CN109658120B - 一种业务数据处理方法以及装置 - Google Patents
一种业务数据处理方法以及装置 Download PDFInfo
- Publication number
- CN109658120B CN109658120B CN201710948185.2A CN201710948185A CN109658120B CN 109658120 B CN109658120 B CN 109658120B CN 201710948185 A CN201710948185 A CN 201710948185A CN 109658120 B CN109658120 B CN 109658120B
- Authority
- CN
- China
- Prior art keywords
- service
- user
- nodes
- information
- relationship
- 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
- 238000003672 processing method Methods 0.000 title description 7
- 238000004891 communication Methods 0.000 claims abstract description 127
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims description 123
- 239000013598 vector Substances 0.000 claims description 34
- 239000013585 weight reducing agent Substances 0.000 claims description 21
- 238000013145 classification model Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000004580 weight loss Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (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
本发明实施例公开了一种业务数据处理方法以及装置,其中方法包括:获取用户社交关系网中所有用户对应的用户特征信息,并根据用户特征信息在所有用户中识别第一业务用户和第二业务用户;第一业务用户和第二业务用户之间具有业务关系强度信息和通信次数;以第一业务用户和第二业务用户为节点建立业务用户网络,并根据业务用户网络中的每两个节点之间的业务关系强度信息以及通信次数,设置业务用户网络中每两个节点之间的权重值;基于业务用户网络中的权重值,确定第一业务用户与第二业务用户之间的业务需求参数和业务能力参数。采用本发明,可以提高业务信息推荐的精确度,且可以提高业务处理效率。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种业务数据处理方法以及装置。
背景技术
随着互联网技术的发展,生活当中越来越多的业务(如金融理财、贷款等业务)可以通过互联网实现,使得用户可以通过互联网完成相关的业务办理,即用户无需再跑到实体网点进行业务办理,使得业务办理流程变得更加快捷。而且业务经理也可以通过互联网找到更多的客户,因此,通过互联网可以加快业务的推广。
虽然互联网带来了更加便捷的业务流程,但是在目前的业务办理和业务推荐过程中,依然会因缺乏对客户的了解,而造成业务系统向客户所推荐的业务信息与客户的期望不一致,即无法提高业务信息推荐的精确度;而且客户还可能会因对业务经理的业务能力的不了解,而无法选择到客户所期望的业务经理,从而影响了业务处理效率。
发明内容
本发明实施例提供一种业务数据处理方法以及装置,可以提高业务信息推荐的精确度,且可以提高业务处理效率。
本发明实施例一方面提供了一种业务数据处理方法,包括:
获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;所述第一业务用户和所述第二业务用户之间具有业务关系强度信息和通信次数;
以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息以及所述通信次数,设置所述业务用户网络中每两个节点之间的权重值;
基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数。
本发明实施例另一方面提供了一种业务数据处理装置,包括:
识别模块,用于获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;所述第一业务用户和所述第二业务用户之间具有业务关系强度信息和通信次数;
设置模块,用于以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息以及所述通信次数,设置所述业务用户网络中每两个节点之间的权重值;
确定模块,用于基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数。
本发明实施例另一方面提供了一种业务数据处理装置,包括:处理器和存储器;
所述处理器和存储器相连,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以执行如本发明实施例所提供的方法。
本发明实施例另一方面提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,执行如本发明实施例所提供的方法。
本发明实施例通过获取用户社交关系网中所有用户对应的用户特征信息,并根据用户特征信息在所有用户中识别第一业务用户和第二业务用户,可以以第一业务用户和第二业务用户为节点建立业务用户网络,并根据业务用户网络中的每两个节点之间的业务关系强度信息以及通信次数,设置业务用户网络中每两个节点之间的权重值,因此,通过业务用户网络中的权重值,可以准确确定出第一业务用户与第二业务用户之间的业务需求参数和业务能力参数,从而可以使得业务系统通过业务需求参数了解用户的业务需求,以提高向客户推荐业务信息的精确度;而且客户也可以通过业务能力参数了解业务经理的业务能力,以选择出所期望的业务经理,从而可以提高业务处理效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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是本发明实施例提供的一种网络架构示意图;
图2是本发明实施例提供的一种业务用户网络的构建示意图;
图3是本发明实施例提供的一种业务应用场景示意图;
图4是本发明实施例提供的另一种业务应用场景示意图;
图5是本发明实施例提供的一种业务数据处理方法的流程示意图;
图6是本发明实施例提供的另一种业务数据处理方法的流程示意图;
图7是本发明实施例提供的一种业务关系识别方法的流程示意图;
图8是本发明实施例提供的另一种业务关系识别方法的流程示意图;
图9是本发明实施例提供的又一种业务关系识别方法的流程示意图;
图10是本发明实施例提供的一种业务数据处理装置的结构示意图;
图11是本发明实施例提供的一种第二设置单元的结构示意图;
图12是本发明实施例提供的一种第三设置单元的结构示意图;
图13是本发明实施例提供的另一种业务数据处理装置的结构示意图。
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
请参见图1,是本发明实施例提供的一种网络架构示意图。如图1所示,该网络架构可以包括:服务器2000和多个用户终端,多个用户终端可以包括如图1所示的用户终端3000a、用户终端3000b、用户终端3000c、……、用户终端3000n;其中,服务器2000可以与各用户终端分别进行网络连接,服务器2000可以检测和管理各用户终端之间的通信交互。例如,服务器2000可以为微信应用的后台服务器,因此,用户终端3000a可以通过服务器2000将即时通信消息转发到用户终端3000b,以实现用户终端3000a和用户终端3000b之间的即时通信。进而服务器2000可以通过各用户终端之间的通信记录、相互间的备注信息等数据,构建用户社交关系网。
进一步的,请一并参见图2,图2是本发明实施例提供的一种业务用户网络的构建示意图。如图2所示,服务器2000所构建的用户社交关系网可以包括用户1、用户2、用户3、……、用户n之间的关系链,其中,用户1、用户2、用户3、……、用户n可以分别对应图1中的用户终端3000a、用户终端3000b、用户终端3000c、……、用户终端3000n,如用户1通过用户终端3000a与服务器2000进行连接。服务器2000还可以进一步根据各用户的用户特征信息在用户社交关系网中识别出与业务相关的用户,这些用户可以包括有业务需求的客户(如要贷款的客户)和业务经理(如办理贷款的经理),如图2所示,服务器2000所识别出的与业务相关的用户包括用户1、用户2、用户3、用户4,服务器2000进一步基于用户1、用户2、用户3、用户4构建如图2所示的业务用户网络;服务器2000还可以进一步在业务用户网络中根据各用户之间的关系设置每两个用户之间的权重值,如图2所示,用户1到用户2、用户2到用户1的权重值均为c,用户2到用户3、用户3到用户2的权重值均为e,用户3到用户4、用户4到用户3的权重值均为d,用户4到用户1、用户1到用户4的权重值均为b,用户4到用户2、用户2到用户4的权重值均为f,用户3到用户1、用户1到用户3的权重值均为a。其中,服务器2000识别与业务相关的用户以及设置权重值的具体实现方式可以参见以下图5或图6对应的实施例。
进一步的,如图2所示,服务器2000可以将包含权重值的业务用户网络转换为如图所示的关系权重矩阵,关系权重矩阵中的每个矩阵元素均为两个用户之间的权重值。如图2所示,关系权重矩阵中的每一个矩阵元素均可以用Wij表示,Wij可以指关系权重矩阵中第i行、第j列的元素,Wij也可以表示用户i到用户j之间的权重值,如W12表示关系权重矩阵中的第一行、第二列的元素c(即用户1到用户2的权重值c),其中,W11、W22、W33、W44均不存在权重值,因此可以将W11、W22、W33、W44均设置为默认值0。进一步的,服务器2000可以通过关系权重矩阵计算客户的业务需求参数、业务经理的业务能力参数。例如,若图2中的用户1和用户2是客户,用户3和用户4是业务经理,那么用户1的业务需求参数可以为用户1到各业务经理的权重值的总和,即W13+W14=a+b;那么用户3的业务能力参数可以为用户3到各客户的权重值的总和,即W31+W32=a+e。
可选的,服务器2000还可以对关系权重矩阵进行迭代更新,以得到更加准确的权重值,以便于计算出更加准确的业务需求参数和业务能力参数。其中,服务器2000对关系权重矩阵进行迭代更新的具体实现方式可以参见以下图6对应的实施例。
进一步的,请一并参见图3,是本发明实施例提供的一种业务应用场景示意图。服务器2000在计算出业务需求参数和业务能力参数后,可以统计业务需求参数大于第一参数阈值的用户终端,如图3所示,业务需求参数大于第一参数阈值的用户终端可以包括用户终端3000a和用户终端3000b(其中,用户终端3000a和用户终端3000b对应的用户均为有业务需求的客户),进而服务器2000可以发送业务信息到用户终端3000a和用户终端3000b。其中,业务需求参数越大,说明对应的客户越渴望得到相关的业务服务(如该客户很需要获得贷款业务),因此,服务器2000可以优先向业务需求参数较大的客户推送业务信息,从而可以提高业务信息推荐的精确度。
进一步的,请一并参见图4,是本发明实施例提供的另一种业务应用场景示意图。如图4所示,服务器2000在计算出业务需求参数和业务能力参数后,可以执行如下业务流程:
S1,用户终端3000a发送业务请求到服务器2000;其中,用户终端3000a对应的用户为有业务需求的客户。
S2,服务器2000可以查找业务能力参数大于第二参数阈值的用户终端,并通知所查找出的用户终端与发起业务请求的用户终端3000a进行通信;所查找出的用户终端可以为如图4所示的用户终端3000c,用户终端3000c对应的用户为业务经理。
S3,用户终端3000c可以与发起业务请求的用户终端3000a进行通信,以便于为发起业务请求的用户终端3000a提供业务服务(如贷款服务)。
其中,业务能力参数越大,说明对应的业务经理具有越多的有效客户,也说明该业务经理具备更好的业务能力,因此,服务器2000可以优先向业务要求较高的客户分配业务能力参数较大的业务经理,以保证客户可以选择到所期望的业务经理,从而提高了业务处理效率。
请参见图5,是本发明实施例提供的一种业务数据处理方法的流程示意图,所述方法可以包括:
S101,获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;
具体的,服务器可以获取用户社交关系网中的所有用户对应的用户特征信息。其中,服务器可以为上述图1对应实施例中的服务器2000,用户特征信息可以包括用户所处的通信群组信息、搜索记录信息、好友备注信息、用户签名信息、用户兴趣标签信息等等。服务器可以为用于处理业务流程(如金融理财流程、贷款流程等等)的后台服务器。用户社交关系网可以为即时通信应用(如微信应用)所对应的社交网络,即用户社交关系网中的所有用户可以为使用该即时通信应用的所有用户。进一步的,服务器可以通过预设的用户分类模型对各用户分别对应的用户特征信息进行分析,用户分类模型可以根据各用户特征信息输出各用户属于第一业务用户类型的用户概率、以及属于第二业务用户类型的用户概率,进而服务器可以将属于第一业务用户类型的用户概率大于第一概率阈值的用户确定为第一业务用户,并将属于第二业务用户类型的用户概率大于第二概率阈值的用户确定为第二业务用户,其中,第一概率阈值和第二概率阈值可以相同或不同。其中,第一业务用户可以为有业务需求的客户(如需要贷款的用户),第二业务用户可以为业务经理(如办理贷款的经理);或者,第一业务用户可以为业务经理,第二业务用户可以为有业务需求的客户。
其中,预置用户分类模型的过程可以为:获取属于第一业务用户类型的第一用户特征信息样本,并获取属于第二业务用户类型的第二用户特征信息样本,获取属于非业务用户类型的第三用户特征信息样本。例如,若第一业务用户可以为业务经理,第二业务用户可以为有业务需求的客户,则服务器可以在用户社交关系网中查找至少一个业务经理,并获取所查找出的业务经理的用户特征信息,作为第一用户特征信息样本;服务器还可以在用户社交关系网中查找至少一个有业务需求的客户,并获取所查找出的客户的用户特征信息,作为第二用户特征信息样本;服务器还可以在用户社交关系网中查找至少一个普通用户(普通用户可以指既不是有业务需求的客户也不是业务经理的用户),并获取所查找出的普通用户的用户特征信息,作为第三用户特征信息样本;第一用户特征信息样本、第二用户特征信息样本、第三用户特征信息样本也可以均包括用户所处的通信群组信息、搜索记录信息、好友备注信息、用户签名信息、用户兴趣标签信息等等。进一步的,服务器可以根据第一用户特征信息样本、第二用户特征信息样本以及第三用户特征信息样本训练用户分类模型,使得训练后的用户分类模型可以得到属于第一业务用户类型的模型特征参数、属于第二业务用户类型的模型特征参数以及属于非业务用户类型的模型特征参数;其中,用户分类模型可以为LR(Logistic Regression,逻辑回归)模型、树类型模型、SVM(SupportVector Machine,支持向量机)分类器、最大熵分类器、神经网络模型中的任意一种。因此,在将所述用户社交关系网中各用户的用户特征信息分别输入用户分类模型后,用户分类模型可以将各用户特征信息分别与各模型特征参数进行匹配,以分别输出与各用户特征信息分别对应的属于所述第一业务用户类型的用户概率、属于所述第二业务用户类型的用户概率、属于非业务用户类型的用户概率,进而根据用户概率的大小,在所有用户中识别第一业务用户和第二业务用户。
可选的,服务器还可以识别用户社交关系网中每两个用户之间的业务关系强度信息以及通信次数,如两个第一业务用户之间的业务关系强度信息以及通信次数,两个第二业务用户之间的业务关系强度信息以及通信次数,一个第一业务用户和一个第二业务用户之间的业务关系强度信息以及通信次数。
S102,以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息以及所述通信次数,设置所述业务用户网络中每两个节点之间的权重值;
具体的,在识别出第一业务用户和第二业务用户后,即可以第一业务用户和第二业务用户为节点建立业务用户网络,从而可以保证业务用户网络中不包括非业务用户(即指既不属于第一业务用户也不属于第二业务用户的用户),进而保证业务用户网络可以准确的对第一业务用户和第二业务用户进行业务分析。服务器可以进一步根据业务用户网络中的每两个第一业务用户之间的通信次数以及降权系数,设置每两个为第一业务用户的节点之间的权重值。以第一业务用户a和第一业务用户b为例,且第一业务用户a和第一业务用户b均为有业务需求的客户(如需要贷款的用户),则第一业务用户a到第一业务用户b的权重值Wab=count(a,b)*降权系数,其中,count(a,b)是指在预设时间段内第一业务用户a和第一业务用户b之间的通信次数,其中,降权系数可以为0.5。
服务器还可以根据业务用户网络中的每两个第二业务用户之间的通信次数以及业务关系强度信息,设置每两个为第二业务用户的节点之间的权重值。以第二业务用户c和第二业务用户d为例,且第二业务用户c和第二业务用户d均为业务经理(如办理贷款的经理),若第二业务用户c与第二业务用户d之间的业务关系强度信息为强关系信息,则第二业务用户c到第二业务用户d的权重值Wcd=count(c,d);若第二业务用户c与第二业务用户d之间的业务关系强度信息为弱关系信息,则可以获取第二业务用户c对应的属于第二业务用户类型的用户概率Pc,并获取第二业务用户d对应的属于第二业务用户类型的用户概率Pd,且第二业务用户c到第二业务用户d的权重值Wcd=Pc*Pd*count(c,d)。
服务器还可以根据业务用户网络中的每两个第二业务用户和第一业务用户之间的通信次数、业务关系强度信息、降权系数,设置每两个为第二业务用户的节点和为第一业务用户的节点之间的权重值。以第一业务用户e和第二业务用户f为例,且第一业务用户e为有业务需求的客户,第二业务用户f为业务经理,若第一业务用户e与第二业务用户f之间的业务关系强度信息为强关系信息,则第一业务用户e到第二业务用户f的权重值Wef=count(e,f);若第一业务用户e与第二业务用户f之间的业务关系强度信息为弱关系信息,则第一业务用户e到第二业务用户f的权重值Wef=count(e,f)*降权系数。
其中,业务用户网络是有向图,即业务用户网络中的任意两个节点A和B,均存在节点A到节点B的方向上的权重值,以及节点B到节点A的方向上的权重值,且节点A到节点B的权重值等于节点B到节点A的权重值。
S103,基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数;
具体的,服务器可以进一步以业务用户网络中每两个节点之间的权重值作为矩阵元素,生成包含矩阵元素的关系权重矩阵。例如,业务用户网络包括用户1、用户2、用户3,且用户1到用户2的权重值W12为5、用户2到用户1的权重值W21为5、用户1到用户3的权重值W13为6、用户3到用户1的权重值W31为6、用户2到用户3的权重值W23为10、用户3到用户2的权重值W32为10,从而可以生成业务用户网络对应的关系权重矩阵为:
进一步的,服务器可以根据关系权重矩阵计算第一业务用户与第二业务用户之间的业务需求参数和业务能力参数。若第一业务用户为有业务需求的客户,则可以根据关系权重矩阵中的权重值计算任意一个第一业务用户的业务需求参数,以某个第一业务用户为例,该第一业务用户的业务需求参数等于该第一业务用户到各第二业务用户的权重值的总和,例如,若上述用户1为第一业务用户,用户2和用户3均为第二业务用户,则用户1的业务需求参数=W12+W13=5+6=11。
若第二业务用户为业务经理,则可以根据关系权重矩阵中的权重值计算任意一个第二业务用户的业务能力参数,以某个第二业务用户为例,该第二业务用户的业务能力参数等于该第二业务用户到各第一业务用户的权重值的总和,例如,若上述用户2为第二业务用户,用户1和用户3均为第一业务用户,则用户2的业务能力参数=W21+W23=5+10=15。
其中,业务需求参数越大,说明对应的客户越渴望得到相关的业务服务(如该客户很需要获得贷款业务),因此,服务器可以优先向业务需求参数较大的客户(如第一业务用户)推送业务信息,从而可以提高业务信息推荐的精确度。其中,业务能力参数越大,说明对应的业务经理具有越多的有效客户,也说明该业务经理具备更好的业务能力,因此,服务器可以优先向业务要求较高的客户分配业务能力参数较大的业务经理(如第二业务用户),以保证客户可以选择到所期望的业务经理,从而提高了业务处理效率。
本发明实施例通过获取用户社交关系网中所有用户对应的用户特征信息,并根据用户特征信息在所有用户中识别第一业务用户和第二业务用户,可以以第一业务用户和第二业务用户为节点建立业务用户网络,并根据业务用户网络中的每两个节点之间的业务关系强度信息以及通信次数,设置业务用户网络中每两个节点之间的权重值,因此,通过业务用户网络中的权重值,可以准确确定出第一业务用户与第二业务用户之间的业务需求参数和业务能力参数,从而可以使得业务系统通过业务需求参数了解用户的业务需求,以提高向客户推荐业务信息的精确度;而且客户也可以通过业务能力参数了解业务经理的业务能力,以选择出所期望的业务经理,从而可以提高业务处理效率。
请参见图6,是本发明实施例提供的另一种业务数据处理方法的流程示意图,所述方法可以包括:
S201,获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;
其中,S201步骤的具体实现方式可以参见上述图5对应实施例中的S101,这里不再进行赘述。
S202,以所述第一业务用户和所述第二业务用户为节点建立业务用户网络;
具体的,在识别出第一业务用户和第二业务用户后,即可以第一业务用户和第二业务用户为节点建立业务用户网络,从而可以保证业务用户网络中不包括非业务用户(即指既不属于第一业务用户也不属于第二业务用户的用户),进而保证业务用户网络可以准确的对第一业务用户和第二业务用户进行业务分析。其中,业务用户网络是有向图,即业务用户网络中的任意两个节点A和B,均存在节点A到节点B的方向上的权重值,以及节点B到节点A的方向上的权重值。
S203,根据所述业务用户网络中的每两个所述第一业务用户之间的通信次数以及降权系数,设置每两个为所述第一业务用户的节点之间的权重值;
具体的,若第一业务用户为有业务需求的客户(如需要贷款的用户),则设置每两个为第一业务用户的节点之间的权重值的具体过程可以为:以第一业务用户a和第一业务用户b为例,则第一业务用户a到第一业务用户b的权重值Wab=count(a,b)*降权系数,其中,count(a,b)是指在预设时间段内第一业务用户a和第一业务用户b之间的通信次数,其中,降权系数可以为0.5。例如,设置预设时间段为10天,若10天内第一业务用户a和第一业务用户b联系了20次,则count(a,b)=20,进而Wab=20*0.5=10。而第一业务用户b到第一业务用户a的权重值Wba=count(b,a)*降权系数,其中,count(b,a)与count(a,b)相同,因此,若count(a,b)=20,则count(b,a)=20,进而Wba=20*0.5=10。即任意两个第一业务用户的节点相互间的两个权重值相等。
S204,根据所述业务用户网络中的每两个所述第二业务用户之间的通信次数以及所述业务关系强度信息,设置每两个为所述第二业务用户的节点之间的权重值;
具体的,若第二业务用户为业务经理(如办理贷款的经理),则设置每两个为第二业务用户的节点之间的权重值的具体过程可以为:将所述业务用户网络中每两个为所述第二业务用户的节点确定为一个第一目标节点组;确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息;若所述业务关系强度信息为强关系信息,则根据所述第一目标节点组中的两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值;若所述业务关系强度信息为弱关系信息,则根据所述第一目标节点组中的两个节点分别对应的属于所述第二业务用户类型的用户概率、两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值。
以某个第一目标节点组包含第二业务用户c和第二业务用户d为例,若第二业务用户c与第二业务用户d之间的业务关系强度信息为强关系信息,则第二业务用户c到第二业务用户d的权重值Wcd=count(c,d)。例如,设置预设时间段为10天,若10天内第二业务用户c和第二业务用户d联系了30次,则Wcd=count(c,d)=20。那么第二业务用户d到第二业务用户c的权重值Wdc=count(d,c)=count(c,d)=20。
若第二业务用户c与第二业务用户d之间的业务关系强度信息为弱关系信息,则可以获取第二业务用户c对应的属于第二业务用户类型的用户概率Pc,并获取第二业务用户d对应的属于第二业务用户类型的用户概率Pd,且第二业务用户c到第二业务用户d的权重值Wcd=Pc*Pd*count(c,d)。那么第二业务用户d到第二业务用户c的权重值Wdc=Pc*Pd*count(d,c)=Pc*Pd*count(c,d)。
S205,根据所述业务用户网络中的每两个所述第二业务用户和所述第一业务用户之间的通信次数、所述业务关系强度信息、所述降权系数,设置每两个为所述第二业务用户的节点和为所述第一业务用户的节点之间的权重值;
具体的,若第一业务用户为有业务需求的客户(如需要贷款的用户),第二业务用户为业务经理(如办理贷款的经理),则设置每两个为第二业务用户的节点和为第一业务用户的节点之间的权重值的具体过程可以为:检测所述第二目标节点组中为所述第一业务用户的节点与为所述第二业务用户的节点之间的备注信息;若所述备注信息包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;若所述备注信息不包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
以某个第二目标节点组包含第一业务用户e和第二业务用户f为例,若第一业务用户e与第二业务用户f之间的业务关系强度信息为强关系信息,则第一业务用户e到第二业务用户f的权重值Wef=count(e,f)。例如,设置预设时间段为10天,若10天内第一业务用户e和第二业务用户f联系了35次,则Wef=count(e,f)=35。那么第二业务用户f到第一业务用户e的权重值Wfe=count(f,e)=count(e,f)=35。
若第一业务用户e与第二业务用户f之间的业务关系强度信息为弱关系信息,则第一业务用户e到第二业务用户f的权重值Wef=count(e,f)*降权系数。那么第二业务用户f到第一业务用户e的权重值Wfe=count(f,e)*降权系数=count(e,f)*降权系数。
S206,以所述业务用户网络中每两个节点之间的权重值作为矩阵元素,生成包含所述矩阵元素的关系权重矩阵;
具体的,服务器可以进一步以业务用户网络中每两个节点之间的权重值作为矩阵元素,生成包含矩阵元素的关系权重矩阵。例如,业务用户网络包括用户1、用户2、用户3,且用户1到用户2的权重值W12为5、用户2到用户1的权重值W21为5、用户1到用户3的权重值W13为6、用户3到用户1的权重值W31为6、用户2到用户3的权重值W23为10、用户3到用户2的权重值W32为10,从而可以生成业务用户网络对应的关系权重矩阵为:
S207,根据每个所述矩阵元素相关联的中间节点对每个所述矩阵元素的权重值进行更新,得到更新后的关系权重矩阵;
具体的,以任意一个矩阵元素Wij为例(Wij表示节点i到节点j的权重值,也可理解为节点i到达节点j的概率),与Wij相关联的中间节点可以是节点i和节点j的共同好友节点(如节点k,也可以称为中间节点k),或者也可以是业务用户网络中除了节点i和节点j以外的节点(如节点k,也可以称为中间节点k),中间节点k可以是一个或多个。进而根据中间节点k对Wij进行更新,得到更新后的new_Wij,其中,其中,k取值1到n可以表示有n个中间节点(如节点i和节点j之间有n个共同好友节点k),P可以为0到1之间的数值,如可以取值0.1,P是用于控制是否更看重上一次迭代边的权重,P值越大,则越看重上次迭代结果(即对于new_Wij,P越大,就越看重Wij的权重);其中,表示这一轮迭代过程中(即这一轮更新过程),节点i通过中间节点k到达节点j的概率;Wij*P表示这一轮迭代中,保留节点i到节点j上一轮迭代的权重的部分;表示这一轮迭代通过中间节点k,重新计算节点i到节点j的权重。其中,Wik*Wkj表示的具体意义包括以下八种情况:
第一种情况:如果节点i是业务经理,节点j是客户,中间节点k是业务经理,则表示业务经理i通过业务经理k到达潜在客户j的概率;
第二种情况:如果节点i是业务经理,节点j是客户,中间节点k是客户,则表示业务经理i通过客户k,到达客户j的概率;
第三种情况:如果节点i是业务经理,节点j是业务经理,节点k是业务经理,则表示业务经理i通过业务经理k到达业务经理j的概率;
第四种情况:如果节点i是业务经理,节点j是业务经理,节点k是一个客户,则表示业务经理i通过客户k,到达业务经理j的概率;
第五种情况:如果节点i是客户,节点j是客户,节点k是业务经理,则表示客户i通过业务经理k到达客户j的概率;
第六种情况:如果节点i是客户,节点j是客户,节点k是一个客户,则表示客户i通过客户k到达客户j的概率;
第七种情况:如果节点i是客户,节点j是业务经理,节点k是业务经理,则表示客户i通过业务经理k到达业务经理j的概率;
第八种情况:如果节点i是客户,节点j是业务经理,k是一个客户,则表示客户i通过客户k到达业务经理j的概率。
进一步的,服务器对关系权重矩阵中的每个矩阵元素都进行更新后,可以进一步按行归一化更新后的关系权重矩阵,以将new_Wij归一化为next_Wij,其中,
S208,若当前迭代次数未达到迭代次数阈值,且所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值未满足收敛条件,则继续对所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值进行更新;
具体的,若当前迭代次数未达到迭代次数阈值,且所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值未满足收敛条件,则继续对所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值进行更新,即继续对S207步骤中归一化后的next_Wij进行与S207步骤相同的更新和归一化过程,得到新的权限权重矩阵,以此类推,直至更新和归一化后的关系权重矩阵的当前迭代次数达到所述迭代次数阈值,或更新和归一化后的的关系权重矩阵中的每个所述矩阵元素的权重值满足收敛条件,则执行S209步骤。其中,每次的迭代(即更新)所得到的新的权重值会比上一轮的权重值更准确,因此,随着迭代次数的增多,所计算出的权重值的准确率会大大提升。
S209,若当前迭代次数达到所述迭代次数阈值,或所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值满足收敛条件,则停止对所述更新后的关系权重矩阵进行更新;
S210,在所述业务用户网络的所有所述第一业务用户中选择目标第一业务用户,并在所述更新后的关系权重矩阵中选择所述目标第一业务用户分别与每个所述第二业务用户之间的权重值,并对所选择出的权重值进行相加,得到所述目标第一业务用户对应的业务需求参数;
具体的,当所有第一业务用户均被选择为目标第一业务用户时,即可得到所有第一业务用户分别对应的业务需求参数。其中,业务需求参数越大,说明对应的客户越渴望得到相关的业务服务(如该客户很需要获得贷款业务),因此,服务器可以优先向业务需求参数较大的客户(如第一业务用户)推送业务信息,从而可以提高业务信息推荐的精确度。
S211,在所述业务用户网络的所有所述第二业务用户中选择目标第二业务用户,并在所述更新后的关系权重矩阵中选择所述目标第二业务用户分别与每个所述第一业务用户之间的权重值,并对所选择出的权重值进行相加,得到所述目标第二业务用户对应的业务能力参数;
具体的,当所有第二业务用户均被选择为目标第二业务用户时,即可得到所有第二业务用户分别对应的业务能力参数。其中,业务能力参数越大,说明对应的业务经理具有越多的有效客户,也说明该业务经理具备更好的业务能力,因此,服务器可以优先向业务要求较高的客户分配业务能力参数较大的业务经理(如第二业务用户),以保证客户可以选择到所期望的业务经理,从而提高了业务处理效率。
可选的,服务器还可以根据业务关系强度信息为强关系信息的第二目标节点组,统计与第一业务用户之间具有强关系信息的第二业务用户的数量,并将所统计的数量作为第一业务用户对应的业务需求参数。例如,对于第一业务用户a,若包含有第一业务用户a且业务关系强度信息为强关系信息的第二目标节点组的数量为6个,则可以确定与第一业务用户a之间具有强关系信息的第二业务用户的数量为6,进而可以确定第一业务用户a对应的业务需求参数为6。
本发明实施例通过获取用户社交关系网中所有用户对应的用户特征信息,并根据用户特征信息在所有用户中识别第一业务用户和第二业务用户,可以以第一业务用户和第二业务用户为节点建立业务用户网络,并根据业务用户网络中的每两个节点之间的业务关系强度信息以及通信次数,设置业务用户网络中每两个节点之间的权重值,因此,通过业务用户网络中的权重值,可以准确确定出第一业务用户与第二业务用户之间的业务需求参数和业务能力参数,从而可以使得业务系统通过业务需求参数了解用户的业务需求,以提高向客户推荐业务信息的精确度;而且客户也可以通过业务能力参数了解业务经理的业务能力,以选择出所期望的业务经理,从而可以提高业务处理效率。
进一步的,请一并参见图7,是本发明实施例提供的一种业务关系识别方法的流程示意图,图7中的所述方法可以对应于上述图6中的S204中确定第一目标节点组中的两个节点之间的所述业务关系强度信息的方式,所述方法可以包括:
S301,检测所述第一目标节点组中的两个节点分别对应的工作网络信息;
S302,若两个所述工作网络信息相同,且两个所述工作网络信息均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
S303,若两个所述工作网络信息不相同,和/或两个所述工作网络信息不均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
其中,在确定出业务关系强度信息为强关系信息时,也可以确定两个节点通过上班地点同行认证;在确定出业务关系强度信息为弱关系信息时,则可以确定两个节点未通过上班地点同行认证。例如,预设网络信息集合包括WiFi(WIreless-Fidelity,无线带宽)名称A和WiFi名称B,若某个第一目标节点组中的两个节点分别对应的工作网络信息均为WiFi名称B,则可以这两个节点之间的所述业务关系强度信息为强关系信息,且确定这两个节点通过上班地点同行认证。
进一步的,请一并参见图8,是本发明实施例提供的另一种业务关系识别方法的流程示意图,图8中的所述方法可以对应于上述图6中的S204中确定第一目标节点组中的两个节点之间的所述业务关系强度信息的方式,所述方法可以包括:
S401,检测所述第一目标节点组中的两个节点之间的用户关系和通信记录;
S402,若所述第一目标节点组中的两个节点之间的用户关系为好友关系且所述通信记录包含有效通信信息,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
S403,若所述第一目标节点组中的两个节点之间的用户关系不为好友关系,和/或所述通信记录未包含有效通信信息,则进一步检测所述第一目标节点组中的两个节点分别对应的通信群组信息;
S404,若两个所述通信群组信息相同,且两个所述通信群组信息均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
S405,若两个所述通信群组信息不相同,或两个所述通信群组信息不均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息;
其中,在确定出业务关系强度信息为强关系信息时,也可以确定两个节点通过同行交流认证;在确定出业务关系强度信息为弱关系信息时,则可以确定两个节点未通过同行交流认证。例如,若某个第一目标节点组中的两个节点是好友关系,且两个节点之间有沟通记录(即通信记录包含有效通信信息),则可以确定这两个节点之间的业务关系强度信息为强关系信息;或者,这两个节点同处于一个通信群组(如微信聊天群),且该通信群组的名称(即通信群组信息)也属于预设群组信息集合(预设群组信息集合包括多个已知的与业务相关的通信群组信息),则可以确定这两个节点之间的业务关系强度信息为强关系信息。反之其他情况可以确定这两个节点之间的业务关系强度信息为弱关系信息。
进一步的,请一并参见图9,是本发明实施例提供的又一种业务关系识别方法的流程示意图,图9中的所述方法可以对应于上述图6中的S204中确定第一目标节点组中的两个节点之间的所述业务关系强度信息的方式,所述方法可以包括:
S501,根据所述第一目标节点组中的两个节点分别对应的好友节点的用户特性信息,生成所述好友节点的第一节点向量;
S502,根据所述第一节点向量生成所述第一目标节点组中的两个节点分别对应的第二节点向量,并计算两个所述第二节点向量之间的相似度;
S503,若所述相似度大于相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
S504,若所述相似度小于或等于所述相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息;
其中,在确定出业务关系强度信息为强关系信息时,也可以确定两个节点通过同行相似度认证;在确定出业务关系强度信息为弱关系信息时,则可以确定两个节点未通过同行相似度认证。例如,某第一目标节点组中的两个节点分别为节点a和节点b,首先,将节点a对应的用户特征信息转化为文本向量集合{A1,A2,……,Am},其中,A1,A2,……,Am分别为用户特征信息中的各特征文本所对应的文本向量(各特征文本可以分别为通信群组信息、搜索记录信息、好友备注信息、用户签名信息、用户兴趣标签信息等等),具体可以根据word2vec方法将特征文本转化为文本向量,其中,以Ai表示文本向量集合中的第i个文本向量,m表示特征文本的数量;再以节点a的其中一个好友节点j为例,将好友节点j对节点a的特征文本(如对节点a的好友备注信息等等)转化为文本向量B,并计算出m个值ei=Ai*B,再向量归一化得到再计算出好友节点j的节点向量基于同样的方法计算出节点a的所有好友节点的节点向量,再对节点a的所有好友节点的节点向量求平均,得到节点a对应的节点向量其中,n为节点a的所有好友节点的数量;基于Ua的生成方式,同样可以生成节点b的节点向量Ub,最后即可计算节点a和节点b之间的相似度其中,ai可以表示Ua中的第i维特征,bi可以表示Ub中的第i维特征;进而可以根据相似度Z确定节点a和节点b之间的业务关系强度信息。
可选的,服务器可以根据上述图7、图8、图9分别对应的业务关系识别方法中的任意两种方法,确定业务关系强度信息。例如,同时满足图7和图8分别对应的业务关系识别方法中的条件,即同时验证出两个节点即通过上班地点同行认证,也通过同行交流认证,才确定两个节点之间的业务关系强度信息为强关系信息。或者,服务器也可以同时根据上述图7、图8、图9分别对应的业务关系识别方法,确定业务关系强度信息,即需要同时验证出两个节点即通过上班地点同行认证,也通过同行交流认证,还通过同行相似度认证,才确定两个节点之间的业务关系强度信息为强关系信息。
请参见图10,是本发明实施例提供的一种业务数据处理装置的结构示意图,该业务数据处理装置可以应用于上述图1对应实施例中的服务器2000,该业务数据处理装置可以包括:识别模块10、设置模块20、确定模块30;
识别模块10,用于获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;所述第一业务用户和所述第二业务用户之间具有业务关系强度信息和通信次数;
其中,所述识别模块10可以具体用于将所述用户社交关系网中各用户的用户特征信息分别输入用户分类模型,并根据所述用户分类模型的输出结果在所述用户社交关系网中所有用户中识别属于第一业务用户类型的用户,作为第一业务用户,并识别属于第二业务用户类型的用户,作为第二业务用户;其中,所述输出结果包括属于所述第一业务用户类型的用户概率和属于所述第二业务用户类型的用户概率。
设置模块20,用于以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息以及所述通信次数,设置所述业务用户网络中每两个节点之间的权重值;
确定模块30,用于基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数;
其中,识别模块10、设置模块20、确定模块30的具体功能实现方式可以参见上述图5对应实施例中的S101-S103,这里不再进行赘述。
如图10所示,该业务数据处理装置还可以包括:训练模块40、矩阵生成模块50、矩阵更新模块60、通知模块70、暂停模块80;
训练模块40,用于获取属于所述第一业务用户类型的第一用户特征信息样本,并获取属于所述第二业务用户类型的第二用户特征信息样本,获取属于非业务用户类型的第三用户特征信息样本;
所述训练模块40,还用于根据所述第一用户特征信息样本、所述第二用户特征信息样本以及所述第三用户特征信息样本训练用户分类模型。
矩阵生成模块50,用于以所述业务用户网络中每两个节点之间的权重值作为矩阵元素,生成包含所述矩阵元素的关系权重矩阵;
矩阵更新模块60,用于根据每个所述矩阵元素相关联的中间节点对每个所述矩阵元素的权重值进行更新,得到更新后的关系权重矩阵;
通知模块70,用于若当前迭代次数未达到迭代次数阈值,则继续通知所述矩阵更新模块60对所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值进行更新;
暂停模块80,用于若当前迭代次数达到所述迭代次数阈值,或所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值满足收敛条件,则停止对所述更新后的关系权重矩阵进行更新。
其中,确定模块30,可以具体用于在业务用户网络的所有第一业务用户中选择目标第一业务用户,并在更新后的关系权重矩阵中选择目标第一业务用户分别与每个第二业务用户之间的权重值,并对所选择出的权重值进行相加,得到目标第一业务用户对应的业务需求参数,并具体用于在业务用户网络的所有第二业务用户中选择目标第二业务用户,并在更新后的关系权重矩阵中选择目标第二业务用户分别与每个第一业务用户之间的权重值,并对所选择出的权重值进行相加,得到目标第二业务用户对应的业务能力参数。
其中,训练模块40的具体功能实现方式可以参见上述图5对应实施例中的S101,矩阵生成模块50、矩阵更新模块60、通知模块70、暂停模块80的具体功能实现方式可以参见上述图6对应实施例中的S206-S209,这里不再进行赘述。
如图10所示,该设置模块20可以具体包括:建立单元201、第一设置单元202、第二设置单元203、第三设置单元204;
建立单元201,用于以所述第一业务用户和所述第二业务用户为节点建立业务用户网络;
第一设置单元202,用于根据所述业务用户网络中的每两个所述第一业务用户之间的通信次数以及降权系数,设置每两个为所述第一业务用户的节点之间的权重值;
第二设置单元203,用于根据所述业务用户网络中的每两个所述第二业务用户之间的通信次数以及所述业务关系强度信息,设置每两个为所述第二业务用户的节点之间的权重值;
第三设置单元204,用于根据所述业务用户网络中的每两个所述第二业务用户和所述第一业务用户之间的通信次数、所述业务关系强度信息、所述降权系数,设置每两个为所述第二业务用户的节点和为所述第一业务用户的节点之间的权重值。
其中,建立单元201、第一设置单元202、第二设置单元203、第三设置单元204的具体功能实现方式可以参见上述图6对应实施例中的S202-S205,这里不再进行赘述。
如图10所示,该所述矩阵更新模块60可以包括:中间节点获取单元601、矩阵更新单元602;
中间节点获取单元601,用于获取与所述矩阵元素对应的两个节点相关联的中间节点,并获取所述矩阵元素对应的两个节点分别与所述中间节点之间的权重值,作为中间权重值;
矩阵更新单元602,用于根据所述矩阵元素的权重值、所述中间权重值以及迭代权重系数,对所述矩阵元素的权重值进行更新,得到更新权重值,并对所述更新权重值进行归一化处理,得到更新后的关系权重矩阵。
其中,中间节点获取单元601、矩阵更新单元602的具体功能实现方式可以参见上述图6对应实施例中的S207,这里不再进行赘述。
进一步的,请一并参见图11,是本发明实施例提供的一种第二设置单元203的结构示意图,第二设置单元203可以包括:第一节点确定子单元2031、第一确定子单元2032、第一权重设置子单元2033;
第一节点确定子单元2031,用于将所述业务用户网络中每两个为所述第二业务用户的节点确定为一个第一目标节点组;
第一确定子单元2032,用于确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息;
第一权重设置子单元2033,用于若所述业务关系强度信息为强关系信息,则根据所述第一目标节点组中的两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值;
所述第一权重设置子单元2033,还用于若所述业务关系强度信息为弱关系信息,则根据所述第一目标节点组中的两个节点分别对应的属于所述第二业务用户类型的用户概率、两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值。
其中,第一节点确定子单元2031、第一确定子单元2032、第一权重设置子单元2033的具体功能实现方式可以参见上述图6对应实施例中的S204,这里不再进行赘述。
如图11所示,第一确定子单元2032可以具体包括:网络检测子单元20321、第一关系确定子单元20322、关系检测子单元20323、第二关系确定子单元20324、向量生成子单元20325、向量计算子单元20326、第三关系确定子单元20327;
网络检测子单元20321,用于检测所述第一目标节点组中的两个节点分别对应的工作网络信息;
第一关系确定子单元20322,用于若两个所述工作网络信息相同,且两个所述工作网络信息均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
所述第一关系确定子单元20322,还用于若两个所述工作网络信息不相同,和/或两个所述工作网络信息不均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
其中,网络检测子单元20321、第一关系确定子单元20322的具体功能实现方式可以参见上述图7对应实施例中的S301-S303,这里不再进行赘述。
关系检测子单元20323,用于检测所述第一目标节点组中的两个节点之间的用户关系和通信记录;
第二关系确定子单元20324,用于若所述第一目标节点组中的两个节点之间的用户关系为好友关系且所述通信记录包含有效通信信息,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
所述关系检测子单元20323,还用于若所述第一目标节点组中的两个节点之间的用户关系不为好友关系,和/或所述通信记录未包含有效通信信息,则进一步检测所述第一目标节点组中的两个节点分别对应的通信群组信息;
所述第二关系确定子单元20324,还用于若两个所述通信群组信息相同,且两个所述通信群组信息均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
所述第二关系确定子单元20324,还用于若两个所述通信群组信息不相同,或两个所述通信群组信息不均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
其中,关系检测子单元20323、第二关系确定子单元20324的具体功能实现方式可以参见上述图8对应实施例中的S401-S405,这里不再进行赘述。
向量生成子单元20325,用于根据所述第一目标节点组中的两个节点分别对应的好友节点的用户特性信息,生成所述好友节点的第一节点向量;
向量计算子单元20326,用于根据所述第一节点向量生成所述第一目标节点组中的两个节点分别对应的第二节点向量,并计算两个所述第二节点向量之间的相似度;
第三关系确定子单元20327,用于若所述相似度大于相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
所述第三关系确定子单元20327,还用于若所述相似度小于或等于所述相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
其中,向量生成子单元20325、向量计算子单元20326、第三关系确定子单元20327的具体功能实现方式可以参见上述图9对应实施例中的S501-S505,这里不再进行赘述。
进一步的,请一并参见图12,是本发明实施例提供的一种第三设置单元204的结构示意图,第三设置单元204可以包括:第二节点确定子单元2041、第二确定子单元2042、第二权重设置子单元2043;
第二节点确定子单元2041,用于将所述业务用户网络中每两个为所述第一业务用户的节点和为所述第二业务用户的节点确定为一个第二目标节点组;
第二确定子单元2042,用于确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息;
第二权重设置子单元2043,用于若所述业务关系强度信息为强关系信息,则根据所述第二目标节点组中的两个节点之间的通信次数,设置所述第二目标节点组中的两个节点之间的权重值;
所述第二权重设置子单元2043,还用于若所述业务关系强度信息为弱关系信息,则根据所述第二目标节点组中的两个节点之间的通信次数以及所述降权系数,设置所述第二目标节点组中的两个节点之间的权重值。
其中,第二节点确定子单元2041、第二确定子单元2042、第二权重设置子单元2043的具体功能实现方式可以参见上述图6对应实施例中的S205,这里不再进行赘述。
如图12所示,第二确定子单元2042可以具体包括:信息检测子单元20421、第四关系确定子单元20422;
信息检测子单元20421,用于检测所述第二目标节点组中为所述第一业务用户的节点与为所述第二业务用户的节点之间的备注信息;
第四关系确定子单元20422,用于若所述备注信息包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
所述第四关系确定子单元20422,还用于若所述备注信息不包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
可选的,所述确定模块30,还可以用于根据所述业务关系强度信息为所述强关系信息的所述第二目标节点组,统计与所述第一业务用户之间具有所述强关系信息的所述第二业务用户的数量,并将所统计的数量作为所述第一业务用户对应的业务需求参数。
本发明实施例通过获取用户社交关系网中所有用户对应的用户特征信息,并根据用户特征信息在所有用户中识别第一业务用户和第二业务用户,可以以第一业务用户和第二业务用户为节点建立业务用户网络,并根据业务用户网络中的每两个节点之间的业务关系强度信息以及通信次数,设置业务用户网络中每两个节点之间的权重值,因此,通过业务用户网络中的权重值,可以准确确定出第一业务用户与第二业务用户之间的业务需求参数和业务能力参数,从而可以使得业务系统通过业务需求参数了解用户的业务需求,以提高向客户推荐业务信息的精确度;而且客户也可以通过业务能力参数了解业务经理的业务能力,以选择出所期望的业务经理,从而可以提高业务处理效率。
请参见图13,是本发明实施例提供的另一种业务数据处理装置的结构示意图。如图13所示,所述业务数据处理装置1000可以应用于上述图1对应实施例中的服务器2000,所述业务数据处理装置1000可以包括:处理器1001,网络接口1004和存储器1005,此外,所述应用访问装置1000还可以包括:用户接口1003,和至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1004可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图13所示,作为一种计算机存储介质的存储器1004中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图13所示的业务数据处理装置1000中,网络接口1004可以与多个用户终端进行通信连接,多个用户终端分别对应的用户可以包括第一业务用户和第二业务用户;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1004中存储的设备控制应用程序,以实现:
获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;所述第一业务用户和所述第二业务用户之间具有业务关系强度信息和通信次数;
以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息以及所述通信次数,设置所述业务用户网络中每两个节点之间的权重值;
基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数。
其中,用户特征信息可以包括用户所处的通信群组信息、搜索记录信息、好友备注信息、用户签名信息、用户兴趣标签信息等等。用户社交关系网可以为即时通信应用(如微信应用)所对应的社交网络,即用户社交关系网中的所有用户可以为使用该即时通信应用的所有用户。其中,第一业务用户可以为有业务需求的客户(如需要贷款的用户),第二业务用户可以为业务经理(如办理贷款的经理);或者,第一业务用户可以为业务经理,第二业务用户可以为有业务需求的客户。
其中,业务需求参数越大,说明对应的客户越渴望得到相关的业务服务(如该客户很需要获得贷款业务),因此,服务器可以优先向业务需求参数较大的客户(如第一业务用户)推送业务信息,从而可以提高业务信息推荐的精确度。其中,业务能力参数越大,说明对应的业务经理具有越多的有效客户,也说明该业务经理具备更好的业务能力,因此,服务器可以优先向业务要求较高的客户分配业务能力参数较大的业务经理(如第二业务用户),以保证客户可以选择到所期望的业务经理,从而提高了业务处理效率。
在一个实施例中,处理器1001在执行获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户时,可以具体执行以下步骤:
将所述用户社交关系网中各用户的用户特征信息分别输入用户分类模型,并根据所述用户分类模型的输出结果在所述用户社交关系网中所有用户中识别属于第一业务用户类型的用户,作为第一业务用户,并识别属于第二业务用户类型的用户,作为第二业务用户;
其中,所述输出结果包括属于所述第一业务用户类型的用户概率和属于所述第二业务用户类型的用户概率。
在一个实施例中,处理器1001还可以执行以下步骤:
获取属于所述第一业务用户类型的第一用户特征信息样本,并获取属于所述第二业务用户类型的第二用户特征信息样本,获取属于非业务用户类型的第三用户特征信息样本;
根据所述第一用户特征信息样本、所述第二用户特征信息样本以及所述第三用户特征信息样本训练用户分类模型。
在一个实施例中,处理器1001在执行以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息以及所述通信次数,设置所述业务用户网络中每两个节点之间的权重值时,可以具体执行以下步骤:
以所述第一业务用户和所述第二业务用户为节点建立业务用户网络;
根据所述业务用户网络中的每两个所述第一业务用户之间的通信次数以及降权系数,设置每两个为所述第一业务用户的节点之间的权重值;
根据所述业务用户网络中的每两个所述第二业务用户之间的通信次数以及所述业务关系强度信息,设置每两个为所述第二业务用户的节点之间的权重值;
根据所述业务用户网络中的每两个所述第二业务用户和所述第一业务用户之间的通信次数、所述业务关系强度信息、所述降权系数,设置每两个为所述第二业务用户的节点和为所述第一业务用户的节点之间的权重值。
在一个实施例中,处理器1001在执行根据所述业务用户网络中的每两个所述第二业务用户之间的通信次数以及所述业务关系强度信息,设置每两个为所述第二业务用户的节点之间的权重值时,可以具体执行以下步骤:
将所述业务用户网络中每两个为所述第二业务用户的节点确定为一个第一目标节点组;
确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息;
若所述业务关系强度信息为强关系信息,则根据所述第一目标节点组中的两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值;
若所述业务关系强度信息为弱关系信息,则根据所述第一目标节点组中的两个节点分别对应的属于所述第二业务用户类型的用户概率、两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值。
在一个实施例中,处理器1001在执行确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息时,可以具体执行以下步骤:
检测所述第一目标节点组中的两个节点分别对应的工作网络信息;
若两个所述工作网络信息相同,且两个所述工作网络信息均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若两个所述工作网络信息不相同,和/或两个所述工作网络信息不均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
在一个实施例中,处理器1001在执行确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息时,可以具体执行以下步骤:
检测所述第一目标节点组中的两个节点之间的用户关系和通信记录;
若所述第一目标节点组中的两个节点之间的用户关系为好友关系且所述通信记录包含有效通信信息,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若所述第一目标节点组中的两个节点之间的用户关系不为好友关系,和/或所述通信记录未包含有效通信信息,则进一步检测所述第一目标节点组中的两个节点分别对应的通信群组信息;
若两个所述通信群组信息相同,且两个所述通信群组信息均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若两个所述通信群组信息不相同,或两个所述通信群组信息不均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
在一个实施例中,处理器1001在执行确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息时,可以具体执行以下步骤:
根据所述第一目标节点组中的两个节点分别对应的好友节点的用户特性信息,生成所述好友节点的第一节点向量;
根据所述第一节点向量生成所述第一目标节点组中的两个节点分别对应的第二节点向量,并计算两个所述第二节点向量之间的相似度;
若所述相似度大于相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若所述相似度小于或等于所述相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
在一个实施例中,处理器1001在执行根据所述业务用户网络中的每两个所述第二业务用户和所述第一业务用户之间的通信次数、所述业务关系强度信息、所述降权系数,设置每两个为所述第二业务用户的节点和为所述第一业务用户的节点之间的权重值时,可以具体执行以下步骤:
将所述业务用户网络中每两个为所述第一业务用户的节点和为所述第二业务用户的节点确定为一个第二目标节点组;
确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息;
若所述业务关系强度信息为强关系信息,则根据所述第二目标节点组中的两个节点之间的通信次数,设置所述第二目标节点组中的两个节点之间的权重值;
若所述业务关系强度信息为弱关系信息,则根据所述第二目标节点组中的两个节点之间的通信次数以及所述降权系数,设置所述第二目标节点组中的两个节点之间的权重值。
在一个实施例中,处理器1001在执行确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息时,可以具体执行以下步骤:
检测所述第二目标节点组中为所述第一业务用户的节点与为所述第二业务用户的节点之间的备注信息;
若所述备注信息包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若所述备注信息不包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
在一个实施例中,处理器1001在执行基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数之前,还可以执行以下步骤:
以所述业务用户网络中每两个节点之间的权重值作为矩阵元素,生成包含所述矩阵元素的关系权重矩阵;
根据每个所述矩阵元素相关联的中间节点对每个所述矩阵元素的权重值进行更新,得到更新后的关系权重矩阵;
若当前迭代次数未达到迭代次数阈值,则继续对所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值进行更新;
若当前迭代次数达到所述迭代次数阈值,或所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值满足收敛条件,则停止对所述更新后的关系权重矩阵进行更新。
在一个实施例中,处理器1001在执行根据每个所述矩阵元素相关联的中间节点对每个所述矩阵元素的权重值进行更新,得到更新后的关系权重矩阵时,可以具体执行以下步骤:
获取与所述矩阵元素对应的两个节点相关联的中间节点,并获取所述矩阵元素对应的两个节点分别与所述中间节点之间的权重值,作为中间权重值;
根据所述矩阵元素的权重值、所述中间权重值以及迭代权重系数,对所述矩阵元素的权重值进行更新,得到更新权重值,并对所述更新权重值进行归一化处理,得到更新后的关系权重矩阵。
在一个实施例中,处理器1001在执行基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数时,可以具体执行以下步骤:
在所述业务用户网络的所有所述第一业务用户中选择目标第一业务用户,并在所述更新后的关系权重矩阵中选择所述目标第一业务用户分别与每个所述第二业务用户之间的权重值,并对所选择出的权重值进行相加,得到所述目标第一业务用户对应的业务需求参数;
在所述业务用户网络的所有所述第二业务用户中选择目标第二业务用户,并在所述更新后的关系权重矩阵中选择所述目标第二业务用户分别与每个所述第一业务用户之间的权重值,并对所选择出的权重值进行相加,得到所述目标第二业务用户对应的业务能力参数。
在一个实施例中,处理器1001还可以执行以下步骤:
根据所述业务关系强度信息为所述强关系信息的所述第二目标节点组,统计与所述第一业务用户之间具有所述强关系信息的所述第二业务用户的数量,并将所统计的数量作为所述第一业务用户对应的业务需求参数。
本发明实施例通过获取用户社交关系网中所有用户对应的用户特征信息,并根据用户特征信息在所有用户中识别第一业务用户和第二业务用户,可以以第一业务用户和第二业务用户为节点建立业务用户网络,并根据业务用户网络中的每两个节点之间的业务关系强度信息以及通信次数,设置业务用户网络中每两个节点之间的权重值,因此,通过业务用户网络中的权重值,可以准确确定出第一业务用户与第二业务用户之间的业务需求参数和业务能力参数,从而可以使得业务系统通过业务需求参数了解用户的业务需求,以提高向客户推荐业务信息的精确度;而且客户也可以通过业务能力参数了解业务经理的业务能力,以选择出所期望的业务经理,从而可以提高业务处理效率。
此外,这里需要指出的是:本发明实施例还提供了一种计算机存储介质,且所述计算机存储介质中存储有前文提及的业务数据处理装置1所执行的计算机程序,且所述计算机程序包括程序指令,当所述处理器执行所述程序指令时,能够执行前文图5或图6所对应实施例中对所述数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本发明所涉及的计算机存储介质实施例中未披露的技术细节,请参照本发明方法实施例的描述。
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,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (15)
1.一种业务数据处理方法,其特征在于,包括:
获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;所述第一业务用户和所述第二业务用户之间具有业务关系强度信息和通信次数;
以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息、所述通信次数、用户概率以及降权系数,设置所述业务用户网络中每两个节点之间的权重值;所述每两个节点之间的权重值包括每两个为所述第二业务用户的节点之间的权重值;若两个为所述第二业务用户的节点之间的所述业务关系强度信息为强关系信息,则两个为所述第二业务用户的节点之间的权重值是根据两个为所述第二业务用户的节点之间的通信次数所设置的;若两个为所述第二业务用户的节点之间的所述业务关系强度信息为弱关系信息,则两个为所述第二业务用户的节点之间的权重值是根据两个为所述第二业务用户的节点分别对应的属于所述第二业务用户类型的用户概率、两个节点之间的通信次数所设置的;若两个为所述第二业务用户的节点均存在工作网络信息,则两个为所述第二业务用户的节点之间的所述业务关系强度信息是基于两个所述工作网络信息和预设网络信息集合所确定的;
基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数。
2.如权利要求1所述的方法,其特征在于,所述获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户,包括:
将所述用户社交关系网中各用户的用户特征信息分别输入用户分类模型,并根据所述用户分类模型的输出结果在所述用户社交关系网中所有用户中识别属于第一业务用户类型的用户,作为第一业务用户,并识别属于第二业务用户类型的用户,作为第二业务用户;
其中,所述输出结果包括属于所述第一业务用户类型的用户概率和属于所述第二业务用户类型的用户概率。
3.如权利要求2所述的方法,其特征在于,还包括:
获取属于所述第一业务用户类型的第一用户特征信息样本,并获取属于所述第二业务用户类型的第二用户特征信息样本,获取属于非业务用户类型的第三用户特征信息样本;
根据所述第一用户特征信息样本、所述第二用户特征信息样本以及所述第三用户特征信息样本训练用户分类模型。
4.如权利要求2所述的方法,其特征在于,所述以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息、所述通信次数、用户概率以及降权系数,设置所述业务用户网络中每两个节点之间的权重值,包括:
以所述第一业务用户和所述第二业务用户为节点建立业务用户网络;
根据所述业务用户网络中的每两个所述第一业务用户之间的通信次数以及降权系数,设置每两个为所述第一业务用户的节点之间的权重值;
根据所述业务用户网络中的每两个所述第二业务用户之间的通信次数以及所述业务关系强度信息,设置每两个为所述第二业务用户的节点之间的权重值;
根据所述业务用户网络中的每两个所述第二业务用户和所述第一业务用户之间的通信次数、所述业务关系强度信息、所述降权系数,设置每两个为所述第二业务用户的节点和为所述第一业务用户的节点之间的权重值。
5.如权利要求4所述的方法,其特征在于,所述根据所述业务用户网络中的每两个所述第二业务用户之间的通信次数以及所述业务关系强度信息,设置每两个为所述第二业务用户的节点之间的权重值,包括:
将所述业务用户网络中每两个为所述第二业务用户的节点确定为一个第一目标节点组;
确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息;
若所述业务关系强度信息为强关系信息,则根据所述第一目标节点组中的两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值;
若所述业务关系强度信息为弱关系信息,则根据所述第一目标节点组中的两个节点分别对应的属于所述第二业务用户类型的用户概率、两个节点之间的通信次数,设置所述第一目标节点组中的两个节点之间的权重值。
6.如权利要求5所述的方法,其特征在于,所述确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息,包括:
检测所述第一目标节点组中的两个节点分别对应的工作网络信息;
若两个所述工作网络信息相同,且两个所述工作网络信息均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若两个所述工作网络信息不相同,和/或两个所述工作网络信息不均存在于预设网络信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
7.如权利要求5所述的方法,其特征在于,所述确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息,包括:
检测所述第一目标节点组中的两个节点之间的用户关系和通信记录;
若所述第一目标节点组中的两个节点之间的用户关系为好友关系且所述通信记录包含有效通信信息,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若所述第一目标节点组中的两个节点之间的用户关系不为好友关系,和/或所述通信记录未包含有效通信信息,则进一步检测所述第一目标节点组中的两个节点分别对应的通信群组信息;
若两个所述通信群组信息相同,且两个所述通信群组信息均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若两个所述通信群组信息不相同,或两个所述通信群组信息不均处于预设群组信息集合,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
8.如权利要求5所述的方法,其特征在于,所述确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息,包括:
根据所述第一目标节点组中的两个节点分别对应的好友节点的用户特性信息,生成所述好友节点的第一节点向量;
根据所述第一节点向量生成所述第一目标节点组中的两个节点分别对应的第二节点向量,并计算两个所述第二节点向量之间的相似度;
若所述相似度大于相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若所述相似度小于或等于所述相似度阈值,则确定所述第一目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
9.如权利要求4所述的方法,其特征在于,所述根据所述业务用户网络中的每两个所述第二业务用户和所述第一业务用户之间的通信次数、所述业务关系强度信息、所述降权系数,设置每两个为所述第二业务用户的节点和为所述第一业务用户的节点之间的权重值,包括:
将所述业务用户网络中每两个为所述第一业务用户的节点和为所述第二业务用户的节点确定为一个第二目标节点组;
确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息;
若所述业务关系强度信息为强关系信息,则根据所述第二目标节点组中的两个节点之间的通信次数,设置所述第二目标节点组中的两个节点之间的权重值;
若所述业务关系强度信息为弱关系信息,则根据所述第二目标节点组中的两个节点之间的通信次数以及所述降权系数,设置所述第二目标节点组中的两个节点之间的权重值。
10.如权利要求9所述的方法,其特征在于,所述确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息,包括:
检测所述第二目标节点组中为所述第一业务用户的节点与为所述第二业务用户的节点之间的备注信息;
若所述备注信息包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为强关系信息;
若所述备注信息不包含目标关键字,则确定所述第二目标节点组中的两个节点之间的所述业务关系强度信息为弱关系信息。
11.如权利要求1所述的方法,其特征在于,在所述基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数之前,还包括:
以所述业务用户网络中每两个节点之间的权重值作为矩阵元素,生成包含所述矩阵元素的关系权重矩阵;
根据每个所述矩阵元素相关联的中间节点对每个所述矩阵元素的权重值进行更新,得到更新后的关系权重矩阵;
若当前迭代次数未达到迭代次数阈值,则继续对所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值进行更新;
若当前迭代次数达到所述迭代次数阈值,或所述更新后的关系权重矩阵中的每个所述矩阵元素的权重值满足收敛条件,则停止对所述更新后的关系权重矩阵进行更新。
12.如权利要求11的方法,其特征在于,所述根据每个所述矩阵元素相关联的中间节点对每个所述矩阵元素的权重值进行更新,得到更新后的关系权重矩阵,包括:
获取与所述矩阵元素对应的两个节点相关联的中间节点,并获取所述矩阵元素对应的两个节点分别与所述中间节点之间的权重值,作为中间权重值;
根据所述矩阵元素的权重值、所述中间权重值以及迭代权重系数,对所述矩阵元素的权重值进行更新,得到更新权重值,并对所述更新权重值进行归一化处理,得到更新后的关系权重矩阵。
13.如权利要求11或12所述的方法,其特征在于,所述基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数,包括:
在所述业务用户网络的所有所述第一业务用户中选择目标第一业务用户,并在所述更新后的关系权重矩阵中选择所述目标第一业务用户分别与每个所述第二业务用户之间的权重值,并对所选择出的权重值进行相加,得到所述目标第一业务用户对应的业务需求参数;
在所述业务用户网络的所有所述第二业务用户中选择目标第二业务用户,并在所述更新后的关系权重矩阵中选择所述目标第二业务用户分别与每个所述第一业务用户之间的权重值,并对所选择出的权重值进行相加,得到所述目标第二业务用户对应的业务能力参数。
14.如权利要求10所述的方法,其特征在于,还包括:
根据所述业务关系强度信息为所述强关系信息的所述第二目标节点组,统计与所述第一业务用户之间具有所述强关系信息的所述第二业务用户的数量,并将所统计的数量作为所述第一业务用户对应的业务需求参数。
15.一种业务数据处理装置,其特征在于,包括:
识别模块,用于获取用户社交关系网中所有用户对应的用户特征信息,并根据所述用户特征信息在所有用户中识别第一业务用户和第二业务用户;所述第一业务用户和所述第二业务用户之间具有业务关系强度信息和通信次数;
设置模块,用于以所述第一业务用户和所述第二业务用户为节点建立业务用户网络,并根据所述业务用户网络中的每两个节点之间的所述业务关系强度信息、所述通信次数、用户概率以及降权系数,设置所述业务用户网络中每两个节点之间的权重值;所述每两个节点之间的权重值包括每两个为所述第二业务用户的节点之间的权重值;若两个为所述第二业务用户的节点之间的所述业务关系强度信息为强关系信息,则两个为所述第二业务用户的节点之间的权重值是根据两个为所述第二业务用户的节点之间的通信次数所设置的;若两个为所述第二业务用户的节点之间的所述业务关系强度信息为弱关系信息,则两个为所述第二业务用户的节点之间的权重值是根据两个为所述第二业务用户的节点分别对应的属于所述第二业务用户类型的用户概率、两个节点之间的通信次数所设置的;若两个为所述第二业务用户的节点均存在工作网络信息,则两个为所述第二业务用户的节点之间的所述业务关系强度信息是基于两个所述工作网络信息和预设网络信息集合所确定的;
确定模块,用于基于所述业务用户网络中的所述权重值,确定所述第一业务用户与所述第二业务用户之间的业务需求参数和业务能力参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710948185.2A CN109658120B (zh) | 2017-10-12 | 2017-10-12 | 一种业务数据处理方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710948185.2A CN109658120B (zh) | 2017-10-12 | 2017-10-12 | 一种业务数据处理方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109658120A CN109658120A (zh) | 2019-04-19 |
CN109658120B true CN109658120B (zh) | 2022-11-29 |
Family
ID=66109449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710948185.2A Active CN109658120B (zh) | 2017-10-12 | 2017-10-12 | 一种业务数据处理方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109658120B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210867A (zh) * | 2019-05-14 | 2019-09-06 | 无线生活(北京)信息技术有限公司 | 节点标签的确定方法及装置 |
CN110222297B (zh) * | 2019-06-19 | 2021-07-23 | 武汉斗鱼网络科技有限公司 | 一种标签用户的识别方法以及相关设备 |
CN110324418B (zh) * | 2019-07-01 | 2022-09-20 | 创新先进技术有限公司 | 基于用户关系推送业务的方法和装置 |
CN112418240A (zh) * | 2019-08-21 | 2021-02-26 | 上海商汤临港智能科技有限公司 | 图像处理方法、装置、设备和存储介质 |
CN113098719B (zh) * | 2021-04-02 | 2022-08-02 | 中国科学院计算机网络信息中心 | 一种业务需求与网络能力的映射方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013085437A1 (en) * | 2011-12-05 | 2013-06-13 | Telefonaktiebolaget L M Ericsson (Publ) | A method and arrangements for scheduling wireless resources in a wireless network |
CN103379158A (zh) * | 2012-04-24 | 2013-10-30 | 中国移动通信集团公司 | 一种社交网络中推荐好友信息的方法及系统 |
CN103678531A (zh) * | 2013-12-02 | 2014-03-26 | 三星电子(中国)研发中心 | 好友推荐方法和装置 |
CN104166702A (zh) * | 2014-08-04 | 2014-11-26 | 浙江财经大学 | 一种面向服务供应链网络的服务推荐方法 |
CN106921504A (zh) * | 2015-12-24 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 一种确定不同用户的关联路径的方法和设备 |
-
2017
- 2017-10-12 CN CN201710948185.2A patent/CN109658120B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013085437A1 (en) * | 2011-12-05 | 2013-06-13 | Telefonaktiebolaget L M Ericsson (Publ) | A method and arrangements for scheduling wireless resources in a wireless network |
CN103379158A (zh) * | 2012-04-24 | 2013-10-30 | 中国移动通信集团公司 | 一种社交网络中推荐好友信息的方法及系统 |
CN103678531A (zh) * | 2013-12-02 | 2014-03-26 | 三星电子(中国)研发中心 | 好友推荐方法和装置 |
CN104166702A (zh) * | 2014-08-04 | 2014-11-26 | 浙江财经大学 | 一种面向服务供应链网络的服务推荐方法 |
CN106921504A (zh) * | 2015-12-24 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 一种确定不同用户的关联路径的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109658120A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658120B (zh) | 一种业务数据处理方法以及装置 | |
CN107404408B (zh) | 一种虚拟身份关联识别方法及装置 | |
CN111339436B (zh) | 一种数据识别方法、装置、设备以及可读存储介质 | |
CN111400504B (zh) | 企业关键人的识别方法和装置 | |
CN111814977A (zh) | 训练事件预测模型的方法及装置 | |
CN107305611B (zh) | 恶意账号对应的模型建立方法和装置、恶意账号识别的方法和装置 | |
CN109446171B (zh) | 一种数据处理方法和装置 | |
US20080155527A1 (en) | System and method for optimizing changes of data sets | |
CN110555172B (zh) | 用户关系挖掘方法及装置、电子设备和存储介质 | |
US11748452B2 (en) | Method for data processing by performing different non-linear combination processing | |
CN111651741B (zh) | 用户身份识别方法、装置、计算机设备和存储介质 | |
CN111191115B (zh) | 基于用户数据的信息推送方法及装置 | |
CN112328741A (zh) | 基于人工智能的智能关联答复方法、装置、计算机设备 | |
CN106919564A (zh) | 一种基于移动用户行为的影响力度量方法 | |
CN110598109A (zh) | 一种信息推荐方法、装置、设备及存储介质 | |
CN110224859A (zh) | 用于识别团伙的方法和系统 | |
CN111768242A (zh) | 下单率预测方法、设备及可读存储介质 | |
CN112751785B (zh) | 待处理请求发送方法、装置、计算机设备及存储介质 | |
CN114119123A (zh) | 信息推送的方法和装置 | |
CN113779346A (zh) | 用于识别一人多账号的方法及装置 | |
CN111786937A (zh) | 用于识别恶意请求的方法和装置 | |
CN112541548B (zh) | 关系网络的生成方法、装置、计算机设备及存储介质 | |
CN112463964B (zh) | 文本分类及模型训练方法、装置、设备及存储介质 | |
CN114339689A (zh) | 一种物联网机卡绑定池管控方法、装置及相关介质 | |
EP4349055A2 (en) | Dimensioning of telecommunication infrastructure |
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 |