CN111008204B - 一种报价库处理方法、装置、存储介质和服务器 - Google Patents
一种报价库处理方法、装置、存储介质和服务器 Download PDFInfo
- Publication number
- CN111008204B CN111008204B CN201910972995.0A CN201910972995A CN111008204B CN 111008204 B CN111008204 B CN 111008204B CN 201910972995 A CN201910972995 A CN 201910972995A CN 111008204 B CN111008204 B CN 111008204B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- priority
- vehicle data
- precision
- 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
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
- G06F16/23—Updating
-
- 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
- G06F16/245—Query processing
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供的一种报价库处理方法、装置、存储介质和服务器的技术方案中,整合获取的一个或者多个数据来源的车辆数据,按照至少一个数据转换规则,将所述车辆数据转换成与每个数据转换规则对应的多个精准优先级,通过选取第一精准优先级对应的最大的实际精准度,获取最大的实际精准度对应的车辆数据,并根据最大的实际精准度对应的车辆数据得出该车辆数据对应的报价数据,将所述实际精准度对应的车辆数据和所述报价数据存储至报价库中,从而实现精准报价,提高了报价效率。
Description
【技术领域】
本发明涉及车险投保报价库领域,具体地涉及一种报价库处理方法、装置、存储介质和服务器。
【背景技术】
在高速发展的互联网经济时代,车辆已经成为了人们生活的必需品,而通常客户购买车辆后需要了解车险投保的价格。而在当前的情况,客户面临着了解投保的渠道麻烦,流程复杂的问题,并且通过在单一的渠道进行车险投保报价查询时,通常需要填写很多个人信息和车辆信息,如客户姓名、证件、车牌、车架等。
在现有的车险投保报价中,由于渠道的不同,客户通常获取到的车险报价也不同,甚至差别很大,并且各个渠道报价系统操作流程复杂,往往需要多次反复填写个人信息与车辆信息,从而造成报价流程复杂,报价效率低,报价不精准的问题,降低客户购买车险投保率。
【发明内容】
有鉴于此,本发明提供一种报价库处理方法、装置、存储介质和服务器,能够实现精准报价,提高了报价效率。
一方面,本发明实施例提供了一种报价库处理方法,包括:
获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据;
从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据;
按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级;
从每个车辆数据对应的精准优先级选取出第一精准优先级,并根据预设的第一精准优先级与实际精准度的对应关系,查询出与所述第一精准优先级对应的实际精准度;
从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据;
根据最大的实际精准度对应的车辆数据,查询出对应的报价数据;
将车辆数据信息存储至报价库中,所述车辆数据信息包括所述实际精准度对应的车辆数据和所述报价数据。可选地,在所述按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级之前,还包括:
根据车辆数据的类别生成每个类别对应的一个数据转换规则。
可选地,所述按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级,具体包括:
按照第一数据转换规则,将同一车辆的每个车辆数据转换成与所述第一数据转换规则对应的一个精准优先级,所述第一数据转换规则包括按数据来源划分的数据转换规则;
按照第二数据转换规则,将同一车辆的每个车辆数据转换成与所述第二数据转换规则对应的一个精准优先级,所述第二数据转换规则包括按车辆识别代码和证件号码的完整性划分的数据转换规则;
按照第三数据转换规则,将同一车辆的每个车辆数据转换成与所述第三数据转换规则对应的一个精准优先级,所述第三数据转换规则包括按车龄和报价次数划分的数据转换规则;
按照第四数据转换规则,将同一车辆的每个车辆数据转换成与所述第四数据转换规则对应的一个精准优先级,所述第四数据转换规则包括按车辆数据的数据字段饱和度划分的数据转换规则。
可选地,所述从每个车辆数据对应的精准优先级选取出第一精准优先级,并根据预设的第一精准优先级与实际精准度的对应关系,查询出与所述第一精准优先级对应的实际精准度,具体包括:
从一个车辆数据的至少一个数据转换规则对应的精准优先级中选取出该车辆数据对应的一个第一精准优先级,第一精准优先级为至少一个数据转换规则对应的精准优先级中优先级最高的精准优先级;
从预先设置的第一精准优先级与实际精准度的对应关系中,查询出与一个车辆数据的第一精准优先级对应的实际精准度。
可选地,所述从一个车辆数据的至少一个数据转换规则对应的精准优先级中选取出所述车辆数据对应的一个第一精准优先级,具体包括:
从至少一个数据转换规则对应的精准优先级中选取出最高精准优先级;
判断最高精准优先级的数量等于1或者大于1;
若判断出所述最高精准优先级的数量等于1,将最高精准优先级确定为第一精准优先级;
若判断出所述最高精准优先级的数量大于1,则从多个最高精准优先级中,按照预先设置的类别优先级的排序关系筛选出类别优先级最大的最高精准优先级,将该最高精准优先级确定为第一精准优先级。
可选地,所述从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据,具体包括:
从同一车辆的多个车辆数据的实际精准度中筛选出大于或者等于第一阈值的实际精准度,并从大于或者等于第一阈值的实际精准度选取出最大的实际精准度;
获取最大的实际精准度对应的车辆数据。
可选地,所述根据最大的实际精准度对应的车辆数据,查询出对应的报价数据,具体包括:
从最大的实际精准度对应的车辆数据中获取同一车辆的车型数据;
从车型数据与发改委代码的对应关系中,查询出车型数据所对应的发改委代码;
从发改委代码与报价数据的对应关系中,查询出发改委代码对应的报价数据。
另一方面,本发明实施例提供了一种报价库处理装置,所述装置包括:
获取模块,用于获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据;
筛选模块,用于从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据,从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据,从每个车辆数据对应的精准优先级选取出第一精准优先级;
转换模块,用于按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级;
查询模块,用于根据预设的第一精准优先级与实际精准度的对应关系,查询出与所述第一精准优先级对应的实际精准度,并根据最大的实际精准度对应的车辆数据,查询出对应的报价数据;
存储模块,用于将车辆数据信息存储至报价库中,所述车辆数据信息包括所述实际精准度对应的车辆数据和所述报价数据。。
另一方面,本发明实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述的报价库处理方法。
另一方面,本发明实施例提供了一种服务器,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,所述程序指令被处理器加载并执行上述的报价库处理方法的步骤。
本发明实施例提供的技术方案中,整合获取的一个或者多个数据来源的车辆数据,按照至少一个数据转换规则,将所述车辆数据转换成与每个数据转换规则对应的多个精准优先级,通过选取第一精准优先级对应的最大的实际精准度,获取最大的实际精准度对应的车辆数据,并根据最大的实际精准度对应的车辆数据得出该车辆数据对应的报价数据,将所述实际精准度对应的车辆数据和所述报价数据存储至报价库中,从而实现精准报价,提高了报价效率。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明一实施例所提供的一种报价库处理方法的流程图;
图2是本发明又一实施例所提供的一种报价库处理方法的流程图;
图3是本发明一实施例所提供的一种报价库处理装置的结构示意图;
图4为本发明实施例提供的一种服务器的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,甲和/或乙,可以表示:单独存在甲,同时存在甲和乙,单独存在乙这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本发明一实施例提供的一种报价库处理方法的流程图,如图1所示,该方法包括:
步骤101、获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据。
步骤102、从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据;
步骤103、按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级。
步骤104、从每个车辆数据对应的精准优先级选取出第一精准优先级,并根据预设的第一精准优先级与实际精准度的对应关系,查询出与第一精准优先级对应的实际精准度。
步骤105、从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据。
步骤106、根据最大的实际精准度对应的车辆数据,查询出对应的报价数据。
步骤107、将车辆数据信息存储至报价库中,车辆数据信息包括实际精准度对应的车辆数据和报价数据。
本发明实施例提供的技术方案中,整合获取的一个或者多个数据来源的车辆数据,按照至少一个数据转换规则,将所述车辆数据转换成与每个数据转换规则对应的多个精准优先级,通过选取第一精准优先级对应的最大的实际精准度,获取最大的实际精准度对应的车辆数据,并根据最大的实际精准度对应的车辆数据得出该车辆数据对应的报价数据,将所述实际精准度对应的车辆数据和所述报价数据存储至报价库中,从而实现精准报价,提高了报价效率。
图2为本发明又一实施例提供的一种报价库处理方法的流程图,如图2所示,该方法包括:
步骤201、获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据。
本发明实施例中,获取的车辆数据可包括多个车辆的车辆数据。同一车辆可包括不同数据来源的多个车辆数据。例如,数据来源包括:产险承保库、北上平台、GT报价平台、电销名单库、官网会员库以及理赔库。本发明实施例中除了上述公开的数据来源,还可以包括其他数据来源,本发明实施例中对于数据来源并不限于于此,仅作为举例说明。本发明实施例中,每天都会从一个或者多个数据来源获取最新的车辆数据。最新的车辆数据包括每日新增的车辆数据和原始车辆数据更新。
步骤202、从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据。
本发明实施例中,从一个或者多个数据来源的车辆数据中,根据同一车辆数据的标识信息,筛选出同一车辆的车辆数据。例如,从“产险承保库”中根据车辆A的标识信息筛选出车辆A的车辆数据,从“北上平台”中根据车辆A的标识信息筛选出车辆A的车辆数据,因此从两个数据来源中总共筛选出车辆A的两条车辆数据。同一车辆数据的标识信息用于识别车辆,例如:车辆识别代码。
本发明实施例中,车辆数据包括数据来源和数据字段,其中数据字段包括:车牌号码、车辆类型、使用性质、所属性质、车辆识别代码、发动机号、厂牌型号、车辆型号、子车型、核定载客、初次登记日期、交强险保险终止日期、商业险保险终止日期、证件类型、证件号码、客户购车时间、是否报价以及最近一次报价时间中之一或其任意组合。
步骤203、根据车辆数据的类别生成每个类别对应的一个数据转换规则。
本发明实施例中,例如,一个车辆数据具备多个类别,该多个类别可包括:数据来源、车辆识别代码和证件号码的完整性、车龄和报价次数饱和度以及车辆数据的数据字段饱和度。根据车辆数据的四个类别分别生成每个类别对应的四个数据转换规则。例如:数据来源对应于第一数据转换规则,车辆识别代码和证件号码的完整性对应于第二数据转换规则,车龄和报价次数饱和度对应于第三转换规则,车辆数据的数据字段饱和度对应于第四转换规则。
步骤204、按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级。
本发明实施例中,同一车辆根据不同的数据来源可具备多个车辆数据。数据转换规则包括第一数据转换规则、第二数据转换规则、第三数据转换规则或第四数据转换规则。精准优先级是根据预先设置的数据转换规则将车辆数据转换成的对应的等级。例如,同一车辆的1个车辆数据,按四种数据转换规则会生成4个精准优先级;同一车辆的2个车辆数据,按四种数据转换规则会生成8个精准优先级;以此类推。本步骤中,可通过spark计算引擎,并行执行按照不同的数据转换规则将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级。
步骤204,具体包括:
步骤2041、按照第一数据转换规则,将同一车辆的每个车辆数据分别转换成与第一数据转换规则对应的一个精准优先级。
本发明实施例中,第一数据转换规则为按照数据来源划分的数据转换规则。例如,数据来源包括:产险承保库、北上平台、GT平台、电销名单库、产险理赔平台。其中,产险承保库中包括有保单的在保客户,客户填写的车辆数据最新的,数据来源准确率达99%,因此设置的“产险承保库”的精准优先级最高;在北上平台获取的车辆数据,更新的车辆数据不是最新的,存在一定的滞后性,数据来源准确率达95%,因此设置的“北上平台”的精准优先级排在第二位;GT平台相对于北上平台更新周期更为滞后,数据来源准确率在90%~95%之间,因此设置“GT平台”的精准优先级排在第三位;电销名单库包括准客名单,信息饱和度比较低,数据来源准确率在85%~90%之间,因此“电销名单库”的精准优先级相对较低;产险理赔平台包括准客名单,信息饱和度比较低,数据来源准确率低于85%,因此“产险理赔平台”精准优先级相对较低。例如,车辆A包括有5个数据来源的车辆数据,将这5个数据来源的车辆数据分别转换成与第一数据转换规则对应的一个精准优先级,即车辆A的车辆数据在数据来源这一类别中,具有5个等级的精准优先级,具体按数据来源划分的数据转换规则如下表1所示:
表1
精准优先级 | 数据来源 |
A1 | 产险承保库 |
A2 | 北上平台 |
A3 | GT平台 |
A4 | 电销名单库 |
A5 | 产险理赔平台 |
本发明实施例中,如上表1,精准优先级数据越小,表明数据来源越精准。其中,精准优先级为A1表示数据来源准确率达99%以上;精准优先级为A2表示数据来源准确率达95%以上;精准优先级为A3表示数据来源准确率在90%~95%;精准优先级为A4表示数据来源准确率低于85%~90%;精准优先级为A5表示数据来源准确率低于85%。
本发明实施例中,精准优先级根据时间周期性的更新变化。例如,从承保库获取的车辆A的车辆数据已经超过36个月未更新,则将车辆A的车辆数据对应的数据来源的精准优先级降低一个级别,例如将精准优先级降为A2。需要说明的是,当把车辆A的车辆数据对应的数据来源的精准优先级降低一个级别时,并不影响其他车辆的车辆数据对应的同一数据来源的精准优先级。
步骤2042、按照第二数据转换规则,将同一车辆的每个车辆数据转换成与第二数据转换规则对应的一个精准优先级。
本发明实施例中,第二数据转换规则为按车辆识别代码和证件号码的完整性划分的数据转换规则。通过判断获取的同一车辆的每个车辆数据中的车辆识别代码和证件号码是否完整以及通过判断不同数据来源的同一车辆的车辆数据之间的车辆识别代码和证件号码是否一致来划分精准优先级,因此按照车架号和证件号的完整性划分的数据转换规则如下表2所示:
表2
精准优先级 | 车牌识别代码和证件号码饱和度 |
B1 | 两号完整并一致 |
B2 | 两号完整车架号一致证件号不一致 |
B3 | 两号完整车架号不一致证件号一致 |
B4 | 两号完整都不一致 |
B5 | 两号不完整 |
B6 | 其他 |
步骤2043、按照第三数据转换规则,将同一车辆的每个车辆数据转换成与第三数据转换规则对应的一个精准优先级。
本发明实施例中,第三数据转换规则为按照车龄和报价次数划分的数据转换规则。根据车辆数据中的初次登记日期计算每个车辆的车龄以及报价次数。因此按照车龄和报价次数划分的数据转换规则如下表3所示:
表3
精准优先级 | 车龄和报价次数饱和度 |
C1 | 已报过价的1~2年车 |
C2 | 未报过价的1年车 |
C3 | 未报过价的2年车 |
C4 | 已报过价的3~4年车 |
C5 | 未报过价的3~4年车 |
C6 | 其他 |
步骤2044、按照第四数据转换规则,将同一车辆的每个车辆数据转换成与第四数据转换规则对应的一个精准优先级。
本发明实施例中,第四数据转换规则为按照车辆数据的数据字段饱和度划分的数据转换规则。数据字段包括:车牌号码、车辆类型、使用性质、所属性质、车辆识别代码、发动机号、厂牌型号、车辆型号、子车型、核定载客、初次登记日期、交强险保险终止日期、商业险保险终止日期、证件类型、证件号码、客户购车时间、是否报价以及最近一次报价时间。其中,饱和度为每个数据字段的饱和度,即每个数据字段非空量在总量中的占比。本发明实施例中,从数据来源获取的车辆数据不仅限于上述18个数据字段,还可以包括其他的数据字段,例如,车主姓名,车主性别等等。本发明实施例中,按车辆数据的数据字段饱和度划分的数据转换规则如下表4所示:
表4
精准优先级 | 车辆数据的数据字段饱和度 |
D1 | >99% |
D2 | >=95%,<99% |
D3 | >=90%,<95% |
D4 | >=85%,<90% |
D5 | >=80%,<85% |
D6 | <80% |
本发明实施例中,计算车辆数据的数据字段饱和度具体包括如下步骤:
步骤一、从每个车辆的车辆数据中获取上述18个数据字段,并分别计算每个数据字段的饱和度。
本发明实施例中,例如车牌号码已知的总位数为5位数,获取到的车辆A的车牌号码为鲁A-N028D中的N028D的总位数为5位数。因此,车辆A的车牌号码的饱和度为100%。例如车辆识别代码总位数为17位,获取到的车辆A的车辆识别代码的位数为16位,则车辆A的车辆识别代码的饱和度为94%。
步骤二、将每个数据字段的饱和度乘以对应的数据字段的加权值,得到加权结果。
本发明实施例中,例如车辆数据中的数据字段只有车牌号码和车辆识别代码,已知车牌号码权重系数为0.4,车辆识别代码的权重系数为0.6,通过步骤一,可知车辆A的车牌号码的饱和度为100%,车辆A的车辆识别代码的饱和度为94%。因此车辆A的车牌号码的加权结果=100%*0.4=40%;车辆A的车辆识别代码的加权结果=94%*0.6=56.4%。
步骤三、将每个数据字段的加权结果相加,得到车辆数据的数据字段饱和度。
本发明实施例中,根据步骤一和步骤二,可计算出车辆A的车辆数据的数据字段饱和度=40%+56.4%=96.4%。因此,根据上表4,可以得出车辆A的车辆数据按第三数据规则划分对应的精准优先级为D3。
步骤205、从一个车辆数据的至少一个数据转换规则对应的精准优先级中选取出该车辆数据对应的一个第一精准优先级,第一精准优先级为至少一个数据转换规则对应的精准优先级中优先级最高的精准优先级。
本发明实施例中,一个车辆数据对应有一个第一精准优先级,一个第一精准优先级对应一个实际精准度。其中,第一精准优先级的数量为一个且只有一个。
步骤205具体包括:
步骤2051、从至少一个数据转换规则对应的精准优先级中选取出最高精准优先级。
本发明实施例中,最高精准优先级为至少一个数据转换规则对应的精准优先级中优先级最高的精准优先级,最高精准优先级的数量可以为一个或者多个,例如A1、B1、C1、D1均为最高精准优先级。
步骤2052、判断最高精准优先级的数量等于1或者大于1,若等于1,则执行步骤2053,若大于1,则执行步骤2054。
步骤2053、将最高精准优先级确定为第一精准优先级。
本发明实施例中,例如车辆A的一个车辆数据,分别按照数据来源、车辆识别代码和证件号码的完整性、车龄和报价次数以及车辆数据的数据字段饱和度,生成四个数据转换规则。而车辆A的车辆数据按四种数据转换规则分别对应的精准优先级分别为A2,B1,C3,D4。由于只有B1是车辆A的车辆数据的最高优先级,因此选择B1作为车辆A的车辆数据的第一精准优先级。
步骤2054、从多个最高精准优先级中,按照预先设置的类别优先级顺序筛选出类别优先级最大的最高精准优先级,将该类别优先级最大的最高精准优先级确定为第一精准优先级。
本发明实施例中,类别优先级的排序关系:数据来源>车辆识别代码和证件号码的完整性>车龄和报价次数饱和度>车辆数据的数据字段饱和度。例如车辆A的一个车辆数据,分别按照数据来源、车辆识别代码和证件号码的完整性、车龄和报价次数以及车辆数据的数据字段饱和度,生成四个数据转换规则。而车辆A的车辆数据按四种数据转换规则分别对应的精准优先级分别为A1、B1、C2、D2。而根据上表1和表2可知,A1和B1都是车辆A的车辆数据对应的最高的精准优先级,因此根据类别优先级的排序关系选择A1作为车辆A的车辆数据第一精准优先级。
步骤206、从预先设置的第一精准优先级与实际精准度的对应关系中,查询出与一个车辆数据的第一精准优先级对应的实际精准度。
本发明实施例中,一个车辆数据的第一精准优先级对应一个实际精准度,多个车辆数据的第一精准优先级对应多个实际精准度。
本发明实施例中,按照类别划分的第一精准优先级与实际精准度对应关系如下表5所示:
表5
步骤207、从同一车辆的多个车辆数据的实际精准度中筛选出大于或者等于第一阈值的实际精准度,并从大于或者等于第一阈值的实际精准度选取出最大的实际精准度。
本发明实施例中,将该最大的实际精准度确定为该车辆的实际精准度。
例如:第一阈值为95%。例如车辆A有2个车辆数据,其中一个车辆数据的实际精准度为99%,另一车辆数据的实际精准度为98%。2个车辆数据的实际精准度均大于95%,由于99%>98%,因此将99%确定为车辆A的实际精准度。
本发明实施例中,可选地,步骤207具体可包括:
若筛选出同一车辆的多个车辆数据的最大的实际精准度相同,则随机选取一个最大的实际精准度确定为该车辆的实际精准度。
步骤208、获取最大的实际精准度对应的车辆数据。
步骤209、根据最大的实际精准度对应的车辆数据,查询出对应的报价数据。
本发明实施例中,报价数据可包括车险报价数据。
本发明实施例中,步骤209具体包括:
步骤2091、从最大的实际精准度对应的车辆数据中获取同一车辆的车型数据。
本发明实施例中,例如,车型数据为车辆识别代码。
步骤2092、从车型数据与发改委代码的对应关系中,查询出车型数据所对应的发改委代码。
本发明实施例中,每个车辆在发改委中都拥有一个唯一的代码,用于标识车辆。例如,通过车辆A的车型数据中获取到车辆识别代码,通过车牌识别代码与发改委代码的对应关系,可得到车辆A的发改委代码。
步骤2093、从发改委代码与报价数据的对应关系中,查询出发改委代码对应的报价数据。
步骤210、将车辆数据信息存储至报价库中,所述车辆数据信息包括实际精准度对应的车辆数据和报价数据。
本发明实施例中,用户在客户端输入车牌号码,客户端向服务器发送访问请求包括该车牌号码,服务器查询出与车牌号码对应的车辆数据信息并向客户端返回查询出的车辆数据信息,其中该车辆数据信息中包含报价数据,从而方便了用户查询报价数据,避免了用户在查询车险报价时需要输入大量的个人信息的问题,增强了用户的查询体验。
下面通过两个具体的实例,对本实施例的技术方案进行详细描述。
本发明实施例中,实例一中,例如,从“产险承保库”获取的车辆A的车辆数据为下表6所示:
表6
根据步骤2041至步骤2044中的四个数据转换规则,将上表6中1个数据来源的车辆A的车辆数据按照四个数据转换规则分别转换成的对应的精准优先级,如下表7:
表7
从上表7可知,车辆A的1个车辆数据分别对应4个精准优先级,根据步骤205,选出车辆A的1个数据来源的第一精准优先级,因此来源于“产险承保库”的最高精准优先级为A1,且A1也是第一精准优先级。根据第一精准优先级与实际精准度的对应关系中,查询出A1对应的实际精准度为99%。根据步骤207,A1对应的实际精准度是大于95%且为车辆数据中的最大实际精准度,因此将A1对应的实际精准度作为车辆A的最大的实际精准度。进一步地,获取最大的实际精准度对应的车辆数据。经过步骤209得到对应的报价数据,并将实际精准度对应的车辆数据和报价数据存储至报价库中,以便于用户进行查询相应的报价数据。
本发明实施例中,实例二中,例如,从“产险承保库”获取的车辆A的车辆数据为下表8左边所示,从“北上平台”获取的车辆A的车辆数据如下表8右边所示:
表8
/>
根据步骤2041至步骤2044中的四个数据转换规则,将上表6中2个数据来源的车辆A的车辆数据按照四个数据转换规则分别转换成的对应的精准优先级,如下表9:
表9
从上表9可知,车辆A的2个不同数据来源的车辆数据分别对应4个精准优先级,根据步骤205,分别选出车辆A的2个数据来源的第一精准优先级,因此来源于“产险承保库”的最高精准优先级为A1,且A1也是第一精准优先级,来源于“北上平台”的最高精准优先级为D1,且D1也是第一精准优先级。而根据第一精准优先级与实际精准度的对应关系中,查询出A1对应的实际精准度为99%,D1对应的实际精准度为85%。根据步骤207,A1对应的实际精准度是大于95%且为两个车辆数据中的最大实际精准度,因此将A1对应的实际精准度作为车辆A的最大的实际精准度。进一步地,获取最大的实际精准度对应的车辆数据。经过步骤209得到对应的报价数据,并将实际精准度对应的车辆数据和报价数据存储至报价库中,以便于用户进行查询相应的报价数据。
本发明实施例提供的报价库处理方法的技术方案中,整合获取的一个或者多个数据来源的车辆数据,按照至少一个数据转换规则,将车辆数据转换成与每个数据转换规则对应的多个精准优先级。通过选取第一精准优先级对应的最大的实际精准度并获取最大的实际精准度对应的车辆数据。根据最大的实际精准度对应的车辆数据得出该车辆数据对应的报价数据,将最大的实际精准度对应的车辆数据和报价数据进行整合成报价库信息,形成报价库,从而实现车险精准报价,提高了报价效率。
图3是本发明一实施例所提供的一种报价库处理装置的结构示意图,如图3所示,该装置包括:获取模块11、筛选模块12、转换模块13、查询模块14以及存储模块15。
获取模块11用于获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据。
筛选模块12用于从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据。
转换模块13用于按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级。
筛选模块12还用于从每个车辆数据对应的精准优先级选取出第一精准优先级。
查询模块14用于根据预设的第一精准优先级与实际精准度的对应关系,查询出与第一精准优先级对应的实际精准度。
筛选模块12还用于从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据。
查询模块14还用于根据最大的实际精准度对应的车辆数据,查询出对应的报价数据。
存储模块15用于将车辆数据信息存储至报价库中,所述车辆数据信息包括所述实际精准度对应的车辆数据和所述报价数据。
本发明实施例中,该装置还包括:生成模块16。
生成模块16用于根据车辆数据的类别生成每个类别对应的一个数据转换规则。
本发明实施例中,该装置中的转化模块13,具体包括:第一转换子模块131、第二转换子模块132、第三转换子模块133以及第四转换子模块134。
第一转换子模块131用于按照第一数据转换规则,将同一车辆的每个车辆数据转换成与第一数据转换规则对应的一个精准优先级,第一数据转换规则包括按数据来源划分的数据转换规则。
第二转换子模块132用于按照第二数据转换规则,将同一车辆的每个车辆数据转换成与第二数据转换规则对应的一个精准优先级,第二数据转换规则包括按车辆识别代码和证件号码的完整性划分的数据转换规则。
第三转换子模块133用于按照第三数据转换规则,将同一车辆的每个车辆数据转换成与第三数据转换规则对应的一个精准优先级,第三数据转换规则包括按车龄和报价次数划分的数据转换规则。
第四转换子模块134用于按照第四数据转换规则,将同一车辆的每个车辆数据转换成与第四数据转换规则对应的一个精准优先级,第四数据转换规则包括按车辆数据的数据字段饱和度划分的数据转换规则。
本发明实施例中,筛选模块12还用于从一个车辆数据的至少一个数据转换规则对应的精准优先级中选取出该车辆数据对应的一个第一精准优先级,第一精准优先级为至少一个数据转换规则对应的精准优先级中优先级最高的精准优先级。
查询模块14还用于从预先设置的第一精准优先级与实际精准度的对应关系中,查询出与一个车辆数据的第一精准优先级对应的实际精准度。
本发明实施例中,该装置还包括:判断模块17。
筛选模块12还用于从至少一个数据转换规则对应的精准优先级中选取出最高精准优先级。
判断模块17用于判断最高精准优先级的数量等于1或者大于1;
筛选模块12还用于若判断模块17判断出最高精准优先级的数量等于1,将最高精准优先级确定为第一精准优先级。
筛选模块12还用于若判断模块17判断出最高精准优先级的数量大于1,则从多个最高精准优先级中,按照预先设置的类别优先级的排序关系筛选出类别优先级最大的最高精准优先级,将该最高精准优先级确定为第一精准优先级。
本发明实施例中,筛选模块12还用于从同一车辆的多个车辆数据的实际精准度中筛选出大于或者等于第一阈值的实际精准度,并从大于或者等于第一阈值的实际精准度选取出最大的实际精准度。
获取模块11还用于获取最大的实际精准度对应的车辆数据。
本发明实施例中,获取模块11还用于从最大的实际精准度对应的车辆数据中获取同一车辆的车型数据。
查询模块14还用于从车型数据与发改委代码的对应关系中,查询出车型数据所对应的发改委代码。
查询模块14还用于从发改委代码与报价数据的对应关系中,查询出发改委代码对应的报价数据。
本发明实施例提供的一种报价库处理装置的技术方案中,整合获取的一个或者多个数据来源的车辆数据,按照至少一个数据转换规则,将所述车辆数据转换成与每个数据转换规则对应的多个精准优先级,通过选取第一精准优先级对应的最大的实际精准度,获取最大的实际精准度对应的车辆数据,并根据最大的实际精准度对应的车辆数据得出该车辆数据对应的报价数据,将所述实际精准度对应的车辆数据和所述报价数据存储至报价库中,从而实现精准报价,提高了报价效率。
本发明实施例提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述报价库处理方法的实施例的各步骤,具体描述可按照上述报价库处理方法的实施例。
本发明实施例提供了一种服务器,包括存储器和处理器,存储器用于存储包括程序指令的信息,处理器用于控制程序指令的执行,程序指令被处理器加载并执行时实现上述报价库处理方法的步骤。具体描述可按照上述报价库处理方法的实施例。
图4为本发明实施例提供的一种服务器的示意图。如图4所示,该实施例的服务器1包括:处理器21、存储器22以及存储在存储22中并可在处理器21上运行的计算机程序23,该计算机程序23被处理器21执行时实现实施例中的应用于报价库处理方法,为避免重复,此处不一一赘述。或者,该计算机程序被处理器21执行时实现实施例中应用于报价库处理装置中各模型/单元的功能,为避免重复,此处不一一赘述。
服务器1包括,但不仅限于,处理器21、存储器22。本领域技术人员可以理解,图4仅仅是服务器1的示例,并不构成对服务器1的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如服务器1还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器22可以是服务器1的内部存储单元,例如服务器1的硬盘或内存。存储器22也可以是服务器1的外部存储设备,例如服务器1上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器22还可以既包括服务器1的内部存储单元也包括外部存储设备。存储器22用于存储计算机程序以及服务器1所需的其他程序和数据。存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (7)
1.一种报价库处理方法,其特征在于,所述方法包括:
获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据;
从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据;
按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级;
从每个车辆数据对应的精准优先级选取出第一精准优先级,并根据预设的第一精准优先级与实际精准度的对应关系,查询出与所述第一精准优先级对应的实际精准度;
从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据;
根据最大的实际精准度对应的车辆数据,查询出对应的报价数据;
将车辆数据信息存储至报价库中,所述车辆数据信息包括所述实际精准度对应的车辆数据和所述报价数据;
所述按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级,具体包括:
按照第一数据转换规则,将同一车辆的每个车辆数据转换成与所述第一数据转换规则对应的一个精准优先级,所述第一数据转换规则包括按数据来源划分的数据转换规则;
按照第二数据转换规则,将同一车辆的每个车辆数据转换成与所述第二数据转换规则对应的一个精准优先级,所述第二数据转换规则包括按车辆识别代码和证件号码的完整性划分的数据转换规则;
按照第三数据转换规则,将同一车辆的每个车辆数据转换成与所述第三数据转换规则对应的一个精准优先级,所述第三数据转换规则包括按车龄和报价次数划分的数据转换规则;
按照第四数据转换规则,将同一车辆的每个车辆数据转换成与所述第四数据转换规则对应的一个精准优先级,所述第四数据转换规则包括按车辆数据的数据字段饱和度划分的数据转换规则;
所述从每个车辆数据对应的精准优先级选取出第一精准优先级,并根据预设的第一精准优先级与实际精准度的对应关系,查询出与所述第一精准优先级对应的实际精准度,具体包括:
从一个车辆数据的至少一个数据转换规则对应的精准优先级中选取出该车辆数据对应的一个第一精准优先级,第一精准优先级为至少一个数据转换规则对应的精准优先级中优先级最高的精准优先级;
从预先设置的第一精准优先级与实际精准度的对应关系中,查询出与一个车辆数据的第一精准优先级对应的实际精准度;
所述从一个车辆数据的至少一个数据转换规则对应的精准优先级中选取出所述车辆数据对应的一个第一精准优先级,具体包括:
从至少一个数据转换规则对应的精准优先级中选取出最高精准优先级;
判断最高精准优先级的数量等于1或者大于1;
若判断出所述最高精准优先级的数量等于1,将最高精准优先级确定为第一精准优先级;
若判断出所述最高精准优先级的数量大于1,则从多个最高精准优先级中,按照预先设置的类别优先级的排序关系筛选出类别优先级最大的最高精准优先级,将所述最高精准优先级确定为第一精准优先级。
2.根据权利要求1所述的报价库处理方法,其特征在于,在所述按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级之前,还包括:
根据车辆数据的类别生成每个类别对应的一个数据转换规则。
3.根据权利要求1所述的报价库处理方法,其特征在于,所述从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据,具体包括:
从同一车辆的多个车辆数据的实际精准度中筛选出大于或者等于第一阈值的实际精准度,并从大于或者等于第一阈值的实际精准度选取出最大的实际精准度;
获取最大的实际精准度对应的车辆数据。
4.根据权利要求1所述的报价库处理方法,其特征在于,所述根据最大的实际精准度对应的车辆数据,查询出对应的报价数据,具体包括:
从最大的实际精准度对应的车辆数据中获取同一车辆的车型数据;
从车型数据与发改委代码的对应关系中,查询出车型数据所对应的发改委代码;
从发改委代码与报价数据的对应关系中,查询出发改委代码对应的报价数据。
5.一种报价库处理装置,其特征在于,所述装置用于实现权利要求1-4中任一项所述的报价库处理方法,所述装置包括:
获取模块,用于获取一个或者多个数据来源的车辆数据,其中,一个数据来源的车辆数据包括多个车辆的车辆数据;
筛选模块,用于从一个或者多个数据来源的车辆数据中筛选出同一车辆的至少一个车辆数据;从同一车辆的多个车辆数据的实际精准度中筛选出最大的实际精准度并获取最大的实际精准度对应的车辆数据;从每个车辆数据对应的精准优先级选取出第一精准优先级;
转换模块,用于按照至少一个数据转换规则,将同一车辆的每个车辆数据转换成每个车辆数据对应的精准优先级,其中,一个数据转换规则对应于一个精准优先级;
查询模块,用于根据预设的第一精准优先级与实际精准度的对应关系,查询出与所述第一精准优先级对应的实际精准度;根据最大的实际精准度对应的车辆数据,查询出对应的报价数据;
存储模块,用于将车辆数据信息存储至报价库中,所述车辆数据信息包括所述实际精准度对应的车辆数据和所述报价数据。
6.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的报价库处理方法。
7.一种服务器,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,其特征在于,所述程序指令被处理器加载并执行时实现权利要求1至4任意一项所述的报价库处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910972995.0A CN111008204B (zh) | 2019-10-14 | 2019-10-14 | 一种报价库处理方法、装置、存储介质和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910972995.0A CN111008204B (zh) | 2019-10-14 | 2019-10-14 | 一种报价库处理方法、装置、存储介质和服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111008204A CN111008204A (zh) | 2020-04-14 |
CN111008204B true CN111008204B (zh) | 2023-07-25 |
Family
ID=70111864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910972995.0A Active CN111008204B (zh) | 2019-10-14 | 2019-10-14 | 一种报价库处理方法、装置、存储介质和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111008204B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823878A (zh) * | 2014-02-28 | 2014-05-28 | 重庆奥露电子商务有限公司 | 汽车询价报价系统及询价报价方法 |
CN108416681A (zh) * | 2017-11-28 | 2018-08-17 | 中国平安财产保险股份有限公司 | 一种保险报价信息的展示方法、存储介质和服务器 |
CN109325872A (zh) * | 2018-11-06 | 2019-02-12 | 北京祥龙博瑞保险代理有限公司 | 车险线上自动报价系统及方法 |
KR20190109703A (ko) * | 2018-03-05 | 2019-09-26 | 에스케이네트웍스 주식회사 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140229316A1 (en) * | 2013-02-13 | 2014-08-14 | Mark Brandon | Systems and methods for quoting vehicle part repairs associated with vehicle inspections |
-
2019
- 2019-10-14 CN CN201910972995.0A patent/CN111008204B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823878A (zh) * | 2014-02-28 | 2014-05-28 | 重庆奥露电子商务有限公司 | 汽车询价报价系统及询价报价方法 |
CN108416681A (zh) * | 2017-11-28 | 2018-08-17 | 中国平安财产保险股份有限公司 | 一种保险报价信息的展示方法、存储介质和服务器 |
KR20190109703A (ko) * | 2018-03-05 | 2019-09-26 | 에스케이네트웍스 주식회사 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
CN109325872A (zh) * | 2018-11-06 | 2019-02-12 | 北京祥龙博瑞保险代理有限公司 | 车险线上自动报价系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111008204A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060144B (zh) | 额度模型训练方法、额度评估方法、装置、设备及介质 | |
US20020091550A1 (en) | System and method for real-time rating, underwriting and policy issuance | |
CN111915366B (zh) | 一种用户画像构建方法、装置、计算机设备及存储介质 | |
CN107798592B (zh) | 计算佣金的方法及设备 | |
CN110634021A (zh) | 基于大数据的车辆估值方法、系统、设备及可读存储介质 | |
CN113139769B (zh) | 采购方案智能推荐方法、装置、计算机设备及存储介质 | |
CN107633257B (zh) | 数据质量评估方法及装置、计算机可读存储介质、终端 | |
CN112036631B (zh) | 采购量确定方法、装置、设备及存储介质 | |
US20160232376A1 (en) | Privacy fractal mirroring of transaction data | |
WO2014107517A1 (en) | Priority-weighted quota cell selection to match a panelist to a market research project | |
CN111008204B (zh) | 一种报价库处理方法、装置、存储介质和服务器 | |
CN110796379B (zh) | 业务渠道的风险评估方法、装置、设备及存储介质 | |
WO2014107512A1 (en) | Using a graph database to match entities by evaluating boolean expressions | |
CN116503092A (zh) | 用户留资意向识别方法、装置、电子设备及存储介质 | |
CN114625975B (zh) | 一种基于知识图谱的客户行为分析系统 | |
CN115293867A (zh) | 财务报销用户画像优化方法、装置、设备及存储介质 | |
CN113741904A (zh) | 数据处理方法、装置及存储介质 | |
CN111401985B (zh) | 信息的展示方法和装置、存储介质和电子装置 | |
CN114840660A (zh) | 业务推荐模型训练方法、装置、设备及存储介质 | |
CN111401935B (zh) | 资源分配方法、装置及存储介质 | |
CN113869996A (zh) | 阶梯式额度分析测算方法、装置、设备及介质 | |
TW201516925A (zh) | 處理複合優惠之組裝與計費系統及其方法 | |
CN113902470A (zh) | 一种广告实验平台、方法及电子设备 | |
CN112330473A (zh) | 一种数据推荐方法、设备、终端及存储介质 | |
CN109727144A (zh) | 保险发生率计算方法、装置、设备及计算机可读存储介质 |
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 |