CN110728540A - 一种企业推荐方法、装置、设备和介质 - Google Patents

一种企业推荐方法、装置、设备和介质 Download PDF

Info

Publication number
CN110728540A
CN110728540A CN201910958805.XA CN201910958805A CN110728540A CN 110728540 A CN110728540 A CN 110728540A CN 201910958805 A CN201910958805 A CN 201910958805A CN 110728540 A CN110728540 A CN 110728540A
Authority
CN
China
Prior art keywords
enterprise
preset index
processed
value
index data
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
Application number
CN201910958805.XA
Other languages
English (en)
Inventor
赵威
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.)
Huaxia Happiness Industry Investment Co Ltd
Original Assignee
Huaxia Happiness Industry Investment Co 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 Huaxia Happiness Industry Investment Co Ltd filed Critical Huaxia Happiness Industry Investment Co Ltd
Priority to CN201910958805.XA priority Critical patent/CN110728540A/zh
Publication of CN110728540A publication Critical patent/CN110728540A/zh
Pending legal-status Critical Current

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
    • G06Q30/0203Market surveys; Market polls
    • 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
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种企业推荐方法、装置、设备和介质,该方法包括:获取待处理企业的预设指标数据和规划数据,待处理企业至少为两个;根据预设指标数据和/或规划数据,确定各待处理企业的扩产意向值;根据扩产意向值确定目标企业。本技术方案解决了现有技术中需人工对对有扩产意向的企业进行筛选而导致筛选效率和准确性较低的技术问题,实现了根据预设指标数据和/或规划数据对待处理企业的智能化筛选,以快速、精准的筛选得到有扩产意向的目标企业。

Description

一种企业推荐方法、装置、设备和介质
技术领域
本发明实施例涉及数据处理技术,尤其涉及一种企业推荐方法、装置、设备和介质。
背景技术
为了加快地区的经济发展,一般可通过招商引资的方式来引进企业。但在招商过程中,需对有扩产意向的企业进行预测,以提高招商引资的有效性。
目前,可通过人工筛选的方式对有扩产意向的企业进行筛选,这样不但给工作人员带来了较大的工作量,还降低了筛选效率和准确性。尤其是在有扩产意向的企业数量较多时,大大降低了筛选效率和准确性。
发明内容
本发明实施例提供一种企业推荐方法、装置、设备和介质,实现了快速、精准的预测得到有扩产意向的企业。
第一方面,本发明实施例提供了一种企业推荐方法,包括:
获取待处理企业的预设指标数据和规划数据,所述待处理企业至少为两个,所述预设指标数据至少为两个;
根据所述预设指标数据和/或所述规划数据,确定各所述待处理企业的扩产意向值;
根据所述扩产意向值确定目标企业。
第二方面,本发明实施例还提供了一种企业推荐装置,包括:
获取模块,用于获取待处理企业的预设指标数据和规划数据,所述待处理企业至少为两个,所述预设指标数据至少为两个;
第一确定模块,用于根据所述预设指标数据和/或所述规划数据,确定各所述待处理企业的扩产意向值;
第二确定模块,用于根据所述扩产意向值确定目标企业。
第三方面,本发明实施例还提供了一种企业推荐设备,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的企业推荐方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的企业推荐方法。
本发明实施例通过获取待处理企业的预设指标数据和规划数据,根据预设指标数据和/或规划数据确定各待处理企业的扩产意向值,并根据扩产意向值确定目标企业,解决了现有技术中需人工对对有扩产意向的企业进行筛选而导致筛选效率和准确性较低的技术问题,实现了根据预设指标数据和/或规划数据对待处理企业的智能化筛选,以快速、精准的筛选得到有扩产意向的目标企业。
附图说明
图1是本发明实施例提供的一种企业推荐方法的流程图;
图2是本发明实施例提供的一种企业推荐方法的流程图;
图3是本发明实施例提供的一种企业推荐方法的流程图;
图4是本发明实施例提供的一种预设指标量化值对应的正态函数分布图;
图5是本发明实施例提供的一种企业推荐方法的流程图;
图6是本发明实施例提供的一种企业推荐方法的流程图;
图7是本发明实施例提供的一种企业推荐方法的流程图;
图8是本发明实施例提供的一种企业推荐装置的结构框图;
图9是本发明实施例提供的一种企业推荐设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种企业推荐方法的流程图,本实施例可适用于智能筛选得到有扩产意向企业的情况,该方法可以由企业推荐装置来执行,该企业推荐装置可以通过软件和/或硬件的方式实现,该企业推荐装置可以配置在企业推荐设备中,该企业推荐设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。本实施例中企业推荐设备为具备开发功能的终端设备,比如,企业推荐设备可以为台式电脑、笔记本电脑等。
参考图1,该企业推荐方法具体包括如下步骤:
S110、获取待处理企业的预设指标数据和规划数据。
其中,待处理企业至少为两个。在此需要说明的是,本发明实施例提供的企业推荐方法,可以理解为是一种对待处理企业的扩产意向值进行排序的过程,即将扩产意向值达到预设扩产意向阈值的待处理企业作为目标企业。为了能够根据扩产意向值对待处理企业进行排序,在获取预设指标数据和规划数据时,需至少对两个待处理企业进行数据获取。
当然,为了能够准确地确定目标企业,需从市场层面和企业发展规划层面确定待处理企业的扩产意向值。在实施例中,预设指标数据是从市场层面考虑的数据信息;而规划数据是从企业发展规划层面考虑的数据信息。其中,预设指标数据至少包括下述一项:融资金额、并购数量、产能利用率、市场销量和新增客户数量。其中,融资金额和并购数量可记为获得投资,融资金额指的是待处理企业所获得的融资金额、所获得融资金额的来源以及融资的发生时间;并购数量指的是待处理企业并购其它企业的总数量、所并购企业的来源以及并购的发生时间;产能利用率也可称为设备利用率,指的是工业总产出对生产设备的比率,就是实际生产能力到底有多少在运转发挥生产作用;市场销量指的是待处理企业的订单产量;新增客户数量指的是每个批次中客户数量的增减数量。
在实施例中,待处理企业的预设指标数据和规划数据的获取方式可以有多种,比如,数据的获取方式可包括:公开数据库、网络爬虫技术、数据交易平台、网络指数、网络采集器等等,在此对此并不进行限定。
S120、根据预设指标数据和/或规划数据,确定各待处理企业的扩产意向值。
其中,扩产意向值可以理解为有投资选址或搬迁意向的数值。在实施例中,扩产意向值的大小与待处理企业有投资选址或搬迁意向的强度成正比,即待处理企业的扩产意向值越大,表明该待处理企业有投资选址或搬迁意向的强度就越大;待处理企业的扩产意向值越小,表明待处理企业有投资选址或搬迁意向的强度就越小。
在实施例中,在通过预设指标数据确定待处理企业的扩产意向值的实际操作过程中,可根据待处理企业对应的预设指标数据的具体参数而进行确定。比如,假设待处理企业的预设指标数据为产能利用率,则可通过产能利用率的多少来确定对应的扩产意向值,即产能利用率越高,对应的扩产意向值就越高;相反的,产能利用率越低,则对应的扩产意向值就越低。又如,假设待处理企业的预设指标数据为新增客户数量,则可以月为单位对待处理企业的客户数量进行统计分析,并且确定是否出现新的客户。具体的,假设企业A在2019年3月的客户数量为200个,而在2019年4月的客户数量为203个,并且这三个新增客户均为新的客户;又如,企业B在2019年3月的客户数量为180个,而在2019年4月的客户数量仍为180个,但出现新的客户;再如,企业B在2019年3月的客户数量为160个,而在2019年4月的客户数量为150个,并且没有出现新的客户,则可确定企业A、企业B、企业C的扩产意向值依次降低。
在此需要说明的是,在根据规划数据确定待处理企业的扩产意向值的实际操作过程中,可通过考虑待处理企业在未来几年内的发展规划来确定扩产意向值。示例性地,假设以未来5年内来考虑规划数据,并且,待处理企业分别为企业A、企业B和企业C这三个企业,若企业A在未来1年内有大量招收新人的计划,企业B在未来4-5年有新增分公司的计划,企业C在未来2-3年有新增分公司的计划,则可确定企业A、企业C和企业B的扩产意向值依次降低。当然,可从发展规划的年份来确定扩产意向值,也可从其它方面来确定扩产意向值,比如,新增新的产业、经济的增长率等,可根据待处理企业的规划数据进行具体限定。
S130、根据扩产意向值确定目标企业。
其中,目标企业指的是扩产意向值达到一定数值的待处理企业。在实施例中,可通过判断待处理企业的扩产意向值是否达到预设扩产意向阈值来确定目标企业,即待处理企业达到预设扩产意向阈值,则该待处理企业为目标企业;反之,则该待处理企业不为目标企业。比如,待处理企业分别为企业A、企业B、企业C、企业D、企业E、企业F、企业H,若只有企业A、企业B、企业F、企业H的扩产意向值达到预设扩产意向阈值,则目标企业为企业A、企业B、企业F、企业H。
当然,也可按照扩产意向值对待处理企业进行降序排序,取前预设个数的待处理企业记为目标企业。比如,按照扩产意向值对企业A、企业B、企业C、企业D、企业E、企业F、企业H这七个企业进行降序排序,依次为企业A、企业D、企业F、企业C、企业E、企业H、企业B,若需将前五个企业列为目标企业,则可将企业A、企业D、企业F、企业C、企业E列为目标企业,而无需考虑这七个企业的扩产意向值与预设扩产意向阈值之间的关系。
本实施例的技术方案,通过获取待处理企业的预设指标数据和规划数据,根据预设指标数据和/或规划数据确定各待处理企业的扩产意向值,并根据扩产意向值确定目标企业,解决了现有技术中需人工对对有扩产意向的企业进行筛选而导致筛选效率和准确性较低的技术问题,实现了根据预设指标数据和/或规划数据对待处理企业的智能化筛选,以快速、精准的筛选得到有扩产意向的目标企业。
在此需要说明的是,不同领域的待处理企业,所对应的预设指标数据也是有区别的。在上述实施例的基础上,在获取待处理企业的预设指标数据和规划数据之前,还包括:根据待处理企业的类型,确定各待处理企业对应的预设指标数据。
在实施例中,待处理企业的类型与待处理企业的所属领域相对应。比如,待处理企业的所属领域可分为高端装备、汽车、航空航天、节能环保、新材料等多个领域,相应的,待处理企业的类型分别为高端装备类型、汽车类型、航空航天类型、节能环保类型、新材料类型。当然,在不同的所属领域还可以作进一步的具体化。比如,在汽车领域,可再具体划分为电池、发动机、轮胎等,即为了便于确定待处理企业的预设指标数据,以每个所属领域的最小领域进行待处理企业的类型进行划分。在实施例中,以汽车领域为例,对待处理企业的类型进行说明。比如,假设企业A为电池企业,则所属的领域为汽车领域中的电池领域,则对应的企业A的类型为电池类型,则获取电池领域中的预设指标数据,比如,电池领域中的预设指标数据可为融资金额、并购数量、产能利用率、市场销量和新增客户数量;又如,企业I为轮胎企业,则获取轮胎领域中的预设指标数据,比如,轮胎领域中的预设指标数据为融资金额、并购数量、使用寿命、市场销量和新增客户数量。
在上述实施例的基础上,对根据预设指标数据,确定各待处理企业的扩产意向值,作进一步的说明。图2是本发明实施例提供的一种企业推荐方法的流程图。
在此需要说明的是,当预设指标数据与指标量化值成正比关系时,则可采用根据指标量化值和对应的预设指标量化阈值,确定预设指标数据的分值。
参考图2,该企业推荐方法具体包括如下步骤:
S210、获取待处理企业的预设指标数据。
其中,待处理企业至少为两个。
S220、对预设指标数据进行归一化处理,得到预设指标数据对应的指标量化值。
在此需要说明的是,当预设指标数据为不同的参数时,对应的单位、数值都有所区别。比如,当预设指标数据为融资金额,则对应的单位为元、美金等单位;而预设指标数据为产能利用率时,对应的单位为比值。为了便于对扩产意向值进行统计分析,需对预设指标数据进行归一化处理,以将预设指标数据限定在设定的一定范围内。比如,可将预设指标数据限定在0-1之间。可以理解为,指标量化值为预设指标数据在0-1之间对应的数值。
在实施例中,可采用不同的分布函数对预设指标数据进行归一化处理,比如,可通过正态分布对预设指标数据进行归一化处理,将各个待处理企业的预设指标数据分布在正态分布曲线图中,以确定各个待处理企业的指标量化值。当然,为了便于统计指标量化值,需将各待处理企业的同一种预设指标数据分布在同一个分布曲线图中,即将融资金额对应的指标量化值分布在同一个分布曲线图中,将市场销量对应的指标量化值分布在同一个分布曲线图中。
S230、根据指标量化值和对应的预设指标量化阈值,确定预设指标数据的分值。
其中,预设指标量化阈值用来对预设指标数据进行阶段划分。在实施例中,为了能够根据预设指标数据准确地确定扩产意向值,一个预设指标数据需对应有多个预设指标量化阈值。可以理解为,当不同待处理企业的预设指标数据对应的指标量化值处于不同的阶段,则对应预设指标数据的分值也是不同的。
示例性地,假设预设指标数据为市场销量,若市场销量比最近月产量增加,则对应的指标量化值为1;若市场销量与最近月产量持平,则对应的指标量化值为0.5;若市场销量比最近月产量下降,则对应的指标量化值为0,并且预设指标量化阈值设置为0.3和0.6。相应的,指标量化值和对应预设指标数据的分值之间的对应关系可设置如下:若指标量化值低于0.3,则对应预设指标数据的分值为0分;若指标量化值小于0.6大于0.3,则对应预设指标数据的分值为1分;若指标量化值大于0.6,则对应预设指标数据的分值为5分。
当然,在对其它预设指标数据对应的预设指标量化阈值与预设指标数据的分值之间的关系进行设置时,可根据具体实际情况进行限定,在此不再一一赘述。
S240、根据分值确定各待处理企业的扩产意向值。
在实施例中,在确定各待处理企业的预设指标数据的分值之后,可对一个待处理企业的各个预设指标数据对应分值进行计算,以得到对应的扩产意向值。
具体的,步骤S240包括步骤S2401-S2402:
S2401、确定预设指标数据的权重。
其中,权重指的是一个预设指标数据在一个待处理企业的所有预设指标数据中所占的比例。在实施例中,若一个待处理企业只需要一个预设指标数据来确定对应的扩产意向值时,就无需考虑预设指标数据的权重,即该预设指标数据的权重为100%。当然,为了根据预设指标数据能够准确地确定扩产意向值,一个待处理企业至少采用两个预设指标数据进行扩产意向值的计算。
在实施例中,对每个预设指标数据的权重进行设置时,可通过大数据分析技术确定每个预设指标数据对应的权重。示例性地,假设企业H的预设指标数据为融资金额、并购数量、市场销量和新增客户数量,并对融资金额、并购数量、市场销量和新增客户数量设置的权重依次为32%、10%、28%和30%,但通过该权重和每个预设指标数据对应的分值得到的扩产意向值,与实际的待处理企业的扩产意向值存在偏差,则可再对每个预设指标数据对应的权重进行调整设置,直至得到的扩产意向值与实际的待处理企业的扩产意向值一致为止。比如,将企业H的融资金额、并购数量、市场销量和新增客户数量设置的权重依次调整为30%、11%、29%和30%之后,得到的扩产意向值与实际的待处理企业的扩产意向值一致,则将企业H的融资金额、并购数量、市场销量和新增客户数量设置的权重依次确定为30%、11%、29%和30%。
其中,实际的待处理企业的扩产意向值是用来确定每个待处理企业的预设指标数据,以及每个预设指标数据的权重的。可以理解为,实际的待处理企业的扩产意向值和计算得到的扩产意向值进行比对的过程是训练数据处理模型的过程,从而可保证后续该类型的其它待处理企业直接将预设指标数据输入至该数据处理模型,即可得到对应的扩产意向值,并可准确、快速的预测得到目标企业。
S2402、根据权重和分值确定各待处理企业的扩产意向值。
在实施例中,在确定各个预设指标数据对应的权重之后,将各个预设指标数据的权重和对应分值进行相乘,计算得到对应的扩产意向值。示例性地,假设企业H的融资金额、并购数量、市场销量和新增客户数量设置的权重依次确定为30%、11%、29%和30%,并且,企业H的融资金额、并购数量、市场销量和新增客户数量的分值分别为3分、1分、5分和4分,则计算得到企业H对应的扩产意向值为3.66;相应的,可通过该方式,计算得到与企业H同属一个类型的企业F、企业E、企业D的扩产意向值分别为4.21、3.43和3.3。
S250、根据扩产意向值确定目标企业。
在实施例中,在确定每个待处理企业的扩产意向值之后,若采用扩产意向值是否达到预设扩产意向阈值的方式确定目标企业,并且预设扩产意向阈值为3.5,则可确定企业H和企业F为目标企业;若采用取前预设个数的待处理企业的方式确定目标企业,并且需要取前三个待处理企业作为目标企业,则可确定目标企业为企业H、企业F和企业E。
本实施例的技术方案,在上述实施例的基础上,通过对预设指标数据进行归一化处理,并通过大数据分析技术确定每个预设指标数据的权重,以确定各待处理企业的扩产意向值,实现了准确、快速地预测得到目标企业的技术效果。
在上述实施例的基础上,对根据预设指标数据,确定各待处理企业的扩产意向值,作进一步的说明。图3是本发明实施例提供的一种企业推荐方法的流程图。
在此需要说明的是,当预设指标数据与指标量化值不成正比关系时,则可采用根据预设指标数据和对应的预设指标阈值,确定预设指标数据的分值。
参考图3,该企业推荐方法具体包括如下步骤:
S310、获取待处理企业的预设指标数据和规划数据。
其中,待处理企业至少为两个。
S320、对预设指标数据进行归一化处理,得到预设指标数据对应的指标量化值。
需要理解的是,在对预设指标数据进行归一化处理时,可采用不同的分布函数进行处理。相应的,采用不同的分布函数对同一个预设指标数据进行归一化处理,所得到的指标量化值在分布函数图的分布有所区别。为了便于对指标量化值进行处理,在实施例中,采用正态分布函数对预设指标数据进行归一化处理。
在此需要说明的是,对步骤S320的具体解释见上述实施例中对步骤S220的详细描述,在此不再赘述。
S330、根据指标量化值选取对应的预设指标量化阈值。
在实施例中,在确定每个预设指标数据对应的指标量化值之后,可基于指标量化值在正态分布曲线图的分布来确定预设指标量化阈值。图4是本发明实施例提供的一种预设指标量化值对应的正态函数分布图。参考图4,X轴表示预设指标数据,而Y轴的p(x)表示预设指标数据对应的指标量化值,假设预设指标数据为市场销量,并且企业M、企业N、企业L和企业P的市场销量分别为900、4000、6000、2000,由于正态分布是对称分布,可以理解为,除了顶点位置,Y轴的每个p(x)都对应有两个X轴的X值。
在此需要说明的是,根据各待处理企业的同一个预设指标数据对应的预设指标量化值在正态分布曲线图上的分布,则可将预设指标量化阈值确定为0.4。
S340、将预设指标量化阈值转换为对应的预设指标阈值。
在实施例中,在确定预设指标量化阈值之后,根据预设指标量化阈值和预设指标阈值之间的对应关系,将预设指标量化阈值转换为对应的预设指标阈值。示例性地,步骤S330中确定预设指标量化阈值为0.4,并根据图4中的分布,可确定对应的预设指标阈值分别为1000和5000。
S350、根据预设指标数据和对应的预设指标阈值,确定预设指标数据的分值。
在实施例中,在确定预设指标数据对应的预设指标阈值之后,将每个预设指标数据和对应的预设指标阈值进行比较分析,以确定每个预设指标数据的分值。具体的,假设确定市场销量的预设指标阈值分别为1000和5000,并且设置小于1000的为0分,大于1000小于5000的为3分,大于5000的为5分,而企业M、企业N、企业L和企业P的市场销量分别为900、4000、6000、2000,则企业M、企业N、企业L和企业P的分值分别为0、3、5、3。
相应的,采用同样的方式对各待处理企业的其它预设指标数据的分值进行确定,在此不再一一赘述。
S360、根据分值确定各待处理企业的扩产意向值。
在实施例中,在确定各待处理企业的预设指标数据的分值之后,可对一个待处理企业的各个预设指标数据对应分值进行计算,以得到对应的扩产意向值。
具体的,该步骤S360包括步骤S3601-S3602:
S3601、确定预设指标数据的权重。
S3602、根据权重和分值确定各待处理企业的扩产意向值。
在此需要说明的是,对步骤S3601-S3602的具体解释见上述实施例中对应的S2401-S2402的详细描述,在此不再赘述。
S370、根据扩产意向值确定目标企业。
本实施例的技术方案,在上述实施例的基础上,通过对预设指标数据进行归一化处理,并确定每个预设指标数据对应的预设指标阈值,以确定各待处理企业的扩产意向值,实现了准确、快速地预测得到目标企业的技术效果。
在上述实施例的基础上,对根据扩产意向值确定目标企业,作进一步的具体化。图5是本发明实施例提供的一种企业推荐方法的流程图。参考图5,该企业推荐方法具体包括如下步骤:
S410、获取待处理企业的预设指标数据和规划数据。
其中,待处理企业至少为两个。
S420、根据预设指标数据,确定各待处理企业的扩产意向值。
S430、对各待处理企业的扩产意向值和预设扩产意向阈值进行比较分析。
其中,预设扩产意向阈值用来判断待处理企业是否为目标企业的依据。在实施例中,若待处理企业的扩产意向值达到预设扩产意向阈值,则该待处理企业为目标企业;反之,若待处理企业的扩产意向值未达到预设扩产意向阈值,则该待处理企业并非目标企业。
当然,在采用预设扩产意向阈值确定待处理企业是否为目标企业时,需确定该待处理企业是否采用扩产意向值达到预设扩产意向阈值的方式来确定目标企业,若该待处理企业采用按照扩产意向值对待处理企业进行降序排序,并选取前预设个数的待处理企业的方式来确定目标企业,则无需对各待处理企业的扩产意向值和预设扩产意向阈值进行比较分析。
S440、将扩产意向值达到预设扩产意向阈值的待处理企业作为目标企业。
在实施例中,在确定各待处理企业的扩产意向值之后,将各待处理企业的扩产意向值和预设意向阈值进行比较,并将扩产意向值达到预设扩产意向阈值的待处理企业作为目标企业。
在上述实施例的基础上,可对目标企业进行整理,生成企业推荐表。图6是本发明实施例提供的一种企业推荐方法的流程图。参考图6,该企业推荐方法具体包括如下步骤:
S510、获取待处理企业的预设指标数据。
其中,待处理企业至少为两个。
S520、根据预设指标数据,确定各待处理企业的扩产意向值。
S530、根据扩产意向值确定目标企业。
S540、按照目标企业的扩产意向值对目标企业进行排序。
在实施例中,在确定目标企业之后,对各个目标企业的扩产意向值进行降序排序,以将扩产意向值最大的待处理企业排在第一个,将扩产意向值仅次于最大的待处理企业排在第二个,依次类推,直至完成所有目标企业的排序。
S550、通过目标企业生成企业推荐表。
在实施例中,按照扩产意向值的降序顺序,将目标企业排列在预设表中,并将组合完成的预设表记为企业推荐表。在得到企业推荐表之后,输出该企业推荐表,并展示在企业推荐设备的显示界面,以供用户将企业推荐表中的目标企业推荐给投资商,并使投资商对目标企业进行投资。
在上述实施例的基础上,对企业推荐方法作进一步的说明。图7是本发明实施例提供的一种企业推荐方法的流程图。在此需要说明的是,以待处理企业为电池企业为例,对本实施例中的企业推荐方法进行说明,
参考图7,该企业推荐方法具体包括如下步骤:
S610、根据待处理企业的类型,确定各待处理企业对应的预设指标数据。
在此需要说明的是,在预设数据库中存储有待处理企业的类型与预设指标数据之间的映射关系。当然,该预设数据库可以为本地数据库,也可为线上数据库,对此并不进行限定。在确定待处理企业的类型为电池领域之后,从预设数据库中调取电池领域所需的预设指标数据。示例性地,假设待处理企业分别为企业AA、企业BB、企业CC、企业DD这四个企业,并且,这四个企业均属于电池领域,则这四个企业的预设指标数据为融资金额、并购数量、产能利用率、市场销量和新增客户数量。
S620、获取待处理企业的预设指标数据。
在实施例中,在确定待处理企业的预设指标数据之后,可通过数据的获取方式得到每个待处理企业的预设指标数据和规划数据。具体的数据的获取方式见上述实施例的描述,在此不再赘述。在此需要说明的是,由于融资金额、并购数量需考虑事件的发生时间、金额/数量的多少,为了更清晰地确定各个预设指标数据的分值,在本实施例中,只考虑融资事件的发生时间、并购事件的发生时间。具体的,通过数据的获取方式可获取到企业AA、企业BB、企业CC、企业DD的融资事件和并购事件分别为:在6-12月之间、12个月以上、无融资并购事件、6个月之内;产能利用率分别为大于30%、小于10%、大于30%、10%-30%、;市场销量分别为比最近月产量增加、比最近月产量下降、与最近月产量持平、比最近月产量下降;新增客户数量分别为生产商数量增加且出现新生产商、生产商数量减少、生产商数量不变且未出现新生产商、生产商数量不变但出现新生产商。
S630、对预设指标数据进行归一化处理,得到预设指标数据对应的指标量化值。
在实施例中,在确定各待处理企业的预设指标数据之后,对各待处理企业的各个预设指标数据进行归一化处理,以将各个预设指标数据限定在0-1之间。具体的,假设企业AA、企业BB、企业CC、企业DD的融资事件对应的指标量化值分别为:0.6、0.3、0、0.9;并购事件对应的指标量化值分别为:0.6、0.3、0、0.9;产能利用率对应的指标量化值分别为:0.6、0、0.6、0.3;市场销量对应的指标量化值分别为:0.9、0.3、0.6;新增客户数量对应的指标量化值分别为:0.8、0.2、0.4、0.6。
S640、根据指标量化值选取对应的预设指标量化阈值。
在实施例中,在确定各预设指标数据的指标量化值之后,根据指标量化值的分布确定对应的预设指标量化阈值,在选取预设指标量化阈值时,可考虑将各待处理企业分为多个阶段,并计算得到的扩产意向值和实际的扩产意向值一致。具体的,可通过大数据分析技术来选取对应的预设指标量化阈值。比如,确定融资金额的预设指标量化阈值为0.4和0.8;并购数量的预设指标量化阈值为0.4和0.8;产能利用率的预设指标量化阈值为0.4和0.8;市场销量的预设指标量化阈值为0.4和0.8;新增客户数量的预设指标量化阈值为0.3、0.5、0.7。
S650、将预设指标量化阈值转换为对应的预设指标阈值。
在实施例中,将每个预设指标量化阈值转换为对应的预设指标阈值。比如,融资金额的预设指标阈值为6个月和12个月;并购数量的预设指标阈值为6个月和12个月;产能利用率的预设指标阈值为10%和30%;市场销量的预设指标量化阈值为是否与最近月产量增加;新增客户数量的生产商数量是否增加,以及是否出现新生产商。
S660、根据预设指标数据和对应的预设指标阈值,确定预设指标数据的分值。
在实施例中,将每个预设指标数据和对应的预设指标阈值进行比较分析,确定各个预设指标数据的分值。比如,企业AA的融资金额、并购数量、产能利用率、市场销量和新增客户数量的分值分别为3分、3分、5分、5分和5分;企业BB的融资金额、并购数量、产能利用率、市场销量和新增客户数量的分值分别为1分、1分、1分、0分、2分;企业CC的融资金额、并购数量、产能利用率、市场销量和新增客户数量的分值分别为0分、0分、5分、1分、3分;企业DD的融资金额、并购数量、产能利用率、市场销量和新增客户数量的分值分别为5分、5分、3分、0分、4分。
S670、确定预设指标数据的权重。
在实施例中,对各个预设指标数据的权重的确定方式见上述实施例的描述,在此不再赘述。比如,融资金额、并购数量、产能利用率、市场销量和新增客户数量依次可设置为28%、12%、30%、16%和14%。
S680、根据权重和分值确定各待处理企业的扩产意向值。
在实施例中,将各待处理企业的各预设指标数据的分值和对应的权重进行相乘,计算得到各待处理企业对应的扩产意向值。比如,企业AA、企业BB、企业CC、企业DD的扩产意向值分别为4.2、0.98、2.08、3.46。
S690、对各待处理企业的扩产意向值和预设扩产意向阈值进行比较分析。
在实施例中,假设预设扩产意向阈值设置为3,将企业AA、企业BB、企业CC、企业DD的扩产意向值分别与预设扩产意向阈值为3进行比较分析。
S6100、将扩产意向值达到预设扩产意向阈值的待处理企业作为目标企业。
在实施例中,通过比较分析,确定企业AA和企业DD的扩产意向值达到预设扩产意向阈值3,则企业AA和企业DD为目标企业。
S6110、按照目标企业的扩产意向值对目标企业进行排序。
在实施例中,按照扩产意向值对企业AA和企业DD进行降序排序,得到企业AA为第一位,而企业DD为第二位。
S6120、通过目标企业生成企业推荐表。
在实施例中,将企业AA和企业DD存入预设表中,以构成企业推荐表。
本实施例的技术方案,通过获取待处理企业的预设指标数据和规划数据,根据预设指标数据和/或规划数据确定各待处理企业的扩产意向值,并根据扩产意向值确定目标企业,解决了现有技术中需人工对对有扩产意向的企业进行筛选而导致筛选效率和准确性较低的技术问题,实现了根据预设指标数据和/或规划数据对待处理企业的智能化筛选,以快速、精准的筛选得到有扩产意向的目标企业。
在此需要说明的是,上述实施例的企业推荐方法的描述中,图2-图7对根据预设指标数据确定各待处理企业的扩产意向值作详细说明,而根据规划数据确定各待处理企业的扩产意向值的解释见上述图1中实施例的描述。当然,上述图2-图7中的实施例也可同时参考预设指标数据和规划数据,以确定各待处理企业的扩产意向值,并同时借助互联网渠道宣传信息,作为确定待处理企业的扩产意向值的参考。
图8是本发明实施例提供的一种企业推荐装置的结构框图,如图8所示,该企业推荐装置包括:获取模块710、第一确定模块720和第二确定模块730。
其中,获取模块710,用于获取待处理企业的预设指标数据和规划数据,该待处理企业至少为两个;
第一确定模块720,用于根据预设指标数据和/或所述规划数据,确定各待处理企业的扩产意向值;
第二确定模块730,用于根据扩产意向值确定目标企业。
本发明实施例,通过获取待处理企业的预设指标数据和规划数据,根据预设指标数据和/或规划数据确定各待处理企业的扩产意向值,并根据扩产意向值确定目标企业,解决了现有技术中需人工对对有扩产意向的企业进行筛选而导致筛选效率和准确性较低的技术问题,实现了根据预设指标数据和/或规划数据对待处理企业的智能化筛选,以快速、精准的筛选得到有扩产意向的目标企业。
在上述实施例的基础上,企业推荐装置还包括:第三确定模块,用于在获取待处理企业的预设指标数据和规划数据之前,根据待处理企业的类型,确定各待处理企业对应的预设指标数据。
在上述实施例的基础上,第一确定模块720包括:
归一化处理单元,用于对预设指标数据进行归一化处理,得到预设指标数据对应的指标量化值;
第一确定单元,用于根据指标量化值和对应的预设指标量化阈值,确定预设指标数据的分值;
第二确定单元,用于根据分值确定各待处理企业的扩产意向值。
在上述实施例的基础上,第一确定模块720包括:
第三确定单元,用于根据预设指标数据和对应的预设指标阈值,确定预设指标数据的分值;
第四确定单元,用于根据分值确定各待处理企业的扩产意向值。
在上述实施例的基础上,第一确定模块720还包括:
归一化处理单元,用于在根据预设指标数据和对应的预设指标阈值,确定预设指标数据的分值之前,对预设指标数据进行归一化处理,得到预设指标数据对应的指标量化值;
选取单元,用于根据指标量化值选取对应的预设指标量化阈值;
转换单元,用于将预设指标量化阈值转换为对应的预设指标阈值。
在上述实施例的基础上,第二确定单元或第四确定单元,包括:
第一确定子单元,用于确定所述预设指标数据的权重;
第二确定子单元,用于根据所述权重和所述分值确定各所述待处理企业的扩产意向值。
在上述实施例的基础上,第二确定模块730,包括:
比较单元,用于对各待处理企业的扩产意向值和预设扩产意向阈值进行比较分析;
第五确定单元,用于将所述扩产意向值达到预设扩产意向阈值的待处理企业作为目标企业。
在上述实施例的基础上,企业推荐装置还包括:
排序模块,用于在根据扩产意向值确定目标企业之后,按照目标企业的扩产意向值对目标企业进行排序;
生成模块,用于通过目标企业生成企业推荐表。
在上述实施例的基础上,预设指标数据至少包括下述一项:融资金额、并购数量、产能利用率、市场销量和新增客户数量。
上述企业推荐装置可执行本发明任意实施例所提供的企业推荐方法,具备执行方法相应的功能模块和有益效果。
图9是本发明实施例提供的一种企业推荐设备的结构示意图。参考图9,该企业推荐设备包括:处理器810、存储器820、输入装置830以及输出装置840。该企业推荐设备中处理器810的数量可以是一个或者多个,图9中以一个处理器810为例。该企业推荐设备中存储器820的数量可以是一个或者多个,图9中以一个存储器820为例。该企业推荐设备的处理器810、存储器820、输入装置830以及输出装置840可以通过总线或者其他方式连接,图9中以通过总线连接为例。实施例中,该企业推荐设备可为具备开发功能的终端设备,比如,台式机、笔记本电脑等。
存储器820作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例所述的企业推荐设备对应的程序指令/模块(例如,企业推荐装置中的获取模块710、第一确定模块720和第二确定模块730)。存储器820可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器820可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器820可进一步包括相对于处理器810远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置830可用于接收输入的数字或者字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置840可以包括扬声器等音频设备。需要说明的是,输入装置830和输出装置840的具体组成可以根据实际情况设定。
处理器810通过运行存储在存储器820中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的企业推荐方法。
上述提供的企业推荐设备可用于执行上述任意实施例提供的企业推荐方法,具备相应的功能和有益效果。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种企业推荐方法,包括:
获取待处理企业的预设指标数据和规划数据,该待处理企业至少为两个;
根据预设指标数据和/或规划数据,确定各待处理企业的扩产意向值;
根据扩产意向值确定目标企业。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的企业推荐方法操作,还可以执行本发明任意实施例所提供的企业推荐方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的企业推荐方法。
值得注意的是,上述企业推荐装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本发明中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种企业推荐方法,其特征在于,包括:
获取待处理企业的预设指标数据和规划数据,所述待处理企业至少为两个;
根据所述预设指标数据和/或所述规划数据,确定各所述待处理企业的扩产意向值;
根据所述扩产意向值确定目标企业。
2.根据权利要求1所述的方法,其特征在于,还包括:在所述获取待处理企业的预设指标数据和规划数据之前,还包括:
根据待处理企业的类型,确定各所述待处理企业对应的预设指标数据。
3.根据权利要求1所述的方法,其特征在于,还包括:所述根据所述预设指标数据,确定各所述待处理企业的扩产意向值,包括:
对所述预设指标数据进行归一化处理,得到所述预设指标数据对应的指标量化值;
根据所述指标量化值和对应的预设指标量化阈值,确定所述预设指标数据的分值;
根据所述分值确定各所述待处理企业的扩产意向值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述预设指标数据,确定各所述待处理企业的扩产意向值,包括:
根据所述预设指标数据和对应的预设指标阈值,确定所述预设指标数据的分值;
根据所述分值确定各所述待处理企业的扩产意向值。
5.根据权利要求4所述的方法,其特征在于,在所述根据所述预设指标数据和对应的预设指标阈值,确定所述预设指标数据的分值之前,还包括:
对所述预设指标数据进行归一化处理,得到所述预设指标数据对应的指标量化值;
根据所述指标量化值选取对应的预设指标量化阈值;
将所述预设指标量化阈值转换为对应的预设指标阈值。
6.根据权利要求3-5任一所述的方法,其特征在于,根据所述分值确定各所述待处理企业的扩产意向值,包括:
确定所述预设指标数据的权重;
根据所述权重和所述分值确定各所述待处理企业的扩产意向值。
7.根据权利要求1所述的方法,其特征在于,所述根据所述扩产意向值确定目标企业,包括:
对各所述待处理企业的扩产意向值和预设扩产意向阈值进行比较分析;
将所述扩产意向值达到预设扩产意向阈值的待处理企业作为目标企业。
8.根据权利要求1所述的方法,其特征在于,在所述根据所述扩产意向值确定目标企业之后,还包括:
按照所述目标企业的扩产意向值对所述目标企业进行排序;
通过所述目标企业生成企业推荐表。
9.根据权利要求1所述的方法,其特征在于,所述预设指标数据至少包括下述一项:融资金额、并购数量、产能利用率、市场销量和新增客户数量。
10.一种企业推荐装置,其特征在于,包括:
获取模块,用于获取待处理企业的预设指标数据和规划数据,所述待处理企业至少为两个;
第一确定模块,用于根据所述预设指标数据和/或所述规划数据,确定各所述待处理企业的扩产意向值;
第二确定模块,用于根据所述扩产意向值确定目标企业。
11.一种企业推荐设备,其特征在于,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的企业推荐方法。
12.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的企业推荐方法。
CN201910958805.XA 2019-10-10 2019-10-10 一种企业推荐方法、装置、设备和介质 Pending CN110728540A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910958805.XA CN110728540A (zh) 2019-10-10 2019-10-10 一种企业推荐方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910958805.XA CN110728540A (zh) 2019-10-10 2019-10-10 一种企业推荐方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN110728540A true CN110728540A (zh) 2020-01-24

Family

ID=69219905

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910958805.XA Pending CN110728540A (zh) 2019-10-10 2019-10-10 一种企业推荐方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN110728540A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269516A (zh) * 2021-05-13 2021-08-17 企家有道网络技术(北京)有限公司 一种通过大数据提高企业能效的方法、装置及系统
CN114723503A (zh) * 2022-06-08 2022-07-08 深圳传世智慧科技有限公司 一种基于产业链数据的市场分析方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325678A (zh) * 2018-09-11 2019-02-12 张连祥 一种招商对象智能优选的方法及系统
CN109543952A (zh) * 2018-10-25 2019-03-29 平安科技(深圳)有限公司 投资标的企业的获取方法、装置、计算机设备和存储介质
CN110020191A (zh) * 2018-07-19 2019-07-16 平安科技(深圳)有限公司 电子装置、招商引资的目标对象确定方法及存储介质
CN110110994A (zh) * 2019-05-06 2019-08-09 重庆大学 基于大数据的精准招商企业投资意向评估系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020191A (zh) * 2018-07-19 2019-07-16 平安科技(深圳)有限公司 电子装置、招商引资的目标对象确定方法及存储介质
CN109325678A (zh) * 2018-09-11 2019-02-12 张连祥 一种招商对象智能优选的方法及系统
CN109543952A (zh) * 2018-10-25 2019-03-29 平安科技(深圳)有限公司 投资标的企业的获取方法、装置、计算机设备和存储介质
CN110110994A (zh) * 2019-05-06 2019-08-09 重庆大学 基于大数据的精准招商企业投资意向评估系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李司: "《4+1营销理论》", 31 May 2013, 河南人民出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269516A (zh) * 2021-05-13 2021-08-17 企家有道网络技术(北京)有限公司 一种通过大数据提高企业能效的方法、装置及系统
CN114723503A (zh) * 2022-06-08 2022-07-08 深圳传世智慧科技有限公司 一种基于产业链数据的市场分析方法及系统

Similar Documents

Publication Publication Date Title
CN109615129B (zh) 房地产客户成交概率预测方法、服务器及计算机存储介质
CN105225149A (zh) 一种征信评分确定方法及装置
Jula et al. Imperialist competitive algorithm with PROCLUS classifier for service time optimization in cloud computing service composition
CN110728540A (zh) 一种企业推荐方法、装置、设备和介质
CN111768096A (zh) 基于算法模型的评级方法、装置、电子设备及存储介质
CN110796513A (zh) 多任务学习方法、装置、电子设备及存储介质
WO2019085754A1 (zh) 应用清理方法、装置、存储介质及电子设备
Lengler et al. The (1+ 1)-EA on noisy linear functions with random positive weights
CN111783873A (zh) 基于增量朴素贝叶斯模型的用户画像方法及装置
CN113592156A (zh) 电厂煤量调度方法、装置、终端设备及存储介质
CN113378067B (zh) 基于用户挖掘的消息推荐方法、设备、介质
US20210286326A1 (en) Inhomogeneous sample equalization method and system for product assembly process
CN114117134A (zh) 一种异常特征检测方法、装置、设备和计算机可读介质
CN108830302B (zh) 一种图像分类方法、训练方法、分类预测方法及相关装置
CN116245380A (zh) 目标业务的业务问题的确定方法、装置、计算机设备
CN116089367A (zh) 动态分桶方法、装置、电子设备和介质
CN113656702B (zh) 用户行为的预测方法及装置
CN115033377A (zh) 基于集群服务器的服务资源预测方法、装置和电子设备
CN114782062A (zh) 商品召回优化方法及其装置、设备、介质、产品
CN114298813A (zh) 一种基于资源消耗的企业用户管理方法及系统
CN112837093A (zh) 一种建筑工程造价运算用评估方法
CN112396455A (zh) 数据资产的定价方法、装置、设备和介质
CN111897832A (zh) 模型部署方法、设备及可读存储介质
CN112488141A (zh) 物联卡应用范围的确定方法、装置及计算机可读存储介质
CN113821722B (zh) 数据处理方法、推荐方法、装置、电子设备以及介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200124

RJ01 Rejection of invention patent application after publication