CN109801114A - 一种一卡通消费倾向分析处理系统 - Google Patents
一种一卡通消费倾向分析处理系统 Download PDFInfo
- Publication number
- CN109801114A CN109801114A CN201910213573.5A CN201910213573A CN109801114A CN 109801114 A CN109801114 A CN 109801114A CN 201910213573 A CN201910213573 A CN 201910213573A CN 109801114 A CN109801114 A CN 109801114A
- Authority
- CN
- China
- Prior art keywords
- purpose card
- consumer
- consumption
- value
- propensity
- 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.)
- Withdrawn
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种一卡通消费倾向分析处理系统，用于解决如何计算一卡通使用者的消费倾向并根据倾向制定相应的优惠和如何计算一卡通使用者的粘合度从而合理的减免补办一卡通的费用的问题，包括消费采集模块、数据库、处理器、倾向分析模块、存储模块、优惠计算模块、粘合度分析模块、补办折扣模块和密码锁定模块；该一卡通消费倾向分析处理系统，利用公式获取得到倾向值Qi；在一卡通消费者的倾向值Qi里，获取最大的倾向值Qmax；利用公式获取得到优惠值Yi，粘合度分析模块用于分析一卡通消费者对一卡通使用的粘合度，利用公式获取得到粘合度Ni，连续使用一卡通消费时间越长，粘合度越大。
Description
技术领域
本发明涉及一卡通消费倾向分析技术领域，尤其涉及一种一卡通消费倾向分析处理系统。
背景技术
一卡通在现代城市金融中的作用越来越大。它包含多种支付功能，广泛使用于公共交通工具购票，购物，缴纳燃气、水电费等等。并且，一卡通的业务领域还在不断扩张。在许多城市，一卡通还兼具有图书证、园林卡等公共福利场所准入证的功能。由于一卡通兼具电子货币和身份识别的功能，需要功能完备的软件来管理其帐目和安全。
现有的一卡通管理系统无法对消费者购买的产品进行消费倾向分析，从而制定相应的优惠，为一卡通使用者带来相应的便利。
发明内容
本发明的目的在于提供一种一卡通消费倾向分析处理系统。
本发明所要解决的技术问题为：
(1)如何计算一卡通使用者的消费倾向并根据倾向制定相应的优惠；
(2)如何计算一卡通使用者的粘合度从而合理的减免补办一卡通的费用；
本发明的目的可以通过以下技术方案实现：一种一卡通消费倾向分析处理系统，包括消费采集模块、数据库、处理器、倾向分析模块、存储模块、优惠计算模块、粘合度分析模块、补办折扣模块和密码锁定模块；
所述消费者采集模块用于采集一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址；所述消费者采集模块将采集的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址的信息发送至数据库；所述数据库接收消费采集模块发送的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并将其存储；所述处理器提取数据库内存储的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并发送至倾向分析模块；所述倾向分析模块接收处理器发送的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并进行消费倾向分析，具体分析步骤如下：
步骤一：设定消费产品分类记为Xi，i＝1……n；将一卡通消费者购买产品与消费产品分类Xi进行匹配；
步骤二：通过匹配，获取得到一卡通消费者的消费产品分类和频率；频率记为Pi，i＝1……n；其中频率为一卡通消费者购买的产品中有两次购买的产品属于X1的，则X1的频率为2；
步骤三：设定频率界限值为PJ；Pi>PJ；则将该消费产品分类Xi标记为待分析目标；
步骤四：在待分析目标内，分别计算总金额Mi和消费间隔时间总和Ti；其中消费时间产值为同一消费产品分类内产品购买的间隔期，具体表现为，按照时间顺序，第一件产品购买时间为t1，第二件产品购买时间记为t2，第二件产品与第一件产品的间隔期为t2-t1；依次类推；将计算间隔期的总和得到消费间隔时间总和Ti；
步骤五：利用公式获取得到倾向值Qi；其中，u1、u2和u3为预设比例固定值；频率越大，倾向值越大，消费间隔时间总和越小，倾向值越大；金额越大，倾向值越大；
所述倾向分析模块将计算的一卡通消费者的倾向值发送至存储模块；所述存储模块接收倾向分析模块发送的倾向值并进行存储；所述优惠计算模块提取存储模块内一卡通消费者倾向值并进行优惠值计算；具体计算步骤如下：
S1：在一卡通消费者的倾向值Qi里，获取最大的倾向值Qmax；其对应的消费产品分类记为Xmax；
S2：设定选取距离为H；选取消费产品分类Xmax在一卡通消费者现居住地址周围H距离内的店铺，将其标记为待优惠店铺Di，i＝1……n；
S3：将待优惠店铺Di与一卡通消费者现居住地址之间的距离记为Ei，i＝1……n；
S4：利用公式获取得到优惠值Yi，其中，j1、j2和j3为比例系数固定值；f为在待优惠店铺Di内购买消费产品的次数；通过公式可得，倾向值越大，优惠值越大；距离越近，优惠值越大；购买消费产品的次数越多，优惠值越大；
优选的，所述粘合度分析模块用于分析一卡通消费者对一卡通使用的粘合度，具体计算步骤如下：
步骤一：通过处理器获取一卡通消费者使用一卡通消费时间；
步骤二：对一卡通消费时间提取消费日期和每天的消费次数；
步骤三：设定一天使用一卡通记为G1，连续两天使用一卡通记为G2，依次类推，连续i天使用一卡通，记为Gi，i＝1……n；
步骤四：设定Gi的基础值记为Ki，i＝1……n；其中，G1的基础值为K1，G2的基础值为K2，依次类推，且K1<K2<K3……Ki；
步骤五：对提取的消费日期进行分类统计并计算其粘合度，利用公式获取得到粘合度Ni，其中Li为对消费日期分类时Gi出现的次数；
优选的，所述补办折扣模块用于计算补办价格的减免费用，具体计算步骤如下：
步骤一：通过一卡通网站办理查询系统查询补办的次数；
步骤二：利用公式Ri＝Ni*m1+Qmax*m2-g*m3获取得到减免费用Ri；其中，m1、m2和m3为预设比例系数；g为补办次数；通过公式可得，粘合度越大，减免费用值越大；倾向值Qmax越大，减免费用值越大；补办次数越多，减免费用值越小；
优选的，所述数据库内还包括自动清除单元，所述自动清除单元用于删除一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息，具体删除过程如下：
a：设定距离上次使用一卡通消费的时间记为Ui，当Ui大于设定期限值；该一卡通消费者标记为待删除消费者信息；
b：统计待删除消费者信息的下次使用消费时间和次数；设定下次消费的或者未消费的间隔期记为B1；次数记为b1；利用公式BYi＝B1*v1-b1*v2获取得到删除值BYi；当删除值BYi大于设定阀值；则清除该待删除消费者信息。
优选的，所述密码锁定模块用于锁定一卡通消费，密码锁定模块包括绑定单元、距离感应单元和密码锁定单元；所述绑定单元用于一卡通消费者手机与一卡通进行绑定；所述距离感应单元用于检测一卡通与绑定一卡通的手机的距离，当距离大于设定阀值，密码锁定单元锁定一卡通并无法进行一卡通消费；当距离小于设定阀值，密码锁定单元解锁一卡通并可以进行一卡通消费。
本发明的有益效果：
(1)本发明通过消费者采集模块采集一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址并发送至数据库内存储；处理器提取数据库内存储的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并发送至倾向分析模块，通过倾向分析模块分析计算得出一卡通消费者的消费倾向，利用公式获取得到倾向值Qi；频率越大，倾向值越大，消费间隔时间总和越小，倾向值越大；金额越大，倾向值越大；
(2)本发明通过优惠计算模块对一卡通消费者的消费倾向制定优惠值；在一卡通消费者的倾向值Qi里，获取最大的倾向值Qmax；利用公式获取得到优惠值Yi，倾向值越大，优惠值越大；距离越近，优惠值越大；购买消费产品的次数越多，优惠值越大；
(3)本发明粘合度分析模块用于分析一卡通消费者对一卡通使用的粘合度，利用公式获取得到粘合度Ni，连续使用一卡通消费时间越长，粘合度越大；
(4)本发明通过补办折扣模块计算补办价格的减免费用，通过一卡通网站办理查询系统查询补办的次数；利用公式Ri＝Ni*m1+Qmax*m2-g*m3获取得到减免费用Ri；粘合度越大，减免费用值越大；倾向值Qmax越大，减免费用值越大；补办次数越多，减免费用值越小；
(5)本发明数据库内还包括自动清除单元，自动清除单元用于删除一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息，利用公式BYi＝B1*v1-b1*v2获取得到删除值BYi；当删除值BYi大于设定阀值；则清除该待删除消费者信息；
(6)本发明密码锁定模块用于锁定一卡通消费，当距离大于设定阀值，密码锁定单元锁定一卡通并无法进行一卡通消费；当距离小于设定阀值，密码锁定单元解锁一卡通并可以进行一卡通消费；通过密码锁定模块进行一卡通锁定，当一卡通丢失或者离开一卡通超过一定范围，自动进行锁定，避免造成更大的损失。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种一卡通消费倾向分析处理系统的原理框图。
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它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种一卡通消费倾向分析处理系统，包括消费采集模块、数据库、处理器、倾向分析模块、存储模块、优惠计算模块、粘合度分析模块、补办折扣模块和密码锁定模块；
消费者采集模块用于采集一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址；消费者采集模块将采集的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址的信息发送至数据库；数据库接收消费采集模块发送的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并将其存储；处理器提取数据库内存储的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并发送至倾向分析模块；倾向分析模块接收处理器发送的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并进行消费倾向分析，具体分析步骤如下：
步骤一：设定消费产品分类记为Xi，i＝1……n；将一卡通消费者购买产品与消费产品分类Xi进行匹配；
步骤二：通过匹配，获取得到一卡通消费者的消费产品分类和频率；频率记为Pi，i＝1……n；其中频率为一卡通消费者购买的产品中有两次购买的产品属于X1的，则X1的频率为2；
步骤三：设定频率界限值为PJ；Pi>PJ；则将该消费产品分类Xi标记为待分析目标；
步骤四：在待分析目标内，分别计算总金额Mi和消费间隔时间总和Ti；其中消费时间产值为同一消费产品分类内产品购买的间隔期，具体表现为，按照时间顺序，第一件产品购买时间为t1，第二件产品购买时间记为t2，第二件产品与第一件产品的间隔期为t2-t1；依次类推；将计算间隔期的总和得到消费间隔时间总和Ti；
步骤五：利用公式获取得到倾向值Qi；其中，u1、u2和u3为预设比例固定值；频率越大，倾向值越大，消费间隔时间总和越小，倾向值越大；金额越大，倾向值越大；
倾向分析模块将计算的一卡通消费者的倾向值发送至存储模块；存储模块接收倾向分析模块发送的倾向值并进行存储；优惠计算模块提取存储模块内一卡通消费者倾向值并进行优惠值计算；具体计算步骤如下：
S1：在一卡通消费者的倾向值Qi里，获取最大的倾向值Qmax；其对应的消费产品分类记为Xmax；
S2：设定选取距离为H；选取消费产品分类Xmax在一卡通消费者现居住地址周围H距离内的店铺，将其标记为待优惠店铺Di，i＝1……n；
S3：将待优惠店铺Di与一卡通消费者现居住地址之间的距离记为Ei，i＝1……n；
S4：利用公式获取得到优惠值Yi，其中，j1、j2和j3为比例系数固定值；f为在待优惠店铺Di内购买消费产品的次数；通过公式可得，倾向值越大，优惠值越大；距离越近，优惠值越大；购买消费产品的次数越多，优惠值越大；一卡通消费者可在现居住地址最近的地方使用一卡通购买倾向的产品，距离越近，购买的优惠越大；
粘合度分析模块用于分析一卡通消费者对一卡通使用的粘合度，具体计算步骤如下：
步骤一：通过处理器获取一卡通消费者使用一卡通消费时间；
步骤二：对一卡通消费时间提取消费日期和每天的消费次数；
步骤三：设定一天使用一卡通记为G1，连续两天使用一卡通记为G2，依次类推，连续i天使用一卡通，记为Gi，i＝1……n；
步骤四：设定Gi的基础值记为Ki，i＝1……n；其中，G1的基础值为K1，G2的基础值为K2，依次类推，且K1<K2<K3……Ki；
步骤五：对提取的消费日期进行分类统计并计算其粘合度，利用公式获取得到粘合度Ni，其中Li为对消费日期分类时Gi出现的次数；连续使用一卡通消费时间越长，粘合度越大；
补办折扣模块用于计算补办价格的减免费用，具体计算步骤如下：
步骤一：通过一卡通网站办理查询系统查询补办的次数；
步骤二：利用公式Ri＝Ni*m1+Qmax*m2-g*m3获取得到减免费用Ri；其中，m1、m2和m3为预设比例系数；g为补办次数；通过公式可得，粘合度越大，减免费用值越大；倾向值Qmax越大，减免费用值越大；补办次数越多，减免费用值越小；
数据库内还包括自动清除单元，自动清除单元用于删除一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息，具体删除过程如下：
a：设定距离上次使用一卡通消费的时间记为Ui，当Ui大于设定期限值；该一卡通消费者标记为待删除消费者信息；
b：统计待删除消费者信息的下次使用消费时间和次数；设定下次消费的或者未消费的间隔期记为B1；次数记为b1；利用公式BYi＝B1*v1-b1*v2获取得到删除值BYi；当删除值BYi大于设定阀值；则清除该待删除消费者信息；通过合理的删除不使用一卡通消费者信息，确保数据库的存储空间。
密码锁定模块用于锁定一卡通消费，密码锁定模块包括绑定单元、距离感应单元和密码锁定单元；绑定单元用于一卡通消费者手机与一卡通进行绑定；距离感应单元用于检测一卡通与绑定一卡通的手机的距离，当距离大于设定阀值，密码锁定单元锁定一卡通并无法进行一卡通消费；当距离小于设定阀值，密码锁定单元解锁一卡通并可以进行一卡通消费；通过密码锁定模块进行一卡通锁定，当一卡通丢失或者离开一卡通超过一定范围，自动进行锁定，避免造成更大的损失；
本发明的工作原理：通过消费者采集模块采集一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址并发送至数据库内存储；处理器提取数据库内存储的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并发送至倾向分析模块，通过倾向分析模块分析计算得出一卡通消费者的消费倾向，利用公式获取得到倾向值Qi；频率越大，倾向值越大，消费间隔时间总和越小，倾向值越大；金额越大，倾向值越大；然后发送至存储模块存储，通过优惠计算模块对一卡通消费者的消费倾向制定优惠值；在一卡通消费者的倾向值Qi里，获取最大的倾向值Qmax；利用公式获取得到优惠值Yi，倾向值越大，优惠值越大；距离越近，优惠值越大；购买消费产品的次数越多，优惠值越大；粘合度分析模块用于分析一卡通消费者对一卡通使用的粘合度，利用公式获取得到粘合度Ni，连续使用一卡通消费时间越长，粘合度越大；补办折扣模块用于计算补办价格的减免费用，通过一卡通网站办理查询系统查询补办的次数；利用公式Ri＝Ni*m1+Qmax*m2-g*m3获取得到减免费用Ri；粘合度越大，减免费用值越大；倾向值Qmax越大，减免费用值越大；补办次数越多，减免费用值越小；数据库内还包括自动清除单元，自动清除单元用于删除一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息，利用公式BYi＝B1*v1-b1*v2获取得到删除值BYi；当删除值BYi大于设定阀值；则清除该待删除消费者信息；密码锁定模块用于锁定一卡通消费，通过密码锁定模块进行一卡通锁定，当一卡通丢失或者离开一卡通超过一定范围，自动进行锁定，避免造成更大的损失。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.一种一卡通消费倾向分析处理系统，其特征在于，包括消费采集模块、数据库、处理器、倾向分析模块、存储模块、优惠计算模块、粘合度分析模块、补办折扣模块和密码锁定模块；
所述消费者采集模块用于采集一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址；所述消费者采集模块将采集的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址的信息发送至数据库；所述数据库接收消费采集模块发送的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并将其存储；所述处理器提取数据库内存储的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并发送至倾向分析模块；所述倾向分析模块接收处理器发送的一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息并进行消费倾向分析，具体分析步骤如下：
步骤一：设定消费产品分类记为Xi，i＝1……n；将一卡通消费者购买产品与消费产品分类Xi进行匹配；
步骤二：通过匹配，获取得到一卡通消费者的消费产品分类和频率；频率记为Pi，i＝1……n；其中频率为一卡通消费者购买的产品中有两次购买的产品属于X1的，则X1的频率为2；
步骤三：设定频率界限值为PJ；Pi>PJ；则将该消费产品分类Xi标记为待分析目标；
步骤四：在待分析目标内，分别计算总金额Mi和消费间隔时间总和Ti；其中消费时间产值为同一消费产品分类内产品购买的间隔期，具体表现为，按照时间顺序，第一件产品购买时间为t1，第二件产品购买时间记为t2，第二件产品与第一件产品的间隔期为t2-t1；依次类推；将计算间隔期的总和得到消费间隔时间总和Ti；
步骤五：利用公式获取得到倾向值Qi；其中，u1、u2和u3为预设比例固定值；频率越大，倾向值越大，消费间隔时间总和越小，倾向值越大；金额越大，倾向值越大；
所述倾向分析模块将计算的一卡通消费者的倾向值发送至存储模块；所述存储模块接收倾向分析模块发送的倾向值并进行存储；所述优惠计算模块提取存储模块内一卡通消费者倾向值并进行优惠值计算；具体计算步骤如下：
S1：在一卡通消费者的倾向值Qi里，获取最大的倾向值Qmax；其对应的消费产品分类记为Xmax；
S2：设定选取距离为H；选取消费产品分类Xmax在一卡通消费者现居住地址周围H距离内的店铺，将其标记为待优惠店铺Di，i＝1……n；
S3：将待优惠店铺Di与一卡通消费者现居住地址之间的距离记为Ei，i＝1……n；
S4：利用公式获取得到优惠值Yi，其中，j1、j2和j3为比例系数固定值；f为在待优惠店铺Di内购买消费产品的次数；通过公式可得，倾向值越大，优惠值越大；距离越近，优惠值越大；购买消费产品的次数越多，优惠值越大。
2.根据权利要求1所述的一种一卡通消费倾向分析处理系统，其特征在于，所述粘合度分析模块用于分析一卡通消费者对一卡通使用的粘合度，具体计算步骤如下：
步骤一：通过处理器获取一卡通消费者使用一卡通消费时间；
步骤二：对一卡通消费时间提取消费日期和每天的消费次数；
步骤三：设定一天使用一卡通记为G1，连续两天使用一卡通记为G2，依次类推，连续i天使用一卡通，记为Gi，i＝1……n；
步骤四：设定Gi的基础值记为Ki，i＝1……n；其中，G1的基础值为K1，G2的基础值为K2，依次类推，且K1<K2<K3……Ki；
步骤五：对提取的消费日期进行分类统计并计算其粘合度，利用公式获取得到粘合度Ni，其中Li为对消费日期分类时Gi出现的次数。
3.根据权利要求1所述的一种一卡通消费倾向分析处理系统，其特征在于，所述补办折扣模块用于计算补办价格的减免费用，具体计算步骤如下：
步骤一：通过一卡通网站办理查询系统查询补办的次数；
步骤二：利用公式Ri＝Ni*m1+Qmax*m2-g*m3获取得到减免费用Ri；其中，m1、m2和m3为预设比例系数；g为补办次数；通过公式可得，粘合度越大，减免费用值越大；倾向值Qmax越大，减免费用值越大；补办次数越多，减免费用值越小。
4.根据权利要求1所述的一种一卡通消费倾向分析处理系统，其特征在于，所述数据库内还包括自动清除单元，所述自动清除单元用于删除一卡通消费者的购买产品种类、金额、消费时间以及消费者现居住地址信息，具体删除过程如下：
a：设定距离上次使用一卡通消费的时间记为Ui，当Ui大于设定期限值；该一卡通消费者标记为待删除消费者信息；
b：统计待删除消费者信息的下次使用消费时间和次数；设定下次消费的或者未消费的间隔期记为B1；次数记为b1；利用公式BYi＝B1*v1-b1*v2获取得到删除值BYi；当删除值BYi大于设定阀值；则清除该待删除消费者信息。
5.根据权利要求1所述的一种一卡通消费倾向分析处理系统，其特征在于，所述密码锁定模块用于锁定一卡通消费，密码锁定模块包括绑定单元、距离感应单元和密码锁定单元；所述绑定单元用于一卡通消费者手机与一卡通进行绑定；所述距离感应单元用于检测一卡通与绑定一卡通的手机的距离，当距离大于设定阀值，密码锁定单元锁定一卡通并无法进行一卡通消费；当距离小于设定阀值，密码锁定单元解锁一卡通并可以进行一卡通消费。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910213573.5A CN109801114A (zh) | 2019-03-20 | 2019-03-20 | 一种一卡通消费倾向分析处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910213573.5A CN109801114A (zh) | 2019-03-20 | 2019-03-20 | 一种一卡通消费倾向分析处理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109801114A true CN109801114A (zh) | 2019-05-24 |
Family
ID=66563658
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910213573.5A Withdrawn CN109801114A (zh) | 2019-03-20 | 2019-03-20 | 一种一卡通消费倾向分析处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109801114A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110264245A (zh) * | 2019-05-27 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于网络通信的在线营销辅助系统 |
-
2019
- 2019-03-20 CN CN201910213573.5A patent/CN109801114A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110264245A (zh) * | 2019-05-27 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于网络通信的在线营销辅助系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Similarity measure and topology evolution of foreign exchange markets using dynamic time warping method: Evidence from minimal spanning tree | |
| CN106021337A (zh) | 一种基于大数据分析的智能推荐方法及系统 | |
| Mosley | Policy-making without facts: A note on the assessment of structural adjustment policies in Nigeria, 1985-1990 | |
| CN110533474A (zh) | 一种针对电商用户信用测评系统 | |
| Dutta et al. | Multifractal detrended cross-correlation analysis of gold price and SENSEX | |
| CN109345372A (zh) | 信用评分方法、系统及计算机可读存储介质 | |
| Steiner | Colombia's income from the drug trade | |
| CN101599165A (zh) | 一种动态金融网络监测分析方法 | |
| CN109801114A (zh) | 一种一卡通消费倾向分析处理系统 | |
| CN101986342A (zh) | 一种利用相关金融产品内在价格差进行套利的方法 | |
| Coskun et al. | Is there a bubbly euphoria in the Turkish housing market? | |
| CN109886806A (zh) | 基于知识图谱的人工识别金融反欺诈的方法 | |
| Páscoa et al. | Fiat money and the value of binding portfolio constraints | |
| CN110135851A (zh) | 一种基于数据处理的交易回退方法及相关设备 | |
| JP6310697B2 (ja) | 取引履歴データ分析システム及び取引履歴データ分析方法 | |
| Ping-Wen | Cost efficiency analysis of commercial bank mergers in Taiwan | |
| Remeikiene et al. | Evaluation of the shadow economy influencing factors: Comparative analysis of the Baltic States | |
| Kim et al. | A mathematical modeling for the lookback option with jump–diffusion using binomial tree method | |
| Osborne et al. | The economic structure of the charitable sector in the United Kingdom | |
| CN110310159A (zh) | 一种专利组合管理方法 | |
| CN111897811B (zh) | 一种数据处理系统 | |
| Mykland | Combining statistical intervals and market prices: The worst case state price distribution | |
| Mahmoudi et al. | The Factors Affecting The Amount of Banking Deposits at Ansar Bank Branches in Ardabil Province | |
| Little et al. | Benford’s Law, data mining, and financial fraud: a case study in New York State Medicaid data | |
| Günther | Roman Law and Economics. Volume I: Institutions and Organizations.-G. Dari-Mattiacci, DP Kehoe eds.-Oxford: University Press, 2020; Roman Law and Economics. Volume II: Exchange, Ownership, and Disputes.-G. Dari-Mattiacci, DP Kehoe eds.-Oxford: University Press, 2020 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190524 |
|
| WW01 | Invention patent application withdrawn after publication |