CN109190925B - 保单推荐方法、装置、计算机设备及存储介质 - Google Patents
保单推荐方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109190925B CN109190925B CN201810914924.0A CN201810914924A CN109190925B CN 109190925 B CN109190925 B CN 109190925B CN 201810914924 A CN201810914924 A CN 201810914924A CN 109190925 B CN109190925 B CN 109190925B
- Authority
- CN
- China
- Prior art keywords
- policy
- insurance
- user
- target
- identifier
- 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.)
- Active
Links
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种保单推荐方法、装置、计算机设备及存储介质,首先获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;若所述目标用户标识的所述保单期限在预定期限内,则根据本平台数据和第三方平台数据,为所述目标用户标识获取相似类型推荐保单,做到有针对地进行推荐,也提高了保单推荐的数据准确性;最后根据所述目标保险标识生成保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单,在提醒用户进行保费缴纳的同时向用户推荐对应的保险险种,以提高保险推荐的有效性。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种保单推荐方法、装置、计算机设备及存储介质。
背景技术
随着保险业务的发展,越来越多的人有了防患于未然的意识,也越来越多的人开始进行投保,保险公司一般拥有上千万的客户,面对庞大的客户群,尤其是面对大量客户进行续期收费时,如果不能及时对客户进行跟踪服务提醒,很容易造成客户保单的流失,传统的对各种续期收费的提醒采用的是广覆盖、低频介入的方式,提醒的方式过于单一。而且在客户的保险临近到期时,保险公司也会通过各种方式来为客户推荐新的保单,但是目前的推荐方式大都难以做到有针对地推荐,保单推荐的有效性较低。
发明内容
根据此,有必要针对上述技术问题,提供一种可以保单推荐方法、装置、计算机设备及存储介质,以解决保单推荐有效性较低的问题。
一种保单推荐方法,包括:
获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
若所述目标用户标识对应的所述保单期限在预定期限内,则根据本平台数据和第三方平台数据,为所述目标用户标识获取相似类型推荐保单,其中,所述相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单。
一种保单推荐装置,包括:
保单状态表获取模块,用于获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
目标用户标识获取模块,用于将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
相似类型推荐保单获取模块,用于若所述目标用户标识对应的所述保单期限在预定期限内,则根据本平台数据和第三方平台数据,为所述目标用户标识获取相似类型推荐保单,其中,所述相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
相似提示消息发送模块,用于根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述保单推荐方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述保单推荐方法的步骤。
上述保单推荐方法、装置、计算机设备及存储介质中,首先获取保单状态表,保单状态表包括缴纳状态、保单期限、保险标识和用户标识;将与缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;若目标用户标识的所述保单期限在预定期限内,则根据本平台数据和第三方平台数据,为目标用户标识获取相似类型推荐保单,做到有针对地进行推荐,也提高了保单推荐的数据准确性;最后根据目标保险标识生成保费缴纳提示消息,保费缴纳提示消息包括相似类型推荐保单,在提醒用户进行保费缴纳的同时向用户推荐对应的保险险种,以提高保险推荐的有效性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中保单推荐方法的一应用环境示意图;
图2是本发明一实施例中保单推荐方法的一示例图;
图3是本发明一实施例中保单推荐方法的另一示例图;
图4是本发明一实施例中保单推荐方法的另一示例图;
图5是本发明一实施例中保单推荐方法的另一示例图;
图6是本发明一实施例中保单推荐方法的另一示例图;
图7是本发明一实施例中保单推荐方法的另一示例图;
图8是本发明一实施例中保单推荐装置的一原理框图;
图9是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。根据本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提供的保单推荐方法,可应用在如图1的应用环境中,其中,客户端(计算机设备)通过网络与服务端进行通信。客户端发起一个保单状态表获取请求,并将该保单状态表获取请求发送至服务端,服务端根据该保单状态表获取请求经过一系列处理,最终生成并发送保费缴纳提示消息。其中,客户端(计算机设备)可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种保单推荐方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10:获取保单状态表,保单状态表包括缴纳状态、保单期限、保险标识和用户标识。
其中,保单状态表是指记录已购买保险的保险状态记录表格,包括缴纳状态、保单期限和用户标识等信息。缴纳状态是指用户的保单费用缴纳情况,可选地,缴纳状态可以包括正常状态、预警状态和逾期状态三个状态:正常状态是指用户按时缴纳保单,目前保单缴纳情况正常;预警状态是指当前已经临近保单缴纳期限,而用户还未缴纳相关的费用,可以通过一个预设时间段来判断当前是否已经临近保单缴纳期限,例如设定为3天、5天或者7天;而逾期状态是指当前已经超过了保单缴纳期限,而用户还未缴纳相关费用。保单期限也称“保险期间”,指保险合同的有效期限,即保险合同双方当事履行权利和义务的起讫时间。用户标识用于区分不同的用户,具体地,可以采用身份证号或者手机号码等作为用户标识。保险标识用于区分不同的保险险种。
在一个具体实施方式中,获取保单状态表的动作可以由特定的指令或请求来触发。可选地,客户端发起一个保单状态表获取请求,并将该保单状态表获取请求发送至服务端,服务端在获取到该保单状态表获取请求之后,根据该保单状态表获取请求触发一个保单状态表获取指令,从而获取到对应的保单状态表。
可选地,获取保单状态表是一个定时触发的动作,通过预先设定一个周期,服务端在每个周期内的一个对应时间点触发保单状态表获取指令,从而获取保单状态表。具体地,通过设定一个获取周期和具体的获取时间,服务端就可以根据获取周期和获取时间来定时获取保单状态表。例如:设定获取周期为24小时,获取时间为上午8:00,则服务端会在每天上午的8:00获取保单状态表。
S20:将与缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识。
在保单状态表中,将与缴纳状态为预警状态对应的用户标识,确定为目标用户标识,将与缴纳状态为预警状态对应的保险标识,确定为目标保险标识,即从保单状态表中获取临近保单缴纳期限而还未缴纳相关费用的用户及对应的保险险种。
具体地,可以采用SQL(结构化查询语言,Structured Query Language)语句,查询保单状态表(TABLE1)中的对应字段,获取与缴纳状态(PAY_STATE)为预警状态(01)对应的用户标识(ID_NUM)和保险标识(IN_INSURANCE)。例如:设定PAY_STATE字段中,正常状态、预警状态和逾期状态三个状态对应的目标值分别为00、01和02。则该步骤中对应的SQL语句为:
SELECT ID_NUM,IN_INSURANCE FROM TABLE1 WHERE PAY_STATE=01;
将这个SQL语句中得到的ID_NUM作为目标用户标识得到的IN_INSURANCE作为目标保险标识。
S30:若目标用户标识对应的保单期限在预定期限内,则根据本平台数据和第三方平台数据,为目标用户标识获取相似类型推荐保单,其中,相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单。
其中,预定期限是个预设的期限,例如可以设置为1个月、2个月或者3个月等。若对应的保单期限在预定期限内,说明该保单已经接近到期了。因此,在发送提示消息给用户提醒用户进行保单费用缴纳时,可以给用户发送相似类型推荐保单。
相似类型推荐保单是在保险平台中对于保险标识对应的保险来说具有相同或者相似功能的保险险种组成的一个推荐保单。具有相同或者相似功能的保险险种可以通过在保险平台中预先设置,具体地,可以设置一相似类型保险表格,在这个相似类型保险表格中,通过保险标识就可以查找到对应的具有相同或者相似功能的保险险种。
第三方平台用户数据是指从第三方平台获取的用户行为数据,例如各个购物网站的用户行为数据。本平台用户数据是指在本平台中的用户行为数据,在保险行业的话可以是用户在本平台中的保单的浏览、收藏或者购买等行为数据。
具体地,可以根据目标用户标识对应的第三方平台用户数据或者本平台用户数据,再结合协同过滤算法、词频-逆向文本频率(TF-IDF,term frequency–inversedocument frequency)算法或各种向量相似度计算方法从相同或者相似功能的保险险种中获取预订数量的保险险种,生成相似类型推荐保单。
S40:根据目标保险标识生成保费缴纳提示消息,并根据目标用户标识发送保费缴纳提示消息,保费缴纳提示消息包括相似类型推荐保单。
在通过上述步骤获取到相似类型推荐保单之后,根据目标保险标识生成保费缴纳提示消息,提醒用户进行保费缴纳,在保费缴纳提示消息中还包括相似类型推荐保单,向用户推荐对应的保险险种,做到有针对性地推荐。
在本实施例中,从保单状态表中获取与缴纳状态为预警状态对应的用户标识作为目标用户标识,并根据本平台数据和第三方平台数据为目标用户标识生成相似类型推荐保单,提高了保单推荐的数据准确性。最后将相似类型推荐保单包含在保费缴纳提示消息中,在提醒用户进行保费缴纳的同时向用户推荐对应的保险险种,以提高保单推荐的有效性。
在一实施例中,如图3所示,在将与缴纳状态为预警状态对应的用户标识,作为目标用户标识的步骤之后,该保单推荐方法还包括:
S50:若目标用户标识对应的保单期限不在预定期限内,则根据本平台数据和第三方平台数据,为目标用户标识获取补充类型推荐保单,其中,补充类型推荐保单是指与目标保险标识对应的保险险种在功能上相互补充的保险险种组成的一个推荐保单。
若对应的保单期限不在预定期限内,说明该保单还没有临近到期,因此,可以在发送提示消息给用户提醒用户进行保单费用缴纳时,可以给用户推荐与保险标识对应的保险的补充类型的保险险种。补充类型推荐保单是指与目标保险标识对应的保险险种在功能上相互补充的保险险种组成的一个推荐保单。具体地,可以设置一补充类型保险表格,在这个补充类型保险表格中,通过目标保险标识就可以查找到和目标保险标识对应的保险在功能上相互补充的保险险种。
具体地,可以根据目标用户标识的本平台数据和第三方平台数据,再结合协同过滤算法、词频-逆向文本频率算法或各种向量相似度计算方法从与保险标识对应的保险险种在功能上相互补充的保险险种中获取预订数量的保险险种,生成补充类型推荐保单。
S60:根据目标保险标识生成保费缴纳提示消息,并根据目标用户标识发送保费缴纳提示消息,保费缴纳提示消息包括补充类型推荐保单。
在通过上述步骤获取到补充类型推荐保单之后,根据目标保险标识生成保费缴纳提示消息,提醒用户进行保费缴纳,在保费缴纳提示消息中还包括补充类型推荐保单,向用户推荐对应的保险险种,做到有针对性地推荐。
在本实施例中,若目标用户标识的保单期限不在预定期限内,则根据本平台数据和第三方平台数据,为目标用户标识获取补充类型推荐保单,做到有针对地进行推荐,也提高了保单推荐的数据准确性。最后将补充类型推荐保单包含在保费缴纳提示消息中,在提醒用户进行保费缴纳的同时向用户推荐对应的保险险种,以提高保险推荐的有效性。
在一实施例中,如图4所示,步骤S30中,即根据本平台数据和第三方平台数据,为目标用户标识获取相似类型推荐保单,具体包括如下步骤:
S31:根据目标用户标识对应的用户信息,在本平台数据中获取第一目标用户。
用户信息是指用户的个人信息,例如年龄、性别、职业、家庭情况等。可选地,用户在本平台中注册或者购买产品时需要完善用户信息。根据目标用户标识的用户信息,在本平台数据中获取和目标用户标识的用户信息的向量相似度最高的预设数量的用户,作为第一目标用户。
可选地,向量相似度可以通过欧几里得距离算法、曼哈顿距离算法、明可夫斯基距离算法或者余弦相似度算法来计算。
S32:根据第三方平台数据中目标用户标识的已购买产品信息,在第三方平台数据中获取第二目标用户。
具体地,根据第三方平台用户数据中目标用户标识的已购买产品信息,构建该目标用户标识对应的相关度计算公式。然后根据相关度计算公式,在第三方平台用户数据中获取相关度分值达到相关度阈值的用户,作为第二目标用户。其中,相关度计算公式是用于衡量和目标用户标识的相关联程度的计算公式。具体地,该相关度计算公式可以采用协同过滤算法、词频-逆向文本频率算法或各种向量相似度计算方法来构建。
根据相关度计算公式,计算第三方平台用户数据中用户的相关度分值,并通过设定一相关度阈值的方式,将相关度分值大于或等于相关度阈值的用户,作为第二目标用户。当相关度分值大于或等于相关度阈值时,说明对应的第二目标用户的行为数据是和目标用户很接近的。具体地,该相关度阈值可以根据实际需要设定。
S33:根据第一目标用户和第二目标用户在本平台数据中的用户数据中获取相似保险险种标识的推荐分值。
其中,相似保险险种标识是指用于区分和保险标识对应的具有相同或者相似功能的保险险种的标识。具体地,可以根据保险标识,在相似类型保险表格中,通过保险标识查找到对应的具有相同或者相似功能的保险险种的相似保险险种标识。用户数据是指用户在本平台数据中的行为操作数据,例如对某一产品的浏览、收藏或者购买行为。在获取到第一目标用户和第二目标用户之后,基于这两种目标用户在本平台数据的用户数据,计算每一相似保险险种标识的推荐分值。
具体地,相似保险险种标识的推荐分值S可以通过如下公式计算:
其中,K为第一目标用户和第二目标用户数量的总和,K为正整数,i也为正整数,且1≤i≤K。Ci为第一目标用户和第二目标用户中每一用户对该相似保险险种标识的行为系数。示例性地,若一个用户购买了该相似保险险种标识对应的保单,则Ci为1,若一个用户收藏了该相似保险险种标识对应的保单,则Ci为0.7;若一个用户浏览了该相似保险险种标识对应的保单,则Ci为0.4;若一个用户没有浏览该相似保险险种标识对应的保单,则Ci为0。Pi为对应用户的权值系数,该权值系数可以根据对应用户(第一目标用户和第二目标用户)和目标用户标识的相似度或相关度分值来设置,相似度或相关度分值越高,对应的权值系数越高。
S34:选取推荐分值最高的M个相似保险险种标识对应的保单险种,生成相似类型推荐保单,其中,M为正整数。
在得到每一相似保险险种标识的推荐分值之后,推荐分值越高,说明越有可能是目标用户标识感兴趣的保单险种,因此选取推荐分值最高的M个相似保险险种标识对应的保单险种,生成相似类型推荐保单。其中M为一个预设值,具体可以为1、2或3等。
在本实施例中,根据目标用户标识的用户信息在本平台数据中获取第一目标用户,根据目标用户标识在第三方平台数据中的已购买产品信息,在第三方平台数据中获取第二目标用户。再结合第一目标用户和第二目标用户在本平台数据的用户数据,来计算相似保险险种标识的推荐分值,再根据推荐分值的高低来选择对应的保单险种,作为相似类型推荐保单。通过不同平台和不同维度的用户数据的结合,避免了单一用户数据的局限性,进一步保证了保单推荐的数据准确性。
在一实施例中,如图5所示,步骤S31中,即根据目标用户标识对应的用户信息,在本平台数据中获取第一目标用户,具体包括如下步骤:
S311:将目标用户标识对应的用户信息转化成基准特征向量。
具体地,将用户信息中的每一项(例如年龄、性别、职业、家庭情况等)转化成对应的数字。例如,可以将年龄按照区间划分并分别用数字(0,1,2,3,4,5,6,7,8,9)来表示,其中,数字0表示年龄在0-9之间,以此类推;性别采用数字(0,1)表示,0代表男性,1代表女性;职业可以根据《中华人民共和国职业分类大典》所分的八大类来归类,也采用相应的数字(0,1,2,3,4,5,6,7)表示,进一步地,为了更精确地进行区分,可以在八大类职业的基础上,进行进一步的细化,然后职业可以增加一个小数位来体现,例如:0.1、0.2、0.3等。家庭情况可以提前划分好几个类别,然后也采用对应的数字表示,如:未婚、已婚无小孩或已婚有小孩等。其他个人信息也采用类似的方法采用对应的数字表示。
据此,可以按照事先设置好的转化标准将目标用户标识的用户信息转化成对应的基准特征向量UREF=(x1,x2,...xn),其中,n为正整数,代表了用户信息中的信息项的数量,例如,用户信息包括年龄、性别和职业,则n等于3。而基准特性向量UREF中的每一项(x1,x2,...xn)代表了对应信息项的转化值。
S312:将本平台数据中每一用户的用户信息转化成本平台用户特征向量。
相似地,将本平台数据中每一用户的用户信息也按照步骤S311中相同的转化标准转化成特征向量,即得到本平台用户特征向量V=(y1,y2,...yn)。其中,V代表本平台用户特征向量,而本平台用户特征向量V中的每一项(y1,y2,...yn)代表了对应信息项的转化值。
S313:计算每一本平台用户特征向量和基准特征向量之间的向量相似度。
在得到基准特征向量和每一本平台用户的特征向量之后,通过每一本平台用户的特征向量和基准特征向量之间的向量相似度。具体地,可以采用欧几里得距离算法计算每一本平台用户的特征向量和基准特征向量之间的向量相似度:
其中,向量相似度sim(U,V)EDG的范围是[0,1],向量相似度越大说明两个向量距离越相近,则对应的用户之间的相似度越大。
通过上述公式,计算本平台数据中每一本平台用户特征向量和基准特征向量之间的向量相似度。
S314:将向量相似度最高的前N位用户,作为第一目标用户,其中,N为正整数。
在获取到本平台数据中每一本平台用户特征向量和基准特征向量之间的向量相似度之后,将向量相似度最高的前N位用户,作为第一目标用户,其中,N为正整数。
在一实施例中,如图6所示,步骤S32中,即根据目标用户标识在第三方平台数据中的已购买产品信息,在第三方平台数据中获取第二目标用户,具体包括如下步骤:
S321:采用词频-逆向文本频率算法构建目标用户标识的相关度计算公式。
词频-逆向文本频率算法是一种用于信息检索与数据挖掘的常用加权算法。TF意思是词频(Term Frequency),IDF意思是逆向文件频率(Inverse Document Frequency)。在一份给定的文件里,词频(term frequency,TF)指的是某一个给定的词语在该文件中出现的次数。这个数字通常会被正规化,以防止它偏向长的文件。同一个词语在长文件里可能会比短文件有更高的词频,而不管该词语重要与否。逆向文件频率(inverse documentfrequency,IDF)是一个词语普遍重要性的度量。某一特定词语的IDF,可以由总文件数目除以包含该词语的文件的数目,再将得到的商取对数得到。
具体地,可以根据目标用户标识在第三方平台数据中的已购买产品信息,构建目标用户标识对应的相关度计算公式。
S322:根据相关度计算公式,在第三方平台用户数据中计算每一用户的相关度分数。
在构建目标用户标识对应的相关度计算公式之后,根据相关度计算公式计算在第三方平台用户数据中计算每一用户和与目标用户标识对应的用户的相关度分数。
S323:获取相关度分数达到相关度阈值的用户,作为第二目标用户。
具体地,设定一个相关度阈值,将步骤S322中计算得到的相关度分数中,相关度分数达到相关度阈值对应的用户,作为第二目标用户。具体地,相关度分数达到相关度阈值是指相关度分数大于或等于相关度阈值。而相关度阈值可以根据实际需要进行设置,在此不再赘述。
在本实施例中,采用词频-逆向文本频率算法构建目标用户标识对应的相关度计算公式,并根据该相关度计算公式计算第三方用户数据中每一用户的相关度分数,将相关度分数达到相关度阈值的用户,作为第二目标用户,保证了第二目标用户获取的准确性。
在一实施例中,如图7所示,S321中,即采用词频-逆向文本频率算法构建目标用户标识对应的相关度计算公式,具体包括如下步骤:
S3211:计算目标用户标识的已购买产品信息中每一已购买产品的词频-逆向文本频率值,获取词频-逆向文本频率值按照从大到小的顺序排在前X位的X个已购买产品,作为目标已购买产品,其中,X为正整数。
具体地,可以通过公式计算目标用户标识的已购买产品信息中的每一已购买产品的词频-逆向文本频率值。其中,TF为目标用户标识的已购买产品信息中的已购买产品的出现次数,D为第三方用户数据中的所有已购买产品的出现次数,d为对应的目标用户标识的已购买产品信息中已购买产品出现的次数。可以理解地,词频-逆向文本频率值越高,就说明该词频-逆向文本频率值对应的已购买产品与目标用户标识的相关度越大。因此,获取词频-逆向文本频率值大小排在前X位的X个已购买产品,作为目标已购买产品。其中,X为正整数,例如3、5或10。
S3212:根据每一目标已购买产品的词频-逆向文本频率值设定每一目标已购买产品的权重。
具体地,可以根据以下公式计算每一目标已购买产品的权重Wi:
其中,(TF-IDF)i为第i个目标已购买产品的词频-逆向文本频率值,i为正整数且1≤i≤X。具体地,采用权重计算公式获取每一目标已购买产品的权重,为每一目标已购买产品的TF-IDF值的总和。
S3213:根据目标已购买产品和权重构建相关度计算公式。
具体地,根据目标已购买产品和对应的权重获取与目标用户标识对应的相关度计算公式其中,Mi表示一用户是否购买了对应的目标已购买产品。例如,当一用户购买了对应的目标已购买产品时,则对应的Mi为1,否则Mi为0。
本实施例中,先计算目标用户标识中的已购买产品信息中每一已购买产品的词频-逆向文本频率值,以便根据每一已购买产品的词频-逆向文本频率值,获取词频-逆向文本频率值按照从大到小的顺序排在前X位的X个已购买产品,作为目标已购买产品。然后,根据每一已购买产品的词频-逆向文本频率值,采用权重计算公式进行计算,以获取每一目标已购买产品的权重,该过程计算简单方便,可以提高计算效率。最后,根据目标已购买产品和对应的权重,获取与目标用户标识对应的相关度计算公式,以便后续基于该相关度计算公式在第三方平台用户数据中计算每一用户的相关度分数,进而获取第二目标用户,进一步提高第二目标用户获取的准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种保单推荐装置,该保单推荐装置与上述实施例中保单推荐方法一一对应。如图8所示,该保单推荐装置包括保单状态表获取模块10、目标用户标识获取模块20、相似类型推荐保单获取模块30和相似提示消息发送模块40。各功能模块详细说明如下:
保单状态表获取模块10,用于获取保单状态表,保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
目标用户标识获取模块20,用于将与缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
相似类型推荐保单获取模块30,用于若目标用户标识对应的保单期限在预定期限内,则根据本平台数据和第三方平台数据,为目标用户标识获取相似类型推荐保单,其中,相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
相似提示消息发送模块40,用于根据目标保险标识生成保费缴纳提示消息,并根据目标用户标识发送所述保费缴纳提示消息,保费缴纳提示消息包括相似类型推荐保单。
优选地,该保单推荐装置还包括补充类型推荐保单获取模块50和补充提示消息发送模块60。
补充类型推荐保单获取模块50,用于若目标用户标识对应的保单期限不在预定期限内,则根据本平台数据和第三方平台数据,为目标用户标识获取补充类型推荐保单,其中,补充类型推荐保单是指与目标保险标识对应的保险险种在功能上相互补充的保险险种组成的一个推荐保单;
补充提示消息发送模块60,用于根据目标保险标识生成保费缴纳提示消息,并根据目标用户标识发送保费缴纳提示消息,保费缴纳提示消息包括补充类型推荐保单。
优选地,相似类型推荐保单获取模块30还包括第一目标用户获取子模块31、第二目标用户获取子模块32、推荐分值获取子模块33和相似类型推荐保单生成子模块34。
第一目标用户获取子模块31,用于根据目标用户标识对应的用户信息,在本平台数据中获取第一目标用户。
第二目标用户获取子模块32,用于根据第三方平台数据中目标用户标识的已购买产品信息,在第三方平台数据中获取第二目标用户。
推荐分值获取子模块33,用于根据第一目标用户和第二目标用户在本平台数据中的用户数据中获取相似保险险种标识的推荐分值。
相似类型推荐保单生成子模块34,用于选取推荐分值最高的M个相似保险险种标识对应的保单险种,生成相似类型推荐保单,其中,M为正整数。
优选地,第一目标用户获取子模块31还包括基准特征向量获取单元311、本平台用户特征向量获取单元312、向量相似度计算单元313和第一目标用户获取单元314。
基准特征向量获取单元311,用于将目标用户标识对应的用户信息转化成基准特征向量。
本平台用户特征向量获取单元312,用于将本平台数据中每一用户的用户信息转化成本平台用户特征向量。
向量相似度计算单元313,用于计算每一本平台用户特征向量和基准特征向量之间的向量相似度。
第一目标用户获取单元314,用于将向量相似度最高的前N位用户,作为第一目标用户,其中,N为正整数。
优选地,第二目标用户获取子模块32还包括相关度计算公式构建单元321、相关度分数计算单元322和第二目标用户获取单元323。
相关度计算公式构建单元321,用于采用词频-逆向文本频率算法构建目标用户标识的相关度计算公式。
相关度分数计算单元322,用于根据相关度计算公式,在第三方平台用户数据中计算每一用户的相关度分数。
第二目标用户获取单元323,用于获取相关度分数达到相关度阈值的用户,作为第二目标用户。
优选地,相关度计算公式构建单元321还包括目标已购买产品获取子单元3211、权重设定子单元3212和相关度计算公式构建子单元3213。
目标已购买产品获取子单元3211,用于计算目标用户标识中的已购买产品信息中每一已购买产品的词频-逆向文本频率值,获取词频-逆向文本频率值按照从大到小的顺序排在前X位的X个已购买产品,作为目标已购买产品,其中,X为正整数。
权重设定子单元3212,用于根据每一目标已购买产品的词频-逆向文本频率值设定每一目标已购买产品的权重。
相关度计算公式构建子单元3213,用于根据目标已购买产品和权重构建相关度计算公式。
关于保单推荐装置的具体限定可以参见上文中对于保单推荐方法的限定,在此不再赘述。上述保单推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储保单状态表、本平台数据和第三方平台数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种保单推荐方法。
在一个实施例中,提供了一种计算机设备,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,处理器执行计算机程序时实现以下步骤:
获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
若所述目标用户标识对应的所述保单期限在预定期限内,则根据本平台数据和第三方平台数据,为所述目标用户标识获取相似类型推荐保单,其中,所述相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
若所述目标用户标识对应的所述保单期限在预定期限内,则根据本平台数据和第三方平台数据,为所述目标用户标识获取相似类型推荐保单,其中,所述相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种保单推荐方法,其特征在于,包括:
获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
若所述目标用户标识对应的所述保单期限在预定期限内,则将所述目标用户标识对应的用户信息转化成基准特征向量;将本平台数据中每一用户的用户信息转化本平台用户特征向量;计算每一所述本平台用户特征向量和所述基准特征向量之间的向量相似度;将所述向量相似度最高的前N位用户,作为第一目标用户,其中,N为正整数;采用词频-逆向文本频率算法构建所述目标用户标识的相关度计算公式;其中,所述相关度计算公式为其中,Q为所述目标用户标识对应的相关度,Mi表示用户是否购买了对应的目标已购买产品,Wi为每一所述目标已购买产品的权重,/>其中,(TF-IDF)i为第i个所述目标已购买产品的词频-逆向文本频率值,i为正整数且1≤i≤X,/>为每一所述目标已购买产品的TF-IDF值的总和,TF为所述目标用户标识的已购买产品信息中的已购买产品的出现次数,IDF是逆向文件频率;其中,/>其中,D为第三方用户数据中的所有已购买产品的出现次数,d为所述目标用户标识的已购买产品信息中已购买产品出现的次数;根据所述相关度计算公式,在第三方平台数据中计算每一用户的相关度分数;获取所述相关度分数达到相关度阈值的用户,作为第二目标用户;根据所述第一目标用户和所述第二目标用户在所述本平台数据中的用户数据中获取相似保险险种标识的推荐分值;其中,所述相似保险险种标识的推荐分值可以通过公式/>计算得到;其中,S为所述相似保险险种标识的推荐分值;K为所述第一目标用户和所述第二目标用户数量的总和,K为正整数,i也为正整数,且1≤i≤K,Ci为第一目标用户和第二目标用户中每一用户对所述相似保险险种标识的行为系数,在用户购买所述相似保险险种标识对应的保单,用户收藏所述相似保险险种标识对应的保单,用户浏览所述相似保险险种标识对应的保单,或者用户没有浏览该相似保险险种标识对应的保单时,Ci为不同的取值;Pi为对应用户的权值系数,所述对应用户包括第一目标用户和第二目标用户,所述权值系数可以根据所述对应用户和所述目标用户标识的相似度或相关度分值来设置,所述相似度或所述相关度分值越高,对应的所述权值系数越高;选取所述推荐分值最高的M个相似保险险种标识对应的保单险种,生成相似类型推荐保单,其中,M为正整数,所述相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单。
2.如权利要求1所述的保单推荐方法,其特征在于,在所述将与所述缴纳状态为预警状态对应的用户标识,确定为目标用户标识的步骤之后,所述保单推荐方法还包括:
若所述目标用户标识对应的所述保单期限不在所述预定期限内,则根据所述本平台数据和所述第三方平台数据,为所述目标用户标识获取补充类型推荐保单,其中,所述补充类型推荐保单是指与目标保险标识对应的保险险种在功能上相互补充的保险险种组成的一个推荐保单;
根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述补充类型推荐保单。
3.如权利要求1所述的保单推荐方法,其特征在于,所述采用词频-逆向文本频率算法构建所述目标用户标识对应的相关度计算公式,具体包括:
计算所述目标用户标识的已购买产品信息中每一已购买产品的词频-逆向文本频率值,获取词频-逆向文本频率值按照从大到小的顺序排在前X位的X个已购买产品,作为目标已购买产品,其中,X为正整数;
根据每一所述目标已购买产品的词频-逆向文本频率值设定每一目标已购买产品的权重;
根据所述目标已购买产品和所述权重构建所述相关度计算公式。
4.一种保单推荐装置,其特征在于,包括:
保单状态表获取模块,用于获取保单状态表,所述保单状态表包括缴纳状态、保单期限、保险标识和用户标识;
目标用户标识获取模块,用于将与所述缴纳状态为预警状态对应的保险标识和用户标识,分别确定为目标保险标识和目标用户标识;
相似类型推荐保单获取模块,用于若所述目标用户标识对应的所述保单期限在预定期限内,则将所述目标用户标识对应的用户信息转化成基准特征向量;将本平台数据中每一用户的用户信息转化本平台用户特征向量;计算每一所述本平台用户特征向量和所述基准特征向量之间的向量相似度;将所述向量相似度最高的前N位用户,作为第一目标用户,其中,N为正整数;采用词频-逆向文本频率算法构建所述目标用户标识的相关度计算公式;其中,所述相关度计算公式为其中,Q为所述目标用户标识对应的相关度,Mi表示用户是否购买了对应的目标已购买产品,Wi为每一所述目标已购买产品的权重,/>其中,(TF-IDF)i为第i个所述目标已购买产品的词频-逆向文本频率值,i为正整数且1≤i≤X,/>为每一所述目标已购买产品的TF-IDF值的总和,TF为所述目标用户标识的已购买产品信息中的已购买产品的出现次数,IDF是逆向文件频率;其中,/>其中,D为第三方用户数据中的所有已购买产品的出现次数,d为所述目标用户标识的已购买产品信息中已购买产品出现的次数;根据所述相关度计算公式,在第三方平台数据中计算每一用户的相关度分数;获取所述相关度分数达到相关度阈值的用户,作为第二目标用户;根据所述第一目标用户和所述第二目标用户在所述本平台数据中的用户数据中获取相似保险险种标识的推荐分值;其中,所述相似保险险种标识的推荐分值可以通过公式计算得到;其中,S为所述相似保险险种标识的推荐分值;K为所述第一目标用户和所述第二目标用户数量的总和,K为正整数,i也为正整数,且1≤i≤K,Ci为第一目标用户和第二目标用户中每一用户对所述相似保险险种标识的行为系数,在用户购买所述相似保险险种标识对应的保单,用户收藏所述相似保险险种标识对应的保单,用户浏览所述相似保险险种标识对应的保单,或者用户没有浏览该相似保险险种标识对应的保单时,Ci为不同的取值;Pi为对应用户的权值系数,所述对应用户包括第一目标用户和第二目标用户,所述权值系数可以根据所述对应用户和所述目标用户标识的相似度或相关度分值来设置,所述相似度或所述相关度分值越高,对应的所述权值系数越高;选取所述推荐分值最高的M个相似保险险种标识对应的保单险种,生成相似类型推荐保单,其中,M为正整数,所述相似类型推荐保单是与目标保险标识对应的保险险种具有相同或者相似功能的保险险种组成的一个推荐保单;
相似提示消息发送模块,用于根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述相似类型推荐保单。
5.如权利要求4所述的保单推荐装置,其特征在于,所述保单推荐装置还包括:
补充类型推荐保单获取模块,用于若所述目标用户标识对应的所述保单期限不在所述预定期限内,则根据所述本平台数据和所述第三方平台数据,为所述目标用户标识获取补充类型推荐保单,其中,所述补充类型推荐保单是指与目标保险标识对应的保险险种在功能上相互补充的保险险种组成的一个推荐保单;
补充提示消息发送模块,用于根据所述目标保险标识生成保费缴纳提示消息,并根据所述目标用户标识发送所述保费缴纳提示消息,所述保费缴纳提示消息包括所述补充类型推荐保单。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述保单推荐方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述保单推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810914924.0A CN109190925B (zh) | 2018-08-13 | 2018-08-13 | 保单推荐方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810914924.0A CN109190925B (zh) | 2018-08-13 | 2018-08-13 | 保单推荐方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109190925A CN109190925A (zh) | 2019-01-11 |
CN109190925B true CN109190925B (zh) | 2023-09-29 |
Family
ID=64921565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810914924.0A Active CN109190925B (zh) | 2018-08-13 | 2018-08-13 | 保单推荐方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190925B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109842688B (zh) * | 2019-03-07 | 2022-03-01 | 北京达佳互联信息技术有限公司 | 一种内容推荐方法、装置、电子设备及存储介质 |
CN110083634B (zh) * | 2019-03-19 | 2024-02-06 | 中国平安人寿保险股份有限公司 | 基于数据分析的订单处理方法、装置、设备及存储介质 |
CN112488864B (zh) * | 2020-12-18 | 2023-08-01 | 平安养老保险股份有限公司 | 基于相似度的保单自动配置方法、装置及计算机设备 |
CN112711716A (zh) * | 2021-01-25 | 2021-04-27 | 广东工业大学 | 一种基于知识图谱的海洋产业新闻推送方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040041135A (ko) * | 2004-04-26 | 2004-05-14 | 주식회사 비즈모델라인 | 마일리지를 이용한 보험산정 방법 |
KR20090123398A (ko) * | 2008-05-28 | 2009-12-02 | 경희대학교 산학협력단 | 상품 추천 서비스 제공 시스템 및 방법 |
CN107330719A (zh) * | 2017-06-09 | 2017-11-07 | 上海新概念保险经纪有限公司 | 一种保险产品推荐方法及系统 |
CN107807940A (zh) * | 2016-09-09 | 2018-03-16 | 腾讯科技(深圳)有限公司 | 信息推荐方法和装置 |
CN108305178A (zh) * | 2018-02-07 | 2018-07-20 | 中国平安人寿保险股份有限公司 | 一种险种销售智能推荐方法、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150199765A1 (en) * | 2015-02-16 | 2015-07-16 | Simon John Noonan | Insurance recommendation computer system and method |
-
2018
- 2018-08-13 CN CN201810914924.0A patent/CN109190925B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040041135A (ko) * | 2004-04-26 | 2004-05-14 | 주식회사 비즈모델라인 | 마일리지를 이용한 보험산정 방법 |
KR20090123398A (ko) * | 2008-05-28 | 2009-12-02 | 경희대학교 산학협력단 | 상품 추천 서비스 제공 시스템 및 방법 |
CN107807940A (zh) * | 2016-09-09 | 2018-03-16 | 腾讯科技(深圳)有限公司 | 信息推荐方法和装置 |
CN107330719A (zh) * | 2017-06-09 | 2017-11-07 | 上海新概念保险经纪有限公司 | 一种保险产品推荐方法及系统 |
CN108305178A (zh) * | 2018-02-07 | 2018-07-20 | 中国平安人寿保险股份有限公司 | 一种险种销售智能推荐方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109190925A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190925B (zh) | 保单推荐方法、装置、计算机设备及存储介质 | |
CN109034935B (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN109460944B (zh) | 基于大数据的核保方法、装置、设备及可读存储介质 | |
CN108710634B (zh) | 一种协议文件的推送方法及终端设备 | |
WO2020048084A1 (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
Podobnik et al. | Asymmetric Lévy flight in financial ratios | |
JP2018516421A (ja) | ネットワークアクセス動作識別方法、サーバ及び記憶媒体 | |
US11188678B2 (en) | Detection and prevention of privacy violation due to database release | |
CN110020149A (zh) | 用户信息的标签化处理方法、装置、终端设备及介质 | |
CN110852797A (zh) | 帮助经纪人高效判客的方法、移动终端和计算机存储介质 | |
CN114116802A (zh) | Flink计算框架的数据处理方法、装置、设备和存储介质 | |
CN109325796B (zh) | 潜在用户筛选方法、装置、计算机设备及存储介质 | |
US20170213283A1 (en) | Device and a computer software for provisioning a user with requested services | |
CN114547385A (zh) | 标签构建方法、装置、电子设备及存储介质 | |
CN109829593B (zh) | 目标对象的信用度确定方法、装置、存储介质及电子装置 | |
CN109035033B (zh) | 一种减保业务的信息处理方法及终端 | |
US9525687B2 (en) | Template for customer attributes | |
CN112288510A (zh) | 物品推荐方法、装置、设备及存储介质 | |
CN111489207A (zh) | 基于区块链系统的评价信息写入方法、装置及硬件设备 | |
Tournier et al. | Expanding the attack surface: Robust profiling attacks threaten the privacy of sparse behavioral data | |
CN111275071A (zh) | 预测模型训练、预测方法、装置及电子设备 | |
CN107784062B (zh) | 产品数据处理系统和方法 | |
CN112116405B (zh) | 数据处理方法、装置、电子设备及介质 | |
CN111061558B (zh) | 处理虚拟资源数据的方法、装置、计算机设备和存储介质 | |
CN114219664A (zh) | 产品推荐方法、装置、计算机设备及存储介质 |
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 |