CN111681027A - 信息推广中的风险管理方法及其装置、电子设备和存储介质 - Google Patents
信息推广中的风险管理方法及其装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111681027A CN111681027A CN202010301985.7A CN202010301985A CN111681027A CN 111681027 A CN111681027 A CN 111681027A CN 202010301985 A CN202010301985 A CN 202010301985A CN 111681027 A CN111681027 A CN 111681027A
- Authority
- CN
- China
- Prior art keywords
- user
- invited
- users
- dynamic
- risk
- 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
Links
- 238000007726 management method Methods 0.000 title description 15
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000013178 mathematical model Methods 0.000 claims description 48
- 230000009471 action Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 230000001976 improved effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000012954 risk control Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0225—Avoiding frauds
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0219—Discounts or incentives, e.g. coupons or rebates based on funds or budget
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0236—Incentive or reward received by requiring registration or ID from user
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种信息推广中的风险识别方法,其包括获取预设时间内用户累计获得的资源总额;基于资源总额,判断该用户当前是否满足预设的第一触发条件;若是,基于该用户在预设时间内邀请到的所有被邀请用户的用户信息进行风险识别。本发明的风险识别方法,首先识别出在预设时间内累计获得的资源总额达到一定规模的用户,然后基于该用户所邀请的所有被邀请用户的用户信息进行风险识别,为商家进行风险管理提供参考,以进行相应的风险管理,从而降低推广成本,也提升了投资回报率。相应地,本发明还提供了一种风险识别装置、电子设备和计算机可读存储介质。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种信息推广中的风险管理方法及其装置、电子设备和计算机可读存储介质。
背景技术
随着计算机技术的发展,在互联网上投放广告成为了信息推广的主流手段之一。除了在网页页面上投放广告信息外,由用户人工发起的分享信息的行为也是信息推广的常见方式。其中,该分享信息的行为通常是指用户对推广信息的网页链接进行自动发布,以邀请新用户查看并点击该网页链接,并对该网页链接指向的互联网资源(如APP应用或者促销活动)进行后续操作,如下载注册,或者产生交易订单,或者对该互联网资源再次转发分享等。
为了达到更好的推广效果,通常通过提供各种各样的奖励机制来刺激用户分享行为的积极性,例如向用户发放相应的虚拟积分奖励、货币奖励等等资源,然后根据用户通过分享行为所邀请到的新用户数量来分配相应的奖励。然而,通过这种方式进行信息推广的商家越来越多,逐渐地也涌现可很多作弊方法,以骗取奖励,因此,若无法规避这类风险,那么将会大大增加商家的推广成本。
基于此,如何在信息推广过程中进行风险识别是当前亟需解决的问题,从而为风险管理提供有力依据。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
鉴于上述问题,提出了本说明书以便提供一种克服上述问题或者至少部分地解决上述问题的风险管理方法及其装置、电子设备和计算机可读存储介质。
本发明公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
第一方面,本发明公开了一种信息推广中的风险管理方法,包括:
获取预设时间内所述用户累计获得的资源总额;
基于所述资源总额,判断所述用户当前是否满足预设的第一触发条件;
若是,基于所述用户在所述预设时间内邀请到的所有被邀请用户的用户信息进行风险识别。
在本公开的一种示例性实施例中,判断所述用户是否满足预设的第一触发条件的步骤,具体包括:
判断所述资源总额是否大于或等于预设的资源阈值,若是,判定所述用户满足所述第一触发条件,否则,判定所述用户不满足所述第一触发条件。
在本公开的一种示例性实施例中,进行风险识别的步骤,具体包括:
判断所述预设时间内所述用户所邀请的所有被邀请用户中大额授信被邀请用户的数量是否大于或等于根据预先构建的第一数学模型计算得到的大额授信用户邀请人数阈值;
若大额授信被邀请用户的数量大于或等于所述大额授信用户邀请人数阈值,判断所有被邀请用户的动支率是否小于根据预先构建的第二数学模型计算得到的动支率预估值,或所有被邀请用户的人均动支额度是否小于根据预先构建的第三数学模型计算得到的人均动支额度预估值,
若所述动支率小于所述动支率预估值,或所述人均动支额度小于所述人均动支额度预估值,判断所述用户当前所有的剩余资源额度是否小于预设的资源余额阈值;
若所述剩余资源额度小于所述资源余额阈值,判定当前存在风险;
若大额授信被邀请用户的数量小于所述大额授信用户邀请人数阈值,或者,所述动支率大于或等于所述动支率预估值,或所述人均动支额度小于或等于所述人均动支额度预估值,或所述剩余资源额度大于或等于所述资源余额阈值,判定当前不存在风险。
在本公开的一种示例性实施例中,识别出当前存在风险之后,所述风险识别方法还包括:
基于所述用户累计邀请到的所有被邀请用户的最新动支率或最新人均动支额度,判断所述用户是否满足预设的第二触发条件;若是,判定风险解除。
在本公开的一种示例性实施例中,判断所述用户是否满足所述第二触发条件的步骤,具体包括:
判断所述新动支率是否始终小于或大于根据所述第二数学模型重新计算得到的动支率预估值,或所述新人均动支额度是否始终小于或大于根据所述第三数学模型重新计算得到的人均动支额度预估值;
若所述新动支率始终小于或大于重新计算得到的动支率预估值,或所述新人均动支额度始终小于或大于重新计算得到的人均动支额度预估值,判定所述用户符合所述第二触发条件,否则,判定所述用户不符合所述第二触发条件。
在本公开的一种示例性实施例中,所述动支率为所有被邀请用户中动支人数与所有被邀请用户中大额授信被邀请用户人数之比;和/或,所述新动支率为当判断出当前存在风险之后,所有被邀请用户中新的动支人数与所有被邀请用户中新的大额授信被邀请用户人数之比。
在本公开的一种示例性实施例中,所述人均动支额度为所有被邀请用户中动支总金额与所有被邀请用户中大额授信被邀请用户人数之比;和/或,所述新人均动支额度为当判断出当前存在风险之后,所有被邀请用户中新的动支总金额与所有被邀请用户中新的大额授信被邀请用户人数之比。
在本公开的一种示例性实施例中,所述第一数学模型是基于每个被邀请用户的移动终端标识码的获取时长,头部邀请用户当前对应的资源基数升级所需门槛授信人数,以及当日被邀请用户的动支记录所构建而成的。
在本公开的一种示例性实施例中,所述第二数学模型是基于每个被邀请用户的移动终端标识码的获取时长,当前每个头部邀请用户所邀请的被邀请用户的动支率,以及当日被邀请用户的动支记录所构建而成的。
在本公开的一种示例性实施例中,所述第三数学模型是基于每个被邀请用户的移动终端标识码的获取时长,当前每个头部邀请用户的人均借款金额晋级门槛,以及当日被邀请用户的动支记录所构建而成的。
在本公开的一种示例性实施例中,所述移动终端标识码为手机号码。
第二方面,本发明提供一种信息推广中的风险识别装置,包括:
数据获取模块,用于获取预设时间内所述用户累计获得的资源总额;
第一判断模块,用于基于所述资源总额判断所述用户当前是否满足预设的第一触发条件;
风险识别模块,用于当所述第一判断模块判断出所述用户满足所述第一触发条件时,基于所述用户在所述预设时间内邀请到的所有被邀请用户信息进行风险识别。
在本公开的一种示例性实施例中,所述第一判断模块具体用于判断所述数据获取模块所获取的所述资源总额是否大于或等于预设的资源阈值,若是,判定所述用户满足所述第一触发条件,否则,判定所述用户不满足所述第一触发条件。
在本公开的一种示例性实施例中,所述风险识别模块具体包括:
被邀请用户信息获取单元,用于获取所述用户在所述预设时间内邀请到的所有被邀请用户的用户信息;
第一判断单元,用于从所述用户信息中获取所述用户所邀请的被邀请用户中大额授信被邀请用户数量,并判断所述大额授信被邀请用户数量是否大于或等于根据预先构建的第一数学模型计算得到的大额授信用户邀请人数阈值;
第二判断单元,用于当所述第一判断单元判断出大额授信被邀请用户的数量大于或等于所述大额授信用户邀请人数阈值时,获取所有被邀请用户的动支率,并判断所述动支率是否小于根据预先构建的第二数学模型计算得到的动支率预估值;或者,获取所有被邀请用户的人均动支额度,并判断所述人均动支额度是否小于根据预先构建的第三数学模型计算得到的人均动支额度预估值;
第三判断单元,用于当所述第二判断单元判断出所述动支率小于所述动支率预估值,或所述人均动支额度小于所述人均动支额度预估值时,判断所述用户当前所有的剩余资源额度是否大于或等于预设的资源余额阈值,若是,判定当前存在风险;否则,判定当前不存在风险。
在本公开的一种示例性实施例中,所述风险识别装置还包括:
第二判断模块,用于当所述风险识别模块识别出风险后,根据所有被邀请用户的新动支率或新人均动支额度判断所述用户是否满足预设的第二触发条件,且当判断出所述用户满足所述第二解冻条件时,判定风险解除。
在本公开的一种示例性实施例中,所述第二判断模块具体包括:
第一数据获取单元,用于所述用户累计邀请到的所有被邀请用户的新动支率或新人均动支额度;
第四判断单元,用于判断所述新动支率是否始终小于或大于根据所述第二数学模型重新计算得到的动支率预估值,或所述新人均动支额度是否始终小于或大于根据所述第三数学模型重新计算得到的的人均动支额度预估值;若所述新动支率始终小于或大于重新计算得到的动支率预估值,或所述新人均动支额度始终小于或大于重新计算得到的人均动支额度预估值,判定所述用户符合所述第二触发条件,并判定风险解除,否则,判定所述用户不符合所述第二触发条件。
在本公开的一种示例性实施例中,所述动支率为所述用户在预设时间内所邀请到的所有被邀请用户中动支人数与所有被邀请用户中大额授信被邀请用户人数之比;和/或,所述新动支率为当判断出当前存在风险之后,所有被邀请用户中新的动支人数与所有被邀请用户中新的大额授信被邀请用户人数之比。
在本公开的一种示例性实施例中,所述人均动支额度为所有被邀请用户中动支总金额与所有被邀请用户中大额授信被邀请用户人数之比;和/或,所述新人均动支额度为当风险识别模块判断出当前存在风险之后,所有被邀请用户中新的动支总金额与所有被邀请用户中新的大额授信被邀请用户人数之比。
在本公开的一种示例性实施例中,所述风险识别装置还包括:
第一数学模型构建模块,用于基于每个被邀请用户的移动终端标识码的获取时长,头部邀请用户当前对应的资源基数升级所需门槛授信人数,以及当日被邀请用户的动支记录预先构建第一数学模块;
第二数学模块构建模块,用于基于每个被邀请用户的移动终端标识码的获取时长,当前每个头部邀请用户所邀请的被邀请用户的动支率,以及当日被邀请用户的动支记录预先构建第二数学模块;
第三数学模型构建模块,用于基于每个被邀请用户的移动终端标识码的获取时长,当前每个头部邀请用户的人均借款金额晋级门槛,以及当日被邀请用户的动支记录预先构建第三数学模型。
第三方面,本说明书提供一种电子设备,包括处理器和存储器:所述存储器用于存储上述任一项所述方法的程序;所述处理器被配置为用于执行所述存储器中存储的程序实现上述任一项所述方法的步骤。
第四方面,本说明书实施例提供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上述任一项所述方法的步骤。
本发明的有益效果:
本发明的风险识别方法,首先识别出在预设时间内累计获得的资源总额达到一定规模的用户,然后基于该用户所邀请的所有被邀请用户的用户信息进行风险识别,为商家进行风险管理提供参考,以进行相应的风险管理,从而降低推广成本,也提升了投资回报率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种信息推广中的风险识别方法的流程图;
图2是图1所示方法中的步骤S105一实施例的流程图;
图3是根据另一示例性实施例示出的一种信息推广中的风险识别方法的流程图;
图4是根据再一示例性实施例示出的一种信息推广中的风险识别方法的流程图;
图5是根据另一示例性实施例示出的一种信息推广中的风险识别装置的框图;
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
然而,下述的示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
本发明提供了一种信息推广中的风险管理方法,用于解决现有技术中因出现作弊行为而导致推广成本增加的问题,为了解决上述问题,本发明的总体思路如下:
获取预设时间内所述用户累计获得的资源奖励总额;
基于所述资源奖励总额判断所述用户当前是否满足预设的第一触发条件;
若是,基于所述用户在所述预设时间内邀请到的所有被邀请用户的用户信息,识别所述用户是否为风险用户,若是,进行风险管控。
首先需要说明书的是,在本发明各个实施例中,所涉及的术语为:
本文中术语“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,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B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。
下面,通过几个具体的实施例对本发明的技术方案进行详细介绍和说明。
参见图1,本实施例的信息推广中的风险管理方法,包括:
S101,获取预设时间内用户累计获得的资源总额。
本实施例中,该资源总额是用户在预设时间内通过分享行为获取资源的累计总数。其中,该预设时间可根据实际情况自定义,可为一天或者一周等。
S103,基于所获取的资源奖励总额,判断该用户当前是否满足预设的第一触发条件,若是,执行步骤S105,否则,重新执行步骤S101。
本实施例中,该步骤S103具体为:判断上述的资源总额是否大于或等于预设的资源阈值,若是,判定该用户满足第一触发条件,否则,判定该用户不满足第一触发条件。具体地,该第一触发条件是指该用户在上述预设时间内累计获得的资源总额等于或大于预设的资源阈值时,则触发风险管理流程,以对该用户进行判别。其中,该预设的资源阈值可由商家自行根据实际情况自定义。
S105,基于该用户在上述预设时间内所邀请到的所有被邀请用户的用户信息进行风险识别。
参见图2,本实施例中,该步骤S105具体包括:
S201,判断在该预设时间内该用户所邀请的所有被邀请用户中大额授信被邀请用户的数量是否大于或等于根据预先构建的第一数学模型计算得到的大额授信用户邀请人数阈值N;若是,执行步骤,S203,否则,执行步骤S207。
本实施例中,该大额授信被邀请用户的数量是指所有被邀请用户中受邀之后完成了一系列操作成为了大额授信用户的被邀请用户的总数。
本实施例中,该第一数学模型是基于每个被邀请用户的移动终端标识码的获取时长Ti(即该被邀请用户移动终端标识码,如手机号,获取生成起初至今的时间),预设的头部邀请用户奖励升级所需门槛授信人数Si,以及当日被邀请用户的动支记录Ni所构建而成的。具体地,该第一数学模型的数学公式如下:
其中,i为该用户在预设时间内所邀请的所有被邀请用户中的第i个被邀请用户;
Ti为第i个被邀请用户的移动终端标识码的获取时长,单位为年;
T0、N0均为常数参数,T0取值为10,N0取值为7;
Si为头部邀请用户当前对应的资源基数升级的门槛授信人数;
Ni为第i个被邀请用户当天的动支记录,若当天无动支,则Ni取值为0,若有动支,则Ni取值为1。
本实施例中,头部邀请用户是指发起邀请的用户在相应页面看到商家发布的推广信息后,自发地执行分享行为,即其邀请新用户之前,没有收到任何其他用户的邀请,例如,用户A自发地邀请用户B、C、D,其中,用户C又邀请了用户E、F,用户D邀请了H,其中,E由邀请了用户G···其中,A即为头部邀请用户。而本实施例中的该用户可能是头部邀请用户,也可能不是头部邀请用户,因此,若该用户为头部邀请用户时,则Si为该用户当前对应的资源基数升级的门槛授信人数;若该用户不为头部邀请用户时,则Si为该用户对应的头部邀请用户当前所对应的资源基数升级的门槛授信人数。
通常,会预先根据一段时间内完成指定操作任务(例如大额授信任务)的被邀请用户数量来确定邀请用户(包括头部邀请用户和非头部邀请用户)的等级,且每个等级对应于一个资源基数。若在该段时间段内完成大额授信任务的被邀请用户数量超过该邀请用户当前等级对应的大额授信用户邀请人数上限时,将该邀请用户的等级上升一级,也即将该邀请用户对应的资源基数上升一级,其中,该大额授信用户邀请人数上限即为资源基数上升一级的门槛授信人数。
S203,判断在该预设时间内所有被邀请用户的动支率是否小于根据预先构建的第二数学模型计算得到的动支率预估值X%,若是,执行步骤S209,否则,执行步骤S207。
本实施例中,该动支率是该用户在预设时间内所邀请到的所有被邀请用户中,动支人数与所有被邀请用户中大额授信被邀请用户人数之比。
本实施例中,该第二数学模型是基于每个被邀请用户的移动终端标识码的获取时长,当前所有头部邀请用户所邀请的所有被邀请用户的动支率,以及当日被邀请用户的动支记录所构建而成的。具体地,该第二数学模型的计算公式如下:
其中,i为该用户在预设时间内所邀请的所有被邀请用户中的第i个被邀请用户;
Ti为第i个被邀请用户的移动终端标识码的获取时长,单位为年;
T0、N'0均为常数参数,T0取值为10,N'0取值为20;
Si为当前所有头部邀请用户所邀请的所有被邀请人动支人数/大额授信人数*80%;
Ni为第i个被邀请人当天的动支记录,若当天无动支,则Ni取值为0,若有动支,则Ni取值为1。
S207,判定当前不存在风险。
S209,判断该用户当前的剩余资源额度是否小于预设的资源余额阈值,若是,执行步骤S211,否则,执行步骤S207。
在一具体实施例中,该剩余资源额度为该用户对应电子账户中的余额。
S211,判定当前存储风险。
进一步地,本实施例中,当判断出当前存储风险(即该用户存在作弊倾向)时,向商家发送相应的风险提示,然后根据商家设定的风险管控措施对该用户进行风险管控,例如,冻结该用户的账户,或者暂时不发放相应的资源等。
本实施例的风险识别方法,首先识别出在预设时间内累计获得的资源总额达到一定规模的用户,然后基于该用户所邀请的所有被邀请用户的用户信息进行风险识别,为商家进行风险管理提供参考,以进行相应的风险管理,从而降低推广成本,也提升了投资回报率。
更进一步地,若用户没有作弊倾向,那么其所邀请的各个被邀请用户可能会有后续操作,例如注册之后产生新的订单,或者,激活授信额度等等,因此,当识别出当前存在风险(和/或进行风险管控)之后,还需要根据该用户所邀请的各个被邀请用户最新的用户信息,如新动支率或新人均动支额度,来判断该风险是否解除。具体地,参见图3,该风险识别方法还包括:
S107,基于该用户累计邀请到的所有被邀请用户的最新动支率或最新人均动支额度,判断该用户是否始终满足预设的第二触发条件;若是,执行步骤S109,否则,继续执行步骤S107。
本实施例中,由于被邀请的各个被邀请用户可能会有后续操作,如动支等;因此,需要实时获取各个被邀请用户的动支情况,然后基于各个被邀请用户的动支情况计算得到该用户累计邀请到的所有被邀请用户的最新动支率或最新人均动支额度。具体地,该步骤S107包括:
判断该新动支率是否始终小于或大于根据第二数学模型重新计算得到的动支率预估值;若是,判定该用户符合第二触发条件,否则,判定该用户不符合第二触发条件。
当然,本实施例中,该步骤S107也可通过判断最新人均动支额度是否小于或大于根据第三数学模型重新计算得到的人均动支额度预估值,若是,判断该用户始终符合第二触发条件。
S109,判定风险解除。
本实施例中,该新动支率为当判断出当前存在风险之后,所有被邀请用户中新的动支人数与所有被邀请用户中新的大额授信被邀请用户人数之比;新人均动支额度为当判断出当前存在风险之后,所有被邀请用户对应的新动支总金额与所有被邀请用户中新的大额授信被邀请用户人数之比。
本实施例中,当步骤S107中判断出该用户始终满足第二触发条件,即各个被邀请用户的动支率始终小于或大于动支率预估值,或者,各个被邀请用户的人均动支额度始终小于或大于人均动支额度预估值时,则判定风险解除。
进一步地,本实施例中,当判断出风险解除后,向商家发送相应的风险解除提示,然后根据商家的操作解除对该用户的风险管控,例如,解冻该用户的账户,或者发放相应的资源等。
基于与前述实施例中一种信息推广中的风险识别方法同样的发明构思,本发明还提供另一种信息推广中的风险识别方法,本实施例的该风险识别方法包括上述实施例中的步骤S101-S109,不同的是,本实施例中,当步骤S201中判断出所有被邀请用户中大额授信被邀请用户的数量大于或等于第一数学模型计算得到的大额授信用户邀请人数阈值N时,也可不执行步骤S203,而是判断所有被邀请用户的人均动支额度是否小于预先根据第三数学模型计算得到的人均动支额度预估值,具体地,参见图3,本实施例的该风险识别方法当执行到步骤S201时,执行以下步骤:
S205,当步骤S201中判断出所有被邀请用户中大额授信被邀请用户的数量大于或等于大额授信用户邀请人数阈值N时,判断在该预设时间内所有被邀请用户的人均动支额度是否小于根据预先构建的第三数学模型计算得到的人均动支额度预估值,若是,执行步骤S209,否则,执行步骤S207。
本实施例中,该人均动支额度是该用户在预设时间内所邀请到的所有被邀请用户中,发生动支操作的各个被邀请用户的动支总金额与所有被邀请用户中大额授信被邀请用户人数之比。
本实施例中,该第三数学模型是基于每个被邀请用户的移动终端标识码的获取时长,当前所有头部邀请用户的人均借款金额晋级门槛,以及当日被邀请用户的动支记录所构建而成的。具体地,该第三数据模型的计算公式如下:
其中,i为该用户在预设时间内所邀请的所有被邀请用户中的第i个被邀请用户;
Ti为第i个被邀请用户的移动终端标识码的获取时长,单位为年;
T0、均为常数参数,T0取值为10,取值为20;
Si为当下所有头部邀请用户的人均借款金额晋级门栏*80%;
Ni为第i个被邀请人当天的动支记录,若当天无动支,则Ni取值为0,若有动支,则Ni取值为1。
通常,各大银行或金融平台会通过提高借款额度来进一步促进用户的借款行为,而要提高借款额度就要求用户满足一定的条件,例如,在用户信用情况优秀的前提下,判断该用户在最近一段时间内的最高借款金额或者平均借款金额是否达到预设的借款金额阈值,若是调整该用户的借款额度,即调整用户的借款金额等级。其中,该借款金额阈值即为将该用户的借款金额晋级门槛,在一具体实施例中,该借款金额阈值为该用户当前的借款额度。
基于与前述实施例中一种信息推广中的风险识别方法同样的发明构思,本发明还提供一种信息推广中的风险识别装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种风险识别方法的任一方法的步骤。
下述为本公开装置实施例,可以用于执行本发明方法实施例。对于本实施例的装置实施例中未披露的细节,请参照本公开方法实施例。
参见图5,本实施例的信息推广中的风险识别装置,包括:
数据获取模块51,用于获取预设时间内用户累计获得的资源总额;具体地,该资源总额是用户在预设时间内通过分享行为获取资源的累计总数;其中,该预设时间可根据实际情况自定义,可为一天或者一周等;
第一判断模块52,用于基于该用户所获得的资源总额判断该用户当前是否满足预设的第一触发条件;具体地,该第一判断模块判断数据获取模块51所获取的资源总额是否大于或等于预设的资源阈值,若是,判定该用户满足第一触发条件,否则,判定该用户不满足第一触发条件;
风险识别模块53,用于当该第一判断模块52判断出该用户满足上述第一触发条件时,基于该用户在预设时间内邀请到的所有被邀请用户信息进行风险识别。
本实施例中,该风险识别模块53具体包括:
被邀请用户信息获取单元,用于获取所述用户在所述预设时间内邀请到的所有被邀请用户的用户信息;
第一判断单元,用于从用户信息中获取该用户所邀请的被邀请用户中大额授信被邀请用户数量,并判断该大额授信被邀请用户数量是否大于或等于根据预先构建的第一数学模型计算得到的大额授信用户邀请人数阈值;具体地,该第一数学模型与上述实施例中的第一数学模型的原理相同,这里不再赘述;
第二判断单元,用于当该第一判断单元判断出大额授信被邀请用户的数量大于或等于该大额授信用户邀请人数阈值时,获取所有被邀请用户的动支率,并判断该动支率是否小于根据预先构建的第二数学模型计算得到的动支率预估值;或者,获取所有被邀请用户的人均动支额度,并判断该人均动支额度是否小于根据预先构建的第三数学模型计算得到的人均动支额度预估值;具体地,该第二数学模型与上述实施例中的第二数学模型的原理相同,这里不再赘述;而该第三数学模型也与上述实施例中的第三数学模型的原理相同;
第三判断单元,用于当该第二判断单元判断出该动支率小于该动支率预估值,或该人均动支额度小于该人均动支额度预估值时,判断该用户当前的剩余资源额度是否大于或等于预设的资源余额阈值,若是,判定当前存在风险;否则,判定当前不存在风险。
本实施例中,该动支率为该用户在预设时间内所邀请到的所有被邀请用户中动支人数与所有被邀请用户中大额授信被邀请用户人数之比。
本实施例中,该人均动支额度为该用户在预设时间内所邀请到的所有被邀请用户中(所有动支被邀请用户的)动支总金额与所有被邀请用户中大额授信被邀请用户人数之比。
进一步地,本实施例的该风险识别装置还包括:
第一数学模型构建模块,用于基于每个被邀请用户的移动终端标识码的获取时长,预设的头部邀请用户奖励升级所需门槛授信人数,以及当日被邀请用户的动支记录预先构建第一数学模块;
第二数学模型构建模块,用于基于每个被邀请用户的移动终端标识码的获取时长,每个头部邀请用户所邀请的被邀请用户的动支率,以及当日被邀请用户的动支记录预先构建第二数学模块;
第三数学模块构建模块,用于每个被邀请用户的移动终端标识码的获取时长,每个头部邀请用户的人均借款金额晋级门槛,以及当日被邀请用户的动支记录预先构建第三数学模型。
进一步地,本实施例的该风险识别装置还包括:
第一判断模块54,用于当上述风险识别模块识别出风险后,根据所有被邀请用户的新动支率或新人均动支额度实时判断该用户是否始终满足预设的第二触发条件,且当判断出该用户始终满足该第二触发条件时,判定风险解除。具体地,该第二判断模块54具体包括:
第一数据获取单元,用于所述用户累计邀请到的所有被邀请用户的新动支率或新人均动支额度;其中,该新动支率为判断当前存在风险之后,所有被邀请用户中新的动支人数与所有被邀请用户中新的大额授信被邀请用户人数之比;该新人均动支额度为当判断出当前存在风险之后,所有被邀请用户中(所有动支被邀请用户的)新的动支总金额与所有被邀请用户中新的大额授信被邀请用户人数之比;
第四判断单元,用于判断该新动支率是否始终小于或大于根据该第二数学模型重新计算得到的动支率预估值,或该新人均动支额度是否始终小于或大于根据该第三数学模型重新计算得到的的人均动支额度预估值;且当判断出该新动支率始终小于或大于重新计算得到的动支率预估值,或该新人均动支额度始终小于或大于重新计算得到的人均动支额度预估值,判定该用户符合该第二触发条件,并得到风险解除的结论,否则,判定该用户不符合该第二触发条件。
本说明书第三实施例还提供了一种电子设备,包括存储器600、处理器601及存储在存储器600上并可在处理器601上运行的计算机程序,所述处理器601执行所述程序时实现前文所述方法的步骤。为了便于说明,仅示出了与本说明书实施例相关的部分,具体技术细节未揭示的,请参照本说明书实施例方法部分。该服务器,可以是包括各种电子设备形成的服务器设备,PC电脑、网络云服务器,甚至手机、平板电脑、PDA(Personal DigitalAssistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑、台式电脑等任意电子设备上设置的服务器功能。
具体地,图6示出的与本说明书实施例提供的技术方案相关的电子设备组成结构框图,总线602可以包括任意数量的互联的总线和桥,其将包括由处理器601代表的一个或多个处理器和存储器600代表的存储器的各种电路链接在一起。总线602还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。通信接口603在总线602和接收器和/或发送器604之间提供接口,接收器和/或发送器604可以是分开独立的接收器或发送器也可以是同一个元件如收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器601负责管理总线602和通常的处理,而存储器600可以被用于存储处理器601在执行操作时所使用的数据。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述计算机可读存储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,其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。可读存储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、有线、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的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:
获取预设时间内所述用户累计获得的资源总额;
基于所述资源总额,判断所述用户当前是否满足预设的第一触发条件;
若是,基于所述用户在所述预设时间内邀请到的所有被邀请用户的用户信息进行风险识别。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
尽管已描述了本说明书的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。此外,本说明书说明书附图所示出的结构、比例、大小等,均仅用以配合说明书所公开的内容,以供本领域技术人员了解与阅读,并非用以限定本公开可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本公开所能产生的技术效果及所能实现的目的下,均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语,也仅为便于叙述的明了,而非用以限定本公开可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当也视为本公开可实施的范畴。
Claims (10)
1.一种信息推广中的风险识别方法,其特征在于,包括:
获取预设时间内所述用户累计获得的资源总额;
基于所述资源总额,判断所述用户当前是否满足预设的第一触发条件;
若是,基于所述用户在所述预设时间内邀请到的所有被邀请用户的用户信息进行风险识别。
2.根据权利要求1所述的风险识别方法,其特征在于,判断所述用户是否满足所述第一触发条件的步骤,具体包括:
判断所述资源总额是否大于或等于预设的资源阈值,若是,判定所述用户满足所述第一触发条件,否则,判定所述用户不满足所述第一触发条件。
3.根据权利要求1或2所述的风险识别方法,其特征在于,进行风险识别的步骤,具体包括:
判断所述预设时间内所述用户所邀请的所有被邀请用户中大额授信被邀请用户的数量是否大于或等于根据预先构建的第一数学模型计算得到的大额授信用户邀请人数阈值;
若大额授信被邀请用户的数量大于或等于所述大额授信用户邀请人数阈值,判断所有被邀请用户的动支率是否小于根据预先构建的第二数学模型计算得到的动支率预估值,或所述预设时间内所有被邀请用户的人均动支额度是否小于根据预先构建的第三数学模型计算得到的人均动支额度预估值,
若所述动支率小于所述动支率预估值,或所述人均动支额度小于所述人均动支额度预估值,判断所述用户当前所有的剩余资源额度是否小于预设的资源余额阈值;
若所述剩余资源额度小于所述资源余额阈值,判定当前存在风险;
若大额授信被邀请用户的数量小于所述大额授信用户邀请人数阈值,或者,所述动支率大于或等于所述动支率预估值,或所述人均动支额度小于或等于所述人均动支额度预估值,或所述剩余资源额度大于或等于所述资源余额阈值,判定当前不存在风险。
4.根据权利要求1至3中任一项所述的风险识别方法,其特征在于,识别出当前存在风险之后,所述风险识别方法还包括:
基于所述用户累计邀请到的所有被邀请用户的最新动支率或最新人均动支额度,判断所述用户是否满足预设的第二触发条件;若是,判定风险解除。
5.根据权利要求1至4中任一项所述的风险识别方法,其特征在于,判断所述用户是否始终满足所述第二触发条件的步骤,具体包括:
判断所述新动支率是否始终小于或大于根据所述第二数学模型重新计算得到的动支率预估值,或所述新人均动支额度是否始终小于或大于根据所述第三数学模型重新计算得到的人均动支额度预估值;
若所述新动支率始终小于或大于重新计算得到的动支率预估值,或所述新人均动支额度始终小于或大于重新计算得到的人均动支额度预估值,判定所述用户符合所述第二触发条件,否则,判定所述用户不符合所述第二触发条件。
6.根据权利要求1至5中任一项所述的风险识别方法,其特征在于,所述动支率为所有被邀请用户中动支人数与所有被邀请用户中大额授信被邀请用户人数之比;和/或,所述新动支率为当判断出当前存在风险之后,所有被邀请用户中新的动支人数与所有被邀请用户中新的大额授信被邀请用户人数之比;和/或,所述人均动支额度为所有被邀请用户中动支总金额与所有被邀请用户中大额授信被邀请用户人数之比;和/或,所述新人均动支额度为当判断出当前存在风险之后,所有被邀请用户中新的动支总金额与所有被邀请用户中新的大额授信被邀请用户人数之比。
7.根据权利要求1至6中任一项所述的风险识别方法,其特征在于,所述第一数学模型是基于每个被邀请用户的移动终端标识码的获取时长,头部邀请用户当前对应的资源基数升级所需门槛授信人数,以及当日被邀请用户的动支记录所构建而成的;和/或,所述第二数学模型是基于每个被邀请用户的移动终端标识码的获取时长,当前所有头部邀请用户所邀请的所述被邀请用户的动支率,以及当日被邀请用户的动支记录所构建而成的;和/或,
所述第三数学模型是基于每个被邀请用户的移动终端标识码的获取时长,当前所有头部邀请用户的人均借款金额晋级门槛,以及当日被邀请用户的动支记录所构建而成的。
8.一种信息推广中的风险识别装置,其特征在于,包括:
数据获取模块,用于获取预设时间内所述用户累计获得的资源总额;
第一判断模块,用于基于所述资源总额判断所述用户当前是否满足预设的第一触发条件;
风险识别模块,用于当所述第一判断模块判断出所述用户满足所述第一触发条件时,基于所述用户在所述预设时间内邀请到的所有被邀请用户信息进行风险识别。
9.一种电子设备,包括至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器用于存储执行权利要求1至7中任一项所述方法的程序;
所述处理器被配置为用于执行所述存储器中存储的程序。
10.一种计算机可读存储介质,其存储有计算机程序,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7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010301985.7A CN111681027A (zh) | 2020-04-16 | 2020-04-16 | 信息推广中的风险管理方法及其装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010301985.7A CN111681027A (zh) | 2020-04-16 | 2020-04-16 | 信息推广中的风险管理方法及其装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111681027A true CN111681027A (zh) | 2020-09-18 |
Family
ID=72451616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010301985.7A Pending CN111681027A (zh) | 2020-04-16 | 2020-04-16 | 信息推广中的风险管理方法及其装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111681027A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114596111A (zh) * | 2022-03-03 | 2022-06-07 | 浙江吉利控股集团有限公司 | 风险识别模型生成方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080215426A1 (en) * | 2007-03-02 | 2008-09-04 | Marc Guldimann | System and methods for advertisement and event promotion |
CN107256257A (zh) * | 2017-06-12 | 2017-10-17 | 上海携程商务有限公司 | 基于业务数据的异常用户生成内容识别方法及系统 |
CN109409918A (zh) * | 2018-08-24 | 2019-03-01 | 深圳壹账通智能科技有限公司 | 基于用户行为的羊毛党识别方法、装置、设备及存储介质 |
CN110033153A (zh) * | 2018-12-05 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种对信息推荐进行资源奖励方法、装置及设备 |
CN110807710A (zh) * | 2019-09-26 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种用户邀请好友的邀请数据管理方法和系统 |
CN110807649A (zh) * | 2019-09-26 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种金融产品的邀请奖励方法和系统 |
-
2020
- 2020-04-16 CN CN202010301985.7A patent/CN111681027A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080215426A1 (en) * | 2007-03-02 | 2008-09-04 | Marc Guldimann | System and methods for advertisement and event promotion |
CN107256257A (zh) * | 2017-06-12 | 2017-10-17 | 上海携程商务有限公司 | 基于业务数据的异常用户生成内容识别方法及系统 |
CN109409918A (zh) * | 2018-08-24 | 2019-03-01 | 深圳壹账通智能科技有限公司 | 基于用户行为的羊毛党识别方法、装置、设备及存储介质 |
CN110033153A (zh) * | 2018-12-05 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种对信息推荐进行资源奖励方法、装置及设备 |
CN110807710A (zh) * | 2019-09-26 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种用户邀请好友的邀请数据管理方法和系统 |
CN110807649A (zh) * | 2019-09-26 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种金融产品的邀请奖励方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114596111A (zh) * | 2022-03-03 | 2022-06-07 | 浙江吉利控股集团有限公司 | 风险识别模型生成方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766541B (zh) | 贷款风险评估方法、装置、设备及计算机可读存储介质 | |
CN106487715B (zh) | 一种用于为用户分配资源的方法和装置 | |
US20180174127A1 (en) | Settlement processing device and method, and computer program | |
CN107301597A (zh) | 信息处理方法及装置 | |
CN111681025A (zh) | 资源发放方法及其装置、电子设备、计算机可读存储介质 | |
CN111833179A (zh) | 资源分配平台、资源分配方法及装置 | |
CN111612510A (zh) | 一种基于活动任务的资源分配方法、系统和电子设备 | |
CN111612511A (zh) | 一种基于活动任务的资源分配方法、装置和电子设备 | |
US20150154710A1 (en) | System and method for calculating a premium for a life insurance option | |
CN111198987A (zh) | 基于用户等级的页面展示方法及其装置、系统、电子设备和存储介质 | |
CN110930245A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
US20050160035A1 (en) | Credit transaction system | |
CN111369345A (zh) | 云计算区块链的大数据信贷用户信用评估方法及系统 | |
CN111198736A (zh) | 基于用户状态特征的页面展示方法及其装置、系统、服务器、存储介质 | |
CN110874797B (zh) | 资源分配方法和资源分配装置 | |
CN111681092B (zh) | 资源调度方法及服务端、电子设备、存储介质 | |
CN111681027A (zh) | 信息推广中的风险管理方法及其装置、电子设备和存储介质 | |
CN109587244A (zh) | 云手机数据处理方法、装置、计算机可读存储介质及电子设备 | |
CN111210256A (zh) | 资源分配方法及其装置、服务器、存储介质 | |
JP2021043758A (ja) | 情報処理装置及び情報処理方法 | |
CN116091242A (zh) | 推荐产品组合生成方法及装置、电子设备和存储介质 | |
KR20150096190A (ko) | 애플리케이션 펀딩서비스를 제공하는 서버, 방법 및 시스템 | |
CN111681024A (zh) | 信息推广中的风险管理方法及其装置、电子设备和存储介质 | |
CN111815307A (zh) | 区块链的资产管理方法、电子设备和存储介质 | |
CN111242576A (zh) | 处理请求的方法和装置 |
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: 20200918 |
|
RJ01 | Rejection of invention patent application after publication |