CN110232612A - 产品推送方法、装置、计算机设备和存储介质 - Google Patents
产品推送方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110232612A CN110232612A CN201910418434.6A CN201910418434A CN110232612A CN 110232612 A CN110232612 A CN 110232612A CN 201910418434 A CN201910418434 A CN 201910418434A CN 110232612 A CN110232612 A CN 110232612A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- product
- service
- demand
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012549 training Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 29
- 238000013461 design Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract 1
- 239000000047 product Substances 0.000 description 307
- 239000006227 byproduct Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 description 5
- 235000008434 ginseng Nutrition 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000209202 Bromus secalinus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及一种产品推送方法、装置、计算机设备和存储介质。所述方法涉及大数据分析技术,包括:获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;推送待推送产品至业务用户对应的终端。采用本方法能够提高产品推送针对性,从而提高推送转化率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种产品推送方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,越来越多的业务系统通过互联网实现,在线提供各种业务服务,如网络社交、金融服务等,可以供人们根据实际需求选取,便利了人们的生活。除了人们主动寻求业务服务外,业务系统还会为各用户提供产品推荐,如由业务人员主动联系用户进行产品推送。
然而,目前业务系统采用的由业务人员主动联系用户进行产品推送的方式,业务人员根据个人经验为各用户推送产品,产品推送的针对性差,导致产品推送的转化率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高产品推送针对性,提高推送转化率的产品推送方法、装置、计算机设备和存储介质。
一种产品推送方法,所述方法包括:
获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
推送待推送产品至业务用户对应的终端。
在其中一个实施例中,根据用户业务数据确定业务用户的历史需求数据和当前请求数据包括:
从用户业务数据中提取业务用户的历史业务数据和请求业务数据;
根据历史业务数据中各历史业务类型的统计频次,得到历史需求数据;
根据请求业务数据中各请求业务类型的统计频次,得到当前请求数据。
在其中一个实施例中,根据历史需求数据和当前请求数据得到产品需求数据包括:
从用户身份数据中提取用户标识信息;
查询用户标识信息对应预设的需求权重参数;
按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。
在其中一个实施例中,根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数包括:
查询预设的反欺诈模型,反欺诈模型通过训练业务系统的历史用户业务数据得到;
确定用户身份数据对应业务用户的模型输入数据;
将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。
在其中一个实施例中,在查询预设的反欺诈模型之前,还包括:
从业务系统中获取各业务用户的历史用户业务数据;
将历史用户业务数据划分得到模型训练数据和模型测试数据;
训练模型训练数据,得到待测试反欺诈模型;
通过模型测试数据对待测试反欺诈模型进行模型测试,当测试通过时,得到反欺诈模型。
在其中一个实施例中,根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品包括:
从预设的业务产品数据库中查询当前业务产品;
按照产品需求数据,从当前业务产品中确定需求推送产品;
根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品。
在其中一个实施例中,在根据历史需求数据和所述当前请求数据得到产品需求数据之后,还包括:
根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值;
将需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点,由产品设计节点根据需求产品类型进行产品设计处理。
一种产品推送装置,所述装置包括:
用户数据获取模块,用于获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
产品需求确定模块,用于根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
风控数据确定模块,用于根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
推送产品确定模块,用于根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
产品推送模块,用于推送待推送产品至业务用户对应的终端。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
推送待推送产品至业务用户对应的终端。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
推送待推送产品至业务用户对应的终端。
上述产品推送方法、装置、计算机设备和存储介质,根据获得的用户业务数据确定业务用户的历史需求数据和当前请求数据得到产品需求数据,根据用户身份数据和预设的反欺诈模型得到用户风控参数,并根据产品需求数据和用户风控参数从当前业务产品中确定待推送产品,再将待推送产品推送至业务用户对应的终端。在产品推送过程中,根据业务用户的业务用户数据确定的产品需求数据和用户风控参数,从当前业务产品中确定待推送产品进行产品推送,提高了待推送产品的针对性,从而提高了产品推送的转化率。
附图说明
图1为一个实施例中产品推送方法的应用场景图;
图2为一个实施例中产品推送方法的流程示意图;
图3为一个实施例中用户业务数据处理的流程示意图;
图4为另一个实施例中产品推送方法的流程示意图;
图5为一个实施例中产品推送装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的产品推送方法,可以应用于如图1所示的应用环境中。其中,终端设备102通过网络与服务器104通过网络进行通信。终端设备102向服务器104发送需要进行产品推送处理的业务用户信息,服务器104根据该业务用户信息获取业务用户数据,并根据获得的业务用户数据确定业务用户的产品需求数据和用户风控参数,并根据产品需求数据和用户风控参数从当前业务产品中确定待推送产品,再将待推送产品推送至业务用户对应的终端。其中,终端设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种产品推送方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤S201:获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据。
其中,业务用户数据可以从业务系统中查询得到,具体包括用户身份数据和用户业务数据。用户身份数据可以为业务用户的身份标识信息,如姓名、账号、身份证号等可以唯一区分业务用户的标识信息;用户业务数据为业务用户在业务系统中的各项业务服务数据,例如金融业务系统中的保险投保数据、贷款业务数据和理财业务数据等业务数据。
步骤S203:根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据。
得到用户业务数据后,根据该用户业务数据进行需求分析,确定业务用户的产品需求数据,产品需求数据反映了基于业务用户的用户业务数据分析得到的业务用户的产品需求,例如对于贷款产品的需求、对于保险产品的需求等。具体地,根据用户业务数据确定业务用户的历史需求数据和当前请求数据,历史需求数据反映了业务系统已为该业务用户提供过的业务服务需求,当前请求数据为业务用户正在向业务系统请求的业务服务需求,再根据历史需求数据和当前请求数据得到产品需求数据。
在具体应用中,可以根据用户业务数据中包括的历史业务数据和请求业务数据进行需求分析,其中,历史业务数据可以包括业务用户已完成的/失效过期的和当前正生效的业务数据,请求业务数据可以为业务用户当前正向业务系统申请的业务数据。历史业务数据和请求业务数据可以根据业务数据的所处状态进行划分,如划分为已完成、生效中和申请中等业务数据状态。
步骤S205:根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数。
根据得到的用户身份数据确定业务用户对应的用户风控参数,具体结合预设的反欺诈模型得到业务用户的用户风控参数。其中,用户身份数据可以为业务用户的身份标识信息,反欺诈模型通过训练业务系统的历史用户业务数据得到,将该身份标识信息输入反欺诈模型中,可以得到该业务用户对应的用户风控参数。用户风控参数反映了该业务用户对应于业务系统中业务服务的风险程度,例如借贷业务服务中,风险程度可以反映业务用户还款风险,保险业务服务中可以反映业务用户欺诈骗保风险等。
步骤S207:根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品。
得到产品需求数据和用户风控参数后,结合业务系统中预设的当前业务产品确定待推送产品。其中,当前业务产品为业务系统当前提供的业务产品,具体可以从业务系统的业务产品数据库中查询得到,如查询处于在售状态的业务产品作为当前业务产品。在根据产品需求数据和用户风控参数确定待推送产品时,可以先根据产品需求数据从当前业务产品中确定需求推送产品,再通过用户风控参数对需求推送产品进行风控筛选,得到同时与产品需求数据和用户风控参数对应的待推送产品。得到的待推送产品同时与产品需求数据和用户风控参数对应,即既满足业务用户的产品需求,也满足业务用户的风控需求,针对性强,可以提高产品推送的效果。
步骤S209:推送待推送产品至业务用户对应的终端。
得到待推送产品后,将待推送产品推送至业务用户对应的终端,如可以将待推送产品发送中业务用户的移动终端、个人电脑等终端设备,从而实现对该业务用户的针对性产品推送,提高了产品推送的效果。
上述产品推送方法中,根据获得的用户业务数据确定业务用户的历史需求数据和当前请求数据得到产品需求数据,根据用户身份数据和预设的反欺诈模型得到用户风控参数,并根据产品需求数据和用户风控参数从当前业务产品中确定待推送产品,再将待推送产品推送至业务用户对应的终端。在产品推送过程中,根据业务用户的业务用户数据确定的产品需求数据和用户风控参数,从当前业务产品中确定待推送产品进行产品推送,提高了待推送产品的针对性,从而提高了产品推送的转化率。
在一个实施例中,如图3所示,用户业务数据处理的步骤,即根据用户业务数据确定业务用户的历史需求数据和当前请求数据包括:
步骤S301:从用户业务数据中提取业务用户的历史业务数据和请求业务数据。
本实施例中,用户业务数据为业务用户在业务系统中的各项业务服务数据,得到用户业务数据后,根据该用户业务数据进行需求分析,确定反映了业务用户产品需求的产品需求数据。
具体地,从用户业务数据中提取业务用户的历史业务数据和请求业务数据,其中,历史业务数据包括业务用户已完成的/失效过期的和当前正生效的业务数据,请求业务数据包括业务用户当前正向业务系统申请的业务数据。历史业务数据和请求业务数据可以根据业务数据的所处状态进行划分,如划分为已完成、生效中和申请中等业务数据状态,从而从用户业务数据中提取得到业务用户的历史业务数据和请求业务数据。
步骤S303:根据历史业务数据中各历史业务类型的统计频次,得到历史需求数据。
历史业务数据包括业务用户已完成的/失效过期的和当前正生效的业务数据,根据该历史业务数据可以得到业务用户历史需求数据。具体地,从历史业务数据中确定历史业务类型,历史业务类型为历史业务数据中各业务数据的业务项目类型,可以根据各业务数据的类型标识确定。得到历史业务类型后,可以根据该历史业务类型得到历史需求数据。具体对各历史业务类型的频次进行统计,得到各历史业务类型对应的统计频次,将其中统计频次超过预设的历史类型频次阈值的历史业务类型作为历史需求数据。
步骤S305:根据请求业务数据中各请求业务类型的统计频次,得到当前请求数据。
请求业务数据包括业务用户当前正向业务系统申请的业务数据,根据该请求业务数据可以得到业务用户的当前请求数据。具体地,从请求业务数据中确定请求业务类型,请求业务类型可以根据请求业务数据中各业务数据的业务项目类型的类型标识得到。得到请求业务类型后,确定各请求业务类型的统计频次,并根据该统计频次确定当前请求数据,如可以直接将统计频次大于等于1次的请求业务类型均作为当前请求数据,也可以在各请求业务类型的数目较大时,将统计频次较高的请求业务类型作为请求业务数据,以确保请求业务数据的针对性。
得到反映业务用户历史需求的历史需求数据和反映业务用户当前需求的当前请求数据后,综合历史需求数据和当前请求数据得到产品需求数据。在具体实现时,可以通过预设的需求权重参数对历史需求数据和当前请求数据进行加权处理,得到可以有效平衡业务用户的历史需求和当前需求的产品需求数据。
在一个实施例中,根据历史需求数据和当前请求数据得到产品需求数据包括:从用户身份数据中提取用户标识信息;查询用户标识信息对应预设的需求权重参数;按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。
本实施例中,需求权重参数根据业务用户进行设置,即不同的业务用户对应设置不同的需求权重参数。例如对于历史业务数据多的业务用户,其历史需求数据所占的权重更高。
具体地,在根据历史需求数据、当前请求数据和预设的需求权重参数,得到产品需求数据时,从用户身份数据中提取用户标识信息,如姓名、用户账号、身份证号或手机号码等能够唯一区别业务用户的标识信息。根据得到的用户标识信息,查询其对应预设的需求权重参数,具体可以根据该用户标识信息从业务系统预设的权重参数表中查询得到其对应预设的需求权重参数。得到需求权重参数后,按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。具体可以通过需求权重参数对历史需求数据和当前请求数据中的各业务类型进行加权处理,得到加权业务类型,作为产品需求数据。
在一个实施例中,根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数包括:查询预设的反欺诈模型,反欺诈模型通过训练业务系统的历史用户业务数据得到;确定用户身份数据对应业务用户的模型输入数据;将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。
本实施例中,用户风控参数根据用户身份数据和预设的反欺诈模型确定,用户风控参数反映了业务用户的风险程度。具体地,根据用户身份数据查询业务用户的用户风控参数时,查询预设的反欺诈模型,反欺诈模型可以通过训练业务系统的历史用户业务数据得到,具体可以从业务系统的风险控系统查询得到反欺诈模型。再确定用户身份数据对应业务用户的模型输入数据,具体可以根据预设的反欺诈模型的输入向量需求,从用户身份数据中提取得到业务用户的模型输入数据。得到反欺诈模型和用户身份数据对应业务用户的模型输入数据后,将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。
在一个实施例中,在查询预设的反欺诈模型之前,还包括:从业务系统中获取各业务用户的历史用户业务数据;将历史用户业务数据划分得到模型训练数据和模型测试数据;训练模型训练数据,得到待测试反欺诈模型;通过模型测试数据对待测试反欺诈模型进行模型测试,当测试通过时,得到反欺诈模型。
本实施例中,反欺诈模型通过训练业务系统的历史用户业务数据得到。具体地,在训练反欺诈模型时,从业务系统中获取各业务用户的历史用户业务数据,历史用户业务数据为业务系统中所有业务用户的各种业务数据。得到历史用户业务数据后,将该历史用户业务数据划分得到模型训练数据和模型测试数据。其中,模型训练数据用于模型训练,得到待测试反欺诈模型;模型测试数据用于对待测试反欺诈模型进行测试,得到反欺诈模型。具体地,训练模型训练数据,如通过有监督学习,得到基于神经网络算法的待测试反欺诈模型。再通过模型测试数据对待测试反欺诈模型进行模型测试,得到模型测试结果,当模型测试结果为测试通过时,停止训练,得到反欺诈模型。
在一个实施例中,根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品包括:从预设的业务产品数据库中查询当前业务产品;按照产品需求数据,从当前业务产品中确定需求推送产品;根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品。
本实施例中,得到产品需求数据和用户风控参数后,结合业务系统中预设的当前业务产品确定待推送产品。具体地,从预设的业务产品数据库中查询当前业务产品,如可以将业务产品数据库中处于在售状态的业务产品确定为当前业务产品。得到当前业务产品后,按照产品需求数据,从当前业务产品中确定需求推送产品,具体可以根据产品需求数据中的产品类型,从当前业务产品中确定对应的需求推送产品,需求推送产品为业务产品数据库中满足业务用户的产品需求数据的业务产品。得到需求推送产品后,根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品。
在进行风控筛选处理时,可以获取各需求推送产品对应预设的产品风险条件,再将用户风控参数与各需求推送产品对应的产品风险条件进行比较,将用户风控参数满足产品风险条件的需求推送产品作为待推送产品。得到的待推送产品同时与产品需求数据和用户风控参数对应,即既满足业务用户的产品需求,也满足业务用户的风控需求,针对性强,可以提高产品推送的效果。
在一个实施例中,在根据历史需求数据和所述当前请求数据得到产品需求数据之后,还包括:根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值;将需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点,由产品设计节点根据需求产品类型进行产品设计处理。
本实施例中,在根据用户业务数据确定业务用户的产品需求数据之后,还可以将产品需求数据反馈至产品设计节点,以由产品需求数据进行针对性产品设计。具体地,确定业务用户的产品需求数据之后,根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值。具体可以获取各业务用户的产品需求数据,并对各业务用户的产品需求数据进行统计,确定各需求产品类型的需求程度值,需求程度值反映了各业务用户对各需求产品类型的需求程度。
得到各需求产品类型的需求程度值后,将各需求产品类型的需求程度值分别与预设的需求反馈阈值进行比较,并将需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点。其中,需求反馈阈值可以根据业务系统的实际需求进行预设设定,产品设计节点为业务系统进行产品设计的节点,将需求产品类型反馈至产品设计节点,由产品设计节点根据需求产品类型进行产品设计处理,从而实现了产品设计节点可以根据产品需求数据进行针对性产品设计。
在一个实施例中,如图4所示,提供了一种产品推送方法,包括:
步骤S401:获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据。
本实施例中,服务器104从从业务系统中查询得到业务用户数据,具体包括用户身份数据和用户业务数据。
步骤S402:从用户业务数据中提取业务用户的历史业务数据和请求业务数据;
步骤S403:根据历史业务数据中各历史业务类型的统计频次,得到历史需求数据;
步骤S404:根据请求业务数据中各请求业务类型的统计频次,得到当前请求数据;
步骤S405:从用户身份数据中提取用户标识信息;
步骤S406:查询用户标识信息对应预设的需求权重参数;
步骤S407:按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。
得到用户业务数据后,根据该用户业务数据进行需求分析,确定业务用户的产品需求数据,产品需求数据反映了基于业务用户的用户业务数据分析得到的业务用户的产品需求,例如对于贷款产品的需求、对于保险产品的需求等。
步骤S408:根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数。
根据得到的用户身份数据和预设的反欺诈模型确定业务用户对应的用户风控参数。用户身份数据可以为业务用户的身份标识信息,根据该身份标识信息,可以从业务系统中查询得到该业务用户对应的用户风控参数,用户风控参数反映了业务用户针对各业务服务的风险程度。
具体地,可以包括:查询预设的反欺诈模型,反欺诈模型通过训练业务系统的历史用户业务数据得到;确定用户身份数据对应业务用户的模型输入数据;将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。其中,反欺诈模型通过训练业务系统的历史用户业务数据得到。
步骤S409:从预设的业务产品数据库中查询当前业务产品;
步骤S410:按照产品需求数据,从当前业务产品中确定需求推送产品;
步骤S411:根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品;
步骤S412:推送待推送产品至业务用户对应的终端。
得到产品需求数据和用户风控参数后,结合业务系统中预设的当前业务产品确定待推送产品,并将待推送产品推送至业务用户对应的终端,如可以将待推送产品发送中业务用户的移动终端、个人电脑等终端设备,从而实现对该业务用户的针对性产品推送,提高了产品推送的效果。
应该理解的是,虽然2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种产品推送装置,包括:用户数据获取模块501、产品需求确定模块503、风控数据确定模块505、推送产品确定模块507和产品推送模块509,其中:
用户数据获取模块501,用于获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
产品需求确定模块503,用于根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
风控数据确定模块505,用于根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
推送产品确定模块507,用于根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
产品推送模块509,用于推送待推送产品至业务用户对应的终端。
在一个实施例中,产品需求确定模块503包括业务数据提取单元、历史需求确定单元和当前需求确定单元,其中:业务数据提取单元,用于从用户业务数据中提取业务用户的历史业务数据和请求业务数据;历史需求确定单元,用于根据历史业务数据中各历史业务类型的统计频次,得到历史需求数据;当前需求确定单元,用于根据请求业务数据中各请求业务类型的统计频次,得到当前请求数据。
在一个实施例中,产品需求确定模块503还包括标识信息提取子单元、权重参数子单元和加权处理子单元,其中:标识信息提取子单元,用于从用户身份数据中提取用户标识信息;权重参数子单元,用于查询用户标识信息对应预设的需求权重参数;加权处理子单元,用于按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。
在一个实施例中,风控数据确定模块505包括模型查询单元、模型输入确定单元和风控数据确定单元,其中:模型查询单元,用于查询预设的反欺诈模型,反欺诈模型通过训练业务系统的历史用户业务数据得到;模型输入确定单元,用于确定用户身份数据对应业务用户的模型输入数据;风控数据确定单元,用于将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。
在一个实施例中,还包括历史数据获取模块、数据划分模块、模型训练模块和模型测试模块,其中:历史数据获取模块,用于从业务系统中获取各业务用户的历史用户业务数据;数据划分模块,用于将历史用户业务数据划分得到模型训练数据和模型测试数据;模型训练模块,用于训练模型训练数据,得到待测试反欺诈模型;模型测试模块,用于通过模型测试数据对待测试反欺诈模型进行模型测试,当测试通过时,得到反欺诈模型。
在一个实施例中,推送产品确定模块507包括业务产品查询单元、需求产品确定单元和推送产品确定单元,其中:业务产品查询单元,用于从预设的业务产品数据库中查询当前业务产品;需求产品确定单元,用于按照产品需求数据,从当前业务产品中确定需求推送产品;推送产品确定单元,用于根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品。
在一个实施例中,还包括需求数据统计模块和需求反馈模块,其中:需求数据统计模块,用于根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值;需求反馈模块,用于将需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点,由产品设计节点根据需求产品类型进行产品设计处理。
关于产品推送装置的具体限定可以参见上文中对于产品推送方法的限定,在此不再赘述。上述产品推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种产品推送方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
推送待推送产品至业务用户对应的终端。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从用户业务数据中提取业务用户的历史业务数据和请求业务数据;根据历史业务数据中各历史业务类型的统计频次,得到历史需求数据;根据请求业务数据中各请求业务类型的统计频次,得到当前请求数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从用户身份数据中提取用户标识信息;查询用户标识信息对应预设的需求权重参数;按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:查询预设的反欺诈模型,反欺诈模型通过训练业务系统的历史用户业务数据得到;确定用户身份数据对应业务用户的模型输入数据;将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从业务系统中获取各业务用户的历史用户业务数据;将历史用户业务数据划分得到模型训练数据和模型测试数据;训练模型训练数据,得到待测试反欺诈模型;通过模型测试数据对待测试反欺诈模型进行模型测试,当测试通过时,得到反欺诈模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从预设的业务产品数据库中查询当前业务产品;按照产品需求数据,从当前业务产品中确定需求推送产品;根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值;将需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点,由产品设计节点根据需求产品类型进行产品设计处理。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取业务用户数据,业务用户数据包括用户身份数据和用户业务数据;
根据用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据历史需求数据和当前请求数据得到产品需求数据;
根据用户身份数据和预设的反欺诈模型,得到业务用户的用户风控参数;
根据产品需求数据和用户风控参数,从预设的当前业务产品中确定待推送产品;
推送待推送产品至业务用户对应的终端。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从用户业务数据中提取业务用户的历史业务数据和请求业务数据;根据历史业务数据中各历史业务类型的统计频次,得到历史需求数据;根据请求业务数据中各请求业务类型的统计频次,得到当前请求数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从用户身份数据中提取用户标识信息;查询用户标识信息对应预设的需求权重参数;按照需求权重参数对历史需求数据和当前请求数据进行加权处理,得到产品需求数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:查询预设的反欺诈模型,反欺诈模型通过训练业务系统的历史用户业务数据得到;确定用户身份数据对应业务用户的模型输入数据;将模型输入数据输入反欺诈模型中,得到业务用户的用户风控参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从业务系统中获取各业务用户的历史用户业务数据;将历史用户业务数据划分得到模型训练数据和模型测试数据;训练模型训练数据,得到待测试反欺诈模型;通过模型测试数据对待测试反欺诈模型进行模型测试,当测试通过时,得到反欺诈模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从预设的业务产品数据库中查询当前业务产品;按照产品需求数据,从当前业务产品中确定需求推送产品;根据用户风控参数对需求推送产品进行风控筛选处理,得到待推送产品。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值;将需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点,由产品设计节点根据需求产品类型进行产品设计处理。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种产品推送方法,所述方法包括:
获取业务用户数据,所述业务用户数据包括用户身份数据和用户业务数据;
根据所述用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据所述历史需求数据和所述当前请求数据得到产品需求数据;
根据所述用户身份数据和预设的反欺诈模型,得到所述业务用户的用户风控参数;
根据所述产品需求数据和所述用户风控参数,从预设的当前业务产品中确定待推送产品;
推送所述待推送产品至所述业务用户对应的终端。
2.根据权利要求1所述的方法,其特征在于,所述根据所述用户业务数据确定业务用户的历史需求数据和当前请求数据包括:
从所述用户业务数据中提取业务用户的历史业务数据和请求业务数据;
根据所述历史业务数据中各历史业务类型的统计频次,得到历史需求数据;
根据所述请求业务数据中各请求业务类型的统计频次,得到当前请求数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史需求数据和所述当前请求数据得到产品需求数据包括:
从所述用户身份数据中提取用户标识信息;
查询所述用户标识信息对应预设的需求权重参数;
按照所述需求权重参数对所述历史需求数据和所述当前请求数据进行加权处理,得到产品需求数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述用户身份数据和预设的反欺诈模型,得到所述业务用户的用户风控参数包括:
查询预设的反欺诈模型,所述反欺诈模型通过训练业务系统的历史用户业务数据得到;
确定所述用户身份数据对应所述业务用户的模型输入数据;
将所述模型输入数据输入所述反欺诈模型中,得到所述业务用户的用户风控参数。
5.根据权利要求4所述的方法,其特征在于,在所述查询预设的反欺诈模型之前,还包括:
从所述业务系统中获取各业务用户的历史用户业务数据;
将所述历史用户业务数据划分得到模型训练数据和模型测试数据;
训练所述模型训练数据,得到待测试反欺诈模型;
通过所述模型测试数据对所述待测试反欺诈模型进行模型测试,当测试通过时,得到所述反欺诈模型。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述根据所述产品需求数据和所述用户风控参数,从预设的当前业务产品中确定待推送产品包括:
从预设的业务产品数据库中查询当前业务产品;
按照所述产品需求数据,从所述当前业务产品中确定需求推送产品;
根据所述用户风控参数对所述需求推送产品进行风控筛选处理,得到待推送产品。
7.根据权利要求6所述的方法,其特征在于,在所述根据所述历史需求数据和所述当前请求数据得到产品需求数据之后,还包括:
根据各业务用户的产品需求数据,确定各需求产品类型的需求程度值;
将所述需求程度值超过预设的需求反馈阈值对应的需求产品类型反馈至预设的产品设计节点,由所述产品设计节点根据所述需求产品类型进行产品设计处理。
8.一种产品推送装置,其特征在于,所述装置包括:
用户数据获取模块,用于获取业务用户数据,所述业务用户数据包括用户身份数据和用户业务数据;
产品需求确定模块,用于根据所述用户业务数据确定业务用户的历史需求数据和当前请求数据,并根据所述历史需求数据和所述当前请求数据得到产品需求数据;
风控数据确定模块,用于根据所述用户身份数据和预设的反欺诈模型,得到所述业务用户的用户风控参数;
推送产品确定模块,用于根据所述产品需求数据和所述用户风控参数,从预设的当前业务产品中确定待推送产品;
产品推送模块,用于推送所述待推送产品至所述业务用户对应的终端。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910418434.6A CN110232612A (zh) | 2019-05-20 | 2019-05-20 | 产品推送方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910418434.6A CN110232612A (zh) | 2019-05-20 | 2019-05-20 | 产品推送方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110232612A true CN110232612A (zh) | 2019-09-13 |
Family
ID=67860778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910418434.6A Pending CN110232612A (zh) | 2019-05-20 | 2019-05-20 | 产品推送方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232612A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507829A (zh) * | 2020-04-22 | 2020-08-07 | 广州东百信息科技有限公司 | 境外信用卡风控模型迭代方法、装置、设备以及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105141670A (zh) * | 2015-08-04 | 2015-12-09 | 北京金山安全软件有限公司 | 一种业务信息推送方法及系统 |
CN107437179A (zh) * | 2017-08-09 | 2017-12-05 | 中国银行股份有限公司 | 一种提供风险监控与特色服务的银行渠道系统 |
CN108737524A (zh) * | 2018-05-10 | 2018-11-02 | 佛山欧神诺云商科技有限公司 | 一种企业信息推送方法 |
CN109345374A (zh) * | 2018-09-17 | 2019-02-15 | 平安科技(深圳)有限公司 | 风险控制方法、装置、计算机设备和存储介质 |
CN109492863A (zh) * | 2018-09-28 | 2019-03-19 | 平安普惠企业管理有限公司 | 金融单证的自动生成方法及装置 |
CN109636607A (zh) * | 2018-12-18 | 2019-04-16 | 平安科技(深圳)有限公司 | 基于模型部署的业务数据处理方法、装置和计算机设备 |
CN109767318A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 贷款产品推荐方法、装置、设备及存储介质 |
-
2019
- 2019-05-20 CN CN201910418434.6A patent/CN110232612A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105141670A (zh) * | 2015-08-04 | 2015-12-09 | 北京金山安全软件有限公司 | 一种业务信息推送方法及系统 |
CN107437179A (zh) * | 2017-08-09 | 2017-12-05 | 中国银行股份有限公司 | 一种提供风险监控与特色服务的银行渠道系统 |
CN108737524A (zh) * | 2018-05-10 | 2018-11-02 | 佛山欧神诺云商科技有限公司 | 一种企业信息推送方法 |
CN109345374A (zh) * | 2018-09-17 | 2019-02-15 | 平安科技(深圳)有限公司 | 风险控制方法、装置、计算机设备和存储介质 |
CN109492863A (zh) * | 2018-09-28 | 2019-03-19 | 平安普惠企业管理有限公司 | 金融单证的自动生成方法及装置 |
CN109767318A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 贷款产品推荐方法、装置、设备及存储介质 |
CN109636607A (zh) * | 2018-12-18 | 2019-04-16 | 平安科技(深圳)有限公司 | 基于模型部署的业务数据处理方法、装置和计算机设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507829A (zh) * | 2020-04-22 | 2020-08-07 | 广州东百信息科技有限公司 | 境外信用卡风控模型迭代方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110782240B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
JP6749468B2 (ja) | 評価モデルのためのモデリング方法及び装置 | |
EP3893154A1 (en) | Recommendation model training method and related apparatus | |
CN109345374A (zh) | 风险控制方法、装置、计算机设备和存储介质 | |
CN112884092B (zh) | Ai模型生成方法、电子设备及存储介质 | |
CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
CN109447609A (zh) | 支付方法、装置、计算机设备和存储介质 | |
Nair | Modeling strategic investment decisions under sequential technological change | |
CN109634996A (zh) | 客户信息表生成方法、装置、设备及计算机可读存储介质 | |
CN109712001A (zh) | 信息推荐方法、装置、计算机设备和存储介质 | |
CN109272408A (zh) | 车贷款金融产品智能推荐方法、装置、设备及介质 | |
CN110147934A (zh) | 业务请求处理方法、装置、计算机设备和存储介质 | |
CN108182633A (zh) | 贷款数据处理方法、装置、计算机设备和存储介质 | |
CN108932582A (zh) | 风险信息确定方法、装置、计算机设备和存储介质 | |
CN109726983A (zh) | 审批任务分配方法、装置、计算机设备和存储介质 | |
CN110474820B (zh) | 流量回放方法、装置、电子设备 | |
CN109767070A (zh) | 案件分配方法、装置、计算机设备和存储介质 | |
CN109461043A (zh) | 产品推送方法、装置、计算机设备和存储介质 | |
CN109858273A (zh) | 产品信息获取方法、装置、计算机设备和存储介质 | |
CN110349013A (zh) | 风险控制方法及装置 | |
CN110276677A (zh) | 基于大数据平台的还款预测方法、装置、设备及存储介质 | |
CN110135943A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN109919449A (zh) | 资产盘点方法以及计算机可读存储介质 | |
CN109542764A (zh) | 网页自动化测试方法、装置、计算机设备和存储介质 | |
CN114757637A (zh) | 基于决策引擎的信贷审批方法、装置、设备和存储介质 |
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 |