CN110489622B - 对象信息的分享方法、装置、计算机设备和存储介质 - Google Patents
对象信息的分享方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110489622B CN110489622B CN201910619550.4A CN201910619550A CN110489622B CN 110489622 B CN110489622 B CN 110489622B CN 201910619550 A CN201910619550 A CN 201910619550A CN 110489622 B CN110489622 B CN 110489622B
- Authority
- CN
- China
- Prior art keywords
- text
- data
- sharing
- information
- prediction model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012549 training Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 22
- 230000014509 gene expression Effects 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 abstract description 4
- 238000012417 linear regression Methods 0.000 description 17
- 238000003062 neural network model Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Document Processing Apparatus (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请涉及一种对象信息的分享方法、装置、计算机设备和存储介质。本方法通过接收第一终端发送的信息分享请求，根据信息分享请求访问对象标识对应的数据源服务器，并从中获取待分享对象的对象源数据；在对对象源数据进行文本识别，获取到文本关键字后，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式，根据参数填充格式将对象源数据中的数值数据转化为待填充参数，从而将待填充参数填充至分享信息文本模板中得到分享信息文本，并发送至第二终端，使得第二终端对分享信息文本进行显示，实现根据待分享对象的产品类型适配对应的分享信息，降低分享信息文本的数据量，节省大量通信资源。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种对象信息的分享方法、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实现不同产品对象的相互分享，但是，在分享不同类型的产品对象时，所分享的数据格式、数据类型等内容也是不同的，例如，当用户间进保险产品分享时，往往需要将保险产品的购买金额、理赔金额等数据信息作为分享信息，当用户间进行基金分享时，往往需要将基金产品的预估价值等数据信息作为分享信息，但是传统的对象信息分享时，难以对待分享对象的产品类型适配对应的分享信息，导致分享信息的数据量巨大，浪费大量通信资源。
发明内容
基于此，有必要针对上述技术问题，提供一种对象信息的分享方法、装置、计算机设备和存储介质。
一种对象信息的分享方法，所述方法包括：
接收第一终端发送的信息分享请求，所述信息分享请求用于获取待分享对象的分享信息文本，所述信息分享请求携带所述待分享对象的对象标识；
根据所述信息分享请求访问所述对象标识对应的数据源服务器，从所述数据源服务器中获取所述待分享对象的对象源数据；
对所述对象源数据进行文本识别，获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板，并解析所述分享信息文本模板的参数填充格式；
根据所述参数填充格式，将所述对象源数据中的数值数据转化为待填充参数，并将所述待填充参数填充至所述分享信息文本模板中，得到分享信息文本；
将所述分享信息文本发送至第二终端，使得所述第二终端对所述分享信息文本进行显示。
在其中一个实施例中，所述获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板的步骤，包括：
对所述文本数据进行分词，获得文本数据的词序列；
获取推荐字段的正则表达式，将各所述正则表达式逐一与各个词序列进行匹配；
将相匹配的词序列确定为与所述推荐字段匹配的文本关键词，根据与不同推荐字段匹配的文本关键词的数量，确定分享信息文本模板。
在其中一个实施例中，所述将所述对象源数据中的数值数据转化为待填充参数的步骤，包括：
获取与所述参数填充格式对应的参数指标，从所述对象源数据中的数值数据确定与所述参数指标对应的目标数值数据；
调用所述参数指标对应的预测模型，根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数。
在其中一个实施例中，所述根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数的步骤，包括：
确定所述数据分享请求的接收时间，根据所述接收时间以及预测模型的基准回归窗口长度确定目标时间段；
将目标时间段内各所述目标数值数据输入至预测模型中，对预测模型进行训练；
将接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
在其中一个实施例中，所述根据所述接收时间以及预测模型的基准回归窗口长度确定目标时间段，包括：
获取所述基准回归窗口长度的调整系数；
根据所述调整系数调整所述基准回归窗口长度，得到最优回归窗口长度；
根据所述接收时间以及所述最优回归窗口长度确定目标时间段。
一种分享信息文本的分享装置，所述装置包括：
分享请求获取模块，用于接收第一终端发送的信息分享请求，所述信息分享请求用于获取待分享对象的分享信息文本，所述信息分享请求携带所述待分享对象的对象标识；
对象源数据获取模块，用于根据所述信息分享请求访问所述对象标识对应的数据源服务器，从所述数据源服务器中获取所述待分享对象的对象源数据；
分享信息文本确定模块，用于对所述对象源数据进行文本识别，获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板，并解析所述分享信息文本模板的参数填充格式；
参数填充模块，用于根据所述参数填充格式，将所述对象源数据中的数值数据转化为待填充参数，并将所述待填充参数填充至所述分享信息文本模板中，得到分享信息文本；
分享信息文本发送模块，用于将所述分享信息文本发送至第二终端，使得所述第二终端对所述分享信息文本进行显示。
在其中一个实施例中，所述分享信息文本确定模块，用于：对所述文本数据进行分词，获得文本数据的词序列；获取推荐字段的正则表达式，将各所述正则表达式逐一与各个词序列进行匹配；将相匹配的词序列确定为文本关键词，根据与不同推荐字段的正则表达式匹配的文本关键词的数量，确定分享信息文本模板。
在其中一个实施例中，所述参数填充模块，用于获取与所述参数填充格式对应的参数指标，从所述对象源数据中的数值数据确定与所述参数指标对应的目标数值数据；调用所述参数指标对应的预测模型，根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数。
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：
接收第一终端发送的信息分享请求，所述信息分享请求用于获取待分享对象的分享信息文本，所述信息分享请求携带所述待分享对象的对象标识；
根据所述信息分享请求访问所述对象标识对应的数据源服务器，从所述数据源服务器中获取所述待分享对象的对象源数据；
对所述对象源数据进行文本识别，获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板，并解析所述分享信息文本模板的参数填充格式；
根据所述参数填充格式，将所述对象源数据中的数值数据转化为待填充参数，并将所述待填充参数填充至所述分享信息文本模板中，得到分享信息文本；
将所述分享信息文本发送至第二终端，使得所述第二终端对所述分享信息文本进行显示。
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：
接收第一终端发送的信息分享请求，所述信息分享请求用于获取待分享对象的分享信息文本，所述信息分享请求携带所述待分享对象的对象标识；
根据所述信息分享请求访问所述对象标识对应的数据源服务器，从所述数据源服务器中获取所述待分享对象的对象源数据；
对所述对象源数据进行文本识别，获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板，并解析所述分享信息文本模板的参数填充格式；
根据所述参数填充格式，将所述对象源数据中的数值数据转化为待填充参数，并将所述待填充参数填充至所述分享信息文本模板中，得到分享信息文本；
将所述分享信息文本发送至第二终端，使得所述第二终端对所述分享信息文本进行显示。
上述对象信息的分享方法、装置、计算机设备和存储介质，通过接收第一终端发送的信息分享请求，根据信息分享请求访问对象标识对应的数据源服务器，并从中获取待分享对象的对象源数据；在对对象源数据进行文本识别，获取到文本关键字后，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式，根据参数填充格式将对象源数据中的数值数据转化为待填充参数，从而将待填充参数填充至分享信息文本模板中得到分享信息文本，并发送至第二终端，使得第二终端对分享信息文本进行显示，实现根据待分享对象的产品类型适配对应的分享信息，降低分享信息文本的数据量，节省大量通信资源。
附图说明
图1为一个实施例中对象信息的分享方法的应用场景图；
图2为一个实施例中对象信息的分享方法的流程示意图；
图3为一个实施例中获取待分享产品的舆情调整系数步骤的流程示意图；
图4为一个实施例中对象信息的分享装置的结构框图；
图5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。
本申请提供的对象信息的分享方法，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106与服务器104通过网络进行通信，服务器104与数据源服务器108通过网络进行通信。第一用户通过第一终端102在众多产品中选择一个待分享产品，第一终端102根据待分享产品发起信息分享请求发送至服务器104中，服务器104在接收到信息分享请求后，根据信息分享请求访问对象标识对应的数据源服务器108，并从中获取待分享对象的对象源数据，服务器104在对对象源数据进行文本识别，获取到文本关键字后，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式，根据参数填充格式将对象源数据中的数值数据转化为待填充参数，从而将待填充参数填充至分享信息文本模板中得到分享信息文本，并发送至第二终端106，使得第二用户通过第二终端106对分享信息文本进行显示，实现根据待分享对象的产品类型适配对应的分享信息。其中，第一终端102以及第二终端106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以及数据源服务器108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，提供了一种对象信息的分享方法，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S210：接收第一终端发送的信息分享请求，信息分享请求用于获取待分享对象的分享信息文本，信息分享请求携带待分享对象的对象标识。
本步骤中，待分享对象可以是指虚拟产品，虚拟产品是指没有物理实体的产品，例如金融产品(基金、股票)、保险产品等；对象标识是指用于唯一标识待分享对象的字符串信息等。具体地，第一终端向服务器发送信息分享请求，服务器在接收到信息分享请求后，从分享请求中解析出待分享对象的对象标识。
步骤S220：根据信息分享请求访问对象标识对应的数据源服务器，从数据源服务器中获取待分享对象的对象源数据。
本步骤中，数据源服务器中保存对象的各类源数据，例如文本类源数据、数值类源数据等，其中文本类源数据包括对象相关的新闻文本数据、描述类文本数据，数值类源数据包括对象的数值型的数据；以基金产品为例，基金产品的源数据包括有与基金相关的企业或行业的新闻文本数据等文本数据，以及基金的历史数值属性、不同类型的历史财富指数等数值数据。具体地，服务器在解析得到待分享对象的对象标识后，根据对象标识确定待分享对象的数据源服务器，并从数据源服务器中获取待分享对象的对象源数据。
步骤S230：对对象源数据进行文本识别，获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式。
本步骤中，分享信息文本模板是模板化的分享信息文本，分享消息文本模板规定了分享消息的文本格式；而参数填充格式是指在分享消息文本中需要填充参数对应的数据格式。
具体地，服务器对对象源数据中的文本数据进行识别，以获取与推荐字段相匹配的文本关键字，从而可以根据文本关键词确定待分享对象的产品类型，并根据确定到的产品类型选取与产品类型对应的分享信息文本模板，并获取分享信息文本模板中需要填充参数的格式，即参数填充格式。由于分享不同类型的对象的所分享发送的数据格式、数据类型是不同的，以基金产品为例，当待分享对象为基金产品时，往往需要将基金产品的历史数值属性、预估数值属性等数据信息作为分享信息，则其对应的分享消息文本模板中包括历史数值属性、预估数值属性等需要填充具体数值参数。
步骤S240：根据参数填充格式，将对象源数据中的数值数据转化为待填充参数，并将待填充参数填充至分享信息文本模板中，得到分享信息文本。
在本步骤中，对于分享信息文本模板中需要填充数据的地方对应着不同参数填充格式，通过将对象源数据中转化为符合参数填充格式的待填充参数，并将各个待填充参数对应填充至分享信息文本模板中，以获得分享信息文本。以基金产品为例，基金产品的预估数值属性可以由对象源数据中的历史数值属性转化得到。
步骤S250：将分享信息文本发送至第二终端，使得第二终端对分享信息文本进行显示。
本步骤中，服务器在获取到待分享对象的分享信息文本后，将分享信息文本发送至第二终端，使得第二终端获得第一终端所分享的对象的分享信息文本，实现对象信息的分享。
上述对象信息的分享方法中，通过接收第一终端发送的信息分享请求，根据信息分享请求访问对象标识对应的数据源服务器，并从中获取待分享对象的对象源数据；在对对象源数据进行文本识别，获取到文本关键字后，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式，根据参数填充格式将对象源数据中的数值数据转化为待填充参数，从而将待填充参数填充至分享信息文本模板中得到分享信息文本，并发送至第二终端，使得第二终端对分享信息文本进行显示，实现根据待分享对象的产品类型适配对应的分享信息，降低分享信息文本的数据量，节省大量通信资源。
在一个实施例中，获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板的步骤，包括：对文本数据进行分词，获得文本数据的词序列；获取推荐字段的正则表达式，将各正则表达式逐一与各个词序列进行匹配；将相匹配的词序列确定为与推荐字段匹配的文本关键词，根据与不同推荐字段匹配的文本关键词的数量，确定分享信息文本模板。
本实施例中，服务器通过对文本数据进行分词处理以及去停用词处理以获得文本数据中各个词序列，并通过正则表达式从所有词序列中筛选出与推荐字段匹配的词序列，作为文本关键词；通过统计与不同推荐字段相匹配的文本关键词的数量，将具有最多的文本关键词的推荐字段确定为目标推荐字段，从而将与目标推荐字段对应的对象类型确定为待分享对象的产品类型，进而获取与还对象类型对应的分享文本模板。通过对对象源数据中的文本数据进行分析，确定待分享对象的产品类型，进而确认待分享对象分享信息文本的模板，实现根据待分享对象的产品类型适配对应的分享信息，降低分享信息文本的数据量。
在一个实施例中，所述将所述对象源数据中的数值数据转化为待填充参数的步骤，包括：获取与所述参数填充格式对应的参数指标，从所述对象源数据中的数值数据确定与所述参数指标对应的目标数值数据；调用所述参数指标对应的预测模型，根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数。
待分享对象的分享信息文本中包括有多个待填充的参数填充格式，而不同的参数填充格式对应的参数指标不同，所用到的数值数据也是不同的。服务器根据参数填充格式对应的参数指标，从对象源数据中获取参数指标对应的目标数值数据，并调用与之对应的预测模型，根据所述目标数值数据训练所述预测模型后，利用训练后的预测模型获取待填充参数。方便后续服务器将待填充参数写入分享信息文本模板，提高分享信息文本的准确性。
例如，对于基金产品，分享信息文本中包括预估数值属性这一分享信息，其对应的目标数值数据包括历史数值属性以及影响历史数值属性大小的历史指标值；服务器在确定预估数值属性的参数指标对应的历史数值属性以及历史指标值后，利用历史数值属性以及历史指标值训练预测模型，预测模型可以为线性回归模型，并利用训练后的线性回归模型获取基金产品的预估数值属性，以获取预估数值属性这一分享信息的待填充参数。
在一个实施例中，如图3所示，根据目标数值数据训练预测模型，并利用训练后的预测模型获取待填充参数的步骤，包括：
步骤S310：确定数据分享请求的接收时间，根据接收时间以及预测模型的基准回归窗口长度确定目标时间段；
步骤S320：将目标时间段内各目标数值数据输入至预测模型中，对预测模型进行训练；
步骤S330：将接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
本实施例中，预测模型可以是线性回归模型为其中，y为待分享产品的待填充参数，x为各个目标数值数据，θ为目标数值数据对应系数；接收时间是接收到数据分享请求的时刻；基准回归窗口长度是指线性回归模型的目标数值数据的取值长度，目标时间段是以接收时间为起始时间往前推的、时长为标准窗口长度的一段历史时间段；具体的，目标数值数据包括有待填充参数的历史参考值以及影响待填充参数的历史关联数据值；服务器在获取到目标时间段内的待填充参数的历史参考值以及历史关联数据值后，利用历史关联数据值以及历史参考值训练线性回归模型的系数，训练完成后，将接收时间的关联数据值输入至线性回归模型中，获取线性回归模型输出的参考值作为待填充参数。
仍然以基金产品为例，服务器在获取预估数值属性，例如基金净值的预估值这一待填充参数时，服务器根据接收时间以及基准回归窗口长度，根据以接收时间为起始时间，将时长为基准回归窗口长度的历史时间段确定为目标时间段，例如，基准回归窗口长度可以设置为35天，当需要估算某一基金9月29日的数值属性，则目标时间段确定为8月25日至9月28日的三十五个交易日，当需要估算该基金在9月28日的数值属性，则目标时间段确定为8月24日至9月27日的三十五个交易日。服务器获取基金产品的历史单位净值以及影响单位净值的历史关联指标值，将目标时间段内每一日的历史关联指标值以及历史单位净值作为训练数据，逐一代入至线性回归模型中，以目标时间段内的均方误差最小化为优化目标，计算各个关联指标值的权重系数，得到训练后的线性回归模型作为预测模型，并获取基金产品在接收时间时的各关联指标值，利用接收时间时的各关联指标值计算基金产品在接收时间时的数值属性。其中，服务器可以获取目标时间段内基金市场数据，根据预设构造规则，利用基金市场数据构造历史关联指标值。
进一步的，在一个实施例中，所述根据所述接收时间以及预测模型的基准回归窗口长度确定目标时间段，包括：获取所述基准回归窗口长度的调整系数；据所述调整系数调整所述基准回归窗口长度，得到最优回归窗口长度；根据所述接收时间以及所述最优回归窗口长度确定目标时间段。
当预测模型为线性回归模型时，线性回归模型预测待填充参数的准确率往往与回归窗口长度有关；基准回归窗口长度的调整系数可以由用户设置的，通过第一终端发送至服务器中，也可以是服务器对对象源数据进行分析后设置的。具体的，服务器在获得基准窗口的调整系数后，根据调整系数调整基准回归窗口长度，得到最优回归窗口长度，后续将最优回归窗口长度作为回归窗口长度进行待填充参数的获取，进一步提高了待填充参数的获取准确性。
以基金产品为例，服务器在获取预估数值属性，例如基金净值的预估值这一待填充参数时，调整系数包括基金产品的舆情调整系数、景气度调整系数以及经济周期调整系数。
对于舆情调整系数，由于线性回归模型通常是根据影响单位净值的历史关联指标值估算基金产品的数值属性，例如净值，而影响数值属性值的大小的舆情情况一般发生的较为突然，且对数值属性的净值估算影响较大，当回归窗口长度过长时，线性回归模型难以快速对舆情情况做出反应，导致线性回归模型的净值估算的准确率降低。因此，服务器可以获取待分享产品所属的企业名称以及所属的行业名称；根据企业名称以及行业名称，获取待分享产品在预设时间段内的新闻语料数据；从新闻语料数据中提取事件关键词，将事件关键词与预设的事件标签库中的事件标签进行匹配；根据事件关键词与事件标签的匹配结果，确定舆情调整系数。
其中预设时间段为预先设定的接收时间之前的一段时间，可以为一个月、半个月等。服务器获取与待分享产品相关的关键词，通过网络爬虫技术从网上爬取与关键词相关的新闻语料数据，利用TF-IDF(term frequency–inverse document frequency)算法对这些新闻语料数据进行分析，从每条新闻语料数据中提取出可以概括该新闻语料数据的事件关键词，通过将事件关键词与预设的事件标签库进行匹配，当事件关键词与事件标签的匹配结果匹配成功时，确定待分享的基金产品相关企业或行业发生了重大舆情事故，此时，服务器可以将舆情调整系数设置为一个小于1的值，实现缩小基准回归窗口长度，以降低目标时间段的历史单位净值以及影响单位净值的历史关联指标值对待填充参数，基金的数值属性预测的影响，以提高数值属性估算的准确率；当事件关键词与事件标签的匹配结果匹配失败时，则确定待分享的基金产品相关企业或行业无重大舆情事故发生，此时，服务器不设置舆情调整系数或者将舆情调整系数设置为1。通过获取与待分享产品相关的新闻语料数据，当新闻语料数据的事件关键词与预设的事件标签库中的事件标签的匹配结果设置舆情调整系数，后续通过调整系数实现对回归窗口长度的调整，实现根据待估值产品的舆情情况调整线性回归模型的回归窗口长度，从而提高了模型对单个待分享基金产品数值属性估算的准确率。
对于景气度调整系数，服务器可以从对象源数据中获取待分享的基金产品的历史财务指标，并获取历史财务指标的三分位数；获取待分享的基金产品在接收时间时的财务指标；将财务指标与三分位数进行对比，确定行业景气度类型；根据行业景气度类型确定景气类型调整系数。具体的，服务器获取待分享的基金产品的历史财务指标，并求取历史财务指标的第一三分位数Q1以及第二三分位Q2，其中第一三分位Q1与第二三分位Q2分别将所有历史财务指标分为三等分，分别为高值、中值和低值。服务器在获得接收时间时的财务指标后，将接收时间的财务指标与三分位数进行对比，当接收时间时的财务指标大于第一三分位数Q1且小于第二三分位Q2时，则认为接收时间时的行业景气度类型为平稳类型，当接收时间的财务指标小于第一三分位数Q1时，则认为当前的行业景气度类型为衰退类型，当接收时间时的财务指标大于第二三分位Q2，则认为当前的行业景气度类型为景气类型。其中，财务指标可以选择为待分享产品的滚动市盈率，利用待分享产品的滚动市盈率可以准确预估当前恒业的景气度类型。
当当前的行业景气度类型为景气类型或者衰退类型，服务器可以将景气类型调整系数设置为一个小于1的值，实现缩小基准回归窗口长度，以降低目标时间段内数值属性的真实值以及构造因子对当前数值属性估算的影响；当当前的行业景气度类型为平稳类型，服务器不设置景气类型调整系数或者将景气类型调整系数设置为1，不对基准回归窗口长度进行调整。通过获取接收时间的财务指标确定当前行业景气度，在行业景气度处于景气或者衰退的时候，将基准回归窗口长度缩短，以降低目标时间段内的历史单位净值以及影响单位净值的历史关联指标值对对待填充参数，基金的数值属性预测的影响，实现根据待分享的基金产品对应的市场环境调整线性回归模型的回归窗口长度，提高分享基金产品数值属性估算的准确率。
对于经济周期调整系数，服务器获取预设时间段的股票市场指数，并根据股票市场指数生成指数曲线；将指数曲线至预先训练的神经网络模型中，通过神经网络模型获取经济周期类型；根据经济周期类型确定经济周期调整系数。
其中，经济周期类型可以包括温和涨、温和跌、暴涨以及暴跌等类型；服务器预先建立神经网络模型，该神经网络模型可以预先通过多个带有经济周期类型标签的指数曲线进行训练。服务器获取预设时间段内的股票市场指数，例如泸深300指数等，根据股票市场指数生成指数曲线，通过将指数曲线至神经网络模型中，利用神经网络模型获取经济周期类型。当当前的经济周期调整系数为暴涨或者暴跌类型，服务器可以将经济周期调整系数设置为一个小于1的值，实现缩小基准回归窗口长度，以降低目标时间段内的历史单位净值以及影响单位净值的历史关联指标值对对待填充参数，基金的数值属性预测的影响；当当前的经济周期为温和涨或者温和跌类型，服务器不设置经济周期调整系数或者将经济周期调整系数设置为1，不对基准回归窗口长度进行调整。
通过获取接收时间时所处的经济周期类型，在经济周期处于较为波动的周期时，将基准回归窗口长度缩短，实现根据当前宏观的经济环境调整线性回归模型的回归窗口长度，提高数值属性估算的准确率。
应该理解的是，虽然图2至图3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至图3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4所示，提供了一种对象信息的分享装置，包括：分享请求获取模块410、对象源数据获取模块420、分享信息文本确定模块430、参数填充模块440和分享信息文本发送模块450，其中：
分享请求获取模块410，用于接收第一终端发送的信息分享请求，信息分享请求用于获取待分享对象的分享信息文本，信息分享请求携带待分享对象的对象标识；
对象源数据获取模块420，用于根据信息分享请求访问对象标识对应的数据源服务器，从数据源服务器中获取待分享对象的对象源数据；
分享信息文本确定模块430，用于对对象源数据进行文本识别，获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式；
参数填充模块440，用于根据参数填充格式，将对象源数据中的数值数据转化为待填充参数，并将待填充参数填充至分享信息文本模板中，得到分享信息文本；
分享信息文本发送模块450，用于将分享信息文本发送至第二终端，使得第二终端对分享信息文本进行显示。
在一个实施例中，分享信息文本确定模块，用于：对文本数据进行分词，获得文本数据的词序列；获取预设的不同推荐字段的正则表达式，将各正则表达式逐一与各个词序列进行匹配；将相匹配的词序列确定为文本关键词，根据与不同推荐字段的正则表达式匹配的文本关键词的数量，确定分享信息文本模板。
在一个实施例中，参数填充模块，用于获取与参数填充格式对应的参数指标，从对象源数据中的数值数据确定与参数指标对应的目标数值数据；调用参数指标对应的预测模型，根据目标数值数据训练预测模型，并利用训练后的预测模型获取待填充参数。
在一个实施例中，参数填充模块，用于确定数据分享请求的接收时间，根据接收时间以及预测模型的基准回归窗口长度确定目标时间段；将目标时间段内各目标数值数据输入至预测模型中，对预测模型进行训练；将接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
在一个实施例中，参数填充模块，用于获取基准回归窗口长度的调整系数；根据调整系数调整基准回归窗口长度，得到最优回归窗口长度；根据接收时间以及最优回归窗口长度确定目标时间段。
关于对象信息的分享装置的具体限定可以参见上文中对于对象信息的分享方法的限定，在此不再赘述。上述对象信息的分享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5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基准回归窗口长度、待分享产品的数值属性等数据。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对象信息的分享方法。
本领域技术人员可以理解，图5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：
接收第一终端发送的信息分享请求，信息分享请求用于获取待分享对象的分享信息文本，信息分享请求携带待分享对象的对象标识；
根据信息分享请求访问对象标识对应的数据源服务器，从数据源服务器中获取待分享对象的对象源数据；
对对象源数据进行文本识别，获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式；
根据参数填充格式，将对象源数据中的数值数据转化为待填充参数，并将待填充参数填充至分享信息文本模板中，得到分享信息文本；
将分享信息文本发送至第二终端，使得第二终端对分享信息文本进行显示。
在一个实施例中，处理器执行计算机程序实现获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板的步骤时，具体实现以下步骤：对文本数据进行分词，获得文本数据的词序列；获取推荐字段的正则表达式，将各正则表达式逐一与各个词序列进行匹配；将相匹配的词序列确定为与推荐字段匹配的文本关键词，根据与不同推荐字段匹配的文本关键词的数量，确定分享信息文本模板。
在一个实施例中，处理器执行计算机程序实现将对象源数据中的数值数据转化为待填充参数的步骤，具体实现以下步骤：获取与参数填充格式对应的参数指标，从对象源数据中的数值数据确定与参数指标对应的目标数值数据；调用参数指标对应的预测模型，根据目标数值数据训练预测模型，并利用训练后的预测模型获取待填充参数。
在一个实施例中，处理器执行计算机程序实现根据目标数值数据训练预测模型，并利用训练后的预测模型获取待填充参数的步骤时，具体实现以下步骤：确定数据分享请求的接收时间，根据接收时间以及预测模型的基准回归窗口长度确定目标时间段；将目标时间段内各目标数值数据输入至预测模型中，对预测模型进行训练；将接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
在一个实施例中，处理器执行计算机程序实现根据接收时间以及预测模型的基准回归窗口长度确定目标时间段的步骤时，具体实现以下步骤：获取基准回归窗口长度的调整系数；根据调整系数调整基准回归窗口长度，得到最优回归窗口长度；根据接收时间以及最优回归窗口长度确定目标时间段。
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：
接收第一终端发送的信息分享请求，信息分享请求用于获取待分享对象的分享信息文本，信息分享请求携带待分享对象的对象标识；
根据信息分享请求访问对象标识对应的数据源服务器，从数据源服务器中获取待分享对象的对象源数据；
对对象源数据进行文本识别，获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板，并解析分享信息文本模板的参数填充格式；
根据参数填充格式，将对象源数据中的数值数据转化为待填充参数，并将待填充参数填充至分享信息文本模板中，得到分享信息文本；
将分享信息文本发送至第二终端，使得第二终端对分享信息文本进行显示。
在一个实施例中，计算机程序被处理器执行实现获取对象源数据的文本数据中与推荐字段匹配的文本关键字，根据文本关键字确定与待分享对象对应的分享信息文本模板的步骤时，具体实现以下步骤：对文本数据进行分词，获得文本数据的词序列；获取推荐字段的正则表达式，将各正则表达式逐一与各个词序列进行匹配；将相匹配的词序列确定为与推荐字段匹配的文本关键词，根据与不同推荐字段匹配的文本关键词的数量，确定分享信息文本模板。
在一个实施例中，计算机程序被处理器执行实现获将对象源数据中的数值数据转化为待填充参数的步骤时，具体实现以下步骤：获取与参数填充格式对应的参数指标，从对象源数据中的数值数据确定与参数指标对应的目标数值数据；调用参数指标对应的预测模型，根据目标数值数据训练预测模型，并利用训练后的预测模型获取待填充参数。
在一个实施例中，计算机程序被处理器执行实现根据目标数值数据训练预测模型，并利用训练后的预测模型获取待填充参数时，具体实现以下步骤：确定数据分享请求的接收时间，根据接收时间以及预测模型的基准回归窗口长度确定目标时间段；将目标时间段内各目标数值数据输入至预测模型中，对预测模型进行训练；将接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
在一个实施例中，计算机程序被处理器执行实现根据接收时间以及预测模型的基准回归窗口长度确定目标时间段的步骤时，具体实现以下步骤：获取基准回归窗口长度的调整系数；根据调整系数调整基准回归窗口长度，得到最优回归窗口长度；根据接收时间以及最优回归窗口长度确定目标时间段。
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，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)
1.一种对象信息的分享方法，所述方法包括：
接收第一终端发送的信息分享请求，所述信息分享请求用于获取待分享对象的分享信息文本，所述信息分享请求携带所述待分享对象的对象标识；
根据所述信息分享请求访问所述对象标识对应的数据源服务器，从所述数据源服务器中获取所述待分享对象的对象源数据；
对所述对象源数据进行文本识别，获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板，并解析所述分享信息文本模板的参数填充格式；
根据所述参数填充格式，将所述对象源数据中的数值数据转化为待填充参数，并将所述待填充参数填充至所述分享信息文本模板中，得到分享信息文本；
将所述分享信息文本发送至第二终端，使得所述第二终端对所述分享信息文本进行显示；
所述将所述对象源数据中的数值数据转化为待填充参数，包括：
根据所述对象源数据的文本关键字，确定预测模型的基准回归窗口长度的调整系数；所述预测模型根据所述参数填充格式对应的参数指标调用得到；
根据所述信息分享请求的接收时间以及所述基准回归窗口长度和所述调整系数，确定目标时间段；
将所述目标时间段内各参数指标对应的目标数值数据输入至所述预测模型中，对预测模型进行训练；
将所述接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
2.根据权利要求1所述的方法，其特征在于，所述获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板的步骤，包括：
对所述文本数据进行分词，获得文本数据的词序列；
获取推荐字段的正则表达式，将各所述正则表达式逐一与各个词序列进行匹配；
将相匹配的词序列确定为与所述推荐字段匹配的文本关键词，根据与不同推荐字段匹配的文本关键词的数量，确定分享信息文本模板。
3.根据权利要求1所述的方法，其特征在于，所述将所述对象源数据中的数值数据转化为待填充参数的步骤，包括：
获取与所述参数填充格式对应的参数指标，从所述对象源数据中的数值数据确定与所述参数指标对应的目标数值数据；
调用所述参数指标对应的预测模型，根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数的步骤，包括：
确定所述信息分享请求的接收时间，根据所述接收时间以及预测模型的基准回归窗口长度确定目标时间段；
将目标时间段内各所述目标数值数据输入至预测模型中，对预测模型进行训练；
将接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述接收时间以及预测模型的基准回归窗口长度确定目标时间段的步骤，包括：
获取所述基准回归窗口长度的调整系数；
根据所述调整系数调整所述基准回归窗口长度，得到最优回归窗口长度；
根据所述接收时间以及所述最优回归窗口长度确定目标时间段。
6.一种分享信息文本的分享装置，其特征在于，所述装置包括：
分享请求获取模块，用于接收第一终端发送的信息分享请求，所述信息分享请求用于获取待分享对象的分享信息文本，所述信息分享请求携带所述待分享对象的对象标识；
对象源数据获取模块，用于根据所述信息分享请求访问所述对象标识对应的数据源服务器，从所述数据源服务器中获取所述待分享对象的对象源数据；
分享信息文本确定模块，用于对所述对象源数据进行文本识别，获取所述对象源数据的文本数据中与推荐字段匹配的文本关键字，根据所述文本关键字确定与待分享对象对应的分享信息文本模板，并解析所述分享信息文本模板的参数填充格式；
参数填充模块，用于根据所述参数填充格式，将所述对象源数据中的数值数据转化为待填充参数，并将所述待填充参数填充至所述分享信息文本模板中，得到分享信息文本；
分享信息文本发送模块，用于将所述分享信息文本发送至第二终端，使得所述第二终端对所述分享信息文本进行显示；
所述参数填充模块，还用于根据所述对象源数据的文本关键字，确定预测模型的基准回归窗口长度的调整系数；所述预测模型根据所述参数填充格式对应的参数指标调用得到；根据所述信息分享请求的接收时间以及所述基准回归窗口长度和所述调整系数，确定目标时间段；将所述目标时间段内各参数指标对应的目标数值数据输入至所述预测模型中，对预测模型进行训练；将所述接收时间的目标数值数据，输入至训练后的预测模型中，得到训练后的预测模型输出的待填充参数。
7.根据权利要求6所述的装置，其特征在于，所述分享信息文本确定模块，用于：对所述文本数据进行分词，获得文本数据的词序列；获取推荐字段的正则表达式，将各所述正则表达式逐一与各个词序列进行匹配；将相匹配的词序列确定为文本关键词，根据与不同推荐字段的正则表达式匹配的文本关键词的数量，确定分享信息文本模板。
8.根据权利要求6所述的装置，其特征在于，所述参数填充模块，用于获取与所述参数填充格式对应的参数指标，从所述对象源数据中的数值数据确定与所述参数指标对应的目标数值数据；调用所述参数指标对应的预测模型，根据所述目标数值数据训练所述预测模型，并利用训练后的预测模型获取待填充参数。
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5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5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910619550.4A CN110489622B (zh) | 2019-07-10 | 2019-07-10 | 对象信息的分享方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910619550.4A CN110489622B (zh) | 2019-07-10 | 2019-07-10 | 对象信息的分享方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110489622A CN110489622A (zh) | 2019-11-22 |
| CN110489622B true CN110489622B (zh) | 2024-02-06 |
Family
ID=68546896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910619550.4A Active CN110489622B (zh) | 2019-07-10 | 2019-07-10 | 对象信息的分享方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110489622B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110909065B (zh) * | 2019-12-06 | 2020-10-27 | 光大兴陇信托有限责任公司 | 一种多数据源智能调用方法 |
| CN111209488B (zh) * | 2020-01-06 | 2021-10-26 | 腾讯科技（深圳）有限公司 | 信息分享方法以及装置 |
| CN114358098A (zh) | 2020-09-30 | 2022-04-15 | 京东方科技集团股份有限公司 | 信息分享方法、装置、电子设备及可读存储介质 |
| CN113111243A (zh) * | 2021-03-29 | 2021-07-13 | 北京达佳互联信息技术有限公司 | 一种展示对象的分享方法、装置及存储介质 |
| CN113254975B (zh) * | 2021-06-15 | 2021-09-28 | 湖南三湘银行股份有限公司 | 数字金融数据分享方法 |
| CN118093792B (zh) * | 2024-04-25 | 2024-07-23 | 腾讯科技（深圳）有限公司 | 对象搜索的方法、装置、计算机设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6934740B1 (en) * | 2000-09-19 | 2005-08-23 | 3Com Corporation | Method and apparatus for sharing common data objects among multiple applications in a client device |
| CN106056114A (zh) * | 2016-05-24 | 2016-10-26 | 腾讯科技（深圳）有限公司 | 名片内容识别方法和装置 |
| CN106844677A (zh) * | 2017-01-24 | 2017-06-13 | 宇龙计算机通信科技(深圳)有限公司 | 一种信息分享的方法及装置 |
| CN107908603A (zh) * | 2017-08-04 | 2018-04-13 | 上海壹账通金融科技有限公司 | 动态生成文件方法及应用服务器 |
| CN107967652A (zh) * | 2017-11-15 | 2018-04-27 | 维沃移动通信有限公司 | 一种信息分享方法、发送侧终端、接收侧终端及服务器 |
| CN108259553A (zh) * | 2017-10-09 | 2018-07-06 | 平安科技（深圳）有限公司 | 业务邮件的发送方法及终端设备 |
| CN109685417A (zh) * | 2018-12-14 | 2019-04-26 | 北京顺丰同城科技有限公司 | 寄件信息确定方法及装置 |
| CN109829123A (zh) * | 2017-11-22 | 2019-05-31 | 阿里巴巴集团控股有限公司 | 一种信息发送方法及装置 |
-
2019
- 2019-07-10 CN CN201910619550.4A patent/CN110489622B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6934740B1 (en) * | 2000-09-19 | 2005-08-23 | 3Com Corporation | Method and apparatus for sharing common data objects among multiple applications in a client device |
| CN106056114A (zh) * | 2016-05-24 | 2016-10-26 | 腾讯科技（深圳）有限公司 | 名片内容识别方法和装置 |
| CN106844677A (zh) * | 2017-01-24 | 2017-06-13 | 宇龙计算机通信科技(深圳)有限公司 | 一种信息分享的方法及装置 |
| CN107908603A (zh) * | 2017-08-04 | 2018-04-13 | 上海壹账通金融科技有限公司 | 动态生成文件方法及应用服务器 |
| CN108259553A (zh) * | 2017-10-09 | 2018-07-06 | 平安科技（深圳）有限公司 | 业务邮件的发送方法及终端设备 |
| CN107967652A (zh) * | 2017-11-15 | 2018-04-27 | 维沃移动通信有限公司 | 一种信息分享方法、发送侧终端、接收侧终端及服务器 |
| CN109829123A (zh) * | 2017-11-22 | 2019-05-31 | 阿里巴巴集团控股有限公司 | 一种信息发送方法及装置 |
| CN109685417A (zh) * | 2018-12-14 | 2019-04-26 | 北京顺丰同城科技有限公司 | 寄件信息确定方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110489622A (zh) | 2019-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110489622B (zh) | 对象信息的分享方法、装置、计算机设备和存储介质 | |
| US11694109B2 (en) | Data processing apparatus for accessing shared memory in processing structured data for modifying a parameter vector data structure | |
| CN110493190B (zh) | 数据信息的处理方法、装置、计算机设备和存储介质 | |
| WO2021120677A1 (zh) | 一种仓储模型训练方法、装置、计算机设备及存储介质 | |
| CN110472025B (zh) | 会话信息的处理方法、装置、计算机设备和存储介质 | |
| CN112035611B (zh) | 目标用户推荐方法、装置、计算机设备和存储介质 | |
| CN112712086A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN116629435A (zh) | 风险预测方法、装置、计算机设备和存储介质 | |
| CN113205189B (zh) | 训练预测模型的方法、预测方法及装置 | |
| CN114385694A (zh) | 一种数据加工处理方法、装置、计算机设备及存储介质 | |
| CN110097250B (zh) | 产品风险预测方法、装置、计算机设备和存储介质 | |
| CN111026972A (zh) | 物联网中的订阅数据推送方法、装置、设备及存储介质 | |
| CN113360744B (zh) | 媒体内容的推荐方法、装置、计算机设备和存储介质 | |
| US20140324523A1 (en) | Missing String Compensation In Capped Customer Linkage Model | |
| CN115222112A (zh) | 一种行为预测方法、行为预测模型的生成方法及电子设备 | |
| CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
| CN113901817A (zh) | 文档分类方法、装置、计算机设备和存储介质 | |
| CN112148902A (zh) | 数据处理方法、装置、服务器及存储介质 | |
| CN111614749B (zh) | 数据发送方法、装置、计算机设备和存储介质 | |
| CN117216803B (zh) | 一种面向智慧金融的用户信息保护方法及系统 | |
| CN115017291B (zh) | 热点问题分析方法、装置、计算机设备和存储介质 | |
| CN109426978A (zh) | 用于生成信息的方法和装置 | |
| CN109558584B (zh) | 企业关系预测方法、装置、计算机设备和存储介质 | |
| CN115733903A (zh) | 一种基于自然处理特征工程的网络资产识别方法和系统 | |
| CN116796093A (zh) | 接口数据的设置方法、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |