CN110471586A - 项目推荐方法、装置、计算机设备和存储介质 - Google Patents
项目推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110471586A CN110471586A CN201910636226.3A CN201910636226A CN110471586A CN 110471586 A CN110471586 A CN 110471586A CN 201910636226 A CN201910636226 A CN 201910636226A CN 110471586 A CN110471586 A CN 110471586A
- Authority
- CN
- China
- Prior art keywords
- project
- recommended
- data
- resource data
- predicted value
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种项目推荐方法、装置、计算机设备和存储介质。所述方法通过检测会话页面中文本输入面板的文本数据，在文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识，从而根据各项目标识分别获取各待推荐项目的项目资源数据，将项目资源数据转化为资源数据预测值后，根据各待推荐项目的项目标识以及资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像；当获取到针对项目图像中目标项目图像的操作指令时，将目标项目图像对应的项目信息发送至会话对象终端，在进行会话的过程中，使得用户可快速选择需要进行推荐的目标项目，并将目标项目的项目信息分享推荐至会话对象终端，丰富了交互形式。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种项目推荐方法、装置、计算机设备和存储介质。
背景技术
随着信息技术的不断发展，日常生活中的智能终端越来越普及，不同用户间可以通过智能终端进行通信会话，实现数据信息的分享，例如可以实现投资项目的推荐分享。但是，在会话过程中服务器仅仅是将用户键入的数据信息传输至会话对象的终端，交互方式单一。
发明内容
基于此，有必要针对上述技术问题，提供一种项目推荐方法、装置、计算机设备和存储介质。
一种项目推荐方法，所述方法包括：
展示会话页面，检测所述会话页面中文本输入面板的文本数据；
当所述文本数据包括目标文本信息时，获取所述目标文本信息对应的多个待推荐项目的项目标识；
根据各所述项目标识分别获取各所述待推荐项目的项目资源数据；
接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值；
根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像，并在所述会话页面展示所述项目图像；
获取针对所述项目图像中目标项目图像的操作指令，根据所述操作指令将所述目标项目图像对应的项目信息发送至会话对象终端。
在其中一个实施例中，所述接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值的步骤，包括：
确定各所述待推荐项目对应的预测指标，从所述项目资源数据中获取与预测指标对应的目标资源数据；
提取所述数据转换指令的转化规则，所述转化规则为目标资源数据与资源数据预测值间的转化规则；
根据所述转化规则将所述目标资源数据进行转化，得到各所述预测指标的资源数据预测值；
计算各所述预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值。
在其中一个实施例中，所述计算各所述预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值的步骤，包括：
以各所述预测指标分别作为雷达图的一个辐射轴，根据各所述预测指标的资源数据预测值绘制项目雷达图；
计算所述项目雷达图的面积特征量，根据所述面积特征量确定所述待推荐项目的资源数据预测值。
在其中一个实施例中，所述接收数据转换指令的步骤之前，还包括：
分别采集样本项目的指标数据以及在预测指标对应的样本预测数据；
根据各所述样本预测数据对所述样本项目进行分类，得到不同的项目类型；
根据样本项目的指标数据以及不同的项目类型下样本项目的数量，在同一坐标系中各企业类型的绘制累积分布函数图；
根据所述累积分布函数图的分布设置数据转化规则，并根据所述数据转化规则生成数据转换指令。
在其中一个实施例中，在所述会话页面展示项目图像的步骤，包括：
根据所述资源数据预测值对各所述待推荐项目进行排序，得到排序结果；
根据所述排序结果对所述待推荐项目对应的项目图像进行排序，在所述会话页面中展示排序后的项目图像。
在其中一个实施例中，所述根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像的步骤，包括：
将各所述待推荐项目的项目雷达图确定为图像配置信息；
根据各所述待推荐项目的项目标识以及所述图像配置信息，生成各所述待推荐项目对应的项目图像。
一种项目推荐装置，所述装置包括：
文本数据检测模块，用于展示会话页面，检测所述会话页面中文本输入面板的文本数据；
项目获取模块，用于当所述文本数据包括目标文本信息时，获取所述目标文本信息对应的多个待推荐项目的项目标识；
项目资源数据获取模块，用于根据各所述项目标识分别获取各所述待推荐项目的项目资源数据；
预测值获取模块，用于接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值；
项目图像展示模块，用于根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像，并在所述会话页面展示所述项目图像；
项目推荐模块，用于获取针对所述项目图像中目标项目图像的操作指令，根据所述操作指令将所述目标项目图像对应的项目信息发送至会话对象终端。
在其中一个实施例中，所述预测值获取模块，具体用于确定各所述待推荐项目对应的预测指标，从所述项目资源数据中获取与预测指标对应的目标资源数据；提取所述数据转换指令的转化规则，所述转化规则为目标资源数据与资源数据预测值间的转化规则；根据所述转化规则将所述目标资源数据进行转化，得到各所述预测指标的资源数据预测值。
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：
展示会话页面，检测所述会话页面中文本输入面板的文本数据；
当所述文本数据包括目标文本信息时，获取所述目标文本信息对应的多个待推荐项目的项目标识；
根据各所述项目标识分别获取各所述待推荐项目的项目资源数据；
接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值；
根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像，并在所述会话页面展示所述项目图像；
获取针对所述项目图像中目标项目图像的操作指令，根据所述操作指令将所述目标项目图像对应的项目信息发送至会话对象终端。
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：
展示会话页面，检测所述会话页面中文本输入面板的文本数据；
当所述文本数据包括目标文本信息时，获取所述目标文本信息对应的多个待推荐项目的项目标识；
根据各所述项目标识分别获取各所述待推荐项目的项目资源数据；
接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值；
根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像，并在所述会话页面展示所述项目图像；
获取针对所述项目图像中目标项目图像的操作指令，根据所述操作指令将所述目标项目图像对应的项目信息发送至会话对象终端。
上述项目推荐方法、装置、计算机设备以及可读存储介质，通过检测会话页面中文本输入面板的文本数据，在文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识，从而根据各项目标识分别获取各待推荐项目的项目资源数据，在根据数据转换指令将项目资源数据转化为资源数据预测值后，根据各待推荐项目的项目标识以及资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像；当获取到针对项目图像中目标项目图像的操作指令时，将目标项目图像对应的项目信息发送至会话对象终端，实现在进行会话的过程中，根据会话消息快速生成待推荐项目的项目图像，使得用户可快速选择需要进行推荐的目标项目，并将目标项目的项目信息分享推荐至会话对象终端，丰富了交互形式。
附图说明
图1为一个实施例中项目推荐方法的应用场景图；
图2为一个实施例中项目推荐方法的流程示意图；
图3为一个实施例中会话页面的示意图；
图4为一个实施例中数据转换指令的生成步骤的流程示意图；
图5为一个实施例中累积分布函数图的示意图；
图6为一个实施例中项目推荐装置的结构框图；
图7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。
本申请提供的项目推荐方法，可以应用于如图1所示的应用环境中。其中，第一终端102与第二终端104通过网络进行通信。第一终端102上展示会话页面，第一终端102在检测到会话页面中文本输入面板的文本数据中包括有目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识，并根据各项目标识分别获取各待推荐项目的项目资源数据；在将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值，并根据资源数据预测值以及项目标识生成待推荐项目对应的项目图像，并在会话页面中展示项目图像，用户通过会话页面从项目图像中选择目标项目图像，第一终端102获取到针对项目图像中目标项目图像的操作指令，并根据操作指令将目标项目图像对应的项目信息发送至第二终端104。其中，第一终端102以及第二终端104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。
在一个实施例中，如图2所示，提供了一种项目推荐方法，以该方法应用于图1中的第一终端102为例进行说明，包括以下步骤：
步骤S210：展示会话页面，检测会话页面中文本输入面板的文本数据。
本步骤中，会话是指某个会话对象与其他会话对象进行信息交互的过程，而会话页面是显示会话消息的界面，其中会话消息是在进行会话时采集到的会话对象的信息，会话消息可以包括会话对象发出的文字信息、语音信息等；文本输入面板的文本数据是指会话对象输入但未发送的文字信息。具体的，第一终端通过展示会话页面，并实时检测到文本输入面板中的文本数据。
如图3所示，图3为一个实施例中会话页面的界面示意图；图中的会话页面中，会话对象双方发送文字信息，终端用户可通过触控会话页面示出的键盘控件实现文本数据的键入，用户所键入的文本数据显示在文本输入面板中。
步骤S220：当文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识。
本实施例中，目标文本信息是指预先设置的文本，比如为企业名称、项目名称等；项目标识用于唯一标识待推荐项目对象的字符串，终端预先将目标文本信息与不同项目建立映射关系表，在第一终端从文本数据中检测到目标文本信息时，可以根据目标文本信息与不同项目的映射关系，确定目标文本信息对应的待推荐项目，并获取待推荐项目的项目标识。
例如，目标文本信息包括A企业的企业名称，在第一终端在文本数据中检测到A企业的企业名称时，可以根据A企业的企业名称的映射获取A企业的所有项目，作为待推荐项目。
步骤S230：根据各项目标识分别获取各待推荐项目的项目资源数据。
本步骤中，项目资源数据是指对项目资源数据预测值造成影响的资源数据，数据资源预测值用于指示待推荐项目不同的数据资源对项目投资风险影响的导向值，当数据资源预测值越大，则该资源信息对项目越利好，项目的投资风险越低，例如项目资源数据可以为项目高管信息数据，项目资源数据预测值即为待推荐项目中不同的高管信息对项目投资风险影响的导向值，当数据资源预测值越大，项目高管为项目类型的优势管理人员，项目的投资风险越低。
具体的，终端基于大数据，将待推荐项目的项目标识或项目名称作为搜索关键词，预先从互联网爬取与待推荐项目的项目标识或项目名称对应的数据，对爬取到的数据进行预处理操作，获取关键数据内容保存为项目资源数据，方便后续服务器通过查询数据库，获取对应的项目资源数据。
步骤S240：接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值。
在本步骤中，数据转换指令是指将项目资源数据转化为对应的资源数据预测值的指令；例如，将项目高管信息中的高管学历信息，量化对应的学历级别，该学历级别即为项目高管信息中的高管学历的预测值；将项目高管信息中的高管任职年限信息，量化对应的任职年限级别，该任职年限别即为项目高管信息中的高管任职年限的预测值。
具体地，终端获取预设数据转换指令，根据预设数据转换指令，对与项目资源数据进行转化，得到相应的数据级别，并将得到的数据级别确定为待推荐项目的资源数据预测值，后续服务器根据用于指示项目投资风险的资源数据预测值生成项目图像，避免需要展示过多的项目资源数据，有效减少图像面积。
步骤S250：根据各待推荐项目的项目标识以及的资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像。
本步骤中，项目图像可以在会话页面中所展示，用于标识项目并展示项目资源数据预测值的图像。服务器可预先设置项目图像模板，在获得各待推荐项目的项目标识以及的资源数据预测值后，将项目标识以及资源数据预测值作为配置信息，将配置信息结合项目图像模板，生成待推荐项目对应的项目图像。
步骤S260：获取针对项目图像中目标项目图像的操作指令，根据操作指令将目标项目图像对应的项目信息发送至会话对象终端。
本步骤中，终端可接收用户操作，当终端检测到用户对目标项目图像的操作时，生成操作指令，并根据操作确定目标项目图像对应的待推荐项目，并将待推荐项目的项目信息发送至会话对象所在的终端。
如图3所示，图3中还包括有项目图像310以及项目图像320；当终端检测到用户2触控某个项目图像，例如项目图像310时，对应生成操作指令，并根据操作指令确定项目图像对应的待推荐项目，将待推荐项目的项目信息发送给会话对象用户1。
进一步的，在会话页面中展示目标图像目标项目图像对应的项目信息，使得会话对象可以通过其所持的终端获取到推荐项目的项目信息。
上述项目推荐方法中，通过检测会话页面中文本输入面板的文本数据，在文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识，从而根据各项目标识分别获取各待推荐项目的项目资源数据，在根据数据转换指令将项目资源数据转化为资源数据预测值后，根据各待推荐项目的项目标识以及资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像；当获取到针对项目图像中目标项目图像的操作指令时，将目标项目图像对应的项目信息发送至会话对象终端，实现在进行会话的过程中，根据会话消息快速生成待推荐项目的项目图像，使得用户可快速选择需要进行推荐的目标项目，并将目标项目的项目信息分享推荐至会话对象终端，丰富了交互形式；进一步的，项目图像无需展示过多的没有实际参考价值的信息，减少了向信息的传输量，避免服务器资源浪费，从而提高了终端的资源利用率。
在一个实施例中，接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值的步骤，包括：确定各待推荐项目对应的预测指标，从项目资源数据中获取与预测指标对应的目标资源数据；提取数据转换指令的转化规则，转化规则为目标资源数据与资源数据预测值间的转化规则；根据转化规则将目标资源数据进行转化，得到各预测指标的资源数据预测值；计算各预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值。
具体地，服务器可以根据项目资源数据中的各个数据的数据类型，确定待推荐项目的预测指标，从而项目资源数据中获取与预测指标对应的目标资源数据，并从数据转化指令中提取与预测指标对应的转化规则，根据转化规则对该预测指标对应的目标资源数据进行转化，以得到各预测指标的资源数据预测值，在获得各个不同预测指标的资源数据预测值后，计算这些预测指标的资源数据预测值的均值，并将均值作为待推荐项目的资源数据预测值；通过将大量的项目资源数据转化为一个能够标识项目风险信息的资源数据预测值，在后续生成项目图像时，项目图像无需展示过多的没有实际参考价值的信息，减少了向信息的传输量，避免服务器资源浪费，从而提高了终端的资源利用率，且将项目资源数据的数据类型，针对不同数据类型利用不同的转化规则获取资源数据预测值，有效提高资源数据预测值的分析准确性。
以项目资源数据为各个项目高管的履历数据为例对本实施例的技术方案进行说明，服务器在获得各个项目高管的履历数据后，对履历数据进行操作处理，确定履历数据中不同数据对应的履历属性，进而根据履历属性确定履历数据对应的预测指标，具体的履历属性可以包括高管的兼职数目、年薪、持股数目、学历、任职年限、年龄、是否发生变更等，对应的预测指标包括兼职数目、年薪、持股数目、学历、任职年限、年龄、是否发生变更等指标；不同的预测指标具有不同的转化规则，对于某一预测指标，服务器利用对应的转化规则对该预测指标的目标履历数据进行转化，得到该预测指标下的数据级别，并将得到的数据级别确定为该预测指标的资源数据预测值，在对所有的预测指标进行评估后，计算所有预测指标的资源数据预测值的均值，将该均值确定为待预测项目的数据资源预测值。
在一个实施例中，计算各预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值的步骤，包括：以各预测指标分别作为雷达图的一个辐射轴，根据各预测指标的资源数据预测值绘制项目雷达图；计算项目雷达图的面积特征量，根据面积特征量确定待推荐项目的资源数据预测值。
本实施例中，服务器在获得项目资源数据在不同预测指标下的资源数据预测值后，每一个预测指标生成一个辐射轴，利用各个预测指标的资源数据预测值绘制项目雷达图，进而利用项目雷达图的面积特征量作为项目的资源数据预测值，无需对数据进行计算分析，降低数据处理的复杂度，提高对项目资源数据的分析效率。
仍然以项目资源数据为各个项目高管的履历数据为例对本实施例的技术方案进行说明，服务器在获得项目高管的履历数据在不同预测指标，例如兼职数目、年薪、持股数目、学历、任职年限、年龄等不同预测指标的资源数据预测值后，根据各个预测指标的资源数据预测值构建雷达图，进而利用该雷达图的面积特征量作为项目的资源数据预测值。
进一步的，在一个实施例中，根据各项目标识以及各待推荐项目的资源数据预测值，分别生成各待推荐项目对应的项目图像的步骤，包括：将各待推荐项目的项目雷达图确定为图像配置信息；根据各待推荐项目的项目标识以及图像配置信息，生成各待推荐项目对应的项目图像。
具体的，终端可预先设置项目图像模板，在获得项目雷达图后，将项目雷达图作为项目图像模板的图像配置信息，根据项目标识以及项目雷达图作为最终的配置信息，生成各待推荐项目对应的项目图像，终端可以通过会话页面展示项目图像进而展示待推荐项目的项目信息，当待推荐项目被触发预览时，可以显示待推荐项目相应的项目雷达图，实现信息可视化，清晰直观地标识项目的相关信息，避免其余信息干扰。
在一个实施例中，在会话页面展示项目图像的步骤，包括：根据资源数据预测值对各待推荐项目进行排序，得到排序结果；根据排序结果对待推荐项目对应的项目图像进行排序，在会话页面中展示排序后的项目图像。
本实施例中，服务器在获取到各个待推荐项目的资源数据预测值后，根据资源数据预测值对待推荐项目进行排序，并根据排序结果对项目图像进行排序，将排序后的项目图像展示在会话页面中，实现将投资风险低的项目图像显示靠前。
在一个实施例中，如图4所示，图4为一个实施例中数据转换指令的生成步骤的流程示意图，分别根据各履历属性的评估规则，对各高管属性的特征值进行评估，得到各高管属性的评估分数的步骤之前，还包括：
步骤S410：分别采集样本项目的指标数据以及在预测指标对应的样本预测数据；
步骤S420：根据各样本预测数据对样本项目进行分类，得到不同的项目类型；
步骤S430：根据样本项目的指标数据以及不同的项目类型下样本项目的数量，在同一坐标系中各企业类型的绘制累积分布函数图；
步骤S440：根据累积分布函数图的分布设置数据转化规则，并根据数据转化规则生成数据转换指令。
本实施例中，指标数据是用于表示样本项目的收益的数据，例如ROA(Return onAssets，资产收益率)、ROE(Rate of Return on Common Stockholders’Equity，净资产收益率)或者EPS(Earnings Per Share，每股盈余)等财务指标数据。服务器从网上采集样本项目的指标数据和样本项目中所有预测指标对应的样本预测数据；对于不同的预测指标，服务器根据预测指标对应的样本预测数据对样本项目进行分类，得到样本项目在该预测指标下对应的项目类型，将同一项目类型的样本项目的指标数据进行统计分析，绘制出该项目类型下累积分布函数图，并将在同一履历属性下不同预测指标的累积分布函数图绘制在同一个坐标系上，然后根据同一坐标系下各个累积分布函数图的分布对不同项目类型设置转化规则，生成数据转换指令。
例如，以项目资源数据为各个项目高管的履历数据为例对本实施例的技术方案进行说明，以履历数据对应的预测指标中的“是否发生变更”这一预测指标为例，“是否发生变更”的特征值为“1”或者“0”，“1”标识该项目高管在预设时间段内发生过变更，“0”标识该高管在预设时间段内没有发生过变更。针对“是否发生变更”这一属性，根据特征值为“1”或者“0”(即高管在预设时间段内是否发生过变更情况)将样本项目进行分类，分成两类项目类型，并绘制出这两类项目类型下的累积分布函数图，如图5所示，图中横坐标x为样本项目的指标数据，例如ROA，纵坐标表示指标数据小于x的样本项目的数量占该类型总数量的比例。绘制出两类项目类型对应的累积分布函数图后，根据累积分布函数图的整体偏移趋势，确定在“变更情况”这一预测指标下，“是否发生变更”的特征值为“0”时，该预测指标的数据资源预测值设置为100，“是否发生变更”的特征值为“1”时，该预测指标的数据资源预测值设置为评估分数设置为50。
应该理解的是，虽然图2或图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或图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6所示，提供了一种项目推荐装置，包括：文本数据检测模块510、项目获取模块520、项目资源数据获取模块530、预测值获取模块540、项目图像展示模块550和项目推荐模块560，其中：
文本数据检测模块510，用于展示会话页面，检测会话页面中文本输入面板的文本数据；
项目获取模块520，用于当文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识；
项目资源数据获取模块530，用于根据各项目标识分别获取各待推荐项目的项目资源数据；
预测值获取模块540，用于接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值；
项目图像展示模块550，用于根据各项目标识以及各待推荐项目的资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像；
项目推荐模块560，用于获取针对项目图像中目标项目图像的操作指令，根据操作指令将目标项目图像对应的项目信息发送至会话对象终端。
在一个实施例中，预测值获取模块，具体用于确定各待推荐项目对应的预测指标，从项目资源数据中获取与预测指标对应的目标资源数据；提取数据转换指令的转化规则，转化规则为目标资源数据与资源数据预测值间的转化规则；根据转化规则将目标资源数据进行转化，得到各预测指标的资源数据预测值；计算各预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值。
在一个实施例中，预测值获取模块，具体用于以各预测指标分别作为雷达图的一个辐射轴，根据各预测指标的资源数据预测值绘制项目雷达图；计算项目雷达图的面积特征量，根据面积特征量确定待推荐项目的资源数据预测值。
在一个实施例中，项目推荐装置还包括数据转换指令生成模块，用于分别采集样本项目的指标数据以及在预测指标对应的样本预测数据；根据各样本预测数据对样本项目进行分类，得到不同的项目类型；根据样本项目的指标数据以及不同的项目类型下样本项目的数量，在同一坐标系中各企业类型的绘制累积分布函数图；根据累积分布函数图的分布设置数据转化规则，并根据数据转化规则生成数据转换指令。
在一个实施例中，项目图像展示模块，用于将各待推荐项目的项目雷达图确定为图像配置信息；根据各待推荐项目的项目标识以及图像配置信息，生成各待推荐项目对应的项目图像。
在一个实施例中，项目图像展示模块，用于根据资源数据预测值对各待推荐项目进行排序，得到排序结果；根据排序结果对待推荐项目对应的项目图像进行排序，在会话页面中展示排序后的项目图像。
关于项目推荐装置的具体限定可以参见上文中对于项目推荐方法的限定，在此不再赘述。上述项目推荐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7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企业相关数据、项目相关数据。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项目推荐方法。
本领域技术人员可以理解，图7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：
展示会话页面，检测会话页面中文本输入面板的文本数据；
当文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识；
根据各项目标识分别获取各待推荐项目的项目资源数据；
接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值；
根据各项目标识以及各待推荐项目的资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像；
获取针对项目图像中目标项目图像的操作指令，根据操作指令将目标项目图像对应的项目信息发送至会话对象终端。
在一个实施例中，处理器执行计算机程序实现接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值的步骤时，具体实现以下步骤：确定各待推荐项目对应的预测指标，从项目资源数据中获取与预测指标对应的目标资源数据；提取数据转换指令的转化规则，转化规则为目标资源数据与资源数据预测值间的转化规则；根据转化规则将目标资源数据进行转化，得到各预测指标的资源数据预测值；计算各预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值。
在一个实施例中，处理器执行计算机程序实现根据资源数据预测值对各待推荐项目进行排序，得到排序结果的步骤时，具体实现以下步骤：以各预测指标分别作为雷达图的一个辐射轴，根据各预测指标的资源数据预测值绘制项目雷达图；计算项目雷达图的面积特征量，根据面积特征量确定待推荐项目的资源数据预测值。
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：分别采集样本项目的指标数据以及在预测指标对应的样本预测数据；根据各样本预测数据对样本项目进行分类，得到不同的项目类型；根据样本项目的指标数据以及不同的项目类型下样本项目的数量，在同一坐标系中各企业类型的绘制累积分布函数图；根据累积分布函数图的分布设置数据转化规则，并根据数据转化规则生成数据转换指令。
在一个实施例中，处理器执行计算机程序实现根据各项目标识以及各待推荐项目的资源数据预测值，分别生成各待推荐项目对应的项目图像的步骤时，具体实现以下步骤：将各待推荐项目的项目雷达图确定为图像配置信息；根据各待推荐项目的项目标识以及图像配置信息，生成各待推荐项目对应的项目图像。
在一个实施例中，处理器执行计算机程序实现在会话页面展示项目图像的步骤，具体实现以下步骤：根据资源数据预测值对各待推荐项目进行排序，得到排序结果；根据排序结果对待推荐项目对应的项目图像进行排序，在会话页面中展示排序后的项目图像。
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：
展示会话页面，检测会话页面中文本输入面板的文本数据；
当文本数据包括目标文本信息时，获取目标文本信息对应的多个待推荐项目的项目标识；
根据各项目标识分别获取各待推荐项目的项目资源数据；
接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值；
根据各项目标识以及各待推荐项目的资源数据预测值，生成待推荐项目对应的项目图像，并在会话页面展示项目图像；
获取针对项目图像中目标项目图像的操作指令，根据操作指令将目标项目图像对应的项目信息发送至会话对象终端。
在一个实施例中，计算机程序被处理器执行实现接收数据转换指令，根据数据转换指令将各待推荐项目的项目资源数据转化为待推荐项目的资源数据预测值的步骤，具体实现以下步骤：确定各待推荐项目对应的预测指标，从项目资源数据中获取与预测指标对应的目标资源数据；提取数据转换指令的转化规则，转化规则为目标资源数据与资源数据预测值间的转化规则；根据转化规则将目标资源数据进行转化，得到各预测指标的资源数据预测值；计算各预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值。
在一个实施例中，计算机程序被处理器执行实现计算各预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值的步骤时，具体实现以下步骤：以各预测指标分别作为雷达图的一个辐射轴，根据各预测指标的资源数据预测值绘制项目雷达图；计算项目雷达图的面积特征量，根据面积特征量确定待推荐项目的资源数据预测值。
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：分别采集样本项目的指标数据以及在预测指标对应的样本预测数据；根据各样本预测数据对样本项目进行分类，得到不同的项目类型；根据样本项目的指标数据以及不同的项目类型下样本项目的数量，在同一坐标系中各企业类型的绘制累积分布函数图；根据累积分布函数图的分布设置数据转化规则，并根据数据转化规则生成数据转换指令。
在一个实施例中，计算机程序被处理器执行实现在会话页面展示项目图像的步骤时，具体实现以下步骤：根据资源数据预测值对各待推荐项目进行排序，得到排序结果；根据排序结果对待推荐项目对应的项目图像进行排序，在会话页面中展示排序后的项目图像。
在一个实施例中，计算机程序被处理器执行根据各项目标识以及各待推荐项目的资源数据预测值，分别生成各待推荐项目对应的项目图像的步骤，具体实现以下步骤：将各待推荐项目的项目雷达图确定为图像配置信息；根据各待推荐项目的项目标识以及图像配置信息，生成各待推荐项目对应的项目图像。
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)
1.一种项目推荐方法，所述方法包括：
展示会话页面，检测所述会话页面中文本输入面板的文本数据；
当所述文本数据包括目标文本信息时，获取所述目标文本信息对应的多个待推荐项目的项目标识；
根据各所述项目标识分别获取各所述待推荐项目的项目资源数据；
接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值；
根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像，并在所述会话页面展示所述项目图像；
获取针对所述项目图像中目标项目图像的操作指令，根据所述操作指令将所述目标项目图像对应的项目信息发送至会话对象终端。
2.根据权利要求1所述的方法，其特征在于，所述接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值的步骤，包括：
确定各所述待推荐项目对应的预测指标，从所述项目资源数据中获取与预测指标对应的目标资源数据；
提取所述数据转换指令的转化规则，所述转化规则为所述目标资源数据与资源数据预测值间的转化规则；
根据所述转化规则将所述目标资源数据进行转化，得到各所述预测指标的资源数据预测值；
计算各所述预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值。
3.根据权利要求2所述的方法，其特征在于，所述计算各所述预测指标的资源数据预测值的均值作为待推荐项目的资源数据预测值的步骤，包括：
以各所述预测指标分别作为雷达图的一个辐射轴，根据各所述预测指标的资源数据预测值绘制项目雷达图；
计算所述项目雷达图的面积特征量，根据所述面积特征量确定所述待推荐项目的资源数据预测值。
4.根据权利要求1所述的方法，其特征在于，所述接收数据转换指令的步骤之前，还包括：
分别采集样本项目的指标数据以及在预测指标对应的样本预测数据；
根据各所述样本预测数据对所述样本项目进行分类，得到不同的项目类型；
根据所述样本项目的指标数据以及不同的项目类型下样本项目的数量，在同一坐标系中各企业类型的绘制累积分布函数图；
根据所述累积分布函数图的分布设置数据转化规则，并根据所述数据转化规则生成数据转换指令。
5.根据权利要求1所述的方法，其特征在于，在所述会话页面展示项目图像的步骤，包括：
根据所述资源数据预测值对各所述待推荐项目进行排序，得到排序结果；
根据所述排序结果对所述待推荐项目对应的项目图像进行排序，在所述会话页面中展示排序后的项目图像。
6.根据权利要求3所述的方法，其特征在于，所述根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像的步骤，包括：
将各所述待推荐项目的项目雷达图确定为图像配置信息；
根据各所述待推荐项目的项目标识以及所述图像配置信息，生成各所述待推荐项目对应的项目图像。
7.一种项目推荐装置，其特征在于，所述装置包括：
文本数据检测模块，用于展示会话页面，检测所述会话页面中文本输入面板的文本数据；
项目获取模块，用于当所述文本数据包括目标文本信息时，获取所述目标文本信息对应的多个待推荐项目的项目标识；
项目资源数据获取模块，用于根据各所述项目标识分别获取各所述待推荐项目的项目资源数据；
预测值获取模块，用于接收数据转换指令，根据所述数据转换指令将各所述待推荐项目的项目资源数据转化为所述待推荐项目的资源数据预测值；
项目图像展示模块，用于根据各所述待推荐项目的项目标识以及资源数据预测值，生成所述待推荐项目对应的项目图像，并在所述会话页面展示所述项目图像；
项目推荐模块，用于获取针对所述项目图像中目标项目图像的操作指令，根据所述操作指令将所述目标项目图像对应的项目信息发送至会话对象终端。
8.根据权利要求7所述的装置，其特征在于，所述预测值获取模块，具体用于确定各所述待推荐项目对应的预测指标，从所述项目资源数据中获取与预测指标对应的目标资源数据；提取所述数据转换指令的转化规则，所述转化规则为目标资源数据与资源数据预测值间的转化规则；根据所述转化规则将所述目标资源数据进行转化，得到各所述预测指标的资源数据预测值。
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6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6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910636226.3A CN110471586B (zh) | 2019-07-15 | 2019-07-15 | 项目推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910636226.3A CN110471586B (zh) | 2019-07-15 | 2019-07-15 | 项目推荐方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110471586A true CN110471586A (zh) | 2019-11-19 |
| CN110471586B CN110471586B (zh) | 2023-04-25 |
Family
ID=68508592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910636226.3A Active CN110471586B (zh) | 2019-07-15 | 2019-07-15 | 项目推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110471586B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111143677A (zh) * | 2019-12-26 | 2020-05-12 | 支付宝(杭州)信息技术有限公司 | 合约模板推荐方法以及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180068371A1 (en) * | 2016-09-08 | 2018-03-08 | Adobe Systems Incorporated | Learning Vector-Space Representations of Items for Recommendations using Word Embedding Models |
| CN108520058A (zh) * | 2018-03-30 | 2018-09-11 | 维沃移动通信有限公司 | 一种商家信息推荐方法及移动终端 |
| CN109643330A (zh) * | 2016-08-16 | 2019-04-16 | 电子湾有限公司 | 具有自然语言理解能力的在线个人助理 |
| CN109753603A (zh) * | 2018-12-17 | 2019-05-14 | 平安科技（深圳）有限公司 | 产品推荐信息展示方法、装置、计算机设备和存储介质 |
-
2019
- 2019-07-15 CN CN201910636226.3A patent/CN110471586B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109643330A (zh) * | 2016-08-16 | 2019-04-16 | 电子湾有限公司 | 具有自然语言理解能力的在线个人助理 |
| US20180068371A1 (en) * | 2016-09-08 | 2018-03-08 | Adobe Systems Incorporated | Learning Vector-Space Representations of Items for Recommendations using Word Embedding Models |
| CN108520058A (zh) * | 2018-03-30 | 2018-09-11 | 维沃移动通信有限公司 | 一种商家信息推荐方法及移动终端 |
| CN109753603A (zh) * | 2018-12-17 | 2019-05-14 | 平安科技（深圳）有限公司 | 产品推荐信息展示方法、装置、计算机设备和存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111143677A (zh) * | 2019-12-26 | 2020-05-12 | 支付宝(杭州)信息技术有限公司 | 合约模板推荐方法以及装置 |
| CN111143677B (zh) * | 2019-12-26 | 2023-09-12 | 支付宝(杭州)信息技术有限公司 | 合约模板推荐方法以及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110471586B (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11698890B2 (en) | System and method for generating a column-oriented data structure repository for columns of single data types | |
| Qamar et al. | Human resource analytics: a review and bibliometric analysis | |
| US20240248941A1 (en) | Information platform systems and methods | |
| Yang et al. | Tag-based expert recommendation in community question answering | |
| US11086916B2 (en) | System and method for analyzing and visualizing team conversational data | |
| EP3685245B1 (en) | Method, apparatus, and computer-readable media for customer interaction semantic annotation and analytics | |
| CN110888990A (zh) | 文本推荐方法、装置、设备及介质 | |
| CN109543925A (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
| CN109815331A (zh) | 文本情感分类模型的构建方法、装置和计算机设备 | |
| CN110532359A (zh) | 法律条文查询方法、装置、计算机设备和存储介质 | |
| Majumdar et al. | Detection of financial rumors using big data analytics: the case of the Bombay Stock Exchange | |
| Taubert et al. | Changes in scientific publishing: A heuristic for analysis | |
| Bronzini et al. | Glitter or gold? Deriving structured insights from sustainability reports via large language models | |
| Owda et al. | Financial discussion boards irregularities detection system (fdbs-ids) using information extraction | |
| CN110471586A (zh) | 项目推荐方法、装置、计算机设备和存储介质 | |
| Qabajeh et al. | Trends and patterns in coso-related auditing research: A bibliometric study | |
| CN116975413A (zh) | 用于搜索的方法、装置、设备和介质 | |
| Wang et al. | A Generative Answer Aggregation Model for Sentence-Level Crowdsourcing Tasks | |
| Weigand et al. | How to identify your design science research artifact | |
| US10762116B2 (en) | System and method for analyzing and visualizing team conversational data | |
| Xu et al. | Multimodal Aspect-Based Sentiment Classification with Knowledge-Injected Transformer | |
| Daudert et al. | CoSACT: A collaborative tool for fine-grained sentiment annotation and consolidation of text | |
| Souza et al. | Knowledge Management System and Financial Performance: how this relation has been measured? | |
| Motohashi et al. | Technological competitiveness of China's internet platformers: comparison of Google and Baidu by using patent text information | |
| Şeref et al. | Rhetoric Mining: A New Text-Analytics Approach for Quantifying Persuasion |
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 |