CN110232590B - 一种方案的生成方法及设备 - Google Patents

一种方案的生成方法及设备 Download PDF

Info

Publication number
CN110232590B
CN110232590B CN201910431139.4A CN201910431139A CN110232590B CN 110232590 B CN110232590 B CN 110232590B CN 201910431139 A CN201910431139 A CN 201910431139A CN 110232590 B CN110232590 B CN 110232590B
Authority
CN
China
Prior art keywords
transfer
frequent
record
products
product
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
Application number
CN201910431139.4A
Other languages
English (en)
Other versions
CN110232590A (zh
Inventor
牛奔
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 Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China 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 Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN201910431139.4A priority Critical patent/CN110232590B/zh
Publication of CN110232590A publication Critical patent/CN110232590A/zh
Application granted granted Critical
Publication of CN110232590B publication Critical patent/CN110232590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

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

本发明适用于数据处理技术领域,提供了一种方案的生成方法及设备,包括:获取目标产品的转移记录;基于所有转移记录,分别统计每个转移属性项取各个参数值的出现次数,并选取出现次数大于预设的出现阈值的参数值作为频繁参数值;根据各个转移属性项的频繁参数值,生成目标产品的频繁项集;基于各个目标产品的频繁项集,计算任意两个目标产品之间的关联度;将关联度大于预设的关联阈值的两个目标产品作为互为关联产品,并生成关于互为关联产品的转移方案。本发明对于关联度高的产品统一生成转移方案,从而能够在用户购买某一个产品时,可以直接推荐关联度高的其他产品,提高产品的曝光率,进一步提高关联产品的转移量。

Description

一种方案的生成方法及设备
技术领域
本发明属于数据处理技术领域,尤其涉及一种方案的生成方法及设备。
背景技术
随着产品数量的不断增加,如何有效地对产品进行推广并制定销售策略,则会直接影响到了产品的销售情况。现有的方案的生成技术,主要是通过研究单一产品的销售情况制定相应的销售策略。然而上述方式忽略了产品之间的购买关联关系,从而导致制定的销售策略不准确,降低了产品的转移率,无法带动关联产品的转移量。
发明内容
有鉴于此,本发明实施例提供了一种方案的生成方法及设备,以解决现有的方案的生成方法,忽略了产品之间的购买关联关系,从而导致制定的销售策略不准确,降低了产品的转移率,无法带动关联产品的转移量的问题。
本发明实施例的第一方面提供了一种方案的生成方法,包括:
获取目标产品的转移记录;所述转移记录包括N个转移属性项;所述N为大于1的正整数;
基于所有所述转移记录,分别统计每个所述转移属性项取各个参数值的出现次数,并选取所述出现次数大于预设的出现阈值的所述参数值作为频繁参数值;
根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集;所述频繁项集由M个取所述频繁参数值的所述转移属性项构成;所述M为小于或等于N的正整数;
基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度;
将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案。
本发明实施例的第二方面提供了一种方案的生成设备,包括:
转移记录获取单元,用于获取目标产品的转移记录;所述转移记录包括N个转移属性项;所述N为大于1的正整数;
频繁参数值获取单元,用于基于所有所述转移记录,分别统计每个所述转移属性项取各个参数值的出现次数,并选取所述出现次数大于预设的出现阈值的所述参数值作为频繁参数值;
频繁项集生成单元,用于根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集;所述频繁项集由M个取所述频繁参数值的所述转移属性项构成;所述M为小于或等于N的正整数;
产品关联度计算单元,用于基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度;
产品销售方案生成单元,用于将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面的各个步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面的各个步骤。
实施本发明实施例提供的一种方案的生成方法及设备具有以下有益效果:
本发明实施例通过获取需要进行销售的目标产品的转移记录,并统计转移记录内各个转移属性项取不同参数值的出现次数,从而确定各个转移属性项的频繁参数值,通过对多个频繁参数值进行组合,生成目标产品的频繁项集;继而通过两个不同目标产品的频繁项集,计算两者之间的关联度,从而确定出关联度较强的关联产品,并统一为关联产品配置产品销售方案,从而能够实现关联产品的自动识别,制定的转移方案也能够带动关联产品的转移率,从而提高产品的销售量。与现有的方案的生成方法相比,本发明实施例并不将各个产品的销售情况进行独立分析,而是对两个甚至多个产品的转移记录进行特质参数提取,即确定多个产品的频繁项集,并基于频繁项集确定不同产品之间的关联度,对于关联度高的产品统一生成转移方案,从而能够在用户购买某一个产品时,可以直接推荐关联度高的其他产品,提高产品的曝光率,进一步提高关联产品的转移率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种方案的生成方法的实现流程图;
图2是本发明第二实施例提供的一种方案的生成方法S104具体实现流程图;
图3是本发明第三实施例提供的一种方案的生成方法具体实现流程图;
图4是本发明第四实施例提供的一种方案的生成方法S103具体实现流程图;
图5是本发明第五实施例提供的一种方案的生成方法S105具体实现流程图;
图6是本发明一实施例提供的一种方案的生成设备的结构框图;
图7是本发明另一实施例提供的一种终端设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例通过获取需要进行销售的目标产品的转移记录,并统计转移记录内各个转移属性项取不同参数值的出现次数,从而确定各个转移属性项的频繁参数值,通过对多个频繁参数值进行组合,生成目标产品的频繁项集;继而通过两个不同目标产品的频繁项集,计算两者之间的关联度,从而确定出关联度较强的关联产品,并统一为关联产品配置产品销售方案,从而能够实现关联产品的自动识别,制定的产品销售方案也能够带动关联产品的销售,提高销售的成功率,解决了解决现有的方案的生成技术,忽略了产品之间的购买关联关系,从而导致制定的销售策略不准确,无法带动关联产品的销售量,降低了销售成功率的问题。
在本发明实施例中,流程的执行主体为终端设备。该终端设备包括但不限于:服务器、计算机、智能手机以及平板电脑等能够执行方案的生成操作的设备。图1示出了本发明第一实施例提供的方案的生成方法的实现流程图,详述如下:
在S101中,获取目标产品的转移记录;所述转移记录包括N个转移属性项;所述N为大于1的正整数。
在本实施例中,终端设备根据目标产品的产品标识,从转移记录数据库中提取与产品标识相匹配的转移记录作为目标产品的转移记录,优选地,终端设备可以读取转移记录中产品项目栏的编号值,将该编号值与目标产品的产品标识进行匹配,从而确定该转移记录是否为目标产品的转移记录。
可选地,在本实施例中,若转移记录数据库内并不存在目标产品的转移记录,即属于未发布产品,在该情况下,终端设备可以获取该目标产品的关联产品,该关联产品可以为与目标产品的产品类型相同的其他产品,也可以为目标产品的版本编号相邻的其他产品,由于两个产品的版本编号相邻,即表示目标产品是较新版本的产品,而另一个属于历史版本的产品,两个产品的转移对象差异不大,因此可以将历史版本的产品的转移记录作为目标产品关联的转移记录,从而对于新发布的产品也能够快速生成产品销售方案,提高了产品销售方案生成的适用范围。
在本实施例中,终端设备可以为不同的产品配置销售方案触发条件,若检测到当前时刻满足任一产品的销售方案触发条件,则将该产品识别为目标产品,并生成关于该目标产品的产品销售方案。可选地该销售方案触发条件可以为时间触发条件,例如产品的发布时间,终端设备检测到当前时间到达目标产品的预设的发布时间,则执行方案的生成流程;若目标产品是具有周期性推广特性的产品,则用户可以为该目标产品配置推广周期,检测到当前时刻到达预设的推广周期,则执行方案的生成流程。当然,该销售方案触发条件还可以为事件触发条件,当检测到当前时刻触发了预设时间时,则生成该产品的转移方案。
在本实施例中,目标产品的转移记录中记录有多个与销售维度相关的项目,即上述的转移属性项,例如转移对象、转移成本、销售日期、产品类型,而每个转移属性项下还可以包含有销售子项,又例如转移对象中还可以拆分为对象性别、对象收入、对象联系人等进一步细化转移属性项的子项,通过转移记录中每个转移属性项的参数值,可以确定目标产品的销售规律、目标客户以及销售情况等信息,从而可以基于上述历史信息指定对应的销售方案。
在S102中,基于所有所述转移记录,分别统计每个所述转移属性项取各个参数值的出现次数,并选取所述出现次数大于预设的出现阈值的所述参数值作为频繁参数值。
在本实施例中,终端设备在获取了转移记录后,为每个转移属性项创建对应的转移属性项参数组,读取每个转移记录中关于该转移属性项的参数值,并将该参数值添加到对应的转移属性项的转移属性项参数组内。终端设备在对所有转移记录进行读取并将转移记录中关于转移属性项的参数值导入到转移属性项参数组后,则可以统计该转移属性项参数组内每个参数值的出现次数,若出现次数较多,则表示该参数值的具有较大的代表性,能够用于确定目标产品的销售特征;反之,若某一参数值的出现次数较少,则表示该参数值所对应的销售特征属于个例,并不具备共性。基于此,终端设备将各个参数值的出现次数与出现阈值进行比对,若该参数值的出现次数小于或等于预设的出现阈值,则识别该参数值为非频繁参数值;反之,若该参数值的出现次数大于出现阈值,则识别该参数值为频繁参数值。
在本实施例中,一个转移属性项在不同的转移记录中可以取不同的参数值,即该转移属性项参数组中可以包含有多个不同取值的参数值。基于此,若存在多个参数值的出现次数均大于出现阈值,则该转移属性项可以存在多个频繁参数值。当然,终端设备可以设置有最大频繁数,若频繁参数值的个数大于最大频繁数,则选取出现次数最大的前n个频繁参数值,作为该转移属性项的频繁参数值,其中n为最大频繁数。
可选地,在本实施例中,该出现阈值由目标产品的转移记录的数量确定。终端设备存储有出现阈值的转换函数,在获取了目标产品的转移记录后,可以统计所述转移记录的记录个数,将所述记录个数导入上述的出现阈值的转换函数内,输出出现阈值,并基于计算得到的出现阈值与各个参数值的出现次数进行比对,从而识别出频繁参数值。
在S103中,根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集;所述频繁项集由M个取所述频繁参数值的所述转移属性项构成;所述M为小于或等于N的正整数。
在本实施例中,由于统计频繁参数值的过程是将不同的参数项独立进行统计,只能够表示单一维度的销售特征,为了进一步提高销售特征的广泛性以及代表性,终端设备可以根据各个转移属性项的频繁参数值,生成目标产品的频繁项集。具体生成频繁项集的方式可以为:终端设备在转移记录中任意选取M个转移属性项作为目标转移属性项,并根据M个转移属性项对应的频繁参数值,生成一个候选项集,统计转移记录包含该候选项集的记录个数,若该记录个数大于预设的频繁阈值,则识别该候选项集为频繁项集。由于候选项集中包含了多个不同转移属性项的频繁参数值,则要求转移记录中满足转移属性项的所有频繁参数值的取值时,才能识别为包含候选项集的转移记录,因此频繁参数值能够表示单个维度的销售特征,而频繁项集则可以表示M个维度的销售特征,频繁项集的销售特征的表现能力更强以及准确率更高。因此,包含多个频繁参数值的候选项集的出现次数,并非与频繁参数值的出现次数一致。
举例性地,转移记录A具体为[转移目的地:深圳,转移对象性别:男,转移成本100],转移记录B具体为:[转移目的地:广州,转移对象性别:男,转移成本100],而转移目的地的频繁参数值为“深圳”,转移对象性别的频繁参数值为“男”,而转移成本的频繁参数值为“100”,而构成的候选项集即为{“深圳”,“男”,“100”},而对应出现的转移记录的出现次数为1次,即只有转移记录A中各个参数值均与候选项集的各个参数值匹配,此时识别该转移记录为与候选项集匹配的关联记录,并统计关联记录的个数,从而根据关联记录的个数判断候选项集是否为频繁项集。
在本实施例中,终端设备可以遍历组合转移属性项,并生成候选项集,并识别各个候选项集的出现次数,基于出现次数确定该候选项集是否为频繁项集。因此,目标产品可以对应多个频繁项集,不同的频繁项集包含的转移属性项的个数可以不同,但均小于或等于N。需要说明的是,在判定候选项集是否为频繁项集时,需要统计候选项集匹配的转移记录的记录个数,并与频繁阈值进行比对。其中,该频繁阈值可以与转移属性项的项数相关,转移属性项的项数与频繁阈值成反比,即转移属性项的项数越多,则该频繁阈值的数值越小。
在S104中,基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度。
在本实施例中,终端设备对所有需要生成销售方案的目标产品均执行S101至S103的相关操作,生成了各个目标产品的频繁项集。由于频繁项集可以用于表示目标产品的销售特征,因此终端设备可以将不同产品的频繁项集进行匹配,若任意两个产品的频繁项集匹配度较高,则表示两个目标产品存在共性的销售特征较多,可以进行捆绑销售,并识别上述两个目标购产品为关联的目标产品;反之,若两个目标产品的频繁项集匹配度较低,则表示两个目标产品的转移对象或销售途径存在较大的差异,不适合进行捆绑销售,此时,识别上述两个目标产品为非关联产品。基于此,终端设备可以根据频繁项集之间的匹配度,作为两个目标产品之间的关联度。
可选地,在本实施例中,计算两个频繁项集的匹配度,即两个目标产品之间的关联度的方式可以为:终端设备获取各个转移属性项的销售权重,并通过统计两个目标产品的销售频繁项集中各个转移属性项的频繁参数值相同的个数,并基于上述相同的频繁参数值的个数以及该频繁参数值的转移属性项的销售权重,即可以计算两个频繁项集之间的匹配度,计算两个目标产品之间所有频繁项集的匹配度的均值,识别该均值为两个目标产品之间的关联度。
在S105中,将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案。
在本实施例中,终端设备将关联度大于预设的关联阈值的目标产品识别为关联产品,基于此,终端设备可以对所有目标产品均执行S104的操作,从而确定目标产品与其他所有目标产品之间的关联关系。可选地,终端设备可以建立一个产品关系网,为每个目标产品创建一个产品节点,若两个目标产品之间为互为关联产品,则在两个产品节点之间建立一条链路,从而构成一个产品关系网。终端设备可以将互为关联的两个或以上的目标产品,作为一个产品组,并生成关于该产品组的产品销售方案,从而能够对多个互为关联的目标产品进行捆绑销售,提高产品的销售量。
以上可以看出,本发明实施例提供的一种方案的生成方法通过获取需要进行销售的目标产品的转移记录,并统计转移记录内各个转移属性项取不同参数值的出现次数,从而确定各个转移属性项的频繁参数值,通过对多个频繁参数值进行组合,生成目标产品的频繁项集;继而通过两个不同目标产品的频繁项集,计算两者之间的关联度,从而确定出关联度较强的关联产品,并统一为关联产品配置产品销售方案,从而能够实现关联产品的自动识别,制定的产品销售方案也能够带动关联产品的销售,提高销售的成功率。与现有的方案的生成方法相比,本发明实施例并不将各个产品的销售情况独立进行销售分析,而是对两个甚至多个产品的转移记录进行特质参数提取,即确定多个产品的频繁项集,并基于频繁项集确定不同产品之间的关联度,对于关联度高的产品统一生成销售方案,从而能够在用户购买某一个产品时,可以直接推荐关联度高的其他产品,提高产品的曝光率,进一步提高关联产品的销售量。
图2示出了本发明第二实施例提供的一种方案的生成方法S104的具体实现流程图。参见图2,相对于图1所述实施例,本实施例提供的一种方案的生成方法S104包括:S1041~S1044,具体详述如下:
进一步地,所述基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度,包括:
在S1041中,根据第一目标产品的第一转移记录,统计所述第一目标产品的各个第一频繁项集的第一出现概率。
在本实施例中,终端设备根据第一目标产品的产品标识,获取关于第一目标产品的所有第一转移记录,并识别与第一目标产品的第一频繁项集匹配的第一转移记录的个数,并根据第一转移记录的总数以及与第一频繁项集相匹配的第一转移记录的个数之间的比值,确定第一频繁项集的第一出现概率。例如,第一转移记录的总数为100个,而与第一频繁项集相匹配的第一转移记录的个数为75个,则第一频繁项集的第一出现概率即为75%。若第一转移记录存在多个第一频繁项集,则分别统计各个第一频繁项集的第一出现概率。将第一出现概率识别为该第一频繁项集的绝对支持度。
在S1042中,根据第二目标产品的第二转移记录,统计所述第二目标产品的各个第二频繁项集的第二出现概率。
在本实施例中,具体实现过程与S1041的过程一致,详细阐述可以参见S1041的描述,在此不再赘述。
在S1043中,基于所述第一出现概率以及所述第二出现概率之间的比值,分别确定各个所述第一频繁项集与所述第二频繁项集之间的置信度。
在本实施例中,终端设备在确定了两个目标产品的各个频繁项集的绝对支持度后,可以基于各个频繁项集的绝对支持度,计算两个目标产品之间的置信度。其中,计算置信度的方式具体为:终端设备从第二目标产品中选取与第一频繁项集匹配的第二频繁项集作为关联频繁项集,即第一频繁项集与第二频繁项集所包含的转移属性项的种类以及个数相同,且各个转移属性项的频繁参数值均相同,并根据关联频繁项集与第一频繁项集之间的比值,计算两个频繁项集之间的置信度,即P(B|A)=PA/PB,其中,P(B|A)为第二频繁项集相对于第一频繁项集的置信度;PA为第一频繁项集的第一出现概率;PB为第二频繁项集的第二出现概率。
在S1044中,将所有所述置信度导入到预设的关联度计算模型,确定所述第一目标产品以及所述第二目标产品之间的所述关联度;所述关联度计算模型具体为:
Figure BDA0002069043230000101
其中,ConnectLv为所述关联度;P(B|A)i为第i个所述第一频繁项集与所述第二频繁项集之间的所述置信度;Itemi为第i个所述第一频繁项集中转移属性项的项数;MaxItem为所述第一频繁项集中转移属性项的最大项数;n为所述第一频繁项集的总数。
在本实施例中,终端设备将各个第一频繁项集与关联的第二频繁项集的置信度导入到预设的关联度计算模型,从而确定两个目标产品的关联度,其中,若第一频繁项集的转移属性项的个数越多,则该第一频繁项集的置信度对应的权重值越大;反之,若第一频繁项集的转移属性项的个数越少,则该第一频繁项集的置信度对应的权重值越低。通过对各个置信度进行加权求和,确定两个目标购产品之间的关联度。
在本发明实施例中,通过计算两个频繁项集之间的置信度,从而得到两个目标产品之间的关联度,并根据频繁项集的转移属性项的项数进行加权,提高了关联度的准确性,准确查询到目标产品的关联产品。
图3示出了本发明第三实施例提供的一种方案的生成方法的具体实现流程图。参见图3,相对于图1所述的实施例,本实施例提供的一种方案的生成方法在所述获取目标产品的转移记录之前,还包括:S301~S303,具体详述如下:
在S301中,接收待存储的所述转移记录,并获取所述转移记录的数据量。
在本实施例中,用户在生成一个关于目标产品的转移记录时,需要对该转移记录进行存储,此时会向终端设备发送一个转移记录的存储请求,终端设备对该存储请求进行解析,获取该转移记录的记录标识,并接收该待存储的转移记录,识别该转移记录的数据量。对于数据量小于或等于预设的数据量阈值,则可以将转移记录存储于本地的数据库。反之,若该转移记录的数据量大于数据量阈值,则执行S302的操作。
在S302中,若所述数据量大于预设的数据量阈值,则基于所述转移记录的记录编号,在本地创建关于所述转移记录的根节点,并将所述转移记录划分为多个转移数据块。
在本实施例中,终端设备在检测到转移记录的数据量大于预设的数据量阈值时,可以通过Hadoop数据存储的方式存储该转移记录,从而能够提高后续统计频繁项集以及目标产品的关联度的速率。基于此,终端设备会作为一个寻址设备,即终端设备并不承担转移记录的存储任务,而是在本地数据库创建一个关于该转移记录的根节点,即namenode。为了实现碎片化存储,终端设备可以将转移记录划分为多个转移数据块。可选地,终端设备可以设置有最大的数据量,终端设备基于该最大的数据量将转移记录划分为多个转移数据块,每个转移数据块的数据量不超过该最大的数据量。
可选地,在本实施例中,终端设备可以根据转移属性项对转移记录进行划分,每个转移数据块用于存储一个或某几个的转移属性项的参数值,后续可以将转移数据块存储于与该转移属性项相匹配的数据存储节点。
在S303中,为各个所述转移数据块分配数据存储节点,并基于各个数据存储节点的网络地址,建立所述根节点与所述数据存储节点的关联关系。
在本实施例中,终端设备为各个转移数据块分配对应的数据存储节点,即DataNode,终端设备会获取网络中可用的数据存储节点,并检测该数据存储节点的数据类型,若该数据类型与转移数据块的数据类型匹配,则可以识别该数据存储节点为转移数据块匹配的数据存储节点,并将该转移数据块发送个数据存储节点予以存储。终端设备会获取存储有转移记录的转移数据块的数据存储节点的网络地址,并建立根节点与数据存储节点之间的关联关系。
进一步地,所述获取目标产品的转移记录,包括S304以及S305,具体详述如:
在S304中,基于所述转移记录的记录编号,查询所述记录编号关联的所述根节点。
在本实施例中,当需要获取目标产品的转移记录时,由于转移记录并非存储于本地数据库,终端设备会根据转移记录的记录编号,并获取该记录编号关联的根节点。
在S305,获取所述根节点对应的所述关联关系,并基于所述关联关系从各个所述数据存储节点下载所述转移记录的所述转移数据块,生成所述转移记录。
在本实施例中,终端设备根据转移记录对应的根节点,提取该根节点的关联关系,从而获知到存储该转移记录的各个转移数据块的数据存储节点的网络地址,此时,终端设备可以创建多条数据下载线程,分别控制各个数据下载线程与数据存储节点进行连接,并从数据存储节点处下载该根节点关联的转移数据块,并将下载得到数据库进行封装,生成转移记录。
在本发明实施例中,通过将转移记录划分为多个销售数据库,从而通过Hadoop的数据格式对转移记录进行存储,从而能够实现并行下载,提高了数据获取的效率。
图4示出了本发明第四实施例提供的一种方案的生成方法S103的具体实现流程图。参见图4,相对于图1-图3所述的实施例,本实施例提供的一种方案的生成方法中S103包括:S1031~S1033,具体详述如下:
进一步地,所述根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集,包括:
在S1031中,将所述M的初始值设置为N,并生成由M个转移属性项构成的候选项集,统计所述候选项集在各个所述转移记录中的出现概率。
在本实施例中,终端设备将M的初始值设置为N,即选取各个转移属性项的频繁参数值,并将所有转移属性项的频繁参数值生成一个候选项集,统计该候选项集的出现概率。若某个转移属性项包含有多个频繁参数值,则生成多个候选项集,其中,候选项集的个数具体为
Figure BDA0002069043230000131
其中,ni为第i个转移属性项包含的频繁参数值的个数。
在S1032中,若所述出现概率低于预设的概率阈值,则识别所述候选项集为非频繁项集,并减少所述M的数值,返回执行所述生成由M个转移属性项构成的候选项集,统计所述候选项集在各个所述转移记录中的出现概率。
在本实施例中,终端设备若检测到包含M个转移属性项的各个候选项集的出现概率均低于预设的概率阈值,则表示各个候选项集均为非频繁项集,需要减少M的数值,即减少频繁项集中包含的转移属性项的个数,并返回执行创建候选项集的步骤,继续进行频繁项集的判断操作。
在S1033中,若所述出现概率高于预设的概率阈值,则识别所述候选项集为频繁项集。
在本实施例中,若存在一个候选项集的出现概率高于预设的概率阈值,则识别该候选项集为频繁项集。当然,若对包含M个转移属性项的所有候选项集进行识别后,可以继续减少M的数值,返回执行上述操作,直到M的数值小于或等于2。
在本发明实施例中,通过逐步缩小M的取值,能够快速选取包含的转移属性项较多的频繁项集,而包含的转移属性项的项数越多的频繁项集,则能够表征更多销售维度的特征,提高了关联产品的识别效率。
图5示出了本发明第五实施例提供的一种方案的生成方法S105的具体实现流程图。参见图5,相对于图1至图3所述实施例,本实施例提供的一种方案的生成方法S105包括:S1051~S1052,具体详述如下:
进一步地,所述将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案,包括:
在S1051中,识别各个所述互为关联产品的产品类型。
在S1052中,若存在两个所述互为关联产品的产品类型相同,则识别所述互为关联产品为并列产品,分别为每个所述并列产品配置并列产品转移方案。
在本实施例中,由于同一类型的产品,其对应的转移对象也可能存在较大的共性,但用户购买了产品A,则不会购买与产品A同类型的产品A’,因此若将两个同类型的目标产品进行捆绑销售,则无法达到上述提高销售量的目的。基于此,终端设备会确定所有存在强关联的目标产品,生成产品组,并识别各个产品的产品类型,若该产品组中存在两个目标产品的产品类型相同的,则基于该相同购产品类型的目标产品划分为两个并列产品组。例如某一产品组中包含产品ABCDE和E’,而E和E’属于同类型的产品,则终端设备会将上述两个同类型的目标产品划分到两个并列产品组中,从而构成了并列产品组ABCDE以及并列产品组ABCDE’,并分别为两个并列的产品组生成对应的产品转移方案。
在本发明实施例中,通过对同类型的目标产品分开进行销售,能够提高产品销售方案的准确性,避免多类型的产品扎堆于同一产品销售方案中。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图6示出了本发明一实施例提供的一种方案的生成设备的结构框图,该方案的生成设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。
参见图6,所述方案的生成设备包括:
转移记录获取单元61,用于获取目标产品的转移记录;所述转移记录包括N个转移属性项;所述N为大于1的正整数;
频繁参数值获取单元62,用于基于所有所述转移记录,分别统计每个所述转移属性项取各个参数值的出现次数,并选取所述出现次数大于预设的出现阈值的所述参数值作为频繁参数值;
频繁项集生成单元63,用于根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集;所述频繁项集由M个取所述频繁参数值的所述转移属性项构成;所述M为小于或等于N的正整数;
产品关联度计算单元64,用于基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度;
转移方案生成单元65,用于将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案。
可选地,所述产品关联度计算单元64包括:
第一出现概率计算单元,用于根据第一目标产品的第一转移记录,统计所述第一目标产品的各个第一频繁项集的第一出现概率;
第二出现概率计算单元,用于根据第二目标产品的第二转移记录,统计所述第二目标产品的各个第二频繁项集的第二出现概率;
置信度计算单元,用于基于所述第一出现概率以及所述第二出现概率之间的比值,分别确定各个所述第一频繁项集与所述第二频繁项集之间的置信度;
置信度转换单元,用于将所有所述置信度导入到预设的关联度计算模型,确定所述第一目标产品以及所述第二目标产品之间的所述关联度;所述关联度计算模型具体为:
Figure BDA0002069043230000161
其中,ConnectLv为所述关联度;P(B|A)i为第i个所述第一频繁项集与所述第二频繁项集之间的所述置信度;Itemi为第i个所述第一频繁项集中转移属性项的项数;MaxItem为所述第一频繁项集中转移属性项的最大项数;n为所述第一频繁项集的总数。
可选地,所述方案的生成设备还包括:
数据量获取单元,用于接收待存储的所述转移记录,并获取所述转移记录的数据量;
转移记录拆分单元,用于若所述数据量大于预设的数据量阈值,则基于所述转移记录的记录编号,在本地创建关于所述转移记录的根节点,并将所述转移记录划分为多个转移数据块;
转移记录存储单元,用于为各个所述转移数据块分配数据存储节点,并基于各个数据存储节点的网络地址,建立所述根节点与所述数据存储节点的关联关系;
所述转移记录获取单元61,包括:
根节点查询单元,用于基于所述转移记录的记录编号,查询所述记录编号关联的所述根节点;
转移数据块下载单元,用于获取所述根节点对应的所述关联关系,并基于所述关联关系从各个所述数据存储节点下载所述转移记录的所述转移数据块,生成所述转移记录。
可选地,所述频繁项集生成单元63包括:
候选相机生成单元,用于将所述M的初始值设置为N,并生成由M个转移属性项构成的候选项集,统计所述候选项集在各个所述转移记录中的出现概率;
非频繁项集处理单元,用于若所述出现概率低于预设的概率阈值,则识别所述候选项集为非频繁项集,并减少所述M的数值,返回执行所述生成由M个转移属性项构成的候选项集,统计所述候选项集在各个所述转移记录中的出现概率;
频繁项集识别单元,用于若所述出现概率高于预设的概率阈值,则识别所述候选项集为频繁项集。
可选地,所述转移方案生成单元65包括:
产品类型识别单元,用于识别各个所述互为关联产品的产品类型;
并列产品识别单元,用于若存在两个所述互为关联产品的产品类型相同,则识别所述互为关联产品为并列产品,分别为每个所述并列产品配置并列产品转移方案。
因此,本发明实施例提供的方案的生成设备并不将各个产品的销售情况独立进行销售分析,而是对两个甚至多个产品的转移记录进行特质参数提取,即确定多个产品的频繁项集,并基于频繁项集确定不同产品之间的关联度,对于关联度高的产品统一生成销售方案,从而能够在用户购买某一个产品时,可以直接推荐关联度高的其他产品,提高产品的曝光率,进一步提高关联产品的销售量。
图7是本发明另一实施例提供的一种终端设备的示意图。如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如方案的生成程序。所述处理器70执行所述计算机程序72时实现上述各个方案的生成方法实施例中的步骤,例如图1所示的S101至S105。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各单元的功能,例如图6所示模块61至65功能。
示例性的,所述计算机程序72可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割转移记录获取单元、频繁参数值获取单元、频繁项集生成单元、产品关联度计算单元以及转移方案生成单元,各单元具体功能如上所述。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7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,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,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。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。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
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。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (8)

1.一种方案的生成方法,其特征在于,包括:
获取目标产品的转移记录;所述转移记录包括N个转移属性项;所述N为大于1的正整数;所述转移记录包含多个与销售维度相关的转移属性项;所述转移记录为记录目标产品销售特征的销售转移记录;
基于所有所述转移记录,分别统计每个所述转移属性项取各个参数值的出现次数,并选取所述出现次数大于预设的出现阈值的所述参数值作为频繁参数值;
根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集;所述频繁项集由M个取所述频繁参数值的所述转移属性项构成;所述M为小于或等于N的正整数;
基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度;
将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案,包括:将互为关联的两个或以上的目标产品,作为一个产品组,并生成关于该产品组的产品销售方案;
所述基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度,包括:
根据第一目标产品的第一转移记录,统计所述第一目标产品的各个第一频繁项集的第一出现概率;
根据第二目标产品的第二转移记录,统计所述第二目标产品的各个第二频繁项集的第二出现概率;
基于所述第一出现概率以及所述第二出现概率之间的比值,分别确定各个所述第一频繁项集与所述第二频繁项集之间的置信度;
将所有所述置信度导入到预设的关联度计算模型,确定所述第一目标产品以及所述第二目标产品之间的所述关联度;所述关联度计算模型具体为:
Figure FDA0004259535660000021
其中,ConnectLv为所述关联度;P(B|A)i为第i个所述第一频繁项集与所述第二频繁项集之间的所述置信度;Itemi为第i个所述第一频繁项集中转移属性项的项数;MaxItem为所述第一频繁项集中转移属性项的最大项数;n为所述第一频繁项集的总数。
2.根据权利要求1所述的生成方法,其特征在于,在所述获取目标产品的转移记录之前,还包括:
接收待存储的所述转移记录,并获取所述转移记录的数据量;
若所述数据量大于预设的数据量阈值,则基于所述转移记录的记录编号,在本地创建关于所述转移记录的根节点,并将所述转移记录划分为多个转移数据块;
为各个所述转移数据块分配数据存储节点,并基于各个数据存储节点的网络地址,建立所述根节点与所述数据存储节点的关联关系;
所述获取目标产品的转移记录,包括:
基于所述转移记录的记录编号,查询所述记录编号关联的所述根节点;
获取所述根节点对应的所述关联关系,并基于所述关联关系从各个所述数据存储节点下载所述转移记录的所述转移数据块,生成所述转移记录。
3.根据权利要求1所述的生成方法,其特征在于,所述根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集,包括:
将所述M的初始值设置为N,并生成由M个转移属性项构成的候选项集,统计所述候选项集在各个所述转移记录中的出现概率;
若所述出现概率低于预设的概率阈值,则识别所述候选项集为非频繁项集,并减少所述M的数值,返回执行所述生成由M个转移属性项构成的候选项集,统计所述候选项集在各个所述转移记录中的出现概率;
若所述出现概率高于预设的概率阈值,则识别所述候选项集为频繁项集。
4.根据权利要求1-3任一项所述的生成方法,其特征在于,所述将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案,包括:
识别各个所述互为关联产品的产品类型;
若存在两个所述互为关联产品的产品类型相同,则识别所述互为关联产品为并列产品,分别为每个所述并列产品配置并列产品转移方案。
5.一种方案的生成设备,其特征在于,包括:
转移记录获取单元,用于获取目标产品的转移记录;所述转移记录包括N个转移属性项;所述N为大于1的正整数;所述转移记录包含多个与销售维度相关的转移属性项;所述转移记录为记录目标产品销售特征的销售转移记录;
频繁参数值获取单元,用于基于所有所述转移记录,分别统计每个所述转移属性项取各个参数值的出现次数,并选取所述出现次数大于预设的出现阈值的所述参数值作为频繁参数值;
频繁项集生成单元,用于根据各个所述转移属性项的所述频繁参数值,生成所述目标产品的频繁项集;所述频繁项集由M个取所述频繁参数值的所述转移属性项构成;所述M为小于或等于N的正整数;
产品关联度计算单元,用于基于各个所述目标产品的所述频繁项集,计算任意两个所述目标产品之间的关联度;
转移方案生成单元,用于将所述关联度大于预设的关联阈值的两个所述目标产品作为互为关联产品,并生成关于所述互为关联产品的转移方案,包括:将互为关联的两个或以上的目标产品,作为一个产品组,并生成关于该产品组的产品销售方案;
所述产品关联度计算单元包括:
第一出现概率计算单元,用于根据第一目标产品的第一转移记录,统计所述第一目标产品的各个第一频繁项集的第一出现概率;
第二出现概率计算单元,用于根据第二目标产品的第二转移记录,统计所述第二目标产品的各个第二频繁项集的第二出现概率;
置信度计算单元,用于基于所述第一出现概率以及所述第二出现概率之间的比值,分别确定各个所述第一频繁项集与所述第二频繁项集之间的置信度;
置信度转换单元,用于将所有所述置信度导入到预设的关联度计算模型,确定所述第一目标产品以及所述第二目标产品之间的所述关联度;所述关联度计算模型具体为:
Figure FDA0004259535660000041
其中,ConnectLv为所述关联度;P(B|A)i为第i个所述第一频繁项集与所述第二频繁项集之间的所述置信度;Itemi为第i个所述第一频繁项集中转移属性项的项数;MaxItem为所述第一频繁项集中转移属性项的最大项数;n为所述第一频繁项集的总数。
6.根据权利要求5所述的生成设备,其特征在于,所述方案的生成设备还包括:
数据量获取单元,用于接收待存储的所述转移记录,并获取所述转移记录的数据量;
转移记录拆分单元,用于若所述数据量大于预设的数据量阈值,则基于所述转移记录的记录编号,在本地创建关于所述转移记录的根节点,并将所述转移记录划分为多个转移数据块;
转移记录存储单元,用于为各个所述转移数据块分配数据存储节点,并基于各个数据存储节点的网络地址,建立所述根节点与所述数据存储节点的关联关系;
所述转移记录获取单元,包括:
根节点查询单元,用于基于所述转移记录的记录编号,查询所述记录编号关联的所述根节点;
转移数据块下载单元,用于获取所述根节点对应的所述关联关系,并基于所述关联关系从各个所述数据存储节点下载所述转移记录的所述转移数据块,生成所述转移记录。
7.一种终端设备,其特征在于,所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时如权利要求1至4任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201910431139.4A 2019-05-22 2019-05-22 一种方案的生成方法及设备 Active CN110232590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910431139.4A CN110232590B (zh) 2019-05-22 2019-05-22 一种方案的生成方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910431139.4A CN110232590B (zh) 2019-05-22 2019-05-22 一种方案的生成方法及设备

Publications (2)

Publication Number Publication Date
CN110232590A CN110232590A (zh) 2019-09-13
CN110232590B true CN110232590B (zh) 2023-07-11

Family

ID=67861498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910431139.4A Active CN110232590B (zh) 2019-05-22 2019-05-22 一种方案的生成方法及设备

Country Status (1)

Country Link
CN (1) CN110232590B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112561605A (zh) * 2021-02-19 2021-03-26 北京华彬立成科技有限公司 药品销售数据处理方法、装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944896A (zh) * 2016-10-13 2018-04-20 北京京东尚科信息技术有限公司 确定商品关联程度的方法以及装置
CN109242612A (zh) * 2018-08-22 2019-01-18 中国平安人寿保险股份有限公司 一种产品推荐的方法及设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090271246A1 (en) * 2008-04-28 2009-10-29 American Express Travel Related Services Company, Inc. Merchant recommendation system and method
CN102402757A (zh) * 2010-09-15 2012-04-04 阿里巴巴集团控股有限公司 信息提供方法及装置、综合关联度确定方法及装置
US20150193853A1 (en) * 2014-01-06 2015-07-09 Leonid Ayzenshtat Methods and Apparatus to Generate Product Recommendations

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944896A (zh) * 2016-10-13 2018-04-20 北京京东尚科信息技术有限公司 确定商品关联程度的方法以及装置
CN109242612A (zh) * 2018-08-22 2019-01-18 中国平安人寿保险股份有限公司 一种产品推荐的方法及设备

Also Published As

Publication number Publication date
CN110232590A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN108615119B (zh) 一种异常用户的识别方法及设备
CN109242612B (zh) 一种产品推荐的方法及设备
CN110830445B (zh) 一种异常访问对象的识别方法及设备
CN110750658A (zh) 一种媒体资源的推荐方法、服务器及计算机可读存储介质
CN111104419A (zh) 一种数据查询方法及装置
CN111338888B (zh) 一种数据统计方法、装置、电子设备及存储介质
CN110232590B (zh) 一种方案的生成方法及设备
CN110019400B (zh) 数据存储方法、电子设备及存储介质
CN111159131A (zh) 性能优化方法、装置、设备及计算机可读存储介质
CN113326064A (zh) 划分业务逻辑模块的方法、电子设备及存储介质
CN108463813B (zh) 一种进行数据处理的方法和装置
CN115952398B (zh) 基于物联网的数据上传统计计算方法、系统和存储介质
CN109241511B (zh) 一种电子报告的生成方法及设备
CN108255704B (zh) 一种脚本调用事件的异常响应方法及其终端
WO2023077815A1 (zh) 一种处理敏感数据的方法及装置
CN115795368A (zh) 一种基于人工智能的企业内训数据处理方法及系统
CN113256422B (zh) 分仓账户识别方法、装置、计算机设备和存储介质
CN113344208B (zh) 数据推理方法、装置及系统
CN110865877B (zh) 一种任务请求的响应方法及设备
CN111198986B (zh) 信息发送方法、装置、电子设备及存储介质
CN110955681B (zh) 一种信息处理方法、装置、电子设备及存储介质
WO2021047305A1 (zh) 人脸搜索方法、装置、设备及计算机可读存储介质
CN111475505B (zh) 一种数据采集的方法及设备
CN107908555A (zh) 一种sql脚本的异常检测方法及其终端
CN110580265A (zh) Etl任务的处理方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant