CN112148987A - 基于目标对象活跃度的消息推送方法及相关设备 - Google Patents
基于目标对象活跃度的消息推送方法及相关设备 Download PDFInfo
- Publication number
- CN112148987A CN112148987A CN202011086787.XA CN202011086787A CN112148987A CN 112148987 A CN112148987 A CN 112148987A CN 202011086787 A CN202011086787 A CN 202011086787A CN 112148987 A CN112148987 A CN 112148987A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- activity
- evaluation
- coefficient
- 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.)
- Granted
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Abstract
本申请属于人工智能领域,涉及基于目标对象活跃度的消息推送方法,包括:获取第一预设时间段内多个目标对象的历史数据信息,从历史数据信息中提取多个评价因子;计算各评价因子与目标对象的目标操作的第一相关系数,根据第一相关系数对各评价因子进行筛选得到目标评价因子;根据第一相关系数和目标评价因子计算各目标对象的活跃度系数,以对各目标对象进行分类并进行消息推送。本申请还提供基于目标对象活跃度的消息推送装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,历史数据信息中的隐私信息可存储于区块链中。本申请对目标对象的活跃度评价更准确,有助于信息推送,同时可通过监测目标评价因子提升整体目标对象的活跃度。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及基于目标对象活跃度的消息推送方法、装置、计算机设备及存储介质。
背景技术
用户活跃度对于实现精准的信息推送、降低用户流失率和进行销量预测等有重要作用,因此需要准确识别用户活跃度。现有的用户活跃度评价模型,是基于用户流失周期内用户的访问频次或者购买行为的统计学指标,常用留存率等作为打分指标,将用户划分为高活跃、中活跃、低活跃三个群体,模型简单,由于模型评价指标过于单一,无法准确识别用户活跃度,导致无法实现信息的精准推送,且对于如何提高用户活跃度无法提供有效指导。
发明内容
本申请实施例的目的在于提出一种基于目标对象活跃度的消息推送方法、装置、计算机设备及存储介质,以解决现有技术中模型评价指标过于单一,无法准确识别用户活跃度,导致无法实现信息的精准推送,且对于如何提高用户活跃度无法提供有效指导的问题。
为了解决上述技术问题,本申请实施例提供一种基于目标对象活跃度的消息推送方法,采用了如下所述的技术方案:
一种基于目标对象活跃度的消息推送方法,包括下述步骤:
获取第一预设时间段内多个目标对象的历史数据信息,所述历史数据信息包括所述目标对象的属性信息和操作信息,从所述属性信息和所述操作信息中提取多个评价因子;
计算各所述评价因子与所述目标对象的目标操作的第一相关系数,根据得到的所述第一相关系数对各所述评价因子进行筛选,得到目标评价因子;
根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数,并根据所述活跃度系数对各所述目标对象进行分类;
根据各所述目标对象的分类结果进行消息推送。
为了解决上述技术问题,本申请实施例还提供一种基于目标对象活跃度的消息推送装置,采用了如下所述的技术方案:
一种基于目标对象活跃度的消息推送装置,包括:
提取模块,用于获取第一预设时间段内多个目标对象的历史数据信息,所述历史数据信息包括所述目标对象的属性信息和操作信息,从所述属性信息和所述操作信息中提取多个评价因子;
筛选模块,用于计算各所述评价因子与所述目标对象的目标操作的第一相关系数,根据得到的所述第一相关系数对各所述评价因子进行筛选,得到目标评价因子;
分类模块,用于根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数,并根据所述活跃度系数对各所述目标对象进行分类;
推送模块,用于根据各所述目标对象的分类结果进行消息推送。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如上所述的基于目标对象活跃度的消息推送方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上所述的基于目标对象活跃度的消息推送方法的步骤。
与现有技术相比,本申请实施例提供的基于目标对象活跃度的消息推送方法、装置、计算机设备及存储介质主要有以下有益效果:
本申请方案通过多目标评价因子对目标对象的活跃度进行评价,更能全面了解目标对象的活跃特性及影响因素,对目标对象的活跃度评价更准确,有助于根据目标对象活跃度进行针对性的信息推送,同时为目标对象活跃度监测以及活跃度提升提供了更多方向,可通过监测目标评价因子发掘未来可能成为重点活跃对象的潜在目标对象,提升整体目标对象的活跃度。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,下面描述中的附图对应于本申请的一些实施例,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是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的基于目标对象活跃度的消息推送方法的一个实施例的流程图;
图3是根据本申请的基于目标对象活跃度的消息推送装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的基于目标对象活跃度的消息推送方法一般由服务器执行,相应地,基于目标对象活跃度的消息推送装置一般设置于服务器中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的基于目标对象活跃度的消息推送方法的一个实施例的流程图。所述的基于目标对象活跃度的消息推送方法包括以下步骤:
S201,获取第一预设时间段内多个目标对象的历史数据信息,所述历史数据信息包括所述目标对象的属性信息和操作信息,从所述属性信息和所述操作信息中提取多个评价因子;
S202,计算各所述评价因子与所述目标对象的目标操作的第一相关系数,根据得到的所述第一相关系数对各所述评价因子进行筛选,得到目标评价因子;
S203,根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数,并根据所述活跃度系数对各所述目标对象进行分类;
S204,根据各所述目标对象的分类结果进行消息推送。
下面对上述步骤进行展开说明。
对于步骤S201,在本申请实施例中,所述目标对象指各类系统或平台中的用户,比如销售系统、付费学习平台、影视网站等,在这些系统或平台中,可以通过第一预设时间段内(比如六个月)的用户的历史数据信息对用户的活跃度来进行评估,以根据评估结果有针对性的进行消息推送或者营销。其中,所述第一预设时间段可以是从当前时间节点往前的历史时间段。
进一步的,本申请实施例可从多个数据库获取多个目标对象的历史数据信息,比如某系统包含多个子系统,每个子系统实现不同功能或者提供不同的业务,且每个子系统的用户存在重叠,比如在同一机构下的保险销售系统中,可存在寿险、车险或其他金融业务,购买寿险的用户存在购买车险或其他金融产品的可能,当寿险、车险或其他金融业务等这些业务的数据库独立时,可从多个数据库中获取用户的信息,可对用户的活跃度进行跨平台、跨业务综合评价,还可实现跨平台的信息推送。
在具体实施例中,当所述目标对象为系统或平台的用户时,所述目标对象的属性信息为用户信息,具体可包括用户姓名、职业、年龄、性别等,当从多个数据库中获取用户的历史数据信息时,比如需要根据公司业务将客户进行分层经营的情形,还可根据数据来源对用户进行分群,下文中针对分群后的消息推送将进行附加说明,相应的所述目标对象的属性信息还可包括用户分群信息,比如保险销售系统中,可分为寿险用户、车险用户或其他金融业务用户、系统用户等,其中系统用户指使用系统但未购买任何保险或金融产品的用户。
而所述目标对象的操作信息可包括用户在系统或平台的登陆信息、页面点击信息等,其中登陆信息包含登陆的天数和次数,可以量化用户的活跃度情况,页面点击信息包含具体系统或平台任意页面的点击信息情况,可以挖掘用户的兴趣内容。所述目标对象的操作信息可通过在系统或平台的页面进行数据埋点来对应获取,数据埋点在页面中的位置和数量可根据页面中各项用户操作是否会与S202中的所述目标操作相关来确定。
在获取所述目标对象的属性信息和操作信息后,根据属性信息和操作信息的具体内容可提取若干用于确定用户活跃度的评价因子,其中,对于属性信息的提取具体将目标对象的属性进行数值化映射,得到属性信息对应的量化值,而对操作信息的提取则包括在所述第一预设时间段对目标对象的操作次数的统计。以目标对象为保险销售系统的用户为例,根据属性信息可获取寿险用户、车险用户等评价因子,基于预设的数值化映射表可将寿险用户和车险用户映射为具体的数值;根据操作信息可获取到所述第一预设时间段登录次数、是否点击保单服务(点击次数是否非零)、保单服务点击次数、保险产品点击次数等评价因子。对于不同的目标对象而言,其属性信息和操作信息的不同意味着各自对应的评价因子的取值不同,基于不同的属性信息和操作信息后续步骤S202得到的第一相关系数也将不同。
对于步骤S202,具体的,当目标对象为系统或平台的用户时,所述目标操作是指用户在系统或平台的指定页面执行指定的操作,以保险销售系统为例,所述目标操作则为用户在保险或金融产品购买页面进行的产品购买操作,这意味着本步骤S202中所述目标对象的属性信息和操作信息的生成时间不晚于上述目标操作的发生时间。需要说明的是,当所述目标对象的目标操作存在多个时,将分别计算各所述评价因子与各个目标操作的第一相关系数,综合得到的第一相关系数对各所述评价因子进行筛选,得到目标评价因子。
在一些实施例中,所述第一相关系数为皮尔逊相关系数;
所述计算各所述评价因子与所述目标对象的目标操作的第一相关系数具体为计算所述评价因子与所述目标对象的目标操作的皮尔逊相关系数,通过计算所述评价因子与所述目标对象的目标操作的协方差和标准差的商来获得皮尔逊,具体采用下式进行计算:
其中X为所述目标评价因子,Y为所述目标对象的目标操作,ρX,Y为X和Y的皮尔逊相关系数,E[(X-μX)(Y-μY)]为X和Y的协方差,σXσY为X和Y的标准差。
在本申请实施例中,根据所述第一相关系数对各所述评价因子进行筛选是按照所述第一相关系数的大小来进行筛选,在一些实施例中,可将所述第一相关系数的大小低于预设阈值的评价因子进行剔除,保留剩余的评价因子作为所述目标评价因子。
在其他实施例中,也可以通过其他方式计算所述评价因子和所述目标对象的目标操作的第一相关系数,在此不做限定。
对于步骤S203,在本申请实施例中,对于每个目标对象,其对应的目标评价因子的取值不同,得到的第一相关系数也不同,由此根据所述第一相关系数和上述目标评价因子计算得到的各目标对象的活跃度系数也不同。
在本实施例中,所述根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数包括根据所述第一相关系数得到对应的所述目标评价因子的权重,根据各所述目标评价因子的权重得到对应的所述目标对象的活跃度系数。
在一些实施例中,当所述第一相关系数为皮尔逊相关系数时,所述根据所述第一相关系数得到对应的所述目标评价因子的权重包括:将所述皮尔逊相关系数的平方作为对应的目标评价因子的权重。
进一步的,所述根据各所述目标评价因子的权重得到对应的所述目标对象的活跃度系数包括:基于各所述目标评价因子的权重进行加权求和,并归一化后映射到指定的数值区间后得到所述活跃度系数。当活跃度系数的数值越高,代表目标对象的活跃度越高,以所述数值区间为0至100为例,在计算各所述目标对象的活跃度系数时,基于各所述目标评价因子的权重进行加权求和,归一化后映射到0至100,得到活跃度系数,具体可通过下式求取:
其中,HX,Y表示活跃度系数,k表示目标评价因子,q表示权重,n表示目标评价因子的个数,i表示目标对象,MinMax表示进行归一化,具体通过下式执行归一化操作:
式中P为基于各目标评价因子的权重进行加权求和的结果,Max和Min为各目标对象对应的加权求和结果中的最大值和最小值。
在一些实施例中,在间隔预设时长后,各所述目标对象的活跃度系数会根据各所述目标对象的最新数据进行更新,有助于获得实时的活跃度。
在一些实施例中,所述根据所述活跃度系数对各所述目标对象进行分类包括:将各所述目标对象划按照活跃度系数的大小排序后进行等频分区,划分为多个区间,每个区间对应一定数量的所述目标对象。具体的,在得到各所述目标对象的活跃度系数后,根据所述活跃度系数对各所述目标对象进行分类是指将目标对象划按照活跃度系数的大小排序后划分为多个区间,每个区间对应一定数量的目标对象。在本申请实施例中,具体根据活跃度系数进行等频分区(比如分成10个或20个区间),每个区间的目标对象数量一致,以此来区分活跃和不活跃的目标对象。采用等频分区可方便设置阈值对各个区间进行活跃度区分,至少设置有一个阈值,比如在本申请实施例中以等频分区为20个区间为例,设置两个阈值将这20各区间划分为三段,分别对应高活跃、中活跃和低活跃,高活跃段对应靠前的区间,中活跃对应中部的区间,以此类推,实现基于各所述目标对象的活跃度对各所述目标对象的分类。
对于步骤S204,在基于各所述目标对象的活跃度进行目标对象的分类后,可以对不同分类的目标对象进行针对性的消息推送,以保险销售系统为例,针对活跃度低但有保险购买历史的用户,利用历史购买数据进行产品推荐和活动营销;对于活跃度低且没有保险购买历史的用户,可以推送消息给保险代理人,以提醒保险代理人进行关注,增加互动;对于活跃用户且有购买历史的用户,基于其历史购买数据推荐产品外,可以推送消息给保险代理人,以提醒保险代理人对用户进行定期维护,采用针对性的消息推送从而实现不活跃用户和活跃客户的分开经营,有利于保险代理人实现精准营销,提升工作效率,降低用户流失率,提高用户购买成交率。
在一些实施例中,在完成类似前述的高活跃、中活跃和低活跃的分段操作后,所述方法还包括:在完成消息推送后,获取完成消息推送后的第二预设时间段内每个分段内执行所述目标操作的目标对象,得到多个第一目标对象集合;获取所述第一预设时间段和所述第二预设时间段内所有执行所述目标操作的目标对象,得到第二目标对象集合;根据各所述第一目标对象集合与对应的分段内的目标对象得到多个第一判断参数,并根据各所述第一目标对象集合与所述第二目标对象集合得到第二判断参数;根据各所述第一判断参数和所述第二判断参数判断是否对所述目标评价因子进行调整。
以保险销售系统为例,其中用户按照活跃度被分成A、B、C三个分段,其中目标操作为保险购买操作,执行保险购买操作的用户的统计时段为所述第二预设时间段,比如未来三个月内,第一判断参数为购买比例,第二判断参数为召回率,即将购买比例和召回率作为目标评价因子是否调整的判断指标,按照所述A、B、C三个分段,进行分段统计。具体的,通过下式对A、B、C三个分段的购买比例进行计算:
DA、DB、DC分别表示A、B、C三个分段的各自的购买比例,MA1、MB1、MC1分别表示在A、B、C三个分段的各自执行保险购买操作的用户的数量,MA、MB、MC分别表示在A、B、C三个分段的各自的段内用户的数量。
通过下式对A、B、C三个分段的召回率进行计算:
其中,RA、RB、RC分别表示在A、B、C三个分段的召回率,MA1、MB1、MC1分别表示在A、B、C三个分段的各自执行保险购买操作的用户的数量,MR表示所述第一预设时间段和所述第二预设时间段内所有执行保险购买操作的用户的数量。
在本实施例中,如果所述第一判断参数和/或所述第二判断参数的值小于预设阈值,则获取目标对象新的数据信息对所述目标评价因子进行调整,以使活跃度系数与所述第一判断参数和所述第二判断参数购买比例成正比。
在一些实施例中,在所述获取第一预设时间段内多个目标对象的历史数据信息的步骤之后,所述方法还包括:根据所述历史数据信息对各所述目标对象进行分群,生成多个目标对象群,确定每个所述目标对象群的评价因子;计算各所述目标对象群的评价因子与对应的所述目标对象群的目标操作的第二相关系数,根据各所述第二相关系数对对应的所述目标对象群的评价因子进行筛选,得到每个所述目标对象群的目标评价因子;根据各所述第二相关系数计算对应的所述目标对象群的目标评价因子的活跃度系数,根据各所述目标对象群的目标评价因子的活跃度系数对各所述目标对象进行分类;根据各所述目标对象的分类结果进行消息推送。本实施例中可以针对不同目标对象群得到对应的目标评价因子,由此可以更加精确地获得目标对象的活跃度系数,在保险销售系统中,通过将在系统中的注册用户按照购买产品的类型将用户分类,分为多个用户群,既能提高用户活跃度的评价准确性,又能了解不同用户群的特性,方便针对性地进行产品推荐。
本申请提供的基于目标对象活跃度的消息推送方法,通过多目标评价因子对目标对象的活跃度进行评价,更能全面了解目标对象的活跃特性及影响因素,对目标对象的活跃度评价更准确,有助于根据目标对象活跃度进行针对性的信息推送,同时为目标对象活跃度监测以及活跃度提升提供了更多方向,可通过监测目标评价因子发掘未来可能成为重点活跃对象的潜在目标对象,提升整体目标对象的活跃度。
需要强调的是,为进一步保证信息的私密和安全性,上述的历史数据信息中的隐私数据还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、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。区块链(Blockchain)本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。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等。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种基于目标对象活跃度的消息推送装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的基于目标对象活跃度的消息推送装置包括:提取模块301、筛选模块302、分类模块303以及推送模块304。
其中上述提取模块301用于获取第一预设时间段内多个目标对象的历史数据信息,所述历史数据信息包括所述目标对象的属性信息和操作信息,从所述属性信息和所述操作信息中提取多个评价因子;所述筛选模块302用于计算各所述评价因子与所述目标对象的目标操作的第一相关系数,根据得到的所述第一相关系数对各所述评价因子进行筛选,得到目标评价因子;所述分类模块303用于根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数,并根据所述活跃度系数对各所述目标对象进行分类;所述推送模块304用于根据各所述目标对象的分类结果进行消息推送。
在本申请实施例中,所述目标对象指各类系统或平台中的用户,比如销售系统、付费学习平台、影视网站等,在这些系统或平台中,可以通过第一预设时间段内(比如六个月)的用户的历史数据信息对用户的活跃度来进行评估,以根据评估结果有针对性的进行消息推送或者营销。其中,所述第一预设时间段可以是从当前时间节点往前的历史时间段。
本申请实施例提取模块301可从多个数据库获取多个目标对象的历史数据信息。在具体实施例中,当所述目标对象为系统或平台的用户时,所述目标对象的属性信息为用户信息,具体可包括用户姓名、职业、年龄、性别等,而所述目标对象的操作信息可包括用户在系统或平台的登陆信息、页面点击信息等,其中登陆信息包含登陆的天数和次数,可以量化用户的活跃度情况,页面点击信息包含具体系统或平台任意页面的点击信息情况,可以挖掘用户的兴趣内容。所述目标对象的操作信息可通过在系统或平台的页面进行数据埋点来对应获取,数据埋点在页面中的位置和数量可根据页面中各项用户操作是否会与所述目标对象的目标操作相关来确定。
在提取模块301获取所述目标对象的属性信息和操作信息后,根据属性信息和操作信息的具体内容可提取若干用于确定用户活跃度的评价因子,其中,对于属性信息的提取具体将目标对象的属性进行数值化映射,得到属性信息对应的量化值,而对操作信息的提取则包括在所述第一预设时间段对目标对象的操作次数的统计。对于不同的目标对象而言,其属性信息和操作信息的不同意味着各自对应的评价因子的取值不同,基于不同的属性信息和操作信息后续筛选模块302得到的相关系数也将不同。
当目标对象为系统或平台的用户时,所述目标操作是指用户在系统或平台的指定页面执行指定的操作,当所述目标对象的目标操作存在多个时,筛选模块302将分别计算各所述评价因子与各个目标操作的相关系数,综合得到的相关系数对各所述评价因子进行筛选,得到目标评价因子。
在一些实施例中,所述第一相关系数为皮尔逊相关系数;
所述筛选模块302计算各所述评价因子与所述目标对象的目标操作的第一相关系数具体为计算所述评价因子与所述目标对象的目标操作的皮尔逊相关系数,通过计算所述评价因子与所述目标对象的目标操作的协方差和标准差的商来获得皮尔逊,具体计算公式可参考上述实施例,此处不再展开。
在本申请实施例中,所述筛选模块302根据所述相关系数对各所述评价因子进行筛选是按照所述相关系数的大小来进行筛选,在一些实施例中,可将所述相关系数的大小低于预设阈值的评价因子进行剔除,保留剩余的评价因子作为所述目标评价因子。
在其他实施例中,所述筛选模块302也可以通过其他方式计算所述评价因子和所述目标对象的目标操作的相关系数,在此不做限定。
对于步骤S203,在本申请实施例中,对于每个目标对象,其对应的目标评价因子的取值不同,得到的相关系数也不同,由此分类模块303根据所述相关系数和上述目标评价因子计算得到的各目标对象的活跃度系数也不同。
在本实施例中,所述分类模块303根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数时,具体用于根据所述第一相关系数得到对应的所述目标评价因子的权重,根据各所述目标评价因子的权重得到对应的所述目标对象的活跃度系数。
在一些实施例中,当所述相关系数为皮尔逊相关系数时,所述分类模块303根据所述第一相关系数得到对应的所述目标评价因子的权重时,具体用于将所述皮尔逊相关系数的平方作为对应的目标评价因子的权重。
进一步的,所述分类模块303根据各所述目标评价因子的权重得到对应的所述目标对象的活跃度系数时,具体用于基于各所述目标评价因子的权重进行加权求和,并归一化后映射到指定的数值区间后得到所述活跃度系数。当活跃度系数的数值越高,代表目标对象的活跃度越高,具体示例和计算过程可参考上述方法实施例,在此不作展开。
在一些实施例中,在间隔预设时长后,各所述目标对象的活跃度系数所述分类模块303会根据各所述目标对象的最新数据对各所述目标对象的活跃度系数进行更新,有助于获得实时的活跃度。
在一些实施例中,所述分类模块303根据所述活跃度系数对各所述目标对象进行分类时,具体用于将各所述目标对象划按照活跃度系数的大小排序后进行等频分区,划分为多个区间,每个区间对应一定数量的所述目标对象。具体可参考上述实施例,在此不作展开。
进一步的,在分类模块303基于各所述目标对象的活跃度进行目标对象的分类后,推送模块304可以对不同分类的目标对象进行针对性的消息推送,具体示例可参考上述方法实施例,在此不作展开。
在一些实施例中,所述装置还包括调整模块,在分类模块303完成类似前述的高活跃、中活跃和低活跃的分段操作后,所述调整模块用于在完成消息推送后,获取完成消息推送后的第二预设时间段内每个分段内执行所述目标操作的目标对象,得到多个第一目标对象集合;获取所述第一预设时间段和所述第二预设时间段内所有执行所述目标操作的目标对象,得到第二目标对象集合;根据各所述第一目标对象集合与对应的分段内的目标对象得到多个第一判断参数,并根据各所述第一目标对象集合与所述第二目标对象集合得到第二判断参数;根据各所述第一判断参数和所述第二判断参数判断是否对所述目标评价因子进行调整。具体示例可参考上述方法实施例,在此不作展开。
在本实施例中,如果所述第一判断参数和/或所述第二判断参数的值小于预设阈值,则使提取模块301、筛选模块302、分类模块303以及推送模块304根据各所述目标对象的新数据信息对所述目标评价因子进行调整,以使活跃度系数与所述第一判断参数和所述第二判断参数购买比例成正比。
在一些实施例中,在所述提取模块301获取第一预设时间段内多个目标对象的历史数据信息的步骤之后,所述提取模块301还用于根据所述历史数据信息对各所述目标对象进行分群,生成多个目标对象群,确定每个所述目标对象群的评价因子;所述筛选模块302还用于计算各所述目标对象群的评价因子与对应的所述目标对象群的目标操作的第二相关系数,根据各所述第二相关系数对对应的所述目标对象群的评价因子进行筛选,得到每个所述目标对象群的目标评价因子;所述分类模块303还用于根据各所述第二相关系数计算对应的所述目标对象群的目标评价因子的活跃度系数,根据各所述目标对象群的目标评价因子的活跃度系数对各所述目标对象进行分类;所述推送模块304还用于根据各所述目标对象的分类结果进行消息推送。本实施例中可以针对不同目标对象群得到对应的目标评价因子,由此可以更加精确地获得目标对象的活跃度系数,在保险销售系统中,通过将在系统中的注册用户按照购买产品的类型将用户分类,分为多个用户群,既能提高用户活跃度的评价准确性,又能了解不同用户群的特性,方便针对性地进行产品推荐。
本申请提供的基于目标对象活跃度的消息推送装置,通过多目标评价因子对目标对象的活跃度进行评价,更能全面了解目标对象的活跃特性及影响因素,对目标对象的活跃度评价更准确,有助于根据目标对象活跃度进行针对性的信息推送,同时为目标对象活跃度监测以及活跃度提升提供了更多方向,可通过监测目标评价因子发掘未来可能成为重点活跃对象的潜在目标对象,提升整体目标对象的活跃度。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43,所述存储器41中存储有计算机可读指令,所述处理器42执行所述计算机可读指令时实现上述方法实施例中所述的基于目标对象活跃度的消息推送方法的步骤,并具有与上述基于目标对象活跃度的消息推送方法相对应的有益效果,在此不作展开。
需要指出的是,图中仅示出了具有存储器41、处理器42、网络接口43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
在本实施例中,所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如对应于上述基于目标对象活跃度的消息推送方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行对应于所述基于目标对象活跃度的消息推送方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于目标对象活跃度的消息推送方法的步骤,并具有与上述基于目标对象活跃度的消息推送方法相对应的有益效果,在此不作展开。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请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,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种基于目标对象活跃度的消息推送方法,其特征在于,包括下述步骤:
获取第一预设时间段内多个目标对象的历史数据信息,所述历史数据信息包括所述目标对象的属性信息和操作信息,从所述属性信息和所述操作信息中提取多个评价因子;
计算各所述评价因子与所述目标对象的目标操作的第一相关系数,根据得到的所述第一相关系数对各所述评价因子进行筛选,得到目标评价因子;
根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数,并根据所述活跃度系数对各所述目标对象进行分类;
根据各所述目标对象的分类结果进行消息推送。
2.根据权利要求1所述的基于目标对象活跃度的消息推送方法,其特征在于,所述根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数包括:
根据所述第一相关系数得到对应的所述目标评价因子的权重,根据各所述目标评价因子的权重得到对应的所述目标对象的活跃度系数。
4.根据权利要求3所述的基于目标对象活跃度的消息推送方法,其特征在于,所述根据所述第一相关系数得到对应的所述目标评价因子的权重包括:将所述皮尔逊相关系数的平方作为对应的目标评价因子的权重;
所述根据各所述目标评价因子的权重得到对应的所述目标对象的活跃度系数包括:基于各所述目标评价因子的权重进行加权求和,并归一化后映射到指定的数值区间后得到所述活跃度系数。
5.根据权利要求1至4任一项所述的基于目标对象活跃度的消息推送方法,其特征在于,所述根据所述活跃度系数对各所述目标对象进行分类包括:
将各所述目标对象划按照活跃度系数的大小排序后进行等频分区,划分为多个区间,每个区间对应一定数量的所述目标对象。
6.根据权利要求5所述的基于目标对象活跃度的消息推送方法,其特征在于,在完成消息推送后,所述方法还包括:
获取完成消息推送后的第二预设时间段内每个分段内执行所述目标操作的目标对象,得到多个第一目标对象集合;
获取所述第一预设时间段和所述第二预设时间段内所有执行所述目标操作的目标对象,得到第二目标对象集合;
根据各所述第一目标对象集合与对应的分段内的目标对象得到多个第一判断参数,并根据各所述第一目标对象集合与所述第二目标对象集合得到第二判断参数;
根据各所述第一判断参数和所述第二判断参数判断是否对所述目标评价因子进行调整。
7.根据权利要求1至4任一项所述的基于目标对象活跃度的消息推送方法,其特征在于,在所述获取第一预设时间段内多个目标对象的历史数据信息的步骤之后,所述方法还包括:
根据所述历史数据信息对各所述目标对象进行分群,生成多个目标对象群,确定每个所述目标对象群的评价因子;
计算各所述目标对象群的评价因子与对应的所述目标对象群的目标操作的第二相关系数,根据各所述第二相关系数对对应的所述目标对象群的评价因子进行筛选,得到每个所述目标对象群的目标评价因子;
根据各所述第二相关系数计算对应的所述目标对象群的目标评价因子的活跃度系数,根据各所述目标对象群的目标评价因子的活跃度系数对各所述目标对象进行分类;
根据各所述目标对象的分类结果进行消息推送。
8.一种基于目标对象活跃度的消息推送装置,其特征在于,包括:
提取模块,用于获取第一预设时间段内多个目标对象的历史数据信息,所述历史数据信息包括所述目标对象的属性信息和操作信息,从所述属性信息和所述操作信息中提取多个评价因子;
筛选模块,用于计算各所述评价因子与所述目标对象的目标操作的第一相关系数,根据得到的所述第一相关系数对各所述评价因子进行筛选,得到目标评价因子;
分类模块,用于根据所述第一相关系数和所述目标评价因子计算得到各所述目标对象的活跃度系数,并根据所述活跃度系数对各所述目标对象进行分类;
推送模块,用于根据各所述目标对象的分类结果进行消息推送。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于目标对象活跃度的消息推送方法的步骤。
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上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于目标对象活跃度的消息推送方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086787.XA CN112148987B (zh) | 2020-10-12 | 2020-10-12 | 基于目标对象活跃度的消息推送方法及相关设备 |
PCT/CN2020/135596 WO2021174944A1 (zh) | 2020-10-12 | 2020-12-11 | 基于目标对象活跃度的消息推送方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086787.XA CN112148987B (zh) | 2020-10-12 | 2020-10-12 | 基于目标对象活跃度的消息推送方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112148987A true CN112148987A (zh) | 2020-12-29 |
CN112148987B CN112148987B (zh) | 2021-08-31 |
Family
ID=73953004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011086787.XA Active CN112148987B (zh) | 2020-10-12 | 2020-10-12 | 基于目标对象活跃度的消息推送方法及相关设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112148987B (zh) |
WO (1) | WO2021174944A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113138928A (zh) * | 2021-05-11 | 2021-07-20 | 中国工商银行股份有限公司 | 业务架构通用评价监督方法、装置、电子设备及介质 |
CN113205370A (zh) * | 2021-05-27 | 2021-08-03 | 北京深演智能科技股份有限公司 | 数据处理方法、数据处理装置及电子设备 |
CN113554350A (zh) * | 2021-08-16 | 2021-10-26 | 智慧足迹数据科技有限公司 | 活跃度评估方法、装置、电子设备及计算机可读存储介质 |
CN113791186A (zh) * | 2021-08-12 | 2021-12-14 | 北京金水永利科技有限公司 | 一种选择水质异常报警监测因子的方法及其系统 |
CN114157705A (zh) * | 2021-12-07 | 2022-03-08 | 深圳前海微众银行股份有限公司 | 一种信息推送方法及装置、存储介质 |
CN114465832A (zh) * | 2022-01-13 | 2022-05-10 | 北京快乐茄信息技术有限公司 | 一种信息的处理方法、装置、电子设备及存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114385913A (zh) * | 2021-12-31 | 2022-04-22 | 深圳市元征科技股份有限公司 | 一种用户交互方法、用户维护装置及电子设备 |
CN114520826B (zh) * | 2021-12-31 | 2024-04-05 | 珠海华发金融科技研究院有限公司 | 跨平台信息匹配方法、装置及云端智能机器人 |
CN114611101B (zh) * | 2022-03-17 | 2024-04-26 | 杭州云深科技有限公司 | 一种获取应用软件趋势的数据处理系统 |
CN115225663B (zh) * | 2022-06-23 | 2024-03-08 | 中国工商银行股份有限公司 | 数据推送方法、装置及电子设备 |
CN115858719B (zh) * | 2023-02-21 | 2023-05-23 | 四川邕合科技有限公司 | 一种基于大数据分析的sim卡活跃度预测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN108959319A (zh) * | 2017-05-25 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 信息推送方法和装置 |
CN109087138A (zh) * | 2018-07-26 | 2018-12-25 | 北京京东金融科技控股有限公司 | 数据处理方法及系统、计算机系统和可读存储介质 |
CN109905382A (zh) * | 2019-02-15 | 2019-06-18 | 南京邮电大学 | Iptv视频流业务用户体验质量主客观综合评估方法 |
US20200134648A1 (en) * | 2017-07-24 | 2020-04-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for preventing user churn |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106066873B (zh) * | 2016-05-30 | 2019-09-27 | 哈尔滨工程大学 | 一种基于本体的旅游信息推荐方法 |
CN107682385A (zh) * | 2017-05-10 | 2018-02-09 | 平安科技(深圳)有限公司 | 基于线上线下一体化服务的方法及设备、存储介质 |
CN109190028A (zh) * | 2018-08-22 | 2019-01-11 | 中国平安人寿保险股份有限公司 | 基于大数据的活动推荐方法、装置、电子设备及存储介质 |
CN109284417B (zh) * | 2018-08-27 | 2022-11-22 | 广州飞磨科技有限公司 | 视频推送方法、装置、计算机设备和存储介质 |
CN109756563B (zh) * | 2018-12-17 | 2022-09-30 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
-
2020
- 2020-10-12 CN CN202011086787.XA patent/CN112148987B/zh active Active
- 2020-12-11 WO PCT/CN2020/135596 patent/WO2021174944A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN108959319A (zh) * | 2017-05-25 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 信息推送方法和装置 |
US20200134648A1 (en) * | 2017-07-24 | 2020-04-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for preventing user churn |
CN109087138A (zh) * | 2018-07-26 | 2018-12-25 | 北京京东金融科技控股有限公司 | 数据处理方法及系统、计算机系统和可读存储介质 |
CN109905382A (zh) * | 2019-02-15 | 2019-06-18 | 南京邮电大学 | Iptv视频流业务用户体验质量主客观综合评估方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113138928A (zh) * | 2021-05-11 | 2021-07-20 | 中国工商银行股份有限公司 | 业务架构通用评价监督方法、装置、电子设备及介质 |
CN113205370A (zh) * | 2021-05-27 | 2021-08-03 | 北京深演智能科技股份有限公司 | 数据处理方法、数据处理装置及电子设备 |
CN113205370B (zh) * | 2021-05-27 | 2023-04-07 | 北京深演智能科技股份有限公司 | 数据处理方法、数据处理装置及电子设备 |
CN113791186A (zh) * | 2021-08-12 | 2021-12-14 | 北京金水永利科技有限公司 | 一种选择水质异常报警监测因子的方法及其系统 |
CN113554350A (zh) * | 2021-08-16 | 2021-10-26 | 智慧足迹数据科技有限公司 | 活跃度评估方法、装置、电子设备及计算机可读存储介质 |
CN114157705A (zh) * | 2021-12-07 | 2022-03-08 | 深圳前海微众银行股份有限公司 | 一种信息推送方法及装置、存储介质 |
WO2023103350A1 (zh) * | 2021-12-07 | 2023-06-15 | 深圳前海微众银行股份有限公司 | 一种信息推送方法及装置、存储介质 |
CN114465832A (zh) * | 2022-01-13 | 2022-05-10 | 北京快乐茄信息技术有限公司 | 一种信息的处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021174944A1 (zh) | 2021-09-10 |
CN112148987B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112148987B (zh) | 基于目标对象活跃度的消息推送方法及相关设备 | |
CN112766649B (zh) | 基于多评分卡融合的目标对象评价方法及其相关设备 | |
CN112035549B (zh) | 数据挖掘方法、装置、计算机设备及存储介质 | |
CN111784528A (zh) | 异常社群检测方法、装置、计算机设备及存储介质 | |
CN107908616B (zh) | 预测趋势词的方法和装置 | |
CN110148053B (zh) | 用户信贷额度评估方法、装置、电子设备和可读介质 | |
CN112328909B (zh) | 信息推荐方法、装置、计算机设备及介质 | |
CN112861662B (zh) | 基于人脸和交互文本的目标对象行为预测方法及相关设备 | |
CN112308173B (zh) | 基于多评价因子融合的多目标对象评价方法及其相关设备 | |
CN112288163A (zh) | 目标对象的目标因子预测方法及相关设备 | |
CN110197426B (zh) | 一种信用评分模型的建立方法、装置及可读存储介质 | |
CN112288025A (zh) | 基于树结构的异常案件识别方法、装置、设备及存储介质 | |
CN112328657A (zh) | 特征衍生方法、装置、计算机设备及介质 | |
CN112995414B (zh) | 基于语音通话的行为质检方法、装置、设备及存储介质 | |
CN112887371B (zh) | 边缘计算方法、装置、计算机设备及存储介质 | |
CN113392920A (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN112990583A (zh) | 一种数据预测模型的入模特征确定方法及设备 | |
CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
CN115099875A (zh) | 基于决策树模型的数据分类方法及相关设备 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN115545753A (zh) | 一种基于贝叶斯算法的合作伙伴预测方法及相关设备 | |
CN112084408B (zh) | 名单数据筛选方法、装置、计算机设备及存储介质 | |
CN115392361A (zh) | 一种智能排序方法、装置、计算机设备及存储介质 | |
CN114265835A (zh) | 基于图挖掘的数据分析方法、装置及相关设备 | |
CN113298645A (zh) | 资源额度调整方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |