CN110928893B - 一种标签查询方法、装置、设备和存储介质 - Google Patents
一种标签查询方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110928893B CN110928893B CN201911127326.XA CN201911127326A CN110928893B CN 110928893 B CN110928893 B CN 110928893B CN 201911127326 A CN201911127326 A CN 201911127326A CN 110928893 B CN110928893 B CN 110928893B
- Authority
- CN
- China
- Prior art keywords
- label
- client
- target
- target scene
- labels
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
Abstract
本发明实施例公开了一种标签查询方法、装置、设备和存储介质,其中方法包括:响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,标签查询请求中至少包括目标场景和客户编号;根据客户编号确定当前客户,并获取当前客户在所述标签集合中的各标签上的指标取值;获取目标场景下全量客户在标签集合中的各标签上的指标取值的分布,并将当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;根据比较结果,从标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位当前客户的特征。本发明实施例基于单个客户和全体客户的差异性确定单个客户的重要标签,提升了标签查询的准确定和效率。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种标签查询方法、装置、设备和存储介质。
背景技术
随着大数据技术的广泛应用,银行针对客户的各种特征建立了一套丰富的画像体系,但是随着画像标签的日益丰富,很难快速全面的看到客户的重要特征,大多数情况是通过业务人员手工选择标签来逐个查看,也有些系统可以一次性查出单个客户的若干个标签供业务人员查看,业务人员再通过人工判断,在当前的业务场景下哪个标签最具业务价值。然而这种通过人工查询判断的方式,使得查询用户重要标签的准确性和效率低下。
发明内容
本发明实施例提供一种标签查询方法、装置、设备和存储介质,以解决现有技术中通过人工方式查询判断用户重要标签,导致查询用户重要标签的准确性和效率低下技术问题。
第一方面,本发明实施例提供了一种标签查询方法,该方法包括:
响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征。
第二方面,本发明实施例还提供了一种标签查询装置,该装置包括:
响应模块,用于响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
获取模块,用于根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
比较模块,用于获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
选择模块,用于根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征。
第三方面,本发明实施例还提供了一种设备,包括:
一个或多个处理器;
存储装置,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本发明任一实施例所述的标签查询方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的标签查询方法。
本发明实施例预先为每个场景配置标签集合,当查询某一客户的重要标签时,通过获取目标场景下全量客户在标签集合中的各标签上的指标取值的分布,并将当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较,进而从中筛选出重要标签。由此实现了基于单个客户和全体客户的差异性确定单个客户的重要标签,提升了标签查询的准确定和效率。
附图说明
图1为本发明实施例一中的标签查询方法的流程流程图;
图2是本发明实施例二中的标签查询装置的结构示意图;
图3是本发明实施例三中的设备的结构示意图。
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。
实施例一
图1为本发明实施例一提供的标签查询方法的流程图,本实施例可适用于从客户的众多标签中查询部分重要标签的情况,该方法可以由标签查询装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成在计算机设备上。
如图1所示,标签查询方法具体包括:
S101、响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号。
本申请实施例中,为了实现客户重要标签的快速查询,预先为不同的业务场景配置标签集合,其中所述业务场景示例性的为基金营销场景、教育支出场景等,由于业务场景众多,在此不再一一列举。
可选的标签集合的配置操作包括:针对目标场景,根据目标场景对应的指标从客户画像中筛选与目标场景相关联的标签,例如目标场景为基金营销的场景,与该场景相关联的标签可以为“女性”和“签约了自动理财”、“基金达人”等。进而根据各标签上的指标取值确定各标签的重要程度,并根据各标签的重要程度从相关联的标签中确定目标场景对应的标签集合。在为目标场景配置完标签集合后,可选的,将该场景的标签集合存储在Hbase数据库中,后续可根据标签查询请求中的目标场景,从Hbase数据库中查询该目标场景对应的标签集合。
S102、根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值。
本申请实施例中,客户编号可选的为客户ID,每个客户ID可唯一确定一个客户。而客户的每一个标签都对应一个指标取值,指标取值是指在某个业务维度的取值,例如指标取值可以为存款交易笔数、存款交易金额等,且客户的所有标签及其对应的标签取值都预先存储在数据库中,例如存储在Hbase数据库中。因此,在根据所述客户编号确定当前客户后,从数据库中查找当前客户在标签集合中的各标签上的指标取值,例如某一标签为“存款金额低”,通过数据库查询确定当前客户在该标签上的指标取值为存款金额1000元。
S103、获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较。
可选的,通过统计分析的方法确定目标场景下全量客户在标签集合中的各标签上的指标取值的分布。示例性的,以目标场景为存款业务场景,某一标签为“交易笔数”,该场景下全量用户为1552万人,通过统计分析确定全量客户在该标签的指标取值分布为:0-2笔有1000万人,3-5笔500万人,5-9笔50万人,10笔以上2万人。
进一步的,为了提升确定目标场景下全量客户在标签集合中的各标签上的指标取值分布的准确性,可选的,可预先对目标场景下的全量用户进行筛选。示例性的,根据所述当前客户的编号信息,确定所述当前客户所属的目标地理区域;在所述目标场景下将属于所述目标地理区域内的所有客户作为全量客户。由此可以保证相同区域的客户进行比对。例如,当前客户是北京人,则目标场景下的全量客户也是北京人,避免因为不同地理区域的人收入差异大而影响指标取值分布的统计。
在此基础上,可直接将前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较。可选的,比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中各指标取值所超越的人数;或者,比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中与各指标取值不同的人数。示例性的,当前客户在标签“交易笔数”上的指标取值为10笔,跟全量客户在该标签上的指标取值分布相比,当前客户超越了1550万人。
S104、根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征。
可选的,根据每个标签的指标取值所超越的人数或与其不同的人数,对所述各标签进行排序;根据排序结果,选出排序靠前的预设数量的标签作为目标标签。示例性的,针对当前客户,通过上述可知,标签“交易笔数”的指标取值超越1550万人,此时,若该客户的另一标签“交易金额”的指标取值超越100万人,则确定对于当前客户,标签“交易笔数”比标签“交易金额”更重要,因此标签“交易笔数”排在标签“交易金额”的前面。同理,可将当前用户在目标场景下的标签进行排序,选出排序靠前的N个标签作为当前用户在目标场景下比较重要的标签,进而根据选出的标签定位当前用户的特征。
本发明实施例中,通过预先为每个场景配置标签集合,当查询某一客户的重要标签时,通过获取目标场景下全量客户在标签集合中的各标签上的指标取值的分布,并将当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较,进而从中筛选出重要标签。由此实现了基于单个客户和全体客户的差异性确定单个客户的重要标签,提升了标签查询的准确定和效率。
实施例二
图2是本发明实施例二中的标签查询装置的结构示意图,该装置适用于从客户的众多标签中查询部分重要标签的情况。如图2所示,该装置包括:
响应模块201,用于响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
获取模块202,用于根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
比较模块203,用于获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
选择模块204,用于根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征。
本发明实施例中,通过预先为每个场景配置标签集合,当查询某一客户的重要标签时,通过获取目标场景下全量客户在标签集合中的各标签上的指标取值的分布,并将当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较,进而从中筛选出重要标签。由此实现了基于单个客户和全体客户的差异性确定单个客户的重要标签,提升了标签查询的准确定和效率。
可选的,所述比较模块具体用于:
比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中各指标取值所超越的人数;或者
比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中与各指标取值不同的人数;
相应的,所述选择模块具体用于:
根据每个标签的指标取值所超越的人数或与其不同的人数,对所述各标签进行排序;
根据排序结果,选出排序靠前的预设数量的标签作为目标标签。
可选的,所述装置还包括:
区域确定模块,用于根据所述当前客户的编号信息,确定所述当前客户所属的目标地理区域;
全量用户确定模块,用于在所述目标场景下将属于所述目标地理区域内的所有客户作为全量客户。
可选的,所述装置还包括配置模块,用于:
针对所述目标场景,根据所述目标场景对应的指标从客户画像中筛选与所述目标场景相关联的标签;
根据各标签上的指标取值确定各标签的重要程度,并根据各标签的重要程度从相关联的标签中确定目标场景对应的标签集合。
本发明实施例所提供的标签查询装置可执行本发明任意实施例所提供的标签查询方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性设备12的框图。图3显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的标签查询方法,该方法包括:
响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征。
实施例四
本发明实施例四还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的标签查询方法,该方法包括:
响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种标签查询方法,其特征在于,所述方法包括:
响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征;
其中,在获取目标场景下全量客户在每个标签上的指标取值的分布之前,还包括:
根据所述当前客户的编号信息,确定所述当前客户所属的目标地理区域;
在所述目标场景下将属于所述目标地理区域内的所有客户作为全量客户。
2.根据权利要求1所述的方法,其特征在于,将所述当前客户在标签集合中的每个标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较包括:
比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中各指标取值所超越的人数;或者
比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中与各指标取值不同的人数;
相应的,根据比较结果,选出预设数量的目标标签包括:
根据每个标签的指标取值所超越的人数或与其不同的人数,对所述各标签进行排序;
根据排序结果,选出排序靠前的预设数量的标签作为目标标签。
3.根据权利要求1所述的方法,其特征在于,所述标签集合的配置操作包括:
针对所述目标场景,根据所述目标场景对应的指标从客户画像中筛选与所述目标场景相关联的标签;
根据各标签上的指标取值确定各标签的重要程度,并根据各标签的重要程度从相关联的标签中确定目标场景对应的标签集合。
4.一种标签查询装置,其特征在于,所述装置包括:
响应模块,用于响应于标签查询请求,获取预先为目标场景配置的标签集合,其中,所述标签查询请求中至少包括目标场景和客户编号;
获取模块,用于根据所述客户编号确定当前客户,并获取所述当前客户在所述标签集合中的各标签上的指标取值;
比较模块,用于获取目标场景下全量客户在所述标签集合中的各标签上的指标取值的分布,并将所述当前客户在各标签上的指标取值,与全量客户在相应标签上的指标取值的分布进行比较;
选择模块,用于根据比较结果,从所述标签集合中选出预设数量的目标标签,使得根据选出的目标标签定位所述当前客户的特征;
区域确定模块,用于根据所述当前客户的编号信息,确定所述当前客户所属的目标地理区域;
全量用户确定模块,用于在所述目标场景下将属于所述目标地理区域内的所有客户作为全量客户。
5.根据权利要求4所述的装置,其特征在于,所述比较模块具体用于:
比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中各指标取值所超越的人数;或者
比较当前客户的每个标签上的指标取值在全量客户相应标签上的指标取值分布中与各指标取值不同的人数;
相应的,所述选择模块具体用于:
根据每个标签的指标取值所超越的人数或与其不同的人数,对所述各标签进行排序;
根据排序结果,选出排序靠前的预设数量的标签作为目标标签。
6.根据权利要求4所述的装置,其特征在于,所述装置还包括配置模块,用于:
针对所述目标场景,根据所述目标场景对应的指标从客户画像中筛选与所述目标场景相关联的标签;
根据各标签上的指标取值确定各标签的重要程度,并根据各标签的重要程度从相关联的标签中确定目标场景对应的标签集合。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,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1-3中任一所述的标签查询方法。
8.一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,该程序被处理器执行时实现如权利要求1-3中任一所述的标签查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127326.XA CN110928893B (zh) | 2019-11-18 | 2019-11-18 | 一种标签查询方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127326.XA CN110928893B (zh) | 2019-11-18 | 2019-11-18 | 一种标签查询方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110928893A CN110928893A (zh) | 2020-03-27 |
CN110928893B true CN110928893B (zh) | 2022-10-21 |
Family
ID=69853304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911127326.XA Active CN110928893B (zh) | 2019-11-18 | 2019-11-18 | 一种标签查询方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110928893B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949654A (zh) * | 2020-07-20 | 2020-11-17 | 上海淇馥信息技术有限公司 | 一种基于用户标签的快速查询方法、系统和电子设备 |
CN112668969B (zh) * | 2020-12-25 | 2022-07-08 | 江苏满运物流信息有限公司 | 用户标签处理方法、系统、电子设备和存储介质 |
CN113723984A (zh) * | 2021-03-03 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 人群消费画像信息的获取方法、装置和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000182057A (ja) * | 1998-12-18 | 2000-06-30 | Nec Corp | 個人識別方法、個人識別装置および記録媒体 |
CN104867037A (zh) * | 2015-05-29 | 2015-08-26 | 北京京东尚科信息技术有限公司 | 一种画像特征的数据处理方法及装置 |
JP2016045538A (ja) * | 2014-08-20 | 2016-04-04 | 富士通株式会社 | 情報処理装置、画像判定方法、及びプログラム |
CN107301199A (zh) * | 2017-05-17 | 2017-10-27 | 北京融数云途科技有限公司 | 一种数据标签生成方法和装置 |
CN107945050A (zh) * | 2017-11-30 | 2018-04-20 | 北京汇通金财信息科技有限公司 | 一种用电客户类型的识别与标识方法、装置及中央服务器 |
CN110111192A (zh) * | 2019-02-19 | 2019-08-09 | 西北大学 | 多过滤器结合nsd指标的信贷客户特征选择方法和系统 |
CN110134722A (zh) * | 2019-05-22 | 2019-08-16 | 北京小度信息科技有限公司 | 目标用户确定方法、装置、设备及存储介质 |
CN110197331A (zh) * | 2019-05-24 | 2019-09-03 | 深圳前海微众银行股份有限公司 | 业务数据处理方法、装置、设备及计算机可读存储介质 |
CN110427546A (zh) * | 2018-04-28 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 一种信息展示方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9646025B2 (en) * | 2008-05-27 | 2017-05-09 | Qualcomm Incorporated | Method and apparatus for aggregating and presenting data associated with geographic locations |
CN105930446B (zh) * | 2016-04-20 | 2019-04-16 | 重庆重邮汇测通信技术有限公司 | 一种基于Hadoop分布式技术的电信客户标签生成方法 |
-
2019
- 2019-11-18 CN CN201911127326.XA patent/CN110928893B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000182057A (ja) * | 1998-12-18 | 2000-06-30 | Nec Corp | 個人識別方法、個人識別装置および記録媒体 |
JP2016045538A (ja) * | 2014-08-20 | 2016-04-04 | 富士通株式会社 | 情報処理装置、画像判定方法、及びプログラム |
CN104867037A (zh) * | 2015-05-29 | 2015-08-26 | 北京京东尚科信息技术有限公司 | 一种画像特征的数据处理方法及装置 |
CN107301199A (zh) * | 2017-05-17 | 2017-10-27 | 北京融数云途科技有限公司 | 一种数据标签生成方法和装置 |
CN107945050A (zh) * | 2017-11-30 | 2018-04-20 | 北京汇通金财信息科技有限公司 | 一种用电客户类型的识别与标识方法、装置及中央服务器 |
CN110427546A (zh) * | 2018-04-28 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 一种信息展示方法和装置 |
CN110111192A (zh) * | 2019-02-19 | 2019-08-09 | 西北大学 | 多过滤器结合nsd指标的信贷客户特征选择方法和系统 |
CN110134722A (zh) * | 2019-05-22 | 2019-08-16 | 北京小度信息科技有限公司 | 目标用户确定方法、装置、设备及存储介质 |
CN110197331A (zh) * | 2019-05-24 | 2019-09-03 | 深圳前海微众银行股份有限公司 | 业务数据处理方法、装置、设备及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
微博群体网络结构及其核心用户识别;李丽欣;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20150215(第02期);I141-140 * |
用户画像在内容推送的研究与应用;杨双亮;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20170815(第08期);I138-537 * |
Also Published As
Publication number | Publication date |
---|---|
CN110928893A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110928893B (zh) | 一种标签查询方法、装置、设备和存储介质 | |
CN109885597B (zh) | 基于机器学习的用户分群处理方法、装置及电子终端 | |
US8943042B2 (en) | Analyzing and representing interpersonal relations | |
CN111143359A (zh) | 查询语句生成方法及装置 | |
CN110675238A (zh) | 客户标签配置方法、系统、可读存储介质及电子设备 | |
CN110942392A (zh) | 一种业务数据处理方法、装置、设备和介质 | |
CN111639077B (zh) | 数据治理方法、装置、电子设备、存储介质 | |
CN113535773A (zh) | 数据库优化方法、数据库优化装置、电子设备和存储介质 | |
CN111414410A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN109409419B (zh) | 用于处理数据的方法和装置 | |
US10719561B2 (en) | System and method for analyzing popularity of one or more user defined topics among the big data | |
CN112965943A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN112948396A (zh) | 数据存储方法、装置、电子设备及存储介质 | |
CN110895761A (zh) | 一种售后服务申请信息的处理方法和装置 | |
CN110287338B (zh) | 行业热点确定方法、装置、设备和介质 | |
CN107908724B (zh) | 一种数据模型匹配方法、装置、设备及存储介质 | |
CN114116811B (zh) | 日志处理方法、装置、设备及存储介质 | |
CN113946601A (zh) | 一种人员数据查询方法、装置、设备及存储介质 | |
CN109542986B (zh) | 网络数据的要素归一化方法、装置、设备及存储介质 | |
US11023497B2 (en) | Data classification | |
CN113886425A (zh) | 数据处理方法、装置、设备以及存储介质 | |
US9323817B2 (en) | Distributed storage system with pluggable query processing | |
CN110955837A (zh) | 一种产品数据的查看方法、装置、设备及存储介质 | |
CN110750569A (zh) | 数据提取方法、装置、设备及存储介质 | |
CN116665871B (zh) | 一种基于大数据的监护方案优化方法及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220922 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |