据或用户输入数据。
在一个实施例中,所述预测数据基于用户端在向服务端发送页面获取请求后由服务端响应获得,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框。
根据本说明书实施例的第四方面,提供一种数据预填装置,所述装置设于服务端,所述装置包括:
数据预测模块,用于在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
数据发送模块,用于向用户端发送所述预测数据。
在一个实施例中,所述预设预填写条件包括以下一种条件:
接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态;
接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态、且页面获取请求所对应的理财产品为预设低风险的产品;
其中,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框,所述预填写状态包括使用状态和禁用状态,所述预填写状态基于是否接收到用户端发送的禁用预填写请求或启用预填写请求确定,或所述预填写状态基于用户在历史交易中是否连续指定次数未使用预测数据作为预购产品金额而确定。
在一个实施例中,所述装置还包括模型生成模块,用于:
从包含用户历史购买理财产品的交易记录的用户个人信息中,筛选出多个与用户预购产品金额相关的重要特征数据;
基于所述重要特征数据以及与重要特征数据对应的已购产品金额,构建带标签的样本数据;
利用预设算法对所述样本数据进行训练,构建得到用于预测用户预购产品金额的数据预测模型。
在一个实施例中,所述重要特征数据包括以下一种或多种:
相邻交易记录中若在后执行交易中已购产品金额作为标签,则重要特征数据包括在先执行交易中的已购产品金额;
在所述已购产品金额所属交易发生之前预设时间段内历史交易的总金额、平均金额、收益;
用户理财产品偏好;
用户风险承受能力等级。
在一个实施例中,所述数据发送模块具体用于:
若确定所述预测数据在预设置信区间内,向用户端发送所述预测数据,所述预设置信区间基于用户历史购买理财产品的购买金额确定。
根据本说明书实施例的第五方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述任一项所述的数据预填方法。
本说明书的实施例提供的技术方案可以包括以下有益效果:
本说明书实施例通过获取对用户预购产品金额进行预测获得的预测数据,并将预测数据填写在金额输入区域。由于预测数据基于预设的数据预测模型预测用户预购产品金额获得,而数据预测模型至少基于对用户历史购买理财产品的交易记录进行训练获得,因此,可以比较准确的预测出用户预购产品金额,并且将预测数据填写在金额输入区域,不仅可以达到推荐金额的目的,而且该预测数据可以直接作为预购产品金额,以节约用户思考预购产品金额的时间以及用户手动输入金额耗费的时间。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本说明书的实施例,并与说明书一起用于解释本说明书的原理。
图1A是本说明书根据一示例性实施例示出的一种数据预填方法的流程图。
图1B是本说明书根据一示例性实施例示出的一种理财产品买入界面对比示意图。
图2是本说明书根据一示例性实施例示出的另一种数据预填方法的流程图。
图3是本说明书根据一示例性实施例示出的另一种数据预填方法的示意图。
图4是本说明书根据一示例性实施例示出的一种数据预填装置所在计算机设备的一种硬件结构图。
图5是本说明书根据一示例性实施例示出的一种数据预填装置的框图。
图6是本说明书根据一示例性实施例示出的另一种数据预填装置的框图。
具体实施方式
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说明书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、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
相关技术中,用户在进行基金、余额宝、定期等理财产品的购买操作时,不仅需要思考预购产品金额,而且至少需要花费3-6秒将预购产品金额手动填写到金额输入区域,可见,整个操作耗时较长。
鉴于此,本申请提供一种数据填写方案,通过获取对用户预购产品金额进行预测获得的预测数据,并将预测数据填写在金额输入区域。由于预测数据基于预设的数据预测模型预测用户预购产品金额获得,而数据预测模型至少基于对用户历史购买理财产品的交易记录进行训练获得,因此,可以较为准确地预测出用户预购产品金额,并且将预测数据填写在金额输入区域,不仅可以达到推荐金额的目的,而且该预测数据可以直接作为预购产品金额。可见,通过将预测数据填写在金额输入区域,不仅节约用户思考预购产品金额的时间,还可以节约用户手动输入金额耗费的时间。
以下结合附图对本说明书实施例进行示例说明。
首先,本说明书从用户端的角度对数据预填方案进行示例说明。如图1A所示,是本说明书根据一示例性实施例示出的一种数据预填方法的流程图,所述方法用于用户端,可以包括以下步骤:
在步骤102中,获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得。
在步骤104中,将所述预测数据填写在金额输入区域。
关于预测数据的获取时机,可以根据需求设置,特别是在需要展示用于填写理财产品购买金额的输入框时,获取对用户预购产品金额进行预测获得的预测数据。例如,可以是在向服务端发送页面获取请求时,获取预测数据。
关于预测数据的生成端,可以由用户端对用户预购产品金额进行预测并获得预测数据,也可以由服务端对用户预购产品金额进行预测并获得预测数据。例如,预测数据可以基于用户端在向服务端发送页面获取请求后由服务端响应获得,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框(可以简称金额输入框)。可见,通过在服务端中获得预测数据,可以减轻用户端的处理负担,并且由服务端反馈包含预测数据的页面数据,用户端可以直接根据页面数据进行渲染,以快速展示包含预测数据的页面。
用户端获得预测数据后,可以将预测数据填写在金额输入区域,例如,将预测数据填写在理财产品买入页面的金额输入区域。所谓填写,可以是将预测数据渲染在金额输入区域。
关于填写时机,可以是在展示包含金额输入框的页面(如理财产品买入页面)时,也可以是在展示包含金额输入框的页面后指定间隔时间后。例如,指定间隔时间可以是3s等。
由于预填预购产品金额为新功能,鉴于此,在一个实施例中,可以对将预测数据填写在金额输入区域的相关说明进行提示。例如,相关说明可以包括:在金额输入区域预填的预测数据所表示的含义,针对预测数据可执行的操作,免责说明等。提醒的时机,可以是在进入理财产品选购首页,也可以是在进入包含金额输入框的理财产品买入页面等。可见,通过提示可以让用户快速理解新功能。
进一步的,为了避免多次提醒给用户带来困扰,因此,针对同一用户,对在金额输入区域展示预测数据的相关说明仅提示一次。例如,针对同一用户,在首次执行步骤102和104时,提供相关说明的提示。
为了减轻对用户的打扰,还可以提供预填写功能的开启功能和关闭功能。例如,提供预填写控制控件,所述预填写控制控件用于禁止/允许将所述预测数据预填在金额输入区域。以预测数据在服务端生成为例,所述预填写控制控件用于触发生成禁用预填写请求或启用预填写请求。禁用预填写请求用于禁止将所述预测数据预填在金额输入区域,启用预填写请求用于允许将所述预测数据预填在金额输入区域。
在另一个实施例中,还可以提供自动关闭预填写功能。例如,根据用户在历史交易中是否连续指定次数未使用预测数据作为预购产品金额,确定是否关闭预填写功能。指定次数可以根据需求灵活设置,例如设置为5次。
预测数据是预测用户预购产品金额而获得,为了避免用户不使用预测数据而执行预测数据的删除操作给用户带来的困扰,为此,还可以根据用户操作判断用户是否使用预测数据,并在用户不使用预测数据的情况下,自动清空金额输入区域内所展示的预测数据。例如,在一个实施例中,所述方法还包括:检测到针对金额输入区域的点击事件时,获取所述金额输入区域的数据状态,若处于预填写状态,则清空所述金额输入区域内所展示的预测数据。
在该实施例中,通过数据状态区分金额输入区域当前展示数据为预测数据或用户输入数据,并在确定处于预填写状态时,判定用户不使用预测数据,从而直接清空金额输入区域内所展示的预测数据,实现用户无需删除预测数据即可输入其他数据,避免删除操作给用户带来的时间浪费。
为了减轻用户输入数据造成的时间浪费,预测数据可以直接作为预购产品金额。鉴于此,在一个实施例中,在发生订单提交事件时,将金额输入区域的数据作为用户预购产品金额向服务端发送订单提交请求,所述数据包括预测数据或用户输入数据。
在该实施例中,不管金额输入区域的数据是用户输入数据,还是预测数据,在检测到订单提交事件时,可以直接将金额输入区域的数据作为用户预购产品金额向服务端发送订单提交请求,不需要额外操作,即可快速提交订单。
以下以一个具体应用场景为例进行示例说明。如图1B所示,是本说明书根据一示例性实施例示出的一种理财产品买入界面对比示意图。在示意图中示出了未执行预填操作的界面和已执行预填操作的界面,对比可知,针对未执行预填写操作的界面,用户需要手动输入数据。针对已执行预填写操作的界面,用户可以直接点击确定控件,以完成下单操作,从而实现快速下单。
接下来,本说明书从服务端的角度对数据预填方案进行示例说明。如图2所示,是本说明书根据一示例性实施例示出的另一种数据预填方法的流程图,所述方法用于服务端,可以包括以下步骤:
在步骤202中,在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
在步骤204中,向用户端发送所述预测数据。
其中,预设预填写条件是用于判断是否进行数据预测的条件。在一个实施例中,预设预填写条件可以包括:接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态。
所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框,所述预填写状态包括使用状态和禁用状态,所述预填写状态基于是否接收到用户端发送的禁用预填写请求或启用预填写请求确定,或所述预填写状态基于用户在历史交易中是否连续指定次数未使用预测数据作为预购产品金额而确定。
在该实施例中,不仅要求接收到用户端发送的页面获取请求,还要求输入框的预填写状态为使用状态,才能触发执行预测数据的预测操作,从而实现在进行页面获取请求时实时预测用户预购产品金额,以获得更加准确的预测数据,同时还要求输入框的预填写状态为使用状态,从而实现在用户允许进行预填操作的情况下才生成预测数据,实现预填操作的可控性。
针对所有理财产品都进行预填操作可能会给客户带来风险,鉴于此,在另一个实施例中,还对待交易的理财产品的类型进行判断,仅对预设低风险的产品进行预填操作。例如,预设预填写条件可以包括:接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态、且页面获取请求所对应的理财产品为预设低风险的产品;
其中,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框,所述预填写状态包括使用状态和禁用状态,所述预填写状态基于是否接收到用户端发送的禁用预填写请求或启用预填写请求确定,或所述预填写状态基于用户在历史交易中是否连续指定次数未使用预测数据作为预购产品金额而确定。理财产品的风险类型可以基于相关技术中的风险评估策略获得。页面获取请求可以是理财产品买入页面的请求,因此,每个页面获取请求对应相应的理财产品。
在该实施例中,不仅要求接收到用户端发送的页面获取请求,要求输入框的预填写状态为使用状态,还要求理财产品为预设低风险的产品,才能触发执行预测数据的预测操作,从而实现在进行页面获取请求时实时预测用户预购产品金额,以获得更加准确的预测数据,同时还要求输入框的预填写状态为使用状态,从而实现在用户允许进行预填操作的情况下才生成预测数据,实现预填操作的可控性。并且,避免所有理财产品都进行预填操作出现纠纷风险。
应当理解的是,上述预设预填写条件仅为举例,而不应被理解为对说明书的任何限制,其他现有的或将来的生成预测数据的条件可以适用本公开,均应包括在本说明书的保护范围内。例如,预设预填写条件可以是接收到用户端发送的页面获取请求,又如,预设预填写条件可以是预设预测时间到达;又如,预设预填写条件可以是购买理财产品的交易完成等。
本说明书实施例利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得。例如,可以利用机器学习方法对至少由用户历史购买理财产品的交易记录构建的训练样本进行训练,获得预测模型。
在一个实施例中,构建所述数据预测模型的步骤包括:
从包含用户历史购买理财产品的交易记录的用户个人信息中,筛选出多个与用户预购产品金额相关的重要特征数据;
基于所述重要特征数据以及与重要特征数据对应的已购产品金额,构建带标签的样本数据;
利用预设算法对所述样本数据进行训练,构建得到用于预测用户预购产品金额的数据预测模型。
其中,用户个人信息除了包含交易记录,还可以包含其他用户个人信息,例如用户基础信息、用户行为信息等。用户个人信息可以来源于ODPS(OpenData ProcessingService)/数仓。ODPS/数仓可以存储有用户端采集的用户行为数据以及来源于交易底层服务端(交易后台)的交易记录。交易底层服务端可以存储有交易业务处理过程所产生的交易记录。重要特征数据可以是与用户预购产品金额相关的特征数据。已购产品金额可以是作为样本数据中的标签。样本数据又可以称为训练样本。预设算法可以是线性回归算法、神经网络算法等。
在一个实施例中,所述重要特征数据包括以下一种或多种:
相邻交易记录中,若在后执行交易中已购产品金额作为标签,则重要特征数据包括在先执行交易中的已购产品金额;
在所述已购产品金额所属交易发生之前预设时间段内历史交易的总金额;
在所述已购产品金额所属交易发生之前预设时间段内历史交易的平均金额;
在所述已购产品金额所属交易发生之前预设时间段内历史交易的收益;
用户理财产品偏好;
用户风险承受能力等级。
在该实施例中,可以将相邻交易记录中,在先执行交易中的已购产品金额作为预测在后执行交易中的已购产品金额的重要特征数据,以便在获得数据预测模型后,可以利用与本次交易相邻的在先交易作为输入数据,预测获得本次交易用户期望输入的金额。
在一个例子中,也可以将在已购产品金额所属交易发生之前预设时间段内历史交易的总金额、平均金额和/或收益,作为影响用户预购产品金额的参考因素,从而实现利用已购产品金额预测当前预购产品金额。
在一个例子中,也可以将用户理财产品偏好、用户风险承受能力等级作为重要特征数据。
可以理解的是,上述重要特征数据可以进行组合,以获得更好的数据预测模型。
可见,重要特征数据的选取有助于获得更好的数据预测模型,进而使预测数据与用户期望填写数据相似性更高。
本实施例从至少包括交易记录的用户个人信息中筛选出多个与用户预购产品金额相关的重要特征数据,并基于重要特征数据以及与重要特征数据对应的已购产品金额,构建带标签的样本数据,从而实现构建有监督学习的训练样本,进而利用预设算法对所述样本数据进行训练,构建得到用于预测用户预购产品金额的数据预测模型,从而使利用数据预测模型预测出的预测数据是用户期望填写金额的可能性更高。
可以理解的是,还可以采用诸如深度学习等机器学习方法训练获得数据预测模型,在此不一一赘述。
进一步的,在获得数据预测模型输出的预测数据后,还可以对预测数据进行筛选。例如,通过判断预测数据是否在预设置信区间内以决定是否向用户端发送预测数据。若确定所述预测数据在预设置信区间内,则向用户端发送所述预测数据。若确定所述预测数据不在预设置信区间内,则不向用户端发送所述预测数据,以便用户端不执行预填写操作。预设置信区间基于用户历史购买理财产品的购买金额确定。例如,根据用户历史购买理财产品的购买金额上限值和下限值,获得预设置信区间等。
可见,通过预设置信区间对预测数据进行进一步筛选,可以排除部分预测数据。
此外,还可以判断预测数据是否在理财产品所要求的金额范围内,若预测数据不在金额范围内,在一个例子中,可以不向用户端发送所述预测数据,以便用户端不执行预填写操作。在另一个例子中,可以将与预存数据最接近的极限值(金额范围的上限值/下限值)反馈至用户端,以便用户端将极限值填写在金额输入区域。
在一个实施例中,所述预测数据基于将数据预测模型输出的结果按百取整。
以上实施方式中的各种技术特征可以任意进行组合,只要特征之间的组合不存在冲突或矛盾,但是限于篇幅,未进行一一描述,因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
另外,本说明书从服务端以一个具体应用场景对数据预填服务进行说明。如图3所示,是本说明书根据一示例性实施例示出的另一种数据预填方法的示意图。在该实施例中,用户个人信息可以来源于ODPS(Open Data ProcessingService)/数仓。ODPS/数仓可以存储有用户端采集的用户行为数据以及来源于交易底层服务端(交易后台)的交易记录。交易底层服务端可以存储有交易业务处理过程所产生的交易记录。数仓中的数据可以进行离线特征计算,分析出与用户相关的各种重要特征,通过数仓中的数据,借助AI(ArtificialIntelligence,人工智能)算法平台对模型进行训练,获得智能预填预测模型(数据预测模型),以供AI咨询服务进行数据咨询。用户通过用户端进入理财产品买入页面前,用户端向交易中台发起页面获取请求,交易中台向AI咨询服务发起预填咨询请求。AI咨询服务通过调用智能预填预测模型进行预测运算,将获得的预测数据反馈给交易中台。交易中台将获得的预测数据提供给用户端,以便用户端在理财产品买入页面展示预测数据。用户看到填写好的金额,可以直接点击下单,也可以点击金额输入区域以直接输入金额。可见,通过预测用户可能输入的金额,并将预测数据填写在输入区域,以提升用户体验。
与前述数据预填方法的实施例相对应,本说明书还提供了数据预填装置及其所应用的电子设备的实施例。
本说明书数据预填装置的实施例可以应用在计算机设备。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在计算机设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图4所示,为本说明书数据预填装置所在计算机设备的一种硬件结构图,除了图4所示的处理器410、网络接口420、内存430、以及非易失性存储器440之外,实施例中数据预填装置431所在的计算机设备通常根据该设备的实际功能,还可以包括其他硬件,对此不再赘述。
如图5所示,是本说明书根据一示例性实施例示出的一种数据预填装置的框图,所述装置设于用户端,所述装置包括:
数据获取模块520,用于获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
数据预填模块540,用于将所述预测数据填写在金额输入区域。
如图6所示,是本说明书根据一示例性实施例示出的另一种数据预填装置的框图,所述装置设于服务端,所述装置包括:
数据预测模块620,用于在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
数据发送模块640,用于向用户端发送所述预测数据。
其中,数据发送模块640向用户端发送所述预测数据,以供用户端将所述预测数据填写在金额输入区域。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
相应的,本说明书实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如下方法:
获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
将所述预测数据填写在金额输入区域。
相应的,本说明书实施例还提供另一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如下方法:
在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
向用户端发送所述预测数据。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
一种计算机存储介质,所述存储介质中存储有程序指令,所述程序指令包括:
获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
将所述预测数据填写在金额输入区域。
另一种计算机存储介质,所述存储介质中存储有程序指令,所述程序指令包括:
在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
向用户端发送所述预测数据。
本说明书实施例可采用在一个或多个其中包含有程序代码的存储介质(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。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是,本说明书并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。

Claims (13)

1.一种数据预填方法,所述方法用于用户端,所述方法包括:
获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
将所述预测数据填写在金额输入区域。
2.根据权利要求1所述的方法,提供预填写控制控件,所述预填写控制控件用于禁止/允许将所述预测数据预填在金额输入区域。
3.根据权利要求1所述的方法,所述方法还包括:
检测到针对金额输入区域的点击事件时,获取所述金额输入区域的数据状态,若处于预填写状态,则清空所述金额输入区域内所展示的预测数据。
4.根据权利要求1所述的方法,所述方法还包括:
在发生订单提交事件时,将金额输入区域的数据作为用户预购产品金额向服务端发送订单提交请求,所述数据包括预测数据或用户输入数据。
5.根据权利要求1至4任一项所述的方法,所述预测数据基于用户端在向服务端发送页面获取请求后由服务端响应获得,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框。
6.一种数据预填方法,所述方法用于服务端,所述方法包括:
在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
向用户端发送所述预测数据。
7.根据权利要求6所述的方法,所述预设预填写条件包括以下一种条件:
接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态;
接收到用户端发送的页面获取请求、且输入框的预填写状态为使用状态、且页面获取请求所对应的理财产品为预设低风险的产品;
其中,所述页面获取请求所请求页面至少包括用于填写理财产品购买金额的输入框,所述预填写状态包括使用状态和禁用状态,所述预填写状态基于是否接收到用户端发送的禁用预填写请求或启用预填写请求确定,或所述预填写状态基于用户在历史交易中是否连续指定次数未使用预测数据作为预购产品金额而确定。
8.根据权利要求6或7所述的方法,构建所述数据预测模型的步骤包括:
从包含用户历史购买理财产品的交易记录的用户个人信息中,筛选出多个与用户预购产品金额相关的重要特征数据;
基于所述重要特征数据以及与重要特征数据对应的已购产品金额,构建带标签的样本数据;
利用预设算法对所述样本数据进行训练,构建得到用于预测用户预购产品金额的数据预测模型。
9.根据权利要求8所述的方法,所述重要特征数据包括以下一种或多种:
相邻交易记录中,若在后执行交易中已购产品金额作为标签,则重要特征数据包括在先执行交易中的已购产品金额;
在所述已购产品金额所属交易发生之前预设时间段内历史交易的总金额、平均金额、收益;
用户理财产品偏好;
用户风险承受能力等级。
10.根据权利要求6或7所述的方法,所述向用户端发送所述预测数据之前,还包括:
确定所述预测数据在预设置信区间内,所述预设置信区间基于用户历史购买理财产品的购买金额确定。
11.一种数据预填装置,所述装置设于用户端,所述装置包括:
数据获取模块,用于获取对用户预购产品金额进行预测获得的预测数据,所述预测数据基于预设的数据预测模型预测用户预购产品金额获得,所述数据预测模型至少基于对所述用户历史购买理财产品的交易记录进行训练获得;
数据预填模块,用于将所述预测数据填写在金额输入区域。
12.一种数据预填装置,所述装置设于服务端,所述装置包括:
数据预测模块,用于在预设预填写条件满足时,利用预设的数据预测模型预测用户预购产品金额以获得预测数据,所述数据预测模型至少基于用户历史购买理财产品的交易记录进行训练获得;
数据发送模块,用于向用户端发送所述预测数据。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1~10任一项所述的数据预填方法。
CN201810712971.7A 2018-06-29 2018-06-29 数据预填方法、装置及设备 Pending CN109117980A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810712971.7A CN109117980A (zh) 2018-06-29 2018-06-29 数据预填方法、装置及设备
TW108107756A TW202001705A (zh) 2018-06-29 2019-03-08 資料預填方法、裝置及設備
PCT/CN2019/081071 WO2020001114A1 (zh) 2018-06-29 2019-04-02 数据预填方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810712971.7A CN109117980A (zh) 2018-06-29 2018-06-29 数据预填方法、装置及设备

Publications (1)

Publication Number Publication Date
CN109117980A true CN109117980A (zh) 2019-01-01

Family

ID=64822048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810712971.7A Pending CN109117980A (zh) 2018-06-29 2018-06-29 数据预填方法、装置及设备

Country Status (3)

Country Link
CN (1) CN109117980A (zh)
TW (1) TW202001705A (zh)
WO (1) WO2020001114A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458706A (zh) * 2019-07-02 2019-11-15 阿里巴巴集团控股有限公司 资金项目中的输入提醒方法以及装置
WO2020001114A1 (zh) * 2018-06-29 2020-01-02 阿里巴巴集团控股有限公司 数据预填方法、装置及设备
CN111767196A (zh) * 2019-04-01 2020-10-13 阿里巴巴集团控股有限公司 数据处理方法、装置、电子设备及计算设备
CN112116169A (zh) * 2020-09-29 2020-12-22 中国银行股份有限公司 一种用户行为的确定方法、装置及电子设备
CN113656702B (zh) * 2021-08-27 2023-07-14 建信基金管理有限责任公司 用户行为的预测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075352A (zh) * 2010-12-17 2011-05-25 北京邮电大学 一种网络用户行为预测的方法和装置
CN104951978A (zh) * 2015-06-06 2015-09-30 浙江维融电子科技股份有限公司 一种银行业务预填单方法及系统
CN107146158A (zh) * 2016-03-01 2017-09-08 阿里巴巴集团控股有限公司 一种电子数据处理方法及装置
CN107358530A (zh) * 2017-08-17 2017-11-17 杭州铜板街互联网金融信息服务有限公司 理财产品推荐方法
CN107871282A (zh) * 2017-11-29 2018-04-03 上海壹账通金融科技有限公司 理财产品购买方法、装置、设备及可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258388B (zh) * 2012-02-17 2015-09-02 日立(中国)研究开发有限公司 自动交易装置和服务器、以及用于预测现金需求量的方法
CN102968670B (zh) * 2012-10-23 2016-08-17 北京京东世纪贸易有限公司 预测数据的方法和装置
CN107390895A (zh) * 2017-07-21 2017-11-24 携程旅游网络技术(上海)有限公司 订单填写中进行英文姓名输入的交互方法及系统
CN109117980A (zh) * 2018-06-29 2019-01-01 阿里巴巴集团控股有限公司 数据预填方法、装置及设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075352A (zh) * 2010-12-17 2011-05-25 北京邮电大学 一种网络用户行为预测的方法和装置
CN104951978A (zh) * 2015-06-06 2015-09-30 浙江维融电子科技股份有限公司 一种银行业务预填单方法及系统
CN107146158A (zh) * 2016-03-01 2017-09-08 阿里巴巴集团控股有限公司 一种电子数据处理方法及装置
CN107358530A (zh) * 2017-08-17 2017-11-17 杭州铜板街互联网金融信息服务有限公司 理财产品推荐方法
CN107871282A (zh) * 2017-11-29 2018-04-03 上海壹账通金融科技有限公司 理财产品购买方法、装置、设备及可读存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020001114A1 (zh) * 2018-06-29 2020-01-02 阿里巴巴集团控股有限公司 数据预填方法、装置及设备
CN111767196A (zh) * 2019-04-01 2020-10-13 阿里巴巴集团控股有限公司 数据处理方法、装置、电子设备及计算设备
CN110458706A (zh) * 2019-07-02 2019-11-15 阿里巴巴集团控股有限公司 资金项目中的输入提醒方法以及装置
CN110458706B (zh) * 2019-07-02 2023-10-27 创新先进技术有限公司 资金项目中的输入提醒方法以及装置
CN112116169A (zh) * 2020-09-29 2020-12-22 中国银行股份有限公司 一种用户行为的确定方法、装置及电子设备
CN112116169B (zh) * 2020-09-29 2023-09-19 中国银行股份有限公司 一种用户行为的确定方法、装置及电子设备
CN113656702B (zh) * 2021-08-27 2023-07-14 建信基金管理有限责任公司 用户行为的预测方法及装置

Also Published As

Publication number Publication date
TW202001705A (zh) 2020-01-01
WO2020001114A1 (zh) 2020-01-02

Similar Documents

Publication Publication Date Title
US11048530B1 (en) Predictive action modeling to streamline user interface
CN109117980A (zh) 数据预填方法、装置及设备
US20220374924A1 (en) Customer journey management
Del Olmo et al. Evaluation of recommender systems: A new approach
Zhang Multi-objective simulation-optimization for earthmoving operations
US8438122B1 (en) Predictive analytic modeling platform
US10839445B2 (en) Method and apparatus for interactive evolutionary algorithms with respondent directed breeding
US20210303973A1 (en) Artificial intelligence-based personalized financial recommendation assistant system and method
CN110147925B (zh) 一种风险决策方法、装置、设备及系统
US11645567B2 (en) Machine-learning models to facilitate user retention for software applications
US20120150576A1 (en) Integrating simulation and forecasting modes in business intelligence analyses
CN105488366A (zh) 一种数据权限的控制方法和系统
CN109816483A (zh) 信息推荐方法及装置、可读存储介质
Branchi et al. Learning to act: a reinforcement learning approach to recommend the best next activities
US20240054501A1 (en) Systems and Methods for Improving Customer Satisfaction Post-Sale
US8019638B1 (en) Dynamic construction of business analytics
US7464008B2 (en) Methods and apparatus for selecting event sequences based on a likelihood of a user completing each event sequence
CN111680213B (zh) 信息推荐方法、数据处理方法及装置
CN115630221A (zh) 终端应用界面展示数据处理方法、装置及计算机设备
CN111988642B (zh) 推荐视频的方法、装置、服务器和存储介质
CN117390540A (zh) 目标操作的执行方法和装置、存储介质及电子设备
CN116361542A (zh) 产品推荐方法、装置、计算机设备和存储介质
CN110210885A (zh) 挖掘潜在客户的方法、装置、设备及可读存储介质
CN112328769A (zh) 自动客服的应答方法、装置和计算机可读存储介质
CN112116169B (zh) 一种用户行为的确定方法、装置及电子设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200924

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200924

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190101