CN110223030A - 提醒策略匹配方法、装置、计算机设备及存储介质 - Google Patents
提醒策略匹配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110223030A CN110223030A CN201910374836.0A CN201910374836A CN110223030A CN 110223030 A CN110223030 A CN 110223030A CN 201910374836 A CN201910374836 A CN 201910374836A CN 110223030 A CN110223030 A CN 110223030A
- Authority
- CN
- China
- Prior art keywords
- business
- reminded
- difficulty
- information
- prompting
- 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
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
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了提醒策略匹配方法、装置、计算机设备及存储介质。方法包括:若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;根据预设的风险计算模型获取每一所述待提醒业务的风险系数;根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略并发送至用户。本发明基于分类模型技术,能够快捷方便地根据难易程度对企业业务进行分类并制定相应的提醒策略,从而实现高效地对业务的提醒策略进行匹配,在实际应用过程中取得了良好的技术效果。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种提醒策略匹配方法、装置、计算机设备及存储介质。
背景技术
企业因业务需求会以多种方式对客户进行催办提醒,由于大型企业所拥有的业务量巨大,需根据对业务进行催办的难易程度对企业业务进行分类并制定相应的提醒策略。传统的技术方法均是人工对业务的难易程度进行判断并对业务制定提醒策略,然而在面对巨量业务时该方法需耗费大量人力,给企业带来较大的成本压力。因而现有的提醒策略匹配方法在对业务的提醒策略进行匹配时存在匹配效率不高的问题。
发明内容
本发明实施例提供了一种提醒策略匹配方法、装置、计算机设备及存储介质,旨在解决现有技术方法中所存在的无法高效地对提醒策略进行匹配的问题。
第一方面,本发明实施例提供了一种提醒策略匹配方法,其包括:
若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;
根据预设的风险计算模型获取每一所述待提醒业务的风险系数;
根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;
根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略;
将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
第二方面,本发明实施例提供了一种提醒策略匹配装置,其包括:
业务信息表筛选单元,用于若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;
业务风险系数获取单元,用于根据预设的风险计算模型获取每一所述待提醒业务的风险系数;
业务难度系数获取单元,用于根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;
业务提醒策略匹配单元,用于根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略;
提醒策略发送单元,用于将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、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计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的提醒策略匹配方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的提醒策略匹配方法。
本发明实施例提供了一种提醒策略匹配方法、装置、计算机设备及存储介质。在本发明实施例所提供的提醒策略匹配方法中,根据筛选规则信息从业务信息表中筛选得到待提醒业务,并计算每一待提醒业务的风险系数,根据风险系数进一步计算每一待提醒业务的难易系数,根据难易系数匹配得到每一待提醒业务的提醒策略并发送至用户。能够快捷方便地根据难易程度对企业业务进行分类并制定相应的提醒策略,从而实现高效地对业务的提醒策略进行匹配,在实际应用过程中取得了良好的技术效果。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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为本发明实施例提供的提醒策略匹配方法的流程示意图;
图2为本发明实施例提供的提醒策略匹配方法的子流程示意图;
图3为本发明实施例提供的提醒策略匹配方法的另一子流程示意图;
图4为本发明实施例提供的提醒策略匹配方法的另一子流程示意图;
图5为本发明实施例提供的提醒策略匹配方法的另一子流程示意图;
图6为本发明实施例提供的提醒策略匹配装置的示意性框图;
图7为本发明实施例提供的提醒策略匹配装置的子单元示意性框图;
图8为本发明实施例提供的提醒策略匹配装置的另一子单元示意性框图;
图9为本发明实施例提供的提醒策略匹配装置的另一子单元示意性框图;
图10为本发明实施例提供的提醒策略匹配装置的另一子单元示意性框图;
图11为本发明实施例提供的计算机设备的示意性框图。
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做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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1是本发明实施例提供的提醒策略匹配方法的流程示意图。该提醒策略匹配方法应用于用户终端中,该方法通过安装于用户终端中的应用软件进行执行,用户终端即是用于执行提醒策略匹配方法以对业务的提醒策略进行匹配的终端设备,例如台式电脑、笔记本电脑、平板电脑或手机等。
如图1所示,该方法包括步骤S110~S150。
S110、若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务。
若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务。具体的,业务信息表即是包含企业所有业务的数据表,业务的类型可以是信用卡业务或贷款业务等。业务信息表中每一业务均包含客户姓名、客户身份证号、客户电话、逾期天数、客户收入、提醒记录、最低还款额、逾期总金额等信息。在业务信息表中包含部分无需发出提醒信息的业务,因此需通过用户所输入的筛选规则信息对将无需发出提醒信息的业务从业务数据表中进行筛除,以最终筛选得到需发出提醒信息的待提醒业务,待提醒业务中所包含业务的数量可以是一份也可以是多份。
在一实施例中,如图2所示,步骤S110包括子步骤S111、S112、S113和S114。
S111、根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;其中,所述业务的类型为信用卡业务或贷款业务。
根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息。业务信息表中包含已被企业列入黑名单的客户所办理的业务,黑名单信息中即包含部分客户的个人信息,则可根据筛选规则信息中的黑名单信息将与黑名单信息中对应客户所办理的业务从业务信息表中筛除,得到第一业务信息,其中,第一业务信息中至少包含一份业务。
S112、根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息。
根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息。业务信息表中每一业务还包括提醒记录,提醒记录即是用于记录该业务是否已被人工提醒的信息,若业务已被人工提醒,则该业务的提醒记录为已提醒;若业务未被人工提醒,则该业务的提醒记录为未提醒。已被人工提醒的业务无需再次发出提醒信息,可通过对第一业务信息中业务的提醒记录是否为未提醒进行判断,以得到包含所有未提醒业务的第二业务信息。
S113、根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断。
根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断。具体的,逾期天数即是该业务已超出办理截止日期的天数,若某一业务超出办理截止日期则记录超出该办理截止日期的天数以得到该业务的逾期天数。为获取易于催办的业务,可通过输入逾期天数阈值对第二业务信息中业务的逾期天数是否超出进行判断,逾期天数阈值可由用户在筛选规则信息中进行配置。
S114、获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。
获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。根据判断结果即可获取第二业务信息中所有未超出逾期天数阈值的业务,也即是得到待提醒业务。
例如,逾期天数阈值设置为45天,则获取第二业务信息中所有逾期天数不大于45天的业务作为待提醒业务。
S120、根据预设的风险计算模型获取每一所述待提醒业务的风险系数。
根据预设的风险计算模型获取每一所述待提醒业务的风险系数。每一信用卡业务或贷款业务均具有一定的风险,且由于每一待提醒业务所具有的风险各不相同,风险较大的待提醒业务则催办难度也对应增加;风险较小的待提醒业务催办难度相对较小。为对待提醒业务的风险进行量化,可通过风险计算模型获取每一待提醒业务的风险系数,通过风险系数即直观体现该待提醒业务的风险。
在一实施例中,如图3所示,步骤S120包括子步骤S121和S122。
S121、获取每一所述待提醒业务的逾期天数及客户收入。
获取每一所述待提醒业务的逾期天数及客户收入。在对待提醒业务的风险系数进行计算之前,可从业务信息表中获取每一待提醒业务的逾期天数及客户收入,客户收入即是业务对应客户的收入信息。具体的,逾期天数越大,该业务的风险越高;客户收入越小,则该业务的风险越高。
S122、根据所述风险计算模型中的风险系数公式i=5000×ln((50+t)/(50-t))/r,计算得到每一所述待提醒业务的风险系数i,其中r为客户收入,t为逾期天数。
将每一待提醒业务的逾期天数及客户收入输入风险系数计算公式进行计算,即可得到每一待提醒业务的风险系数,具体的风险系数公式为:i=5000×ln((50+t)/(50-t))/r,其中i为所计算得到的风险系数,r为客户收入,t为逾期天数。
例如,某一待提醒业务的逾期天数为30,客户收入为4000,根据上述公式计算得到i=5000×ln((50+30)/(50-30))/4000=1.73,则得到该待提醒业务的风险系数i为1.73。
S130、根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数。
根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数。具体的,难度计算模型即是用于计算以得到待提醒业务难度系数的模型,难易系数即可体现待提醒业务的催办难度,难度系数越大则表明该待提醒业务的催办难度也越大。
在一实施例中,如图4所示,步骤S130包括子步骤S131和S132。
S131、获取每一所述待提醒业务的最低还款额及逾期总金额。
获取每一所述待提醒业务的最低还款额及逾期总金额。具体的,最低还款额即是该待提醒业务中用户当前所需还款的最低数额,逾期总金额即是该待提醒业务中用户所需还款的总额,可从业务信息表中获取每一待提醒业务的最低还款额及逾期总金额。
S132、根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。
根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。具体的,将待提醒业务的风险系数、最低还款额及逾期总金额输入上述难度系数公式即可计算得到对应待提醒业务的难度系数,通过类似方法即可最终获取到每一待提醒业务的难度系数。
例如,某一待提醒业务的风险系数i为1.73,最低还款额S0为500,逾期总金额S为5000,则对应计算得到该待提醒业务的难度系数F为86.5。
S140、根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略。
根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略。不同催办难度的待提醒业务需采用相对应的提醒策略,以提高企业对客户进行提醒的效率。提醒策略模型即是用于对待提醒业务的难度系数进行匹配的模型,提醒策略模型中包含多个难度区间,每一难度区间均对应一个策略信息。
在一实施例中,如图5所示,步骤S140包括子步骤S141和S142。
S141、获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间。
获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间。通过将待提醒业务的难度系数与提醒策略模型中所包含的多个难度区间进行匹配,即可获取与待提醒业务难度系数对应的目标难度区间。
例如,提醒策略模型中的难度区间包括:第一难度区间[0,20]、第二难度区间(20,60]、第三难度区间(60,150]、第四难度区间(150,+∞),某一待提醒业务的难度系数F为86.5,则第三难度区间为该待提醒业务的目标难度区间。
S142、获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。
获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。提醒策略模型中每一难度区间均对应一个策略信息,则可获取每一待提醒业务的目标难度区间对应的策略信息,作为与待提醒业务所匹配的提醒策略。
例如,每一难度区间对应的策略信息如表1所示。
区间名称 | 区间值 | 策略信息 |
第一难度区间 | [0,20] | 发送短信 |
第二难度区间 | (20,60] | AI语音提醒 |
第三难度区间 | (60,150] | 人工电话提醒 |
第四难度区间 | (150,+∞) | 委外提醒 |
表1
根据表1中所示,某一待提醒业务的目标难度区间为第三难度区间,则得到与该待提醒业务相匹配的提醒策略为人工电话提醒。
S150、将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
获取到每一待提醒业务的提醒策略后,即可将待提醒业务的提醒策略发送至相应的用户终端,用户通过用户终端接收每一待提醒业务对应的提醒策略后,即可根据待提醒业务的提醒策略对该待提醒业务进行处理。
在本发明实施例所提供的提醒策略匹配方法中,根据筛选规则信息从业务信息表中筛选得到待提醒业务,并计算每一待提醒业务的风险系数,根据风险系数进一步计算每一待提醒业务的难易系数,根据难易系数匹配得到每一待提醒业务的提醒策略并发送至用户。能够快捷方便地根据难易程度对企业业务进行分类并制定相应的提醒策略,从而实现高效地对业务的提醒策略进行匹配,在实际应用过程中取得了良好的技术效果。
本发明实施例还提供一种提醒策略匹配装置,该提醒策略匹配装置用于执行前述提醒策略匹配方法的任一实施例。具体地,请参阅图6,图6是本发明实施例提供的提醒策略匹配装置的示意性框图。该提醒策略匹配装置可以配置于台式电脑、笔记本电脑、平板电脑或手机等用户终端中。
如图6所示,提醒策略匹配装置100包括业务信息表筛选单元110、业务风险系数获取单元120、业务难度系数获取单元130、业务提醒策略匹配单元140和提醒策略发送单元150。
业务信息表筛选单元110,用于若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务。
若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务。具体的,业务信息表即是包含企业所有业务的数据表,业务的类型可以是信用卡业务或贷款业务等。业务信息表中每一业务均包含客户姓名、客户身份证号、客户电话、逾期天数、客户收入、提醒记录、最低还款额、逾期总金额等信息。在业务信息表中包含部分无需发出提醒信息的业务,因此需通过用户所输入的筛选规则信息对将无需发出提醒信息的业务从业务数据表中进行筛除,以最终筛选得到需发出提醒信息的待提醒业务,待提醒业务中所包含业务的数量可以是一份也可以是多份。
其他发明实施例中,如图7所示,所述业务信息表筛选单元110包括子单元:黑名单信息筛除单元111、未提醒业务筛选单元112、逾期天数判断单元113和待提醒业务获取单元114。
黑名单信息筛除单元111,用于根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;其中,所述业务的类型为信用卡业务或贷款业务。
根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息。业务信息表中包含已被企业列入黑名单的客户所办理的业务,黑名单信息中即包含部分客户的个人信息,则可根据筛选规则信息中的黑名单信息将与黑名单信息中对应客户所办理的业务从业务信息表中筛除,得到第一业务信息,其中,第一业务信息中至少包含一份业务。
未提醒业务筛选单元112,用于根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息。
根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息。业务信息表中每一业务还包括提醒记录,提醒记录即是用于记录该业务是否已被人工提醒的信息,若业务已被人工提醒,则该业务的提醒记录为已提醒;若业务未被人工提醒,则该业务的提醒记录为未提醒。已被人工提醒的业务无需再次发出提醒信息,可通过对第一业务信息中业务的提醒记录是否为未提醒进行判断,以得到包含所有未提醒业务的第二业务信息。
逾期天数判断单元113,用于根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断。
根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断。具体的,逾期天数即是该业务已超出办理截止日期的天数,若某一业务超出办理截止日期则记录超出该办理截止日期的天数以得到该业务的逾期天数。为获取易于催办的业务,可通过输入逾期天数阈值对第二业务信息中业务的逾期天数是否超出进行判断,逾期天数阈值可由用户在筛选规则信息中进行配置。
待提醒业务获取单元114,用于获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。
获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。根据判断结果即可获取第二业务信息中所有未超出逾期天数阈值的业务,也即是得到待提醒业务。
业务风险系数获取单元120,用于根据预设的风险计算模型获取每一所述待提醒业务的风险系数。
根据预设的风险计算模型获取每一所述待提醒业务的风险系数。每一信用卡业务或贷款业务均具有一定的风险,且由于每一待提醒业务所具有的风险各不相同,风险较大的待提醒业务则催办难度也对应增加;风险较小的待提醒业务催办难度相对较小。为对待提醒业务的风险进行量化,可通过风险计算模型获取每一待提醒业务的风险系数,通过风险系数即直观体现该待提醒业务的风险。
其他发明实施例中,如图8所示,所述业务风险系数获取单元120包括子单元:业务信息获取单元121和风险系数计算单元122。
业务信息获取单元121,用于获取每一所述待提醒业务的逾期天数及客户收入。
获取每一所述待提醒业务的逾期天数及客户收入。在对待提醒业务的风险系数进行计算之前,可从业务信息表中获取每一待提醒业务的逾期天数及客户收入,客户收入即是业务对应客户的收入信息。具体的,逾期天数越大,该业务的风险越高;客户收入越小,则该业务的风险越高。
风险系数计算单元122,用于根据所述风险计算模型中的风险系数公式i=5000×ln((50+t)/(50-t))/r,计算得到每一所述待提醒业务的风险系数i,其中r为客户收入,t为逾期天数。
将每一待提醒业务的逾期天数及客户收入输入风险系数计算公式进行计算,即可得到每一待提醒业务的风险系数,具体的风险系数公式为:i=5000×ln((50+t)/(50-t))/r,其中i为所计算得到的风险系数,r为客户收入,t为逾期天数。
业务难度系数获取单元130,用于根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数。
根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数。具体的,难度计算模型即是用于计算以得到待提醒业务难度系数的模型,难易系数即可体现待提醒业务的催办难度,难度系数越大则表明该待提醒业务的催办难度也越大。
其他发明实施例中,如图9所示,所述业务难度系数获取单元130包括子单元:金额信息获取单元131和难度系数计算单元132。
金额信息获取单元131,用于获取每一所述待提醒业务的最低还款额及逾期总金额。
获取每一所述待提醒业务的最低还款额及逾期总金额。具体的,最低还款额即是该待提醒业务中用户当前所需还款的最低数额,逾期总金额即是该待提醒业务中用户所需还款的总额,可从业务信息表中获取每一待提醒业务的最低还款额及逾期总金额。
难度系数计算单元132,用于根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。
根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。具体的,将待提醒业务的风险系数、最低还款额及逾期总金额输入上述难度系数公式即可计算得到对应待提醒业务的难度系数,通过类似方法即可最终获取到每一待提醒业务的难度系数。
业务提醒策略匹配单元140,用于根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略。
根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略。不同催办难度的待提醒业务需采用相对应的提醒策略,以提高企业对客户进行提醒的效率。提醒策略模型即是用于对待提醒业务的难度系数进行匹配的模型,提醒策略模型中包含多个难度区间,每一难度区间均对应一个策略信息。
其他发明实施例中,如图10所示,所述业务提醒策略匹配单元140包括子单元:目标难度区间获取单元141和提醒策略匹配单元142。
目标难度区间获取单元141,用于获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间。
获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间。通过将待提醒业务的难度系数与提醒策略模型中所包含的多个难度区间进行匹配,即可获取与待提醒业务难度系数对应的目标难度区间。
提醒策略匹配单元142,用于获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。
获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。提醒策略模型中每一难度区间均对应一个策略信息,则可获取每一待提醒业务的目标难度区间对应的策略信息,作为与待提醒业务所匹配的提醒策略。
提醒策略发送单元150,用于将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
获取到每一待提醒业务的提醒策略后,即可将待提醒业务的提醒策略发送至相应的用户终端,用户通过用户终端接收每一待提醒业务对应的提醒策略后,即可根据待提醒业务的提醒策略对该待提醒业务进行处理。
在本发明实施例所提供的提醒策略匹配装置应用上述提醒策略匹配方法,根据筛选规则信息从业务信息表中筛选得到待提醒业务,并计算每一待提醒业务的风险系数,根据风险系数进一步计算每一待提醒业务的难易系数,根据难易系数匹配得到每一待提醒业务的提醒策略并发送至用户。能够快捷方便地根据难易程度对企业业务进行分类并制定相应的提醒策略,从而实现高效地对业务的提醒策略进行匹配,在实际应用过程中取得了良好的技术效果。
上述提醒策略匹配装置可以实现为计算机程序的形式,该计算机程序可以在如图11所示的计算机设备上运行。
请参阅图11,图11是本发明实施例提供的计算机设备的示意性框图。
参阅图11,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行提醒策略匹配方法。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行提醒策略匹配方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图11中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下功能:若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;根据预设的风险计算模型获取每一所述待提醒业务的风险系数;根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略;将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
在一实施例中,处理器502在执行若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务的步骤时,执行如下操作:根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;其中,所述业务的类型为信用卡业务或贷款业务;根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息;根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断;获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。
在一实施例中,处理器502在执行根据预设的风险计算模型获取每一所述待提醒业务的风险系数的步骤时,执行如下操作:获取每一所述待提醒业务的逾期天数及客户收入;根据所述风险计算模型中的风险系数公式i=5000×ln((50+t)/(50-t))/r,计算得到每一所述待提醒业务的风险系数i,其中r为客户收入,t为逾期天数。
在一实施例中,处理器502在执行根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数的步骤时,执行如下操作:获取每一所述待提醒业务的最低还款额及逾期总金额;根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。
在一实施例中,处理器502在执行根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略的步骤时,执行如下操作:获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间;获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。
本领域技术人员可以理解,图11中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备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。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图11所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现以下步骤:若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;根据预设的风险计算模型获取每一所述待提醒业务的风险系数;根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略;将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
在一实施例中,所述若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务的步骤,包括:根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;其中,所述业务的类型为信用卡业务或贷款业务;根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息;根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断;获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。
在一实施例中,所述根据预设的风险计算模型获取每一所述待提醒业务的风险系数的步骤,包括:获取每一所述待提醒业务的逾期天数及客户收入;根据所述风险计算模型中的风险系数公式i=5000×ln((50+t)/(50-t))/r,计算得到每一所述待提醒业务的风险系数i,其中r为客户收入,t为逾期天数。
在一实施例中,所述根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数的步骤,包括:获取每一所述待提醒业务的最低还款额及逾期总金额;根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。
在一实施例中,所述根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略的步骤,包括:获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间;获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。
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,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。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,或者该技术方案的全部或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计算机可读存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种提醒策略匹配方法,其特征在于,包括:
若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;
根据预设的风险计算模型获取每一所述待提醒业务的风险系数;
根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;
根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略。
将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
2.根据权利要求1所述的提醒策略匹配方法,其特征在于,所述根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务,包括:
根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;其中,所述业务的类型为信用卡业务或贷款业务;
根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息;
根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断;
获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。
3.根据权利要求2所述的提醒策略匹配方法,其特征在于,所述根据预设的风险计算模型获取每一所述待提醒业务的风险系数,包括:
获取每一所述待提醒业务的逾期天数及客户收入;
根据所述风险计算模型中的风险系数公式i=5000×ln((50+t)/(50-t))/r,计算得到每一所述待提醒业务的风险系数i,其中r为客户收入,t为逾期天数。
4.根据权利要求3所述的提醒策略匹配方法,其特征在于,所述根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数,包括:
获取每一所述待提醒业务的最低还款额及逾期总金额;
根据所述难度计算模型中的难度系数公式F=(i×S0 2)/S,计算得到每一所述待提醒业务的难度系数F,其中S0为最低还款额,S为逾期总金额。
5.根据权利要求1所述的提醒策略匹配方法,其特征在于,所述根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略,包括:
获取所述提醒策略模型中与每一所述待提醒业务难度系数对应的难度区间作为该待提醒业务的目标难度区间;
获取每一所述待提醒业务的目标难度区间在所述提醒策略模型中对应的策略信息以得到与每一所述待提醒业务相匹配的提醒策略。
6.一种提醒策略匹配装置,其特征在于,包括:
业务信息表筛选单元,用于若接收到用户所输入的筛选规则信息,根据所述筛选规则信息对预设的业务信息表进行筛选以得到待提醒业务;
业务风险系数获取单元,用于根据预设的风险计算模型获取每一所述待提醒业务的风险系数;
业务难度系数获取单元,用于根据预设的难度计算模型及所述风险系数获取每一所述待提醒业务的难易系数;
业务提醒策略匹配单元,用于根据预设的提醒策略模型及所述难易系数获取与每一所述待提醒业务相匹配的提醒策略;
提醒策略发送单元,用于将每一所述待提醒业务相匹配的提醒策略发送至所述用户对应的用户终端。
7.根据权利要求6所述的提醒策略匹配装置,其特征在于,所述业务信息表筛选单元,包括:
黑名单信息筛除单元,用于根据所述筛选规则信息中的黑名单信息对所述业务信息表中所包含的业务进行筛除以得到第一业务信息;其中,所述业务的类型为信用卡业务或贷款业务;
未提醒业务筛选单元,用于根据所述第一业务信息中业务的提醒记录获取提醒记录为未提醒的业务以得到第二业务信息;
逾期天数判断单元,用于根据所述筛选规则信息中的逾期天数阈值对所述第二业务信息中业务的逾期天数是否超出逾期天数阈值进行判断;
待提醒业务获取单元,用于获取所述第二业务信息中未超出逾期天数阈值的业务以得到待提醒业务。
8.根据权利要求7所述的提醒策略匹配装置,其特征在于,所述业务风险系数获取单元,包括:
业务信息获取单元,用于获取每一所述待提醒业务的逾期天数及客户收入;
风险系数计算单元,用于根据所述风险计算模型中的风险系数公式i=5000×ln((50+t)/(50-t))/r,计算得到每一所述待提醒业务的风险系数i,其中r为客户收入,t为逾期天数。
9.一种计算机设备,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5中任一项所述的提醒策略匹配方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至5任一项所述的提醒策略匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910374836.0A CN110223030A (zh) | 2019-05-07 | 2019-05-07 | 提醒策略匹配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910374836.0A CN110223030A (zh) | 2019-05-07 | 2019-05-07 | 提醒策略匹配方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110223030A true CN110223030A (zh) | 2019-09-10 |
Family
ID=67820645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910374836.0A Pending CN110223030A (zh) | 2019-05-07 | 2019-05-07 | 提醒策略匹配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110223030A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110659841A (zh) * | 2019-09-29 | 2020-01-07 | 深圳前海环融联易信息科技服务有限公司 | 风险资产筛选方法、装置、计算机设备及存储介质 |
CN113706030A (zh) * | 2021-08-31 | 2021-11-26 | 平安普惠企业管理有限公司 | 信息提醒方法、装置、设备及存储介质 |
CN113837866A (zh) * | 2021-09-29 | 2021-12-24 | 重庆富民银行股份有限公司 | 基于全量存量客户的二阶段式管理方法及系统 |
US11475493B2 (en) | 2019-12-11 | 2022-10-18 | Ul Llc | Methods for dynamically assessing applicability of product regulation updates to product profiles |
CN115907276A (zh) * | 2023-01-06 | 2023-04-04 | 中邮消费金融有限公司 | 缴费提醒方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845747A (zh) * | 2016-06-29 | 2017-06-13 | 国网浙江省电力公司宁波供电公司 | 基于电力客户标签的电费风险防控应用方法 |
CN108090826A (zh) * | 2017-11-13 | 2018-05-29 | 平安科技(深圳)有限公司 | 一种电话催收方法及终端设备 |
-
2019
- 2019-05-07 CN CN201910374836.0A patent/CN110223030A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845747A (zh) * | 2016-06-29 | 2017-06-13 | 国网浙江省电力公司宁波供电公司 | 基于电力客户标签的电费风险防控应用方法 |
CN108090826A (zh) * | 2017-11-13 | 2018-05-29 | 平安科技(深圳)有限公司 | 一种电话催收方法及终端设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110659841A (zh) * | 2019-09-29 | 2020-01-07 | 深圳前海环融联易信息科技服务有限公司 | 风险资产筛选方法、装置、计算机设备及存储介质 |
CN110659841B (zh) * | 2019-09-29 | 2022-08-09 | 深圳前海环融联易信息科技服务有限公司 | 风险资产筛选方法、装置、计算机设备及存储介质 |
US11475493B2 (en) | 2019-12-11 | 2022-10-18 | Ul Llc | Methods for dynamically assessing applicability of product regulation updates to product profiles |
CN113706030A (zh) * | 2021-08-31 | 2021-11-26 | 平安普惠企业管理有限公司 | 信息提醒方法、装置、设备及存储介质 |
CN113706030B (zh) * | 2021-08-31 | 2023-08-18 | 平安普惠企业管理有限公司 | 信息提醒方法、装置、设备及存储介质 |
CN113837866A (zh) * | 2021-09-29 | 2021-12-24 | 重庆富民银行股份有限公司 | 基于全量存量客户的二阶段式管理方法及系统 |
CN115907276A (zh) * | 2023-01-06 | 2023-04-04 | 中邮消费金融有限公司 | 缴费提醒方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110223030A (zh) | 提醒策略匹配方法、装置、计算机设备及存储介质 | |
CN109102387A (zh) | 一种额度调整方法、服务器及计算机可读介质 | |
CN110377433A (zh) | 支付结果的异步通知方法、装置及支付网关、存储介质 | |
CN109345306A (zh) | 会员积分数据处理方法、装置、计算机设备及存储介质 | |
CN107371146A (zh) | 一种选择短信通道的方法及终端 | |
CN109272219A (zh) | 绩效考核方法、装置、计算机设备及存储介质 | |
CN107147724A (zh) | 一种消息推送方法、服务器及计算机可读存储介质 | |
CN110060143A (zh) | 业务对接方法、装置、计算机设备及存储介质 | |
CN109078333A (zh) | 一种匹配游戏好友的方法及装置 | |
CN110086648A (zh) | 工单的生成方法、装置、计算机设备及存储介质 | |
CN108711047A (zh) | 一种自动还款方法、系统及终端设备 | |
CN109474515A (zh) | 风险事件的邮件推送方法、装置、计算机设备及存储介质 | |
CN106791068A (zh) | 一种待办事项的提醒方法和终端 | |
CN112437198B (zh) | 智能外呼数据处理方法、装置及存储介质 | |
CN110188980A (zh) | 企业风险评分方法、装置、计算机设备及存储介质 | |
CN110659922B (zh) | 一种客户筛选方法、装置、服务器及计算机可读存储介质 | |
CN109191104A (zh) | 一种信息处理方法及其设备 | |
CN110246016A (zh) | 信息管理方法、装置及计算机存储介质 | |
CN108874738A (zh) | 分布式并行运算方法、装置、计算机设备及存储介质 | |
CN109993417A (zh) | 一种业务状态标识添加方法、装置及存储介质 | |
CN109561132A (zh) | 一种信息推送方法、装置、服务器及终端 | |
CN108694672A (zh) | 订单处理方法、装置、计算机设备及存储介质 | |
CN108076236A (zh) | 排班方法及装置 | |
CN109472312A (zh) | 应用程序评估方法、装置、计算机设备及存储介质 | |
CN109376979A (zh) | 测算绩效的方法、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 |