CN111459989A - 一种信用卡推荐方法、装置、设备及介质 - Google Patents

一种信用卡推荐方法、装置、设备及介质 Download PDF

Info

Publication number
CN111459989A
CN111459989A CN202010237605.8A CN202010237605A CN111459989A CN 111459989 A CN111459989 A CN 111459989A CN 202010237605 A CN202010237605 A CN 202010237605A CN 111459989 A CN111459989 A CN 111459989A
Authority
CN
China
Prior art keywords
credit card
appeal
credit
matching
keywords
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
CN202010237605.8A
Other languages
English (en)
Inventor
刘禹铭
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010237605.8A priority Critical patent/CN111459989A/zh
Publication of CN111459989A publication Critical patent/CN111459989A/zh
Pending legal-status Critical Current

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
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G06F16/242—Query formulation
    • G06F16/243—Natural language query formulation
    • 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
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请公开了一种信用卡推荐方法、装置、设备及介质，应用于计算机技术领域，用以实现信用卡的个性化推荐，提高信用卡推荐的准确度。具体为：接收包含诉求关键词的信用卡推荐请求；将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级；基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐。这样，通过将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，可以自动适配出满足用户诉求的信用卡，实现了根据用户诉求自动适配信用卡的功能，从而使推荐给用户的信用卡能够满足用户的个性化需求，进而提高了信用卡推荐的准确度。

Description

一种信用卡推荐方法、装置、设备及介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种信用卡推荐方法、装置、设备及介质。
背景技术
随着信用卡的普及，越来越多的消费者使用信用卡进行消费，而信用卡推荐为用户办理信用卡带来了很多便利。
目前，信用卡推荐方法通常是，直接将可以办理的信用卡推荐给用户，或者，根据信用卡的点击热度、收益率等，为用户推荐信用卡，显然，目前的信用卡推荐方法无法满足用户的个性化需求，信用卡推荐的准确度较低。
发明内容
本申请实施例提供了一种信用卡推荐方法、装置、设备及介质，用以实现信用卡的个性化推荐，提高信用卡推荐的准确度。
本申请实施例提供的技术方案如下：
一方面，本申请实施例提供了一种信用卡推荐方法，包括：
接收信用卡推荐请求，其中，信用卡推荐请求中包含诉求关键词；
将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级；
基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐。
在一种可能的实施方式中，若诉求关键词的数目为一个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐，包括：
根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列，包括：
根据各个信用卡对应诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列。
在一种可能的实施方式中，若诉求关键词的数目为至少两个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐，包括：
针对各个信用卡，基于信用卡对应至少两个诉求关键词的匹配等级，统计信用卡在每个匹配等级下的诉求关键词数目；
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列，包括：
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序排序。
在一种可能的实施方式中，若诉求关键词的数目为至少两个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐，包括：
针对各个信用卡，基于信用卡对应至少两个诉求关键词的匹配等级，统计信用卡在每个匹配等级下的诉求关键词数目；
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，获得各个信用卡的匹配度；
根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列，包括：
根据各个信用卡的匹配度，并按照匹配度从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，匹配度相同的信用卡按照特征优先级从高到低的顺序排序。
另一方面，本申请实施例提供了一种信用卡推荐装置，包括：
请求接收单元，用于接收信用卡推荐请求，其中，信用卡推荐请求中包含诉求关键词；
等级获取单元，用于将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级；
信用卡推荐单元，用于基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐。
在一种可能的实施方式中，若诉求关键词的数目为一个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，信用卡推荐单元具体用于：
根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列时，信用卡推荐单元具体用于：
根据各个信用卡对应诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列。
在一种可能的实施方式中，若诉求关键词的数目为至少两个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，信用卡推荐单元具体用于：
针对各个信用卡，基于信用卡对应至少两个诉求关键词的匹配等级，统计信用卡在每个匹配等级下的诉求关键词数目；
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列时，信用卡推荐单元具体用于：
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序排序。
在一种可能的实施方式中，若诉求关键词的数目为至少两个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，信用卡推荐单元具体用于：
针对各个信用卡，基于信用卡对应至少两个诉求关键词的匹配等级，统计信用卡在每个匹配等级下的诉求关键词数目；
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，获得各个信用卡的匹配度；
根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列时，信用卡推荐单元具体用于：
根据各个信用卡的匹配度，并按照匹配度从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，匹配度相同的信用卡按照特征优先级从高到低的顺序排序。
另一方面，本申请实施例提供了一种信用卡推荐设备，包括：存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本申请实施例提供的信用卡推荐方法。
另一方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时实现本申请实施例提供的信用卡推荐方法。
本申请实施例的有益效果如下：
本申请实施例中，通过将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，可以自动适配出满足用户诉求的信用卡，实现了根据用户诉求自动适配信用卡的功能，从而使推荐给用户的信用卡能够满足用户的个性化需求，进而提高了信用卡推荐的准确度。
附图说明
图1为本申请实施例中信用卡推荐系统的系统架构示意图；
图2为本申请实施例中信用卡推荐方法的交互流程示意图；
图3为本申请实施例中信用卡推荐方法的概况流程示意图；
图4为本申请实施例中输入诉求关键词示意图；
图5为本申请实施例中选择诉求关键词示意图；
图6为本申请实施例中信用卡推荐方法的具体流程示意图；
图7为本申请实施例中信用卡推荐装置的功能结构示意图；
图8为本申请实施例中信用卡推荐设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为便于本领域技术人员更好地理解本申请，下面先对本申请涉及的技术用语进行简单介绍。
1、信用卡卡库，为由各个银行维护的用于存储各个银行对外发布的各个信用卡的信用卡特征信息的数据库，信用卡卡库中的各个信用卡按照入库时间配置序号，本申请中，信用卡卡库可以由各家银行周期性或者触发性地进行更新，例如，信用卡产品下架更新、上新更新等；
信用卡特征信息，为用于描述信用卡特征的信息，包括但不限于：信用卡授信额度、信用卡权益、信用卡费用、信用卡外观等，本申请中，信用卡特征信息还可以包括：信用卡名称、信用卡发卡行、信用卡等级等。其中：
信用卡授信额度，为根据信用卡等级确定的可申请额度范围。例如：信用卡类型依次为普卡、金卡、白金卡、黑卡等，对应的，信用卡授信额度可以依次为：3万以下、3万到5万、5万到10万、10万以上等；
信用卡权益，为信用卡的优惠活动等，包括但不限于：商铺满减、机场贵宾厅、酒店优惠、特殊时间消费优惠、免费活动、境内境外消费返现、年费减免等；
信用卡费用，为办理信用卡所需的成本，包括但不限于：办卡费用、年费等；
信用卡外观，为信用卡的卡面外观，包括但不限于：动漫IP、人物、主题等。
2、诉求关键词，为用于描述用户对信用卡授信额度、信用卡权益、信用卡费用、信用卡外观等至少一项需求的关键词。
3、匹配等级，为对诉求关键词与信用卡的信用卡特征信息之间的匹配程度进行划分的等级，包括但不限于：完全匹配、部分匹配、不匹配等。其中：
完全匹配，为信用卡的信用卡特征信息中具备诉求关键词表征的信用卡特征信息，例如：诉求关键词为“免年费”，信用卡1的信用卡特征信息也包含“免年费”，则可以认为诉求关键词与信用卡1的匹配等级为完全匹配；
部分匹配，为信用卡的信用卡特征信息中具备诉求关键词表征的部分信用卡特征信息，例如：诉求关键词为“每年免费洗车10次”，信用卡1的信用卡特征信息中信用卡权益包含“每年免费洗车5次”，则可以认为诉求关键词与信用卡1的匹配等级为部分匹配；
不匹配，为信用卡的信用卡特征信息中不具备诉求关键词表征的信用卡特征信息，例如：诉求关键词为“免年费”，信用卡1的信用卡特征信息中信用卡权益包含“年费每年50元”，则可以认为诉求关键词与信用卡1的匹配等级为不匹配”。
4、特征优先级，为预先设定的信用卡授信额度、信用卡权益、信用卡费用和信用卡外观等信用卡特征的优先级，本申请中，特征优先级从高到低的顺序依次为：信用卡授信额度>信用卡权益>信用卡费用>信用卡外观。
5、信用卡产品平台，为对信用卡产品客户端的用户进行管理，并为信用卡产品客户端提供数据库服务、信用卡推荐服务等各类服务的后台运行平台。
6、信用卡产品客户端，为安装在手机、计算机、个人数字助理(Personal DigitalAssistant，PDA)等终端设备上，可以为用户推荐信用卡，并且可以对用户绑定的各个信用卡进行还款管理的一种前端应用程序。
在介绍了本申请涉及的技术用语后，接下来，对本申请实施例的应用场景和设计思想进行简单介绍。
目前，信用卡推荐方法通常是，直直接将可以办理的信用卡推荐给用户，或者，根据信用卡的点击热度、收益率等，为用户推荐信用卡，显然，目前的信用卡推荐方法无法满足用户的个性化需求，信用卡推荐的准确度较低。
为此，本申请实施例中，参阅图1所示，用户可以在信用卡产品客户端110上输入或者选择诉求关键词，并向信用卡产品客户端110发起信用卡推荐请求；信用卡产品客户端110接收到用户发起的信用卡推荐请求时，可以将该信用卡推荐请求转发至信用卡产品平台120；信用卡产品平台120接收到信用卡产品客户端110转发的信用卡推荐请求时，可以将该信用卡推荐请求包含的诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级后，基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡并通过信用卡产品客户端110推荐给用户。这样，通过将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，可以自动适配出满足用户诉求的信用卡，实现了根据用户诉求自动适配信用卡的功能，从而使推荐给用户的信用卡能够满足用户的个性化需求，进而提高了信用卡推荐的准确度。
在介绍了本申请实施例的应用场景和设计思想之后，下面对本申请实施例提供的技术方案进行详细说明。
首先，对信用卡推荐过程中涉及的信令交互进行说明，参阅图2所示，本申请实施例提供的信用卡推荐方法的交互流程如下：
步骤201：信用卡产品客户端110接收用户发起的信用卡推荐请求，其中，信用卡推荐请求中包含诉求关键词。
步骤202：信用卡产品客户端110将该信用卡推荐请求转发至信用卡产品平台120。
步骤203：信用卡产品平台120接收到信用卡产品客户端110转发的信用卡推荐请求时，将该信用卡推荐请求包含的诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级。
步骤204：信用卡产品平台120基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡。
步骤205：信用卡产品平台120将选取的信用卡的信用卡特征信息返回至信用卡产品客户端110。
步骤206：信用卡产品客户端110接收信用卡产品平台120返回的信用卡的信用卡特征信息并显示，以向用户推荐该信用卡。
接下来，对本申请实施例提供的应用于信用卡产品平台120的信用卡推荐方法进行简单介绍，参阅图3所示，本申请实施例提供的信用卡推荐方法的概况流程如下：
步骤301：信用卡产品平台120接收信用卡推荐请求，其中，该信用卡推荐请求中包含诉求关键词。
实际应用中，用户可以通过信用卡产品客户端110发起信用卡推荐请求。例如，参阅图4所示，用户可以在信用卡推荐界面的搜索框中输入关键词作为诉求关键词，并通过点击“搜索”，向信用卡产品客户端110发起信用卡推荐请求。又如，参阅图5所示，用户在信用卡推荐界面的搜索框中输入关键词后，信用卡产品客户端110可以根据用户输入的关键词，模糊匹配出相应的关键词列表并显示，用户可以在关键词列表中选取关键词作为诉求关键词，并通过点击“搜索”，向信用卡产品客户端110发起信用卡推荐请求。这样，信用卡产品客户端110就可以接收到用户发起的包含有诉求关键词的信用卡推荐请求，进而，信用卡产品客户端110可以将该信用卡推荐请求转发至信用卡产品平台120进行处理。
步骤302：信用卡产品平台120将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级。
实际应用中，信用卡产品平台120在执行步骤302时，可能存在但不限于以下两种情况：
第一种情况：诉求关键词的数目为一个。
此种情况下，信用卡产品平台120可以将该一个诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应该一个诉求关键词的匹配等级，例如，各个信用卡对应该一个诉求关键词的匹配等级可以如表1所示。
表1.
信用卡1 信用卡2 信用卡3 ……
诉求关键词A 完全匹配 不匹配 部分匹配 ……
第二种情况：诉求关键词的数目为至少两个。
此种情况下，信用卡产品平台120可以针对该至少两个诉求关键词中的每个诉求关键词，将该诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应该诉求关键词的匹配等级，从而获得各个信用卡对应每个诉求关键词的匹配等级，例如，各个信用卡对应每个诉求关键词的匹配等级可以如表2所示。
表2.
信用卡1 信用卡2 信用卡3 信用卡4 ……
诉求关键词A 完全匹配 部分匹配 完全匹配 完全匹配 ……
诉求关键词B 不匹配 不匹配 完全匹配 不匹配 ……
诉求关键词C 完全匹配 部分匹配 不匹配 完全匹配 ……
诉求关键词D 不匹配 部分匹配 完全匹配 完全匹配 ……
诉求关键词E 完全匹配 部分匹配 完全匹配 部分匹配 ……
…… …… …… …… …… ……
步骤303：信用卡产品平台120基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐。
对应的，实际应用中，信用卡产品平台120在执行步骤303时，可能存在但不限于以下两种情况：
第一种情况：诉求关键词的数目为一个。
此种情况下，信用卡产品平台120在基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，可以根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列后，从待选信用卡队列中，选取信用卡进行推荐。
具体的，信用卡产品平台120在根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序时，可以根据各个信用卡对应诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序，从而得到待选信用卡队列，其中，相同匹配等级的信用卡按照信用卡在信用卡卡库中的序号从小到大的顺序排序。
例如：信用卡产品平台120根据上述表1记载的各个信用卡对应诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序后，可以获得如表3所示的待选信用卡队列，即信用卡1、信用卡3、信用卡2。
表3.
信用卡1 信用卡3 信用卡2
完全匹配 1 0 0
部分匹配 0 1 0
不匹配 0 0 1
值得说的是，信用卡产品平台120在根据上述表1记载的各个信用卡对应诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序时，相同匹配等级的信用卡可以按照信用卡在信用卡卡库中的序号从小到大的顺序排序，例如，信用卡4与信用卡1为相同匹配等级的信用卡，信用卡4在信用卡卡库中的序号为58，信用卡1在信用卡卡库中的序号为48，则相同匹配等级的信用卡1和信用卡4按照信用卡在信用卡卡库中的序号从小到大的顺序排序后，得到的待选信用卡队列为信用卡1、信用卡4、信用卡3、信用卡2。
第二种情况：诉求关键词的数目为至少两个。
此种情况下，信用卡产品平台120在基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，可以采用但不限于以下方式：
第一种方式：信用卡产品平台120可以针对各个信用卡，基于该信用卡对应该至少两个诉求关键词的匹配等级，统计该信用卡在每个匹配等级下的诉求关键词数目；根据各个信用卡对应该至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列；从待选信用卡队列中，选取信用卡进行推荐。
具体的，信用卡产品平台120在根据各个信用卡对应该至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序时，可以根据各个信用卡对应该至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序，从而得到待选信用卡队列，其中，相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序排序。
例如：信用卡产品平台120根据上述表2记载的各个信用卡对应每个诉求关键词的匹配等级，可以统计出各个信用卡在每个匹配等级下的诉求关键词数目如表4所示。
表4.
信用卡1 信用卡2 信用卡3 信用卡4 ……
完全匹配 3 0 4 3 ……
部分匹配 0 4 0 1 ……
不匹配 2 1 1 1 ……
信用卡产品平台120根据上述表2记载的各个信用卡对应每个诉求关键词的匹配等级，上述表4记载的各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序，可以获得如表5的待选信用卡队列，即信用卡3、信用卡4、信用卡1、信用卡2。
表5.
信用卡3 信用卡4 信用卡1 信用卡2
完全匹配 4 3 3 0
部分匹配 0 1 0 4
不匹配 1 1 2 1
值得说的是，信用卡产品平台120在根据上述表2记载的各个信用卡对应每个诉求关键词的匹配等级，上述表4记载的各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序时，相同匹配等级、相同诉求关键词数目的信用卡可以按照特征优先级从高到低的顺序排序，即按照信用卡授信额度>信用卡权益>信用卡费用>信用卡外观的顺序排序，例如，信用卡5与信用卡3为相同匹配等级、相同诉求关键词数目的信用卡，信用卡5与诉求关键词“5万额度、免年费、免费洗车、动漫IP”的匹配等级为完全匹配，信用卡3与诉求关键词“5万额度、免年费、无卡费、动漫IP”的匹配等级为完全匹配，则按照信用卡授信额度>信用卡权益>信用卡费用>信用卡外观的顺序排序后，得到的待选信用卡队列为信用卡5、信用卡3、信用卡4、信用卡1、信用卡2。进一步的，若相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序未能成功排序，则还可以按照信用卡在信用卡卡库中的序号从小到大的顺序排序，具体实现方式与上述方式相同，重复之处不再赘述。
第二种方式：信用卡产品平台120可以针对各个信用卡，基于该信用卡对应该至少两个诉求关键词的匹配等级，统计该信用卡在每个匹配等级下的诉求关键词数目；根据各个信用卡对应该至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，获得各个信用卡的匹配度；根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列；从待选信用卡队列中，选取信用卡进行推荐。
具体的，信用卡产品平台120在根据各个信用卡的匹配度，对各个信用卡进行排序时，可以根据各个信用卡的匹配度，并按照匹配度从高到低的顺序，对各个信用卡进行排序，从而得到待选信用卡队列，其中，匹配度相同的信用卡按照特征优先级从高到低的顺序排序。
例如：信用卡产品平台120根据上述表2记载的各个信用卡对应每个诉求关键词的匹配等级，以及上述表4记载的各个信用卡在每个匹配等级下的诉求关键词数目，可以计算出各个信用卡的匹配度，并按照匹配度从高到低的顺序，对各个信用卡进行排序，可以获得如表6的待选信用卡队列，即信用卡3、信用卡4、信用卡1、信用卡2。
表6.
信用卡3 信用卡4 信用卡1 信用卡2
匹配度 95％ 85％ 75％ 70％
值得说的是，本申请实施例中，信用卡产品平台120在从待选信用卡队列中，选取信用卡进行推荐时，具体可以从待选信用卡队列中，选取前M个信用卡进行推荐，其中，M为不小于1的正整数。
进一步的，实际应用中，信用卡产品平台120可以将选取出的信用卡的信用卡特征信息返回至信用卡产品客户端110进行显示，以向用户推荐选取出的信用卡，从而实现了对信用卡的个性化推荐，进而提高了信用卡推荐的准确度。
下面对本申请实施例提供的信用卡推荐方法作进一步详细说明，参阅图6所示，本申请实施例提供的信用卡推荐方法的具体流程如下：
步骤601：信用卡产品客户端110接收用户发起的信用卡推荐请求，其中，信用卡推荐请求中包含诉求关键词。
步骤602：信用卡产品客户端110将该信用卡推荐请求转发至信用卡产品平台120。
步骤603：信用卡产品平台120接收到信用卡产品客户端110转发的信用卡推荐请求时，判断该信用卡推荐请求包含的诉求关键词的数目是否为1，若是，则执行步骤604；若否，则执行步骤606。
步骤604：信用卡产品平台120将该诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应该诉求关键词的匹配等级。
步骤605：信用卡产品平台120根据各个信用卡对应该诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列，继续执行步骤609。
步骤606：信用卡产品平台120针对该信用卡推荐请求包含的每个诉求关键词，将该诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应该诉求关键词的匹配等级。
步骤607：信用卡产品平台120基于该信用卡对应每个诉求关键词的匹配等级，统计该信用卡在每个匹配等级下的诉求关键词数目。
步骤608：信用卡产品平台120根据各个信用卡对应每个诉求关键词的匹配等级以及各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序排序。
步骤609：信用卡产品平台120从待选信用卡队列中，选取前M个信用卡进行推荐，其中，M为不小于1的正整数。
步骤610：信用卡产品平台120将选取出的信用卡的信用卡特征信息返回至信用卡产品客户端110。
步骤611：信用卡产品客户端110接收信用卡产品平台120返回的信用卡的信用卡特征信息并显示，以向用户推荐该信用卡。
值得说的是，随着区块链技术的不断发展，区块链技术因为其具备去中心化、信息不可篡改、开放性等特点，在工业制造、交通、零售、金融和保险等行业获得了广泛应用。
具体的，区块链(Blockchain)是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。本申请实施例中，各个银行的银行系统可以将对外发布的信用卡的信用卡特征信息存储至区块链，以形成信用卡卡库，信用卡产品平台120可以从区块链中获取各个信用卡的信用卡特征信息，并将信用卡推荐请求包含的诉求关键词分别与各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级后，基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡，从而实现了信用卡的个性化推荐，提高了信用卡推荐的准确度。
实际应用中，区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。其中：
区块链底层平台，可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。具体的，用户管理模块负责各个银行系统和信用卡产品平台120等所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在各个银行系统和信用卡产品平台120等所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
平台产品服务层提供典型应用的基本能力和实现框架，开发人员可以基于这些基本能力，叠加业务的特性，完成业务逻辑的区块链实现。
应用服务层提供基于区块链方案的应用服务给业务参与方进行使用。
基于上述实施例，本申请实施例提供了一种信用卡推荐装置，参阅图7所示，本申请实施例提供的信用卡推荐装置700至少包括：
请求接收单元701，用于接收信用卡推荐请求，其中，信用卡推荐请求中包含诉求关键词；
等级获取单元702，用于将诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到各个信用卡对应诉求关键词的匹配等级；
信用卡推荐单元703，用于基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐。
在一种可能的实施方式中，若诉求关键词的数目为一个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，信用卡推荐单元703具体用于：
根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡对应诉求关键词的匹配等级，对各个信用卡进行排序，得到待选信用卡队列时，信用卡推荐单元703具体用于：
根据各个信用卡对应诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列。
在一种可能的实施方式中，若诉求关键词的数目为至少两个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，信用卡推荐单元703具体用于：
针对各个信用卡，基于信用卡对应至少两个诉求关键词的匹配等级，统计信用卡在每个匹配等级下的诉求关键词数目；
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，对各个信用卡进行排序，得到待选信用卡队列时，信用卡推荐单元703具体用于：
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序排序。
在一种可能的实施方式中，若诉求关键词的数目为至少两个，则基于各个信用卡对应诉求关键词的匹配等级，从各个信用卡中选取信用卡进行推荐时，信用卡推荐单元703具体用于：
针对各个信用卡，基于信用卡对应至少两个诉求关键词的匹配等级，统计信用卡在每个匹配等级下的诉求关键词数目；
根据各个信用卡对应至少两个诉求关键词的匹配等级，以及各个信用卡在每个匹配等级下的诉求关键词数目，获得各个信用卡的匹配度；
根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列；
从待选信用卡队列中，选取信用卡进行推荐。
在一种可能的实施方式中，根据各个信用卡的匹配度，对各个信用卡进行排序，得到待选信用卡队列时，信用卡推荐单元703具体用于：
根据各个信用卡的匹配度，并按照匹配度从高到低的顺序，对各个信用卡进行排序，得到待选信用卡队列，其中，匹配度相同的信用卡按照特征优先级从高到低的顺序排序。
需要说明的是，本申请实施例提供的信用卡推荐装置700解决技术问题的原理与本申请实施例提供的信用卡推荐方法相似，因此，本申请实施例提供的信用卡推荐装置700的实施可以参见本申请实施例提供的信用卡推荐方法的实施，重复之处不再赘述。
基于上述实施例，本申请实施例还提供了一种信用卡推荐设备，参阅图8所示，本申请实施例提供的信用卡推荐设备800至少包括：处理器801、存储器802和存储在存储器802上并可在处理器801上运行的计算机程序，处理器801执行计算机程序时实现本申请实施例提供的信用卡推荐方法。
需要说明的是，如图8所示的信用卡推荐设备800仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供的信用卡推荐设备800还可以包括连接不同组件(包括处理器801和存储器802)的总线803。其中，总线803表示几类总线结构中的一种或多种，包括存储器总线、外围总线、局域总线等。
存储器802可以包括易失性存储器形式的可读介质，例如随机存储器(RandomAccess Memory，RAM)8021和/或高速缓存存储器8022，还可以进一步包括只读存储器(ReadOnly Memory，ROM)8023。
存储器802还可以包括具有一组(至少一个)程序模块8024的程序工具8025，程序模块8024包括但不限于：操作子系统、一个或者多个应用程序、其它程序模块以及程序空间数据，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。
信用卡推荐设备800也可以与一个或多个外部设备804(例如键盘、遥控器等)通信，还可以与一个或者多个使得用户能与信用卡推荐设备800交互的设备通信(例如手机、电脑等)，和/或，与使得信用卡推荐设备800与一个或多个其它信用卡推荐设备800进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口805进行。并且，信用卡推荐设备800还可以通过网络适配器806与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图8所示，网络适配器806通过总线803与信用卡推荐设备800的其它模块通信。应当理解，尽管图8中未示出，可以结合信用卡推荐设备800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、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)子系统、磁带驱动器以及空间数据备份存储子系统等。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时实现本申请实施例提供的信用卡推荐方法。具体地，该可执行程序可以内置在信用卡推荐设备800中，这样，信用卡推荐设备800就可以通过执行内置的可执行程序实现本申请实施例提供的信用卡推荐方法。
此外，本申请实施例提供的信用卡推荐方法还可以实现为一种程序产品，该程序产品包括程序代码，当该程序产品可以在信用卡推荐设备800上运行时，该程序代码用于使信用卡推荐设备800执行本申请实施例提供的信用卡推荐方法。
显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种信用卡推荐方法，其特征在于，包括：
接收信用卡推荐请求，其中，所述信用卡推荐请求中包含诉求关键词；
将所述诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到所述各个信用卡对应所述诉求关键词的匹配等级；
基于所述各个信用卡对应所述诉求关键词的匹配等级，从所述各个信用卡中选取信用卡进行推荐。
2.如权利要求1所述的信用卡推荐方法，其特征在于，若所述诉求关键词的数目为一个，则基于所述各个信用卡对应所述诉求关键词的匹配等级，从所述各个信用卡中选取信用卡进行推荐，包括：
根据所述各个信用卡对应所述诉求关键词的匹配等级，对所述各个信用卡进行排序，得到待选信用卡队列；
从所述待选信用卡队列中，选取信用卡进行推荐。
3.如权利要求2所述的信用卡推荐方法，其特征在于，根据所述各个信用卡对应所述诉求关键词的匹配等级，对所述各个信用卡进行排序，得到待选信用卡队列，包括：
根据所述各个信用卡对应所述诉求关键词的匹配等级，并按照匹配等级从高到低的顺序，对所述各个信用卡进行排序，得到所述待选信用卡队列。
4.如权利要求1所述的信用卡推荐方法，其特征在于，若所述诉求关键词的数目为至少两个，则基于所述各个信用卡对应所述诉求关键词的匹配等级，从所述各个信用卡中选取信用卡进行推荐，包括：
针对所述各个信用卡，基于所述信用卡对应所述至少两个诉求关键词的匹配等级，统计所述信用卡在每个匹配等级下的诉求关键词数目；
根据所述各个信用卡对应所述至少两个诉求关键词的匹配等级，以及所述各个信用卡在每个匹配等级下的诉求关键词数目，对所述各个信用卡进行排序，得到待选信用卡队列；
从所述待选信用卡队列中，选取信用卡进行推荐。
5.如权利要求4所述的信用卡推荐方法，其特征在于，根据所述各个信用卡对应所述至少两个诉求关键词的匹配等级，以及所述各个信用卡在每个匹配等级下的诉求关键词数目，对所述各个信用卡进行排序，得到待选信用卡队列，包括：
根据所述各个信用卡对应所述至少两个诉求关键词的匹配等级，以及所述各个信用卡在每个匹配等级下的诉求关键词数目，并按照匹配等级从高到低、诉求关键词数目从大到小的顺序，对所述各个信用卡进行排序，得到所述待选信用卡队列，其中，相同匹配等级、相同诉求关键词数目的信用卡按照特征优先级从高到低的顺序排序。
6.如权利要求1所述的信用卡推荐方法，其特征在于，若所述诉求关键词的数目为至少两个，则基于所述各个信用卡对应所述诉求关键词的匹配等级，从所述各个信用卡中选取信用卡进行推荐，包括：
针对所述各个信用卡，基于所述信用卡对应所述至少两个诉求关键词的匹配等级，统计所述信用卡在每个匹配等级下的诉求关键词数目；
根据所述各个信用卡对应所述至少两个诉求关键词的匹配等级，以及所述各个信用卡在每个匹配等级下的诉求关键词数目，获得所述各个信用卡的匹配度；
根据所述各个信用卡的匹配度，对所述各个信用卡进行排序，得到待选信用卡队列；
从所述待选信用卡队列中，选取信用卡进行推荐。
7.如权利要求6所述的信用卡推荐方法，其特征在于，根据所述各个信用卡的匹配度，对所述各个信用卡进行排序，得到待选信用卡队列，包括：
根据所述各个信用卡的匹配度，并按照匹配度从高到低的顺序，对所述各个信用卡进行排序，得到待选信用卡队列，其中，匹配度相同的信用卡按照特征优先级从高到低的顺序排序。
8.一种信用卡推荐装置，其特征在于，包括：
请求接收单元，用于接收信用卡推荐请求，其中，所述信用卡推荐请求中包含诉求关键词；
等级获取单元，用于将所述诉求关键词分别与信用卡卡库中各个信用卡的信用卡特征信息进行匹配，得到所述各个信用卡对应所述诉求关键词的匹配等级；
信用卡推荐单元，用于基于所述各个信用卡对应所述诉求关键词的匹配等级，从所述各个信用卡中选取信用卡进行推荐。
9.一种信用卡推荐设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的信用卡推荐方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7任一项所述的信用卡推荐方法。
CN202010237605.8A 2020-03-30 2020-03-30 一种信用卡推荐方法、装置、设备及介质 Pending CN111459989A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010237605.8A CN111459989A (zh) 2020-03-30 2020-03-30 一种信用卡推荐方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010237605.8A CN111459989A (zh) 2020-03-30 2020-03-30 一种信用卡推荐方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN111459989A true CN111459989A (zh) 2020-07-28

Family

ID=71685110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010237605.8A Pending CN111459989A (zh) 2020-03-30 2020-03-30 一种信用卡推荐方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111459989A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298647A (zh) * 2021-06-30 2021-08-24 中国银行股份有限公司 智能化选择信用卡银行方法及装置
CN115412598A (zh) * 2022-08-30 2022-11-29 平安银行股份有限公司 一种信息推送方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298647A (zh) * 2021-06-30 2021-08-24 中国银行股份有限公司 智能化选择信用卡银行方法及装置
CN115412598A (zh) * 2022-08-30 2022-11-29 平安银行股份有限公司 一种信息推送方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Mazher et al. Fuzzy integral–based risk-assessment approach for public–private partnership infrastructure projects
Shanken Testing portfolio efficiency when the zero‐beta rate is unknown: a note
Fan et al. Supporting consumer’s purchase decision: a method for ranking products based on online multi-attribute product ratings
CN103700003A (zh) 基于意愿符合度匹配的房屋网上直租方法和系统
CN112163963B (zh) 业务推荐方法、装置、计算机设备和存储介质
Poblet et al. From Athens to the Blockchain: oracles for digital democracy
CN110135978A (zh) 用户金融风险评估方法、装置、电子设备和可读介质
Lee et al. Political risk, internal versus global value chain knowledge, and subsidiary operational integration
CN111459989A (zh) 一种信用卡推荐方法、装置、设备及介质
CN111161104A (zh) 一种社区用户画像的生成方法及装置
CN113393306A (zh) 产品推荐方法、装置、电子设备及计算机可读介质
CN110399479A (zh) 搜索数据处理方法、装置、电子设备及计算机可读介质
CN110197426A (zh) 一种信用评分模型的建立方法、装置及可读存储介质
Wang et al. Leveraging Multisource Heterogeneous Data for Financial Risk Prediction: A Novel Hybrid-Strategy-Based Self-Adaptive Method.
Mou et al. Microlending on mobile social credit platforms: an exploratory study using Philippine loan contracts
CN110852809A (zh) 一种数据处理方法、装置、设备及介质
Eekhout et al. Entrepreneurs' mobile phone appropriation and technical efficiency of informal firms in Dakar (Senegal)
Bellandi et al. Graph embeddings in criminal investigation: towards combining precision, generalization and transparency: special issue on computational aspects of network science
Garboden Sources and types of big data for macroeconomic forecasting
Chyrun The E-Commerce Systems Modelling Based on Petri Networks.
Li Consumer behavior analysis model based on machine learning
Berko et al. Models and Methods for E-Commerce Systems Designing in the Global Economy Development Conditions Based on Mealy and Moore Machines.
Malakani et al. Trading 4.0: An online peer-to-peer money lending platform
Xiangyan Prediction algorithm of digital economy development trend based on big data
CN113297478B (zh) 基于用户生命周期的信息推送方法、装置及电子设备

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