CN112347343A - 一种定制信息推送方法、装置和电子设备 - Google Patents
一种定制信息推送方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112347343A CN112347343A CN202011027642.2A CN202011027642A CN112347343A CN 112347343 A CN112347343 A CN 112347343A CN 202011027642 A CN202011027642 A CN 202011027642A CN 112347343 A CN112347343 A CN 112347343A
- Authority
- CN
- China
- Prior art keywords
- user
- time
- data
- financial
- customized information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 45
- 238000013145 classification model Methods 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
- H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Accounting & Taxation (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种定制信息推送方法，用于向用户推送定制信息，包括：在接收到当前用户的访问请求时，获取所述用户的用户特征数据；根据所述用户特征数据，进行目标用户筛选；构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据；使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类；根据所述目标用户的金融预测值对该用户推送定制信息。本发明的方法提升了转化率，并有效降低了信息推送成本，提高了定制信息推送的准确性。
Description
技术领域
本发明涉及计算机信息处理领域，具体涉及一种定制信息推送方法、装置和电子设备。
背景技术
随着移动通信的蓬勃发展，电信运营商能拥有处理和存储的电信数据越来越多，很多公司和企业为了高效的发现目标用户，开始通过和电信运营商合作获取他们的电信数据进行分析和处理，得出结果后反馈给合作商家进行精准信息推送。
现有技术中，很多电信企业利用数据挖掘在客户细分有广泛的应用，并且一些电信企业对客户细分及客户信息推送方面非常重视，同时依据客户细分产生的结果做出正确的决策。例如某电信企业基于数据挖掘手段在客户流失方面有广泛的应用，并且对其进行预测。例如，有些企业主要利用数据挖掘技术对客户进行细分，采用客户的性别和年龄等基本特征来。再例如，还有一些企业主要通过分析不同客户的业务贡献来对客户进行细分，针对不同客户群制定差异化的信息推送方案。
虽然目前大数据在精准信息推送方面已经有了一些应用，但是针对电信大数据的精准信息推送方式还是偏少，主要原因是电信运营商为了保护用户隐私，不会随便公开用户的电信数据。但是，在信息推送方面仍存在如下问题：1)信息推送效率低下，在各大运营商以对内业务为主的时期，短信精准信息推送的产品大多是语音、通话、流量产品，依照业务经验设计信息推送客户群提取口径，但是无法满足同一时期内大量多品类产品的信息推送需求。2)信息推送效果难以保证，随着信息推送产品的日益多样化，业务专家的业务知识储备几乎不可能得到同步的扩展，单一依赖信息推送人员设计信息推送口径的办法无法满足高质量的客群获取，受限于业务主观认知水平，无法做到个性化的精准信息推送。
因此，有必要提供一种更精准的定制信息推送方法。
发明内容
为了解决上述问题，本发明提供了一种定制信息推送方法，用于向用户推送定制信息，包括：在接收到当前用户的访问请求时，获取所述用户的用户特征数据；根据所述用户特征数据，进行目标用户筛选；构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据；使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类；根据所述目标用户的金融预测值对该用户推送定制信息。
优选地，所述进行目标用户筛选包括：根据所获取的用户特征数据，将当前用户分为导流用户和目标用户；对筛选出的目标用户进行实时分类，并且将筛选出的导流用户导流至其他业务。
优选地，使用所述实时分类模型，计算目标用户的授信评估值和金融评估值，并判断所述目标用户的授信和动支情况。
优选地，设定分类策略规则，所述分类策略规则包括使用维度参数对目标用户进行实时分类，该维度参数包括时间参数、资源配额量及当前使用状态。
优选地，所述分类策略规则包括：设定与时间参数、当前使用状态相对应的资源配额；所述时间参数包括授信后未动支的第一时间阈值、资源结清时间参数，该第一时间阈值用于表示用户在授信后未发生动支行为的设定天数，资源结清时间参数包括已结清时间小于特定天数、距最后一次结清时间小于特定天数；所述当前使用状态包括：已授信且未使用资源配额状态，已授信、已使用资源配额且资源未结清状态，已授信、已使用资源配额且资源已结清状态。
优选地，所述分类策略规则还包括：按照目标用户所处的当前使用状态对用户进行分类，并按照所计算的授信评估值、用户金融评估值、时间参数和当前资源配额对用户进行进一步分类；或者按照时间参数、资源配额增量、资源配额增量幅度对用户进行进一步分类。
优选地，还包括：设定第一授信阈值和第二授信阈值；将所计算的授信评估值与第一授信阈值和第二授信阈值进行比较，以区分授信类型，其中，在所计算的授信评估值大于第一授信阈值的情况下，表示该用户为第一授信类型；在所计算的授信评估值小于第一授信阈值且大于第二授信阈值的情况下，表示该用户为第二授信类型；在所计算的授信评估值小于第二授信阈值的情况下，表示该用户为第三授信类型。
优选地，所述分类策略规则还包括：设定第一金融阈值和第二金融阈值；将所计算的用户金融评估值大于第一金融阈值的用户为高分用户，将所计算的用户金融评估值小于第一金融阈值且大于第二金融阈值的用户为中分用户，以及将所计算的用户金融评估值小于第二金融阈值的用户为低分用户。
优选地，根据分类结果和预设推送策略，对所述目标用户推送相应定制信息，该定制信息包括特享资源、资源配额和活动推送内容，该特享资源与金融产品相关联的优惠券或现金。
此外，本发明还提供了一种定制信息推送装置，用于向用户推送定制信息，包括：获取模块，其用于在接收到当前用户的访问请求时，获取所述用户的用户特征数据；筛选模块，其根据所述用户特征数据，进行目标用户筛选；构建模块，其用于构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据；分类模块，其用于使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类；推送模块，其根据所述目标用户的金融预测值对该用户推送定制信息。
优选地，所述筛选模块还包括：根据所获取的用户特征数据，将当前用户分为导流用户和目标用户；对筛选出的目标用户进行实时分类，并且将筛选出的导流用户导流至其他业务。
优选地，还包括计算模块，所述计算模块用于使用所述实时分类模型，计算目标用户的授信评估值和金融评估值，并判断所述目标用户的授信和动支情况。
优选地，还包括设定模块，所述设定模块用于设定分类策略规则，所述分类策略规则包括使用维度参数对目标用户进行实时分类，该维度参数包括时间参数、资源配额量及当前使用状态。
优选地，所述分类策略规则包括：设定与时间参数、当前使用状态相对应的资源配额；所述时间参数包括授信后未动支的第一时间阈值、资源结清时间参数，该第一时间阈值用于表示用户在授信后未发生动支行为的设定天数，资源结清时间参数包括已结清时间小于特定天数、距最后一次结清时间小于特定天数；所述当前使用状态包括：已授信且未使用资源配额状态，已授信、已使用资源配额且资源未结清状态，已授信、已使用资源配额且资源已结清状态。
优选地，所述分类策略规则还包括：按照目标用户所处的当前使用状态对用户进行分类，并按照所计算的授信评估值、用户金融评估值、时间参数和当前资源配额对用户进行进一步分类；或者按照时间参数、资源配额增量、资源配额增量幅度对用户进行进一步分类。
优选地，还包括：设定第一授信阈值和第二授信阈值；将所计算的授信评估值与第一授信阈值和第二授信阈值进行比较，以区分授信类型，其中，在所计算的授信评估值大于第一授信阈值的情况下，表示该用户为第一授信类型；在所计算的授信评估值小于第一授信阈值且大于第二授信阈值的情况下，表示该用户为第二授信类型；在所计算的授信评估值小于第二授信阈值的情况下，表示该用户为第三授信类型。
优选地，所述分类策略规则还包括：设定第一金融阈值和第二金融阈值；将所计算的用户金融评估值大于第一金融阈值的用户为高分用户，将所计算的用户金融评估值小于第一金融阈值且大于第二金融阈值的用户为中分用户，以及将所计算的用户金融评估值小于第二金融阈值的用户为低分用户。
优选地，根据分类结果和预设推送策略，对所述目标用户推送相应定制信息，该定制信息包括特享资源、资源配额和活动推送内容，该特享资源与金融产品相关联的优惠券或现金。
此外，本发明还提供了一种电子设备，其中，该电子设备包括：处理器；以及，存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行本发明所述的定制信息推送方法。
此外，本发明还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现本发明所述的定制信息推送方法。
有益效果
与现有技术相比，本发明的定制信息推送方法通过细化不同用户的资源配额(即信息推送激励额度)的分配，对目标用户进行实时精准分类，进一步针对细分的目标用户推送定制信息，由此提升了转化率，并有效降低了信息推送成本，提高了定制信息推送的准确性。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是本发明的定制信息推送方法的一示例的流程图。
图2是本发明的定制信息推送方法的应用场景的示意图。
图3是本发明的定制信息推送方法的另一示例的流程图。
图4是本发明的实施例2的定制信息推送装置的一示例的示意性结构框图。
图5是本发明的实施例2的定制信息推送装置的另一示例的示意性结构框图。
图6是本发明的实施例2的定制信息推送装置的又一示例的示意性结构框图。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。
图8是根据本发明的计算机可读介质的示例性实施例的结构框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明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元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
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。
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。
应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“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。
鉴于上述问题，本发明提出了一种定制信息推送方法，本发明的定制信息推送方法通过细化不同用户的资源配额(即信息推送激励额度)的分配，对目标用户进行实时精准分类，进一步针对细分的目标用户推送定制信息，由此提升了转化率，并有效降低了信息推送成本，提高了定制信息推送的准确性。
需要说明的是，在本发明中，资源是指任何可被利用的物质、信息、时间，信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。本发明的创新之处在于如何使用服务器和客户端之间的信息交互技术来使资源分配的过程更加自动化、高效和减小人力成本。由此，从本质上来说，本发明可以应用于各类资源的分配，包括实体的货物、水、电、有意义的资料等。但是，为了方便起见，本发明中以金融数据资源为例进行说明资源分配的实施，但本领域技术人员应当理解，本发明亦可以用于其他资源的分配。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
实施例1
下面，将参照图1至图3描述本发明的定制信息推送方法的实施例。
图1是本发明的定制信息推送方法的一示例的流程图。
如图1所示，本发明的定制信息推送方法主要包括以下步骤。
步骤S101，在接收到当前用户的访问请求时，获取所述用户的用户特征数据。
步骤S102，根据所述用户特征数据，进行目标用户筛选。
步骤S103，构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据。
步骤S104，使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类。
步骤S105，根据所述目标用户的金融预测值对该用户推送定制信息。
在本示例中，该定制信息推送方法用于向用户推送定制信息。
需要说明的是，在本发明中，定制信息是指用于金融产品、针对不同客户定制的推送策略，该推送策略包括特享资源、资源配额和活动推送内容，该特享资源优选为与金融产品相关联的优惠券或现金。
接下来，在步骤S101中，在接收到当前用户的访问请求时，获取所述用户的用户特征数据。
在本示例中，在线的当前用户访问某金融产品的APP时，服务器接收到该当前用户的访问请求，基于该访问请求所包含的用户标识信息，获取该用户的用户特征数据。
具体地，用户特征数据包括与用户标识信息相关联的用户属性信息、会员属性信息、特享资源信息，其中，用户属性信息包括用户基本特征信息、是否是新用户、是否授信、是否有动支行为等；会员属性信息包括会员级别信息等；特享资源信息包括是否有特享资源、特享资源的类型信息及特享资源的使用信息等。
接下来，在步骤S102中，根据所述用户特征数据，进行目标用户筛选。
具体地，设定筛选规则，根据筛选规则将用户分为导流用户和目标用户。
进一步地，根据所获取的用户特征数据，判断当前用户分是否为目标用户，换言之，进行目标用户筛选，参见图2。
一方面，在判断当前用户为导流用户的情况下，将筛选出的导流用户导流至其他业务。
另一方面，在判断当前用户为目标用户的情况下，对筛选出的目标用户进行实时分类。以下将对目标用户的实时分类进行具体说明。
接下来，在步骤S103中，构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据。
在本示例中，构建实时分类模型，该分类模型例如为线性回归、逻辑回归、决策树等算法模型中的一个或其组合。需要说明的是，上述这些示例仅用于说明，不能理解成对本发明的限制。
具体地，所述训练数据包括历史用户的用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据。
需要说明的是，这里的用户特征数据的具体含义与步骤S101中的用户特征数据相同，因此，省略了对其的描述。
进一步地，输入特征是历史用户的用户属性数据；输出特征是与金融表现数据相对应的评估值，在本示例中，该评估值包括授信评估值和金融评估值。但是，上述仅作为优选的示例进行说明，不能理解成对本发明的限制。
本发明的改进之处在于，通过细化不同用户的资源配额(即信息推送激励额度)的分配，以对目标用户进行实时精准分类，针对细分的目标用户推送定制信息，由此提升了转化率，并有效降低了信息推送成本。具体将通过以下步骤的描述进行说明。
接下来，在步骤S104中，使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类。
在本示例中，使用所述实时分类模型，计算目标用户的授信评估值和金融评估值，并判断所述目标用户的授信和动支情况。
如图3所示，还包括设定分类策略规则的步骤S301。
在步骤S301中，设定分类策略规则，所述分类策略规则包括使用维度参数对目标用户进行实时分类，该维度参数包括时间参数、资源配额量及当前使用状态。
具体地，设定与时间参数、当前使用状态相对应的资源配额。
进一步地，所述时间参数包括授信后未动支的第一时间阈值、资源结清时间参数，该第一时间阈值用于表示用户在授信后未发生动支行为的设定天数，资源结清时间参数包括已结清时间小于特定天数、距最后一次结清时间小于特定天数。
具体地，特定天数例如为30天，或者，优选在31天至90天的范围内。
更进一步地，所述当前使用状态包括：已授信且未使用资源配额状态，已授信、已使用资源配额且资源未结清状态，已授信、已使用资源配额且资源已结清状态。
在一示例中，按照目标用户所处的当前使用状态对用户进行分类，并按照所计算的授信评估值、用户金融评估值、时间参数和当前资源配额对用户进行进一步分类。
例如将用户群分为用户群A(已授信且未使用资源配额的用户人群)、用户群B(已授信、已使用资源配额且资源未结清的用户人群)、用户群C(已授信、已使用资源配额且资源已结清的用户人群)和用户群D(全量人群，即随借随还的用户人群)等，参见图2。
在另一示例中，按照时间参数、资源配额增量、资源配额增量幅度对用户进行进一步分类。
在本示例中，资源配额增量与当前资源配额和资源配额增量幅度相关联。根据细分后的不同用户，设定不同的资源配额增量幅度，该资源配额增量幅度的设定值例如在10％至50％的范围内。
优选地，还包括设定第一授信阈值和第二授信阈值。
具体地，将所计算的授信评估值与第一授信阈值和第二授信阈值进行比较，以区分授信类型。
更具体地，在所计算的授信评估值大于第一授信阈值的情况下，表示该用户为第一授信类型；在所计算的授信评估值小于第一授信阈值且大于第二授信阈值的情况下，表示该用户为第二授信类型；在所计算的授信评估值小于第二授信阈值的情况下，表示该用户为第三授信类型。
进一步地，根据对用户所确定的授信类型，进一步确定与授信类型相对应的资源配额增量幅度。
优选地，还包括设定第一金融阈值和第二金融阈值。
将所计算的用户金融评估值大于第一金融阈值的用户为高分用户，将所计算的用户金融评估值小于第一金融阈值且大于第二金融阈值的用户为中分用户，以及将所计算的用户金融评估值小于第二金融阈值的用户为低分用户。
接下来，在步骤S105中，根据所述目标用户的金融预测值对该用户推送定制信息。
在本示例中，预设推送策略，根据用户的金融预测值设定相应定制信息。
具体地，根据分类结果和预设推送策略，对所述目标用户推送相应定制信息，该定制信息包括特享资源、资源配额和活动推送内容，该特享资源与金融产品相关联的优惠券或现金。
例如，对用户群A推送定制信息1(参见图2)，该定制信息包括特享资源a、活动推送内容的曝光素材A’等。
再例如，对在线的新增目标用户实时推送对应特享资源，并启动触达策略等。
需要说明的是，上述仅作为示例进行说明，不能理解对本发明的限制。
上述定制信息推送方法的过程仅用于对本发明的说明，其中，步骤的顺序和数量没有特别的限制。此外，上述方法中的步骤还可以拆分成两个步骤，或者些步骤也可以合并成一个步骤，根据实际示例进行调整。
与现有技术相比，本发明的定制信息推送方法通过细化不同用户的资源配额(即信息推送激励额度)的分配，对目标用户进行实时精准分类，进一步针对细分的目标用户推送定制信息，由此提升了转化率，并有效降低了信息推送成本，提高了定制信息推送的准确性。
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。
下面描述本发明的定制信息推送装置的实施例，可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。
实施例2
参照图4、图5和图6，本发明还提供了一种定制信息推送装置400，用于向用户推送定制信息，包括：获取模块401，其用于在接收到当前用户的访问请求时，获取所述用户的用户特征数据；筛选模块402，其根据所述用户特征数据，进行目标用户筛选；构建模块403，其用于构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据；分类模块404，其用于使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类；推送模块405，其根据所述目标用户的金融预测值对该用户推送定制信息。
优选地，所述筛选模块402还包括：根据所获取的用户特征数据，将当前用户分为导流用户和目标用户；对筛选出的目标用户进行实时分类，并且将筛选出的导流用户导流至其他业务。
如图5所示，还包括计算模块501，所述计算模块501用于使用所述实时分类模型，计算目标用户的授信评估值和金融评估值，并判断所述目标用户的授信和动支情况。
如图6所示，还包括设定模块601，所述设定模块601用于设定分类策略规则，所述分类策略规则包括使用维度参数对目标用户进行实时分类，该维度参数包括时间参数、资源配额量及当前使用状态。
优选地，所述分类策略规则包括：设定与时间参数、当前使用状态相对应的资源配额；所述时间参数包括授信后未动支的第一时间阈值、资源结清时间参数，该第一时间阈值用于表示用户在授信后未发生动支行为的设定天数，资源结清时间参数包括已结清时间小于特定天数、距最后一次结清时间小于特定天数；所述当前使用状态包括：已授信且未使用资源配额状态，已授信、已使用资源配额且资源未结清状态，已授信、已使用资源配额且资源已结清状态。
优选地，所述分类策略规则还包括：按照目标用户所处的当前使用状态对用户进行分类，并按照所计算的授信评估值、用户金融评估值、时间参数和当前资源配额对用户进行进一步分类；或者按照时间参数、资源配额增量、资源配额增量幅度对用户进行进一步分类。
优选地，还包括：设定第一授信阈值和第二授信阈值。
进一步地，将所计算的授信评估值与第一授信阈值和第二授信阈值进行比较，以区分授信类型，其中，在所计算的授信评估值大于第一授信阈值的情况下，表示该用户为第一授信类型；在所计算的授信评估值小于第一授信阈值且大于第二授信阈值的情况下，表示该用户为第二授信类型；在所计算的授信评估值小于第二授信阈值的情况下，表示该用户为第三授信类型。
优选地，所述分类策略规则还包括：设定第一金融阈值和第二金融阈值；将所计算的用户金融评估值大于第一金融阈值的用户为高分用户，将所计算的用户金融评估值小于第一金融阈值且大于第二金融阈值的用户为中分用户，以及将所计算的用户金融评估值小于第二金融阈值的用户为低分用户。
优选地，根据分类结果和预设推送策略，对所述目标用户推送相应定制信息，该定制信息包括特享资源、资源配额和活动推送内容，该特享资源与金融产品相关联的优惠券或现金。
需要说明的是，在实施例2中，省略了与实施例1相同的部分的说明。
与现有技术相比，本发明的定制信息推送方法通过细化不同用户的资源配额(即信息推送激励额度)的分配，对目标用户进行实时精准分类，进一步针对细分的目标用户推送定制信息，由此提升了转化率，并有效降低了信息推送成本，提高了定制信息推送的准确性。
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述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。
实施例3
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书的上述电子设备处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1所示的步骤。
所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。
所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性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，根据本发明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的存储介质(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)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。
如图8所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
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设备、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发明操作的程序代码，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)。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟系统或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，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，均应包含在本发明的保护范围之内。
Claims (10)
1.一种定制信息推送方法，用于向用户推送定制信息，其特征在于，包括：
在接收到当前用户的访问请求时，获取所述用户的用户特征数据；
根据所述用户特征数据，进行目标用户筛选；
构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据；
使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类；
根据所述目标用户的金融预测值对该用户推送定制信息。
2.根据权利要求1所述的定制信息推送方法，其特征在于，所述进行目标用户筛选包括：
根据所获取的用户特征数据，将当前用户分为导流用户和目标用户；
对筛选出的目标用户进行实时分类，并且将筛选出的导流用户导流至其他业务。
3.根据权利要求1或2所述的定制信息推送方法，其特征在于，
使用所述实时分类模型，计算目标用户的授信评估值和金融评估值，并判断所述目标用户的授信和动支情况。
4.根据权利要求1至3中任一项所述的定制信息推送方法，其特征在于，
设定分类策略规则，所述分类策略规则包括使用维度参数对目标用户进行实时分类，该维度参数包括时间参数、资源配额量及当前使用状态。
5.根据权利要求1至4中任一项所述的定制信息推送方法，其特征在于，所述分类策略规则包括：
设定与时间参数、当前使用状态相对应的资源配额；
所述时间参数包括授信后未动支的第一时间阈值、资源结清时间参数，该第一时间阈值用于表示用户在授信后未发生动支行为的设定天数，资源结清时间参数包括已结清时间小于特定天数、距最后一次结清时间小于特定天数；
所述当前使用状态包括：已授信且未使用资源配额状态，已授信、已使用资源配额且资源未结清状态，已授信、已使用资源配额且资源已结清状态。
6.根据权利要求1至5中任一项所述的定制信息推送方法，其特征在于，所述分类策略规则还包括：
按照目标用户所处的当前使用状态对用户进行分类，并按照所计算的授信评估值、用户金融评估值、时间参数和当前资源配额对用户进行进一步分类；或者
按照时间参数、资源配额增量、资源配额增量幅度对用户进行进一步分类。
7.根据权利要求1至6中任一项所述的定制信息推送方法，其特征在于，还包括：
设定第一授信阈值和第二授信阈值；
将所计算的授信评估值与第一授信阈值和第二授信阈值进行比较，以区分授信类型，其中，
在所计算的授信评估值大于第一授信阈值的情况下，表示该用户为第一授信类型；
在所计算的授信评估值小于第一授信阈值且大于第二授信阈值的情况下，表示该用户为第二授信类型；
在所计算的授信评估值小于第二授信阈值的情况下，表示该用户为第三授信类型。
8.一种定制信息推送装置，用于向用户推送定制信息，其特征在于，包括：
获取模块，其用于在接收到当前用户的访问请求时，获取所述用户的用户特征数据；
筛选模块，其根据所述用户特征数据，进行目标用户筛选；
构建模块，其用于构建实时分类模型，使用训练数据对该实时分类模型进行训练，所述训练数据包括用户属性数据和金融表现数据，该金融表现数据包括授信数据和动支数据；
分类模块，其用于使用训练好的实时分类模型计算所筛选的目标用户的金融评估值，并对所述目标用户进行实时分类；
推送模块，其根据所述目标用户的金融预测值对该用户推送定制信息。
9.一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1至7中任一项所述的定制信息推送方法。
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1至7中任一项所述的定制信息推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011027642.2A CN112347343B (zh) | 2020-09-25 | 2020-09-25 | 一种定制信息推送方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011027642.2A CN112347343B (zh) | 2020-09-25 | 2020-09-25 | 一种定制信息推送方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112347343A true CN112347343A (zh) | 2021-02-09 |
| CN112347343B CN112347343B (zh) | 2024-05-28 |
Family
ID=74360406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011027642.2A Active CN112347343B (zh) | 2020-09-25 | 2020-09-25 | 一种定制信息推送方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112347343B (zh) |
Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060294567A1 (en) * | 2005-06-23 | 2006-12-28 | Yi-Liang Ting | Method of controlling remote-controlled electronic device using universal remote controller and universal remote controller thereof |
| US20070255687A1 (en) * | 2006-04-27 | 2007-11-01 | Al-Yousuf Ahmed K | Research report search system |
| CN104272335A (zh) * | 2011-12-02 | 2015-01-07 | 艾萨薇公司 | 与执行产品购买和/或使用的交易相关联的事件的统一处理 |
| CN106611374A (zh) * | 2016-12-02 | 2017-05-03 | 云南电网有限责任公司玉溪供电局 | 基于金融工具的多层级电力市场交易信息定制发布方法 |
| CN106682985A (zh) * | 2016-12-26 | 2017-05-17 | 深圳先进技术研究院 | 一种金融诈骗识别方法和系统 |
| CN107562866A (zh) * | 2017-08-30 | 2018-01-09 | 肖翱 | 基于用户需求的匹配方法及装置 |
| CN107993140A (zh) * | 2017-11-22 | 2018-05-04 | 深圳市耐飞科技有限公司 | 一种个人信贷风险评估方法及系统 |
| CN108268624A (zh) * | 2018-01-10 | 2018-07-10 | 清华大学 | 用户数据可视化方法及系统 |
| CN108446291A (zh) * | 2017-12-27 | 2018-08-24 | 深圳萨摩耶互联网金融服务有限公司 | 用户信用的实时评分方法及评分系统 |
| CN108648074A (zh) * | 2018-05-18 | 2018-10-12 | 深圳壹账通智能科技有限公司 | 基于支持向量机的贷款评估方法、装置及设备 |
| CN108898480A (zh) * | 2018-06-29 | 2018-11-27 | 重庆富民银行股份有限公司 | 用于授信贷款的贷款等级评估系统及方法 |
| CN109377261A (zh) * | 2018-09-17 | 2019-02-22 | 平安科技（深圳）有限公司 | 群组用户画像创建方法、装置、计算机可读存储介质 |
| CN109460477A (zh) * | 2018-10-26 | 2019-03-12 | 海南鑫镁科技有限公司 | 信息收集分类系统和方法及其检索和集成方法 |
| CN109670852A (zh) * | 2018-09-26 | 2019-04-23 | 平安普惠企业管理有限公司 | 用户分类方法、装置、终端及存储介质 |
| CN109741175A (zh) * | 2018-12-28 | 2019-05-10 | 上海点融信息科技有限责任公司 | 基于人工智能对分期购车用户的再授信评估方法和设备 |
| CN109766454A (zh) * | 2019-01-18 | 2019-05-17 | 国家电网有限公司 | 一种投资者分类方法、装置、设备及介质 |
| CN110175788A (zh) * | 2019-05-31 | 2019-08-27 | 国网上海市电力公司 | 一种智慧城市能源云平台 |
| CN110287408A (zh) * | 2019-05-23 | 2019-09-27 | 上海拍拍贷金融信息服务有限公司 | 一种定制化推送金融产品的方法及系统 |
| CN110335074A (zh) * | 2019-06-29 | 2019-10-15 | 上海淇馥信息技术有限公司 | 金融定制信息推送方法、装置及电子设备 |
| CN110363582A (zh) * | 2019-06-29 | 2019-10-22 | 上海淇馥信息技术有限公司 | 基于用户意愿的金融服务优惠信息推广方法、装置及电子设备 |
| CN110659984A (zh) * | 2019-09-30 | 2020-01-07 | 上海淇玥信息技术有限公司 | 基于用户生命周期预测的授信额度管理方法、装置和电子设备 |
| CN111179051A (zh) * | 2019-12-16 | 2020-05-19 | 北京淇瑀信息科技有限公司 | 金融目标客户确定方法、装置及电子设备 |
| CN111199418A (zh) * | 2019-12-16 | 2020-05-26 | 北京淇瑀信息科技有限公司 | 基于图数据和反向传播算法的数据传播方法、装置和电子设备 |
| CN111583016A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 基于gbst的用户推荐方法、装置及电子设备 |
| CN111583018A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 |
| CN111598678A (zh) * | 2020-07-27 | 2020-08-28 | 北京淇瑀信息科技有限公司 | 基于增量学习的用户金融风险识别方法、装置及电子设备 |
| CN111612503A (zh) * | 2020-04-11 | 2020-09-01 | 上海淇玥信息技术有限公司 | 一种基于外部页面投放触达用户信息的广告推送方法、装置和电子设备 |
-
2020
- 2020-09-25 CN CN202011027642.2A patent/CN112347343B/zh active Active
Patent Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060294567A1 (en) * | 2005-06-23 | 2006-12-28 | Yi-Liang Ting | Method of controlling remote-controlled electronic device using universal remote controller and universal remote controller thereof |
| US20070255687A1 (en) * | 2006-04-27 | 2007-11-01 | Al-Yousuf Ahmed K | Research report search system |
| CN104272335A (zh) * | 2011-12-02 | 2015-01-07 | 艾萨薇公司 | 与执行产品购买和/或使用的交易相关联的事件的统一处理 |
| CN106611374A (zh) * | 2016-12-02 | 2017-05-03 | 云南电网有限责任公司玉溪供电局 | 基于金融工具的多层级电力市场交易信息定制发布方法 |
| CN106682985A (zh) * | 2016-12-26 | 2017-05-17 | 深圳先进技术研究院 | 一种金融诈骗识别方法和系统 |
| CN107562866A (zh) * | 2017-08-30 | 2018-01-09 | 肖翱 | 基于用户需求的匹配方法及装置 |
| CN107993140A (zh) * | 2017-11-22 | 2018-05-04 | 深圳市耐飞科技有限公司 | 一种个人信贷风险评估方法及系统 |
| CN108446291A (zh) * | 2017-12-27 | 2018-08-24 | 深圳萨摩耶互联网金融服务有限公司 | 用户信用的实时评分方法及评分系统 |
| CN108268624A (zh) * | 2018-01-10 | 2018-07-10 | 清华大学 | 用户数据可视化方法及系统 |
| CN108648074A (zh) * | 2018-05-18 | 2018-10-12 | 深圳壹账通智能科技有限公司 | 基于支持向量机的贷款评估方法、装置及设备 |
| CN108898480A (zh) * | 2018-06-29 | 2018-11-27 | 重庆富民银行股份有限公司 | 用于授信贷款的贷款等级评估系统及方法 |
| CN109377261A (zh) * | 2018-09-17 | 2019-02-22 | 平安科技（深圳）有限公司 | 群组用户画像创建方法、装置、计算机可读存储介质 |
| CN109670852A (zh) * | 2018-09-26 | 2019-04-23 | 平安普惠企业管理有限公司 | 用户分类方法、装置、终端及存储介质 |
| CN109460477A (zh) * | 2018-10-26 | 2019-03-12 | 海南鑫镁科技有限公司 | 信息收集分类系统和方法及其检索和集成方法 |
| CN109741175A (zh) * | 2018-12-28 | 2019-05-10 | 上海点融信息科技有限责任公司 | 基于人工智能对分期购车用户的再授信评估方法和设备 |
| CN109766454A (zh) * | 2019-01-18 | 2019-05-17 | 国家电网有限公司 | 一种投资者分类方法、装置、设备及介质 |
| CN110287408A (zh) * | 2019-05-23 | 2019-09-27 | 上海拍拍贷金融信息服务有限公司 | 一种定制化推送金融产品的方法及系统 |
| CN110175788A (zh) * | 2019-05-31 | 2019-08-27 | 国网上海市电力公司 | 一种智慧城市能源云平台 |
| CN110335074A (zh) * | 2019-06-29 | 2019-10-15 | 上海淇馥信息技术有限公司 | 金融定制信息推送方法、装置及电子设备 |
| CN110363582A (zh) * | 2019-06-29 | 2019-10-22 | 上海淇馥信息技术有限公司 | 基于用户意愿的金融服务优惠信息推广方法、装置及电子设备 |
| CN110659984A (zh) * | 2019-09-30 | 2020-01-07 | 上海淇玥信息技术有限公司 | 基于用户生命周期预测的授信额度管理方法、装置和电子设备 |
| CN111179051A (zh) * | 2019-12-16 | 2020-05-19 | 北京淇瑀信息科技有限公司 | 金融目标客户确定方法、装置及电子设备 |
| CN111199418A (zh) * | 2019-12-16 | 2020-05-26 | 北京淇瑀信息科技有限公司 | 基于图数据和反向传播算法的数据传播方法、装置和电子设备 |
| CN111583016A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 基于gbst的用户推荐方法、装置及电子设备 |
| CN111583018A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 |
| CN111612503A (zh) * | 2020-04-11 | 2020-09-01 | 上海淇玥信息技术有限公司 | 一种基于外部页面投放触达用户信息的广告推送方法、装置和电子设备 |
| CN111598678A (zh) * | 2020-07-27 | 2020-08-28 | 北京淇瑀信息科技有限公司 | 基于增量学习的用户金融风险识别方法、装置及电子设备 |
Non-Patent Citations (3)
| Title |
|---|
| 吕汉鑫;: "探究运营商大数据应用平台―用户标签库", 黑龙江科技信息, no. 08, 15 March 2017 (2017-03-15), pages 153 * |
| 杨柳青;: "基于AI技术在高职图书馆中应用的若干问题思考", 产业与科技论坛, no. 06, 15 March 2020 (2020-03-15), pages 70 - 71 * |
| 苏诚;: "基于Logistic回归模型的商业银行信用风险评估研究", 中国城市经济, no. 12, 25 June 2011 (2011-06-25), pages 74 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112347343B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112508694B (zh) | 服务器处理资源额度申请的方法、装置及电子设备 | |
| CN112529702B (zh) | 用户授信策略分配方法、装置及电子设备 | |
| CN112015977A (zh) | 一种定制信息推送方法、装置和电子设备 | |
| CN112016794B (zh) | 资源配额管理方法、装置和电子设备 | |
| CN111967543A (zh) | 用户资源配额确定方法、装置及电子设备 | |
| CN111598494A (zh) | 资源额度的调整方法、装置及电子设备 | |
| CN111199418A (zh) | 基于图数据和反向传播算法的数据传播方法、装置和电子设备 | |
| CN112017042A (zh) | 基于tweedie分布的资源配额确定方法、装置和电子设备 | |
| CN112016855B (zh) | 基于关系网匹配的用户行业识别方法、装置和电子设备 | |
| CN111598360A (zh) | 服务策略确定方法、装置及电子设备 | |
| CN112348659A (zh) | 用户风险识别策略的分配方法、装置及电子设备 | |
| US10699307B2 (en) | Methods and systems for offering financial products | |
| CN112819528A (zh) | 人群包的上线方法、装置及电子设备 | |
| CN112508723A (zh) | 基于自动择优建模的金融风险预测方法、装置和电子设备 | |
| CN112016793A (zh) | 基于目标用户群的资源分配方法、装置及电子设备 | |
| CN110689425A (zh) | 基于收益进行额度定价的方法、装置和电子设备 | |
| CN112488865A (zh) | 基于金融时间节点的金融风险预测方法、装置和电子设备 | |
| CN111582649B (zh) | 基于用户app独热编码的风险评估方法、装置和电子设备 | |
| CN112288475A (zh) | 产品推荐方法、装置及电子设备 | |
| CN110363394B (zh) | 一种基于云平台的风控服务方法、装置和电子设备 | |
| CN113570114B (zh) | 一种资源服务智能匹配方法、系统和计算机设备 | |
| CN111353872A (zh) | 一种基于金融表现值的授信处理的方法、装置和电子设备 | |
| CN113298637B (zh) | 业务平台的用户导流方法、装置和系统 | |
| CN112347343B (zh) | 一种定制信息推送方法、装置和电子设备 | |
| CN112015978B (zh) | 一种定制信息发送方法、装置和电子设备 |
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 |