CN109902921A - 用户成长体系的管理方法、装置、设备及存储介质 - Google Patents

用户成长体系的管理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN109902921A
CN109902921A CN201910047781.2A CN201910047781A CN109902921A CN 109902921 A CN109902921 A CN 109902921A CN 201910047781 A CN201910047781 A CN 201910047781A CN 109902921 A CN109902921 A CN 109902921A
Authority
CN
China
Prior art keywords
user
monitor control
dimension
index
maintenance
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
CN201910047781.2A
Other languages
English (en)
Inventor
周诚
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.)
Ping An Urban Construction Technology Shenzhen Co Ltd
Original Assignee
Ping An Urban Construction Technology Shenzhen Co 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 Ping An Urban Construction Technology Shenzhen Co Ltd filed Critical Ping An Urban Construction Technology Shenzhen Co Ltd
Priority to CN201910047781.2A priority Critical patent/CN109902921A/zh
Publication of CN109902921A publication Critical patent/CN109902921A/zh
Pending legal-status Critical Current

Links

Abstract

本发明属于大数据技术领域,公开了一种用户成长体系的管理方法、装置、设备及存储介质。该方法包括:根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据;对各时段的维持维度指标数据进行分析,得到维持维度监控指标对应的变化率;根据变化率和预设的用户成长等级调整规则,对用户账号当前所处的用户成长等级进行调整。通过上述方式,可以有效避免用户形成惯性思维,大大提升了用户对等级特权的敏感度,从而提高了用户参与的积极性,有效的避免了用户流失。

Description

用户成长体系的管理方法、装置、设备及存储介质
技术领域
本发明涉及大数据技术领域,尤其涉及一种用户成长体系的管理方法、装置、设备及存储介质。
背景技术
在如今的互联网行业中,几乎所有的企业都有一套自己的用户成长体系。所谓用户成长体系实质是基于用户的某个属性,为了实现某一目标的一种用户运营手段。在具体应用中,用户成长体系主要有两方面的作用:1、作为一种记录方式,提升用户的主动活跃;2、增强用户粘性,帮助企业形成竞争壁垒。为了保证用户成长体系能够实现上述两个作用,在设计用户成长体系的时候,必需要考虑维度选择、成长量化模型和奖励机制。
但是,目前市面上的用户成长体系,在维度选择方面几乎没有涉及维持维度的。而缺少维持维度却很容易让用户形成惯性思维,保持在某个等级上举步不前,这样会导致用户对等级带来的特权失去敏感度,逐渐失去参与的积极性,进而导致用户流失。
所以,亟需提供一种基于维持维度的用户成长体系的管理方法,以提高用户参与的积极性,避免用户流失。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种用户成长体系的管理方法、装置、设备及存储介质,旨在避免用户形成惯性思维,提升用户对等级特权的敏感度,从而提高用户参与的积极性,避免用户流失。
为实现上述目的,本发明提供了一种用户成长体系的管理方法,所述方法包括以下步骤:
根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据;
对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率;
根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
优选地,所述对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率,包括:
基于预设的分析模型对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标在各时段的指标数值;
根据各时段的指标数值,计算所述维持维度监控指标对应的变化率。
优选地,所述根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据之前,所述方法还包括:
根据构建用户成长体系时遵循的业务需求,确定所述用户成长体系涉及的参数指标;
根据预设的维持维度监控指标选取规则,从所述参数指标中选取至少两个参数指标作为所述维持维度监控指标。
优选地,所述维持维度监控指标为两个,分别是第一维持维度监控指标和第二维持维度监控指标;
所述根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整,包括:
判断所述第一维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则;
若所述第一维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则,则判断所述第二维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则;
若所述第二维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则,则根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
优选地,所述根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整之前,所述方法还包括:
判断对所述用户账号当前所处的用户成长等级的调整是否为降级调整;
若对所述用户账号当前所处的用户成长等级的调整为降级调整,则根据所述用户账号当前所处的用户成长等级、所述第一维持维度监控指标的变化率和所述第二维持维度监控指标的变化率,确定宽限时间、待监控维持维度指标及所述待监控维持维度指标对应的变化规则;
在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据;
对各时段的待监控维持维度指标数据进行分析,得到所述待监控维持维度监控指标对应的变化率;
判断所述待监控维持维度监控指标对应的变化率是否不符所述待监控维持维度指标对应的变化规则;
若所述待监控维持维度监控指标对应的变化率不符所述待监控维持维度指标对应的变化规则,则执行步骤:根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行降级调整。
优选地,所述在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据之前,所述方法还包括:
根据所述待监控维持维度指标及所述待监控维持维度指标对应的变化规则,制定避免降级使用规则;
将所述避免降级使用规则推荐给持有所述用户账号的使用者,以使所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
优选地,所述将所述避免降级使用规则推荐给持有所述用户账号的使用者之后,所述方法还包括:
在所述宽限时间内,将所述用户账号当前所处的用户成长等级上调一级,以激励所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
此外,为实现上述目的,本发明还提出一种用户成长体系的管理装置,所述装置包括:
采集模块,用于根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据;
分析模块,用于对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率;
调整模块,用于根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
此外,为实现上述目的,本发明还提出一种用户成长体系的管理设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户成长体系的管理程序,所述用户成长体系的管理程序配置为实现如上文所述的用户成长体系的管理方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有用户成长体系的管理程序,所述用户成长体系的管理程序被处理器执行时实现如上文所述的用户成长体系的管理方法的步骤。
本发明提供的用户成长体系的管理方案,通过将维持维度监控指标作为管理用户账号的维度,在管理用户账号的过程中,先根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据,然后对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率,最终根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整,从而实现了根据用户的实际使用情况对用户账号的用户成长等级进行调整的目的。通过这种合理的用户成长等级调整方式,可以有效避免用户形成惯性思维,从而大大提升了用户对用户等级特权的敏感度,使得用户能够积极主动的参与到用户成长体系的管理中,进而保证了用户粘性,有效避免了用户流失。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的用户成长体系的管理设备的结构示意图;
图2为本发明用户成长体系的管理方法第一实施例的流程示意图;
图3为本发明用户成长体系的管理方法第二实施例的流程示意图;
图4为本发明用户成长体系的管理装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的用户成长体系的管理设备结构示意图。
如图1所示,该用户成长体系的管理设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(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(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对用户成长体系的管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及用户成长体系的管理程序。
在图1所示的用户成长体系的管理设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明用户成长体系的管理设备中的处理器1001、存储器1005可以设置在用户成长体系的管理设备中,所述用户成长体系的管理设备通过处理器1001调用存储器1005中存储的用户成长体系的管理程序,并执行本发明实施例提供的用户成长体系的管理方法。
本发明实施例提供了一种用户成长体系的管理方法,参照图2,图2为本发明一种用户成长体系的管理方法第一实施例的流程示意图。
本实施例中,所述用户成长体系的管理方法包括以下步骤:
步骤S10,根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据。
具体的说,本实施例中所说的维持维度监控指标为执行上述步骤S10之前,根据预设的维持维度监控指标选取规则,从用户成长体系涉及的参数指标中选取出参数指标。
相应地,所述用户成长体系设计的参数指标,具体是根据构建用户成长体系时遵循的业务需求确定的。
此外,为了保证根据维持维度监控指标调整用户账号的用户成长等级的合理性,在实际应用中,在根据预设的维持维度监控指标选取规则,从所述参数指标中选取参数指标作为所述维持维度监控指标时,至少需要选取两个参数指标。
为了便于理解,本实施例以面向房产交易平台的房产销售人员使用的用户成长体系为例,且预设的维持维度监控指标为两个,分别称为第一维持维度监控指标和第二维持维度监控指标,进行具体说明。
比如说,面向房产交易平台的房产销售人员使用的用户成长体系涉及的参数指标主要包括:成长值、积分、成交量、待学习课程等参数指标。
在预设的维持维度监控指标选取规则中规定将成长值作为第一维持维度指标,积分作为第二维持维度指标。
相应地,在从上述参数指标中选取参数指标时,便会选取成长值参数指标作为第一维持维度指标,将积分参数指标作为第二维持维度指标。
相应地,所述根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据的操作,具体为:根据所述第一维持维度监控指标,分时段采集待监控用户账号提供的第一维持维度指标数据;根据所述第二维持维度监控指标,分时段采集待监控用户账号提供的第二维持维度指标数据。
此外,应当理解的是,在具体应用中各企业提供的用户成长体系一般是设置在专门的网络应用中的,通常网络应用是安装在用户的终端设备上的,比如智能手机、平板电脑、个人计算机等;而支持网络应用的正常工作,以及对用户使用的用户账户的管理、维护则是由企业的服务器(可以是占用实际物理空间的物理服务器,也可以是虚拟云服务器)来完成。
因而,在本实施例中,执行用户成长体系的管理方法的执行主体可以是用户使用的终端设备,即对用户账户对应的用户成长等级的调整是由终端设备来完成的,这种情况下,终端设备在对用户成长等级进行调整之后,可以根据当前接入的网络情况同步至服务器,以使服务器进行数据的更新。
此外,本在本实施例中,执行用户成长体系的管理方法的执行主体也可以是服务器。
相应地,服务器在进行调整后,为了保证用户体验,同样需要将调整后的用户成长等级数据下发至终端设备,对当前显示的界面进行刷新。
需要说明的是,以上仅为举例说明,对本发明的技术方案并不构成限定,在具体实现中,本领域的技术人员可以根据需要设置维持维度监控指标的个数以及具的维持维度指标内容,比如根据用户成长体系中涉及的各参数指标的获取难易度等来选取,此处不做限制。
步骤S20,对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率。
具体的说,步骤S20中对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率的操作,具体可以通过如下操作实现:
比如,先基于预设的分析模型对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标在各时段的指标数值;然后,根据各时段的指标数值,计算所述维持维度监控指标对应的变化率。
需要说明的是,为了保证实际应用中对各时段的维持维度指标数据的分析能够顺利执行,分析过程中需要应用到的分析模型需要预先构建。并且,为了使后续预测结果更加精准,在本实施例中分析模型具体是基于深度机器学习法构建而来的。
具体的说,本实施例中所说的基于深度学习法构建所述分析模型的操作,实质是采用无监督学习方式(如深度置信网(Deep Belief Nets,DBNs))和有监督学习方式(如卷积神经网络(Convolutional neural networks,CNNs))相结合的方式,来构建所述分析模型。
为了便于理解,以下针对基于深度机器学习法,构建所述分析模型的操作具体简要说明,具体步骤如下:
(1)根据样本数据构建第一训练模型。
具体的说,构建的第一训练模型具体包括一个输入层、一个输出层和多个隐藏层。并且,多个隐藏层均位于输入层和输出层之间,各层之间采用全连接。
此外,为了保证训练结果的准确性,还可以在每层之前加入一个滤波器,用于滤出样本数据中的干扰信息。
此外,应当理解的是,本实施例中在构建第一训练模型时用到的样本数据,具体可以为各大数据平台中存储的海量数据,因而可以保证构建出的第一训练模型能够更好的刻好出数据的丰富内在信息和特征,使得基于第一训练模型训练出的分析模型能够更好的预测出所述维持维度监控指标对应的变化率。
(2)根据预设的分层标准,将所述第一训练模型中各隐藏层的初始网络层拆分为至少两个子网络层。
具体的说,上述所说的分层标准,具体用于规定将初始网络层拆分为至少两个多大尺寸的子网络层。
比如说,在初始网络层的尺寸为5×5的卷积核时,分层标准可以是规定将尺寸为5×5的卷积核拆分为两个3×3的卷积核。
这样,在执行后续的步骤(3)和步骤(4)时,通过基于初始网络层拆分后的训练模型(第一训练模型和第二训练模型)来进行训练,便可以增加训练模型的网络深度,从而使得后续训练出的分析模型能够根据精准的预测出所述维持维度监控指标对应的变化率。
(3)采用自下上升的非监督训练方式,以与所述第一训练模型中输入层相连的隐藏层为起点,与所述第一训练模型中输出层相连的隐藏层为终点,依次对所述第一训练模型中各隐藏层中的子网络层进行训练,得到第二训练模型。
具体的说,由于在实际应用中,构建第一训练模型的数据可以是由标定的数据,也可以是无标定的数据。而针对不同的训练数据构建的第一训练模型的训练方式也会有所不同,为了便于理解,以下以训练数据为无标定数据为例,进行具体说明。
具体的,在采用自下上升的非监督训练方式,对第一训练模型中各隐藏层中的子网络层进行训练时,需要先训练第一层(与输入层连接的隐藏层),学习第一层的参数。然后,在学习得到第一层的参数后,将第一层的输出作为第二层的输入,依次类推,在学习得到第n-1层后,将n-1层的输出作为第n层的输入,训练第n层,由此分别得到各层的参数。
由于第一训练模型容量的限制以及稀疏性约束,因此在训练过程中能够学习到数据本身的结构,从而得到比输入更具有表示能力特征的第二训练模型。
需要说明的是,以上仅为举例说明,对本发明的技术方案并不构成限定,在具体实现中,本领域的技术人员可以根据需要选取训练数据进行训练,此处不做限制。
(4)采用自顶向下的监督训练方式,以与所述第二训练模型中输出层相连的隐藏层为起点,与所述第二训练模型中输入层相连的隐藏层为终点,依次对所述第二训练模型中各隐藏层中的子网络层进行训练,得到所述分析模型。
具体的说,通过采用自顶向下的监督训练方式对步骤(3)中训练获得的第二训练模型中各层进行训练,使得误差自顶向下传输,从而达到了对整个网络的微调,进而得到能够得到效果更好的分析模型。
应当理解的是,关于上述提到的无监督学习方式和有监督学习方式的具体使用方式,本领域的技术人员可以通过查找相关资料自行实现,此处不再赘述。
步骤S30,根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
具体的说,上述所说的用户成长等级调整规则,即为预先设定的,在所述变化率符合什么条件时,会认为当前用户账号对应的用户成长等级需要进行怎样的调整,比如是提醒用户如果按照当前变化率继续发展,即将降级;或者保持当前变化率,即将升级等。
应当理解的是,在实际应用中,对用户成长等级调整规则的设置可以有多种形式,比如根据当前用户账号对应的使用者的信息进行设置;或者,根据选取的维持维度监控指标的关联性、难易度进行设置。
此外,需要说明的是,由于本实施例中优选维持维度监控指标为两个,即第一维持维度指标和第二维持维度指标。为了保证对用户成长等级调整的合理性,在执行上述步骤S30的过程中,具体可以通过如下判断逻辑实现:
比如,先判断所述第一维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则。
然后,在确定所述第一维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则时,进一步判断所述第二维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则。
相应地,若所述第二维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则,则根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
为了便于理解,以下结合实例进行具体说明:
比如,在连续时间tn过程中,t1时刻获取到的第一维持维度指标的数据量为n11,第二维持维度指标的数据量为n12;t2获取到的第一维持维度指标的数据量为n21,第二维持维度指标的数据量为n22;t3获取到的第一维持维度指标的数据量为n31,第二维持维度指标的数据量为n32。
设定的用户成长等级调整规则为:tn->tn+1->tn+2每个时间点第一维持维度指标递减超过20%,且第二维持维度指标递减超过30%,如果按照当前递减速度,在t4时刻即将降级,此时可以做的调整为暂时保持当前用户成长等级,向用户发送通知,对用户进行提醒。
需要说明的是,以上仅为举例说明,对本发明的技术方案并不构成限定,在具体实现中,本领域的技术人员可以根据需要设置维持维度监控指标的个数以及具的维持维度指标内容,比如根据用户成长体系中涉及的各参数指标的获取难易度等来选取,此处不做限制。
通过上述描述不难发现,本实施例中提供的用户成长体系的管理方法,通过将维持维度监控指标作为管理用户账号的维度,在管理用户账号的过程中,先根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据,然后对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率,最终根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整,从而实现了根据用户的实际使用情况对用户账号的用户成长等级进行调整的目的。
此外,通过这种合理的用户成长等级调整方式,可以有效避免用户形成惯性思维,从而大大提升了用户对用户等级特权的敏感度,使得用户能够积极主动的参与到用户成长体系的管理中,进而保证了用户粘性,有效避免了用户流失。
参考图3,图3为本发明一种用户成长体系的管理方法第二实施例的流程示意图。
应当理解的是,在实际应用中,对所述用户账号当前所处的用户成长等级进行调整,大致可以分为升级调整和降级调整。由于降级调整,会导致用户当前享受的等级特权消失,因而为了进而可能的保障用户体验,基于上述第一实施例,本实施例提供了一种在确定对所述用户账号当前所处的用户成长等级的调整为降级调整时的具体实现方式,即在执行步骤S30中所述的根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整的操作之前,先执行步骤S00中的操作,详见图3。
步骤S00,确定对所述用户成长等级进行降级调整。
为了便于理解,步骤S00中的操作,以下给出一种具体的实现方式,大致如下:
(1)判断对所述用户账号当前所处的用户成长等级的调整是否为降级调整。
具体的说,若通过判断,确定对所述用户账号当前所处的用户成长等级的调整是降级调整,则执行步骤(2);否则,可以进一步判断对所述用户账号当前所处的用户成长等级的调整是否为升级调整,若是则根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行升级调整;否则,任务当前用户成长等级不需要进行调整,维持不变即可。
(2)根据所述用户账号当前所处的用户成长等级、所述第一维持维度监控指标的变化率和所述第二维持维度监控指标的变化率,确定宽限时间、待监控维持维度指标及所述待监控维持维度指标对应的变化规则。
具体的说,所述宽限时间即为在将所述用户账号的用户成长等级进行降级调整时,为了给持有所述用户账号的使用者一个补救机会而设置的。
因而,为了尽可能减少对用户账号的用户成长等级的降级调整操作,在执行步骤(3)之前,可以先根据所述待监控维持维度指标及所述待监控维持维度指标对应的变化规则,制定避免降级使用规则,并将所述避免降级使用规则推荐给持有所述用户账号的使用者,以使所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
为了便于理解,仍以面向房产交易平台的房产销售人员使用的用户成长体系为例进行说明。
比如说,为了避免房产销售人员从当前所处的用户成长等级降级到之前的用户成长等级,制定的避免降级使用规则可以是学习了某门销售课程,或者在线学习销售课程的时长大于某一阈值,或者在某一预定时间内完成了预设数目的成交量等,此处不再一一列举,对此也不做任何限制。
此外,应当理解的是,由于实际应用中,设置的用户成长等级的晋升规则以及晋升难易度往往不同,因而在确定宽限时间时,通过根据所述用户账号当前所处的用户成长等级,以及所述第一维持维度监控指标的变化率和所述第二维持维度监控指标的变化率来为不同用户成长等级的用户账号分配宽限时间,使得宽限时间更久合理。
此外,应当理解的是,上述根据所述用户账号当前所处的用户成长等级、所述第一维持维度监控指标的变化率和所述第二维持维度监控指标的变化率,确定的待监控维持维度指标可以与所述维持维度监控指标和/或所述第二维持维度监控指标相同,也可以是从所述用户成长体系涉及的除上述第一维持维度监控指标和所述第二维持维度监控指标之外的其他参数指标中选取的任意一个或多个参数指标,具体的选取方式,在实际作业中,可以由本领域的技术人员根据需要进行设置,此次不做限制。
此外,上述所说待监控维持维度指标对应的变化规则,主要是用于在步骤(5)中判断所述待监控维持维度监控指标对应的变化率是否符合降级调整的变化规则,具体的设置,此次不做限制。
此外,值得一提的是,在具体实现中,为了刺激使用者使用所述用户账号,避免用户账号被降级,在将所述避免降级使用规则推荐给持有所述用户账号的使用者之后,还可以在所述宽限时间内,将所述用户账号当前所处的用户成长等级上调一级,以激励所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
(3)在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据。
(4)对各时段的待监控维持维度指标数据进行分析,得到所述待监控维持维度监控指标对应的变化率。
应当理解的是,上述步骤(3)和步骤(4)中的操作,与第一实施例中步骤S10和步骤S20的操作大致相似,此处不再赘述。
(5)判断所述待监控维持维度监控指标对应的变化率是否不符所述待监控维持维度指标对应的变化规则。
具体的说,若通过判断,确定所述待监控维持维度监控指标对应的变化率不符所述待监控维持维度指标对应的变化规则,则执行步骤(6);否则,可以根据需要延长宽限时间,继续观察所述用户账号的使用情况。
(6)若所述待监控维持维度监控指标对应的变化率不符所述待监控维持维度指标对应的变化规则,则根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行降级调整。
应当理解的是,以上给出的仅为一种具体的实现方式,对本发明的技术方案并不构成任何限定,在具体实现中,本领域的技术人员可以根据需要进行设置,此处不做限制。
通过上述描述不难发现,本实施例中提供的用户成长体系的管理方法,在确定对所述用户账号当前所处的用户成长等级的调整为降级调整时,通过为所述用户账号分配宽限时间,若所述用户账号的使用情况在所述宽限时间内仍然不符合要求,才根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行降级调整,从而既可以保证对用户成长等级调整的合理性,又不影响用户体验。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有用户成长体系的管理程序,所述用户成长体系的管理程序被处理器执行时实现如上文所述的用户成长体系的管理方法的步骤。
参照图4,图4为本发明用户成长体系的管理装置第一实施例的结构框图。
如图4所示,本发明实施例提出的用户成长体系的管理装置包括:采集模块4001、分析模块4002和调整模块4003。
其中,所述采集模块4001,用于根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据;所述分析模块4002,用于对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率;所述调整模块4003,用于根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
具体的说,在实际应用中,所述分析模块4002可以细化为:指标数值分析确定子模块和变化率计算子模块。
相应地,所述分析模块4002所执行的对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率的操作,具体可以细化为:由所述指标数值分析确定子模块,基于预设的分析模型对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标在各时段的指标数值;由所述变化率计算子模块,根据各时段的指标数值,计算所述维持维度监控指标对应的变化率。
此外,应当理解的是,为了保证所述指标数值分析确定子模块能够基于预设的分析模型对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标在各时段的指标数值,需要预先构建分析过程中用到的分析模型。
因而,本实施例中提供的用户成长体系的管理装置还可以包括:分析模型构建模块。
需要说明的是,为了使后续预测结果更加精准,在本实施例中,分析模型构建模块具体是基于深度机器学习法来构建所述分析模型的。
同样,在实际应用中,也可以根据具体的构建步骤对所述分析模型构建模块进行细化,比如将所述分析模型构建模块细化为:第一训练模型构建子模块、预处理子模块、第一训练模型训练子模块和第二训练模块训练子模块。
具体的,所述第一训练模型构建子模块,用于根据样本数据构建第一训练模型。
所述预处理子模块,用于根据预设的分层标准,将所述第一训练模型中各隐藏层的初始网络层拆分为至少两个子网络层。
所述第一训练模型训练子模块,用于采用自下上升的非监督训练方式,以与所述第一训练模型中输入层相连的隐藏层为起点,与所述第一训练模型中输出层相连的隐藏层为终点,依次对所述第一训练模型中各隐藏层中的子网络层进行训练,得到第二训练模型。
所述第二训练模块训练子模块,用于采用自顶向下的监督训练方式,以与所述第二训练模型中输出层相连的隐藏层为起点,与所述第二训练模型中输入层相连的隐藏层为终点,依次对所述第二训练模型中各隐藏层中的子网络层进行训练,得到所述分析模型。
需要说明的,以上仅为举例说明,对本发明的技术方案并不构成任何限定,本领域的技术人员可以根据需要划分所述预测网络设备异常的装置中包括的功能模块,此处不做限制。
此外,值得一提的是,为了保证采集模块4001能够根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据,本实施中提供的用户成长体系的管理装置还可以包括:维持维度监控指标设置模块。
具体的,所述维持维度监控指标设置模块,主要用于根据构建用户成长体系时遵循的业务需求,确定所述用户成长体系涉及的参数指标,并根据预设的维持维度监控指标选取规则,从所述参数指标中选取至少两个参数指标作为所述维持维度监控指标。
需要说明的是,在具体应用中,为了简化处理过程,同时又可以保证对用户成长等级调整的合理性,本实施例中预设的维持维度监控指标优选两个。
为了便于区分,以下称为:第一维持维度监控指标和第二维持维度监控指标。
相应地,在所述维持维度监控指标为两个时,所述调整模块4003所执行的操作,大致可以如下所述:
首先,判断所述第一维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则。
然后,在所述第一维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则时,进一步判断所述第二维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则。
最后,若所述第二维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则,则根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
通过上述描述不难发现,本实施例中提供的用户成长体系的管理装置,通过将维持维度监控指标作为管理用户账号的维度,在管理用户账号的过程中,先根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据,然后对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率,最终根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整,从而实现了根据用户的实际使用情况对用户账号的用户成长等级进行调整的目的。
此外,通过这种合理的用户成长等级调整方式,可以有效避免用户形成惯性思维,从而大大提升了用户对用户等级特权的敏感度,使得用户能够积极主动的参与到用户成长体系的管理中,进而保证了用户粘性,有效避免了用户流失。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的用户成长体系的管理方法,此处不再赘述。
基于上述用户成长体系的管理装置的第一实施例,提出本发明用户成长体系的管理装置第二实施例。
在本实施例中,所述用户成长体系的管理装置还可以包括判断模块和确定模块。
其中,所述判断模块,用于判断对所述用户账号当前所处的用户成长等级的调整是否为降级调整。
所述确定模块,用于在所述判断模块判定对所述用户账号当前所处的用户成长等级的调整为降级调整时,根据所述用户账号当前所处的用户成长等级、所述第一维持维度监控指标的变化率和所述第二维持维度监控指标的变化率,确定宽限时间、待监控维持维度指标及所述待监控维持维度指标对应的变化规则。
相应地,所述采集模块,还用于在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据。
所述分析模块,还用于对各时段的待监控维持维度指标数据进行分析,得到所述待监控维持维度监控指标对应的变化率。
进一步地,所述判断模块,还用于判断所述待监控维持维度监控指标对应的变化率是否不符所述待监控维持维度指标对应的变化规则。
相应地,所述调整模块,还用于在所述判断模块判定所述待监控维持维度监控指标对应的变化率不符所述待监控维持维度指标对应的变化规则时,执行根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行降级调整的操作。
应当理解的是,以上仅为一种具体的实现方式,对本发明的技术方案并不构成任何限定。
此外,为了尽可能的提升用户体验,以促进持有所述用户账号的使用者积极主动的使用所述用户账号,从而减少用户成长等级的降级风险,本实施例中提供的用户成长体系的管理装置还可以包括:推荐模块。
具体的说,所述推荐模块,用于在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据之前,根据所述待监控维持维度指标及所述待监控维持维度指标对应的变化规则,制定避免降级使用规则,并将所述避免降级使用规则推荐给持有所述用户账号的使用者,从而使所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号,进而避免用户账号的用户成长等级被降低。
进一步地,在实际应用中,为了更好的刺激使用者,所述调整模块还用于在所述推荐模块将所述避免降级使用规则推荐给持有所述用户账号的使用者之后,在所述宽限时间内,将所述用户账号当前所处的用户成长等级上调一级,以激励所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
需要说明的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
通过上述描述不难发现,本实施例中提供的用户成长体系的管理装置,在确定对所述用户账号当前所处的用户成长等级的调整为降级调整时,通过为所述用户账号分配宽限时间,若所述用户账号的使用情况在所述宽限时间内仍然不符合要求,才根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行降级调整,从而既可以保证对用户成长等级调整的合理性,又不影响用户体验。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的用户成长体系的管理方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种用户成长体系的管理方法,其特征在于,所述方法包括以下步骤:
根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据;
对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率;
根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
2.如权利要求1所述的方法,其特征在于,所述对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率,包括:
基于预设的分析模型对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标在各时段的指标数值;
根据各时段的指标数值,计算所述维持维度监控指标对应的变化率。
3.如权利要求1或2所述的方法,其特征在于,所述根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据之前,所述方法还包括:
根据构建用户成长体系时遵循的业务需求,确定所述用户成长体系涉及的参数指标;
根据预设的维持维度监控指标选取规则,从所述参数指标中选取至少两个参数指标作为所述维持维度监控指标。
4.如权利要求3所述的方法,其特征在于,所述维持维度监控指标为两个,分别是第一维持维度监控指标和第二维持维度监控指标;
所述根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整,包括:
判断所述第一维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则;
若所述第一维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第一维持维度监控指标的变化规则,则判断所述第二维持维度监控指标的变化率是否符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则;
若所述第二维持维度监控指标的变化率符合所述用户成长等级调整规则中设置的第二维持维度监控指标的变化规则,则根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
5.如权利要求4所述的方法,其特征在于,所述根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整之前,所述方法还包括:
判断对所述用户账号当前所处的用户成长等级的调整是否为降级调整;
若对所述用户账号当前所处的用户成长等级的调整为降级调整,则根据所述用户账号当前所处的用户成长等级、所述第一维持维度监控指标的变化率和所述第二维持维度监控指标的变化率,确定宽限时间、待监控维持维度指标及所述待监控维持维度指标对应的变化规则;
在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据;
对各时段的待监控维持维度指标数据进行分析,得到所述待监控维持维度监控指标对应的变化率;
判断所述待监控维持维度监控指标对应的变化率是否不符所述待监控维持维度指标对应的变化规则;
若所述待监控维持维度监控指标对应的变化率不符所述待监控维持维度指标对应的变化规则,则执行步骤:根据所述用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行降级调整。
6.如权利要求5所述的方法,其特征在于,所述在所述宽限时间内,根据所述待监控维持维度指标,分时段采集所述用户账号提供的待监控维持维度指标数据之前,所述方法还包括:
根据所述待监控维持维度指标及所述待监控维持维度指标对应的变化规则,制定避免降级使用规则;
将所述避免降级使用规则推荐给持有所述用户账号的使用者,以使所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
7.如权利要求6所述的方法,其特征在于,所述将所述避免降级使用规则推荐给持有所述用户账号的使用者之后,所述方法还包括:
在所述宽限时间内,将所述用户账号当前所处的用户成长等级上调一级,以激励所述使用者在所述宽限时间内按照所述避免降级使用规则操作所述用户账号。
8.一种用户成长体系的管理装置,其特征在于,所述装置包括:
采集模块,用于根据预设的维持维度监控指标,分时段采集待监控用户账号提供的维持维度指标数据;
分析模块,用于对各时段的维持维度指标数据进行分析,得到所述维持维度监控指标对应的变化率;
调整模块,用于根据所述变化率和预设的用户成长等级调整规则,对所述用户账号当前所处的用户成长等级进行调整。
9.一种用户成长体系的管理设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户成长体系的管理程序,所述用户成长体系的管理程序配置为实现如权利要求1至7中任一项所述的用户成长体系的管理方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有用户成长体系的管理程序,所述用户成长体系的管理程序被处理器执行时实现如权利要求1至7任一项所述的用户成长体系的管理方法的步骤。
CN201910047781.2A 2019-01-17 2019-01-17 用户成长体系的管理方法、装置、设备及存储介质 Pending CN109902921A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910047781.2A CN109902921A (zh) 2019-01-17 2019-01-17 用户成长体系的管理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910047781.2A CN109902921A (zh) 2019-01-17 2019-01-17 用户成长体系的管理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN109902921A true CN109902921A (zh) 2019-06-18

Family

ID=66943732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910047781.2A Pending CN109902921A (zh) 2019-01-17 2019-01-17 用户成长体系的管理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN109902921A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827070A (zh) * 2019-10-30 2020-02-21 神州数码融信软件有限公司 基于动态扩展因子的用户成长计算方法及装置
CN114648358A (zh) * 2022-03-22 2022-06-21 广州云徙科技有限公司 一种增值服务的数据处理方法、系统、装置及介质
WO2023284722A1 (zh) * 2021-07-14 2023-01-19 华为技术有限公司 一种租户的资源管理方法及租户管理系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030055717A1 (en) * 2001-05-18 2003-03-20 Badugu Ujwal Rao Promotion system and method
CN101046857A (zh) * 2006-03-28 2007-10-03 腾讯科技(深圳)有限公司 一种等级体系的设置方法及其系统
US20130054463A1 (en) * 2011-08-15 2013-02-28 Ray Olson Dynamic Level Assessment
CN103379143A (zh) * 2012-04-18 2013-10-30 腾讯科技(深圳)有限公司 等级体系设置方法和系统
CN104967607A (zh) * 2015-04-24 2015-10-07 腾讯科技(北京)有限公司 一种信息处理方法、终端及服务器
CN105391654A (zh) * 2015-11-26 2016-03-09 中国建设银行股份有限公司 基于账户活跃度的系统资源分配方法及装置
CN105991723A (zh) * 2015-02-12 2016-10-05 广东欧珀移动通信有限公司 一种账号等级确定方法及终端
CN107316156A (zh) * 2017-06-30 2017-11-03 北京金山安全软件有限公司 一种数据处理方法、装置、服务器及存储介质
CN107993166A (zh) * 2017-08-16 2018-05-04 大家传承网络科技(深圳)有限公司 一种学分统计的学习系统及方法
CN108038130A (zh) * 2017-11-17 2018-05-15 中国平安人寿保险股份有限公司 虚假用户的自动清理方法、装置、设备及存储介质
CN108322317A (zh) * 2017-01-16 2018-07-24 腾讯科技(深圳)有限公司 一种账号识别关联方法及服务器
CN108449327A (zh) * 2018-02-27 2018-08-24 平安科技(深圳)有限公司 一种账号清理方法、装置、终端设备及存储介质
CN108460623A (zh) * 2018-02-02 2018-08-28 四川我家超市管理有限公司 记账方法、装置、电子设备及可读存储介质
US20180268652A1 (en) * 2017-03-20 2018-09-20 Konami Gaming, Inc. Casino management networked computer system and methods of operating same
CN108768840A (zh) * 2018-06-12 2018-11-06 北京京东金融科技控股有限公司 一种账号管理的方法和装置
CN109039712A (zh) * 2018-07-13 2018-12-18 广州神马移动信息科技有限公司 在线知识社区中用户的管理方法、装置、系统、存储介质
CN109146271A (zh) * 2018-08-08 2019-01-04 深圳市银雁金融服务有限公司 绩效管理方法、装置、终端及计算机可读存储介质
CN109191064A (zh) * 2018-08-06 2019-01-11 北京绿善心星球网络科技开发有限公司 数据处理方法、积分统计服务器、电子设备及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030055717A1 (en) * 2001-05-18 2003-03-20 Badugu Ujwal Rao Promotion system and method
CN101046857A (zh) * 2006-03-28 2007-10-03 腾讯科技(深圳)有限公司 一种等级体系的设置方法及其系统
US20130054463A1 (en) * 2011-08-15 2013-02-28 Ray Olson Dynamic Level Assessment
CN103379143A (zh) * 2012-04-18 2013-10-30 腾讯科技(深圳)有限公司 等级体系设置方法和系统
CN105991723A (zh) * 2015-02-12 2016-10-05 广东欧珀移动通信有限公司 一种账号等级确定方法及终端
CN104967607A (zh) * 2015-04-24 2015-10-07 腾讯科技(北京)有限公司 一种信息处理方法、终端及服务器
CN105391654A (zh) * 2015-11-26 2016-03-09 中国建设银行股份有限公司 基于账户活跃度的系统资源分配方法及装置
CN108322317A (zh) * 2017-01-16 2018-07-24 腾讯科技(深圳)有限公司 一种账号识别关联方法及服务器
US20180268652A1 (en) * 2017-03-20 2018-09-20 Konami Gaming, Inc. Casino management networked computer system and methods of operating same
CN107316156A (zh) * 2017-06-30 2017-11-03 北京金山安全软件有限公司 一种数据处理方法、装置、服务器及存储介质
CN107993166A (zh) * 2017-08-16 2018-05-04 大家传承网络科技(深圳)有限公司 一种学分统计的学习系统及方法
CN108038130A (zh) * 2017-11-17 2018-05-15 中国平安人寿保险股份有限公司 虚假用户的自动清理方法、装置、设备及存储介质
CN108460623A (zh) * 2018-02-02 2018-08-28 四川我家超市管理有限公司 记账方法、装置、电子设备及可读存储介质
CN108449327A (zh) * 2018-02-27 2018-08-24 平安科技(深圳)有限公司 一种账号清理方法、装置、终端设备及存储介质
CN108768840A (zh) * 2018-06-12 2018-11-06 北京京东金融科技控股有限公司 一种账号管理的方法和装置
CN109039712A (zh) * 2018-07-13 2018-12-18 广州神马移动信息科技有限公司 在线知识社区中用户的管理方法、装置、系统、存储介质
CN109191064A (zh) * 2018-08-06 2019-01-11 北京绿善心星球网络科技开发有限公司 数据处理方法、积分统计服务器、电子设备及存储介质
CN109146271A (zh) * 2018-08-08 2019-01-04 深圳市银雁金融服务有限公司 绩效管理方法、装置、终端及计算机可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827070A (zh) * 2019-10-30 2020-02-21 神州数码融信软件有限公司 基于动态扩展因子的用户成长计算方法及装置
WO2023284722A1 (zh) * 2021-07-14 2023-01-19 华为技术有限公司 一种租户的资源管理方法及租户管理系统
CN114648358A (zh) * 2022-03-22 2022-06-21 广州云徙科技有限公司 一种增值服务的数据处理方法、系统、装置及介质
CN114648358B (zh) * 2022-03-22 2024-01-09 广州云徙科技有限公司 一种增值服务的数据处理方法、系统、装置及介质

Similar Documents

Publication Publication Date Title
Scott A modern Bayesian look at the multi‐armed bandit
Combes et al. Learning to rank: Regret lower bounds and efficient algorithms
CN109902921A (zh) 用户成长体系的管理方法、装置、设备及存储介质
Mamer et al. Uncertainty, competition, and the adoption of new technology
Messelis et al. An automatic algorithm selection approach for the multi-mode resource-constrained project scheduling problem
Lee et al. An intelligent fuzzy agent for meeting scheduling decision support system
US10878324B2 (en) Problem analysis and priority determination based on fuzzy expert systems
Ye et al. Effects of behavioral patterns and network topology structures on Parrondo’s paradox
Liu et al. Generative adversarial construction of parallel portfolios
Li et al. Reinforcement learning algorithms for online single-machine scheduling
Zilker et al. Nonlinear probability weighting can reflect attentional biases in sequential sampling.
Cimini et al. Heterogeneity, quality, and reputation in an adaptive recommendation model
CN102624865A (zh) 集群负载预测方法及分布式集群管理系统
CN109685255A (zh) 一种预测用户流失的方法和装置
CN108306874A (zh) 服务接口访问限流方法及装置
Holden et al. Human judgment vs. quantitative models for the management of ecological resources
Archetti et al. A kernel search heuristic for the multivehicle inventory routing problem
Fuller et al. Learning-agent-based simulation for queue network systems
Collins et al. Comparing reinforcement learning approaches for solving game theoretic models: a dynamic airline pricing game example
CN106295806A (zh) 确定规定时间内访问存储服务器的存储容量的方法及装置
CN104283934B (zh) 一种基于可靠性预测的web服务推送方法、装置及服务器
Bergin et al. Comparative learning dynamics
Mahault et al. Emergent inequality and self-organized social classes in a network of power and frustration
CN113543160A (zh) 5g切片资源配置方法、装置、计算设备及计算机存储介质
CN106293936A (zh) 一种物理主机虚拟内存的局部最优解的确定方法及装置

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