CN113269580A - 天翼高清业务管理平台对产品订购优惠的实现方法 - Google Patents
天翼高清业务管理平台对产品订购优惠的实现方法 Download PDFInfo
- Publication number
- CN113269580A CN113269580A CN202110145396.9A CN202110145396A CN113269580A CN 113269580 A CN113269580 A CN 113269580A CN 202110145396 A CN202110145396 A CN 202110145396A CN 113269580 A CN113269580 A CN 113269580A
- Authority
- CN
- China
- Prior art keywords
- preferential
- user
- product
- ordering
- 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.)
- Pending
Links
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
- G06Q30/0239—Online discounts or incentives
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Abstract
本发明一种天翼高清业务管理平台对产品订购优惠的实现方法,接收来自EPG或电子渠道用户的订购信息;匹配出该用户可以享受的所有优惠;展示用户能享受到的最大优惠信息;实现用户产品的优惠订购。本发明优惠约束条件和优惠参考对象可以灵活的扩展,配置方便,能适应灵活多变的营销优惠政策需求,访问效率和批价性能高,通过对非正常订购信息的检测,避免了平台和用户终端被入侵。
Description
技术领域
本发明涉及天翼高清业务管理平台对产品订购优惠的实现方法。
背景技术
天翼高清业务管理平台对产品订购优惠约束条件和优惠参考对象不能灵活的扩展,配置不方便,无法适应灵活多变的营销优惠政策需求,数据存储较为冗余,访问效率和批价性能比较低,天翼高清业务管理平台也存在一些安全隐患,通过非正常订购信息对平台和用户终端进行入侵。
发明内容
本发明的目的是为了克服上述不足提供一种天翼高清业务管理平台对产品订购优惠的实现方法。
本发明一种天翼高清业务管理平台对产品订购优惠的实现方法,接收来自EPG或电子渠道用户的订购信息,所述订购信息包括正常的订购信息和非正常的订购信息,;匹配出该用户可以享受的所有优惠;展示用户能享受到的最大优惠信息;实现用户产品的优惠订购。
取来自EPG或电子渠道用户的订购信息,从订购信息中获取测试集和训练集;采集订购信息的词法分析数据,对词法分析数据进行标注标识符号,采集订购信息的语法tree生成多个语法tree节点,添加标签向量,画出订购信息的CFG,将节点连接到具有数据间相互关系的函数调用节点,得到订购信息的源代码关系图;构造多维本征向量空间,提取订购信息的变量名称值和变量名与操作符的排列组合,第一排列组合关联本征向量的第1位,第二排列组合关联本征向量的第2位,本征向量中的数字对应的是不同变量名称值值或排列组合出现的次数;将特征对应的次数存储在对应的向量空间中的位置,得到本征向量;将所述本征向量输入到包含多个决策树的分类器训练;根据用户ID、产品ID以及用户相关信息、时间等各种条件匹配出该用户可以享受的所有优惠,按公式与优惠规则进行快速批价,展示用户能享受到的最大优惠信息,实现用户产品的优惠订购,其优惠约束条件和优惠参考对象可以灵活的扩展,配置方便,能适应灵活多变的营销优惠政策需求。
优惠参考对象包括:产品类型、业务类型、产品ID、CP/SP、时间、支付方式、用户分类、地区、户自定义类型、用户日/月累积量;支持优惠条件的多重组合,如:多个条件组合,每个条件多个属性值;组合规则:同一条件属性的多个值关系为“或”、不同条件属性之间关系为“与”;支持时间段落优惠,即不同时间段落优惠不一样;资费优惠方式:一口价、立减、打折。
按公式与优惠规则进行快速批价具体包括:对优惠规则分组:立减组和折扣组;同一用户在同一组优惠中只能享受一个,不同组的优惠可以叠加;叠加计算规则:为避免出现负数,先立减后折扣即先加减后乘除;特别叠加原则:支付方式的单独优惠最后叠加;优惠公式化配置,Y=aX+b, Y为优惠后价格,X为产品原价,0<a<=1,b<=0,立减则a=1,b<0负数;折扣则0<a<1,b=0;用户优惠匹配方法:根据用户选定的产品ID等条件快速匹配优惠信息;当用户能关联到多个优惠时,系统将已关联到的立减组中M个优惠规则和折扣组中的N个优惠规则进行组合M*N个,然后按先立减后折扣规则和优惠公式计算出M*N个优惠后价格,选出最优惠最低的价格,并将最优惠价格所对应的优惠规则全部展示在订购界面上;用户确定订购后,生成用户的产品实例和优惠实例保存到数据库;每月出账:根据产品和优惠实例,每月优惠批价,可根据偏移量实现每月优惠不一样。
优惠模型采用纵表存储数据,减少数据冗余、便于扩展;
各类条件优惠参考对象采用属性ID区分,属性值分最大值、最小值来设置区间;模型支持优惠参考对象的扩展,可不断增加优惠参考对象(A、B、 C....X....);支持优惠条件的扩展,优惠参考对象的约束条件可以自由、无限的组合,如:A=值1and B>值2and......X<值n...。
将训练好的包含多个决策树的分类器构建P个判断模型,用于检测订购信息中的非正常的订购信息,第1个判断模型由两个分类器组成,第P 个判断模型由一个分类器组成;其中,i为1至P-1的整数;如果第i个判断模型中的两个分类器的判断结果一样,则判断任务完成;如果第i个判断模型中的两个分类器的判断结果不一样,则通过第i+1个判断模型继续进行判断;如果第P-1判断模型中的两个分类器得到的判断结果不一样,则通过第 P个判断模型进行判断,所述第P个判断模型基于第N个判断模型中的一个分类器得到判断结果;为提高访问效率和批价性能,系统提前一天检索有效的优惠约束条件及优惠规则数据,按优惠参考对象展开成横表,纵表变横表,便于匹配条件,计算出优惠后价格,将完整的优惠数据加载到缓存 redis;优惠缓存数据按产品ID全展开,如果没有特定的产品ID条件,则将所有产品ID匹配一条规则记录写入缓存含原价、优惠后价格,以便按产品 ID、时间、支付方式、区域等所有条件进行快速匹配-批价;优惠缓存的更新规则:缓存保留两天的效期数据,过期的规则自动删除;配置数据修改后自动实时刷新缓存。
当P为3时,即第一判断模型、第二判断模型、第三判断模型;所述第一判断模型由第一订购信息的结构化语义表示、第二订购信息的结构化语义表示的分类器组成;所述第二判断模型由第三订购信息的结构化语义表示、第四订购信息的结构化语义表示的分类器组成;所述第三判断模型由第三订购信息的结构化语义表示分类器组成,或由第四订购信息的结构化语义表示的分类器组成,所述第一订购信息的结构化语义表示、所述第二订购信息的结构化语义表示、所述第三订购信息的结构化语义表示、所述第四订购信息的结构化语义表示分别选取词法分析数据、语法tree、CFG、源代码关系图中的一个所述第一订购信息特征为变量名与操作符的排列组合,所述第二订购信息特征为变量名称值;或者,所述第一订购信息特征为变量名称值,所述第二订购信息特征为变量名与操作符的排列组合。
所述第一判断模型由语法tree的变量名与操作符的排列组合训练的包含多个决策树的分类器、词法分析数据的变量名称值训练的包含多个决策树的分类器组成;所述第二判断模型由CFG的变量名与操作符的排列组合训练的包含多个决策树的分类器、源代码关系图的变量名称值训练的包含多个决策树的分类器组成;所述第三判断模型由源代码关系图的变量名与操作符的排列组合训练的包含多个决策树的分类器组成。
本发明优惠约束条件和优惠参考对象可以灵活的扩展,配置方便,能适应灵活多变的营销优惠政策需求,访问效率和批价性能高,通过对非正常订购信息的检测,避免了平台和用户终端被入侵。
附图说明
图1为本发明优惠约束的示意图。
图2为本发明优惠优惠示例1的示意图。
图3为本发明优惠优惠示例2的示意图。
图4为本发明优惠优惠示例3的示意图。
图5为本发明优惠优惠示例4的示意图。
图6为本发明优惠优惠示例5的示意图。
图7为本发明优惠优惠示例6的示意图。
具体实施方式
下面结合附图及实施例进一步说明本发明。
实施例:本发明一种天翼高清业务管理平台对产品订购优惠的实现方法,接收来自EPG或电子渠道用户的订购信息;匹配出该用户可以享受的所有优惠;展示用户能享受到的最大优惠信息;实现用户产品的优惠订购。
取来自EPG或电子渠道用户的订购信息,,所述订购信息包括正常的订购信息和非正常的订购信息,从订购信息中获取测试集和训练集;采集订购信息的词法分析数据,对词法分析数据进行标注标识符号,采集订购信息的语法tree生成多个语法tree节点,添加标签向量,画出订购信息的CFG,将节点连接到具有数据间相互关系的函数调用节点,得到订购信息的源代码关系图;构造多维本征向量空间,提取订购信息的变量名称值和变量名与操作符的排列组合,第一排列组合关联本征向量的第1位,第二排列组合关联本征向量的第2位,本征向量中的数字对应的是不同变量名称值值或排列组合出现的次数;将特征对应的次数存储在对应的向量空间中的位置,得到本征向量;将所述本征向量输入到包含多个决策树的分类器训练;根据用户ID、产品ID以及用户相关信息、时间等各种条件匹配出该用户可以享受的所有优惠,按公式与优惠规则进行快速批价,展示用户能享受到的最大优惠信息,实现用户产品的优惠订购,其优惠约束条件和优惠参考对象可以灵活的扩展,配置方便,能适应灵活多变的营销优惠政策需求。
优惠参考对象包括:产品类型、业务类型、产品ID、CP/SP、时间、支付方式、用户分类、地区、户自定义类型、用户日/月累积量;支持优惠条件的多重组合,如:多个条件组合,每个条件多个属性值;组合规则:同一条件属性的多个值关系为“或”、不同条件属性之间关系为“与”;支持时间段落优惠,即不同时间段落优惠不一样;资费优惠方式:一口价、立减、打折。
按公式与优惠规则进行快速批价具体包括:对优惠规则分组:立减组和折扣组;同一用户在同一组优惠中只能享受一个,不同组的优惠可以叠加;叠加计算规则:为避免出现负数,先立减后折扣即先加减后乘除;特别叠加原则:支付方式的单独优惠最后叠加;优惠公式化配置,Y=aX+b,Y为优惠后价格,X为产品原价,0<a<=1,b<=0,立减则a=1,b<0负数;折扣则0<a<1,b=0;用户优惠匹配方法:根据用户选定的产品ID等条件快速匹配优惠信息;当用户能关联到多个优惠时,系统将已关联到的立减组中M 个优惠规则和折扣组中的N个优惠规则进行组合M*N个,然后按先立减后折扣规则和优惠公式计算出M*N个优惠后价格,选出最优惠最低的价格,并将最优惠价格所对应的优惠规则全部展示在订购界面上;用户确定订购后,生成用户的产品实例和优惠实例保存到数据库;每月出账:根据产品和优惠实例,每月优惠批价,可根据偏移量实现每月优惠不一样。
优惠模型采用纵表存储数据,减少数据冗余、便于扩展;
各类条件优惠参考对象采用属性ID区分,属性值分最大值、最小值来设置区间;模型支持优惠参考对象的扩展,可不断增加优惠参考对象(A、B、 C....X....);支持优惠条件的扩展,优惠参考对象的约束条件可以自由、无限的组合,如:A=值1and B>值2and......X<值n...。
将训练好的包含多个决策树的分类器构建P个判断模型,用于检测订购信息中的非正常的订购信息,第1个判断模型由两个分类器组成,第P个判断模型由一个分类器组成;其中,i为1至P-1的整数;如果第i个判断模型中的两个分类器的判断结果一样,则判断任务完成;如果第i个判断模型中的两个分类器的判断结果不一样,则通过第i+1个判断模型继续进行判断;如果第P-1判断模型中的两个分类器得到的判断结果不一样,则通过第 P个判断模型进行判断,所述第P个判断模型基于第N个判断模型中的一个分类器得到判断结果;为提高访问效率和批价性能,系统提前一天检索有效的优惠约束条件及优惠规则数据,按优惠参考对象展开成横表,纵表变横表,便于匹配条件,计算出优惠后价格,将完整的优惠数据加载到缓存 redis;优惠缓存数据按产品ID全展开,如果没有特定的产品ID条件,则将所有产品ID匹配一条规则记录写入缓存含原价、优惠后价格,以便按产品 ID、时间、支付方式、区域等所有条件进行快速匹配-批价;优惠缓存的更新规则:缓存保留两天的效期数据,过期的规则自动删除;配置数据修改后自动实时刷新缓存。
当P为3时,即第一判断模型、第二判断模型、第三判断模型;所述第一判断模型由第一订购信息的结构化语义表示、第二订购信息的结构化语义表示的分类器组成;所述第二判断模型由第三订购信息的结构化语义表示、第四订购信息的结构化语义表示的分类器组成;所述第三判断模型由第三订购信息的结构化语义表示分类器组成,或由第四订购信息的结构化语义表示的分类器组成,所述第一订购信息的结构化语义表示、所述第二订购信息的结构化语义表示、所述第三订购信息的结构化语义表示、所述第四订购信息的结构化语义表示分别选取词法分析数据、语法tree、CFG、源代码关系图中的一个所述第一订购信息特征为变量名与操作符的排列组合,所述第二订购信息特征为变量名称值;或者,所述第一订购信息特征为变量名称值,所述第二订购信息特征为变量名与操作符的排列组合。
所述第一判断模型由语法tree的变量名与操作符的排列组合训练的包含多个决策树的分类器、词法分析数据的变量名称值训练的包含多个决策树的分类器组成;所述第二判断模型由CFG的变量名与操作符的排列组合训练的包含多个决策树的分类器、源代码关系图的变量名称值训练的包含多个决策树的分类器组成;所述第三判断模型由源代码关系图的变量名与操作符的排列组合训练的包含多个决策树的分类器组成。
Claims (8)
1.一种天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于,接收来自EPG或电子渠道用户的订购信息;匹配出该用户可以享受的所有优惠;展示用户能享受到的最大优惠信息;实现用户产品的优惠订购。
2.按权利要求1所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于提取来自EPG或电子渠道用户的订购信息,所述订购信息包括正常的订购信息和非正常的订购信息,从订购信息中获取测试集和训练集;采集订购信息的词法分析数据,对词法分析数据进行标注标识符号,采集订购信息的语法tree生成多个语法tree节点,添加标签向量,画出订购信息的CFG,将节点连接到具有数据间相互关系的函数调用节点,得到订购信息的源代码关系图;构造多维本征向量空间,提取订购信息的变量名称值和变量名与操作符的排列组合,第一排列组合关联本征向量的第1位,第二排列组合关联本征向量的第2位,本征向量中的数字对应的是不同变量名称值值或排列组合出现的次数;将特征对应的次数存储在对应的向量空间中的位置,得到本征向量;将所述本征向量输入到包含多个决策树的分类器训练;根据用户ID、产品ID以及用户相关信息、时间等各种条件匹配出该用户可以享受的所有优惠,按公式与优惠规则进行快速批价,展示用户能享受到的最大优惠信息,实现用户产品的优惠订购,其优惠约束条件和优惠参考对象可以灵活的扩展,配置方便,能适应灵活多变的营销优惠政策需求。
3.按权利要求2所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于优惠参考对象包括:产品类型、业务类型、产品ID、CP/SP、时间、支付方式、用户分类、地区、户自定义类型、用户日/月累积量;支持优惠条件的多重组合,如:多个条件组合,每个条件多个属性值;组合规则:同一条件属性的多个值关系为“或”、不同条件属性之间关系为“与”;支持时间段落优惠,即不同时间段落优惠不一样;资费优惠方式:一口价、立减、打折。
4.按权利要求3所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于按公式与优惠规则进行快速批价具体包括:对优惠规则分组:立减组和折扣组;同一用户在同一组优惠中只能享受一个,不同组的优惠可以叠加;叠加计算规则:为避免出现负数,先立减后折扣即先加减后乘除;特别叠加原则:支付方式的单独优惠最后叠加;优惠公式化配置,Y=aX+b,Y为优惠后价格,X为产品原价,0<a<=1,b<=0,立减则a=1,b<0负数;折扣则0<a<1,b=0;用户优惠匹配方法:根据用户选定的产品ID等条件快速匹配优惠信息;当用户能关联到多个优惠时,系统将已关联到的立减组中M个优惠规则和折扣组中的N个优惠规则进行组合M*N个,然后按先立减后折扣规则和优惠公式计算出M*N个优惠后价格,选出最优惠最低的价格,并将最优惠价格所对应的优惠规则全部展示在订购界面上;用户确定订购后,生成用户的产品实例和优惠实例保存到数据库;每月出账:根据产品和优惠实例,每月优惠批价,可根据偏移量实现每月优惠不一样。
5.按权利要求4所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于优惠模型采用纵表存储数据,减少数据冗余、便于扩展;各类条件优惠参考对象采用属性ID区分,属性值分最大值、最小值来设置区间;模型支持优惠参考对象的扩展,可不断增加优惠参考对象(A、B、C....X....);支持优惠条件的扩展,优惠参考对象的约束条件可以自由、无限的组合,如:A=值1and B>值2and......X<值n...。
6.按权利要求5所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于将训练好的包含多个决策树的分类器构建P个判断模型,用于检测订购信息中的非正常的订购信息,第1个判断模型由两个分类器组成,第P个判断模型由一个分类器组成;其中,i为1至P-1的整数;如果第i个判断模型中的两个分类器的判断结果一样,则判断任务完成;如果第i个判断模型中的两个分类器的判断结果不一样,则通过第i+1个判断模型继续进行判断;如果第P-1判断模型中的两个分类器得到的判断结果不一样,则通过第P个判断模型进行判断,所述第P个判断模型基于第N个判断模型中的一个分类器得到判断结果;为提高访问效率和批价性能,系统提前一天检索有效的优惠约束条件及优惠规则数据,按优惠参考对象展开成横表,纵表变横表,便于匹配条件,计算出优惠后价格,将完整的优惠数据加载到缓存redis;优惠缓存数据按产品ID全展开,如果没有特定的产品ID条件,则将所有产品ID匹配一条规则记录写入缓存含原价、优惠后价格,以便按产品ID、时间、支付方式、区域等所有条件进行快速匹配-批价;优惠缓存的更新规则:缓存保留两天的效期数据,过期的规则自动删除;配置数据修改后自动实时刷新缓存。
7.按权利要求1或6所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于当P为3时,即第一判断模型、第二判断模型、第三判断模型;所述第一判断模型由第一订购信息的结构化语义表示、第二订购信息的结构化语义表示的分类器组成;所述第二判断模型由第三订购信息的结构化语义表示、第四订购信息的结构化语义表示的分类器组成;所述第三判断模型由第三订购信息的结构化语义表示分类器组成,或由第四订购信息的结构化语义表示的分类器组成,所述第一订购信息的结构化语义表示、所述第二订购信息的结构化语义表示、所述第三订购信息的结构化语义表示、所述第四订购信息的结构化语义表示分别选取词法分析数据、语法tree、CFG、源代码关系图中的一个所述第一订购信息特征为变量名与操作符的排列组合,所述第二订购信息特征为变量名称值;或者,所述第一订购信息特征为变量名称值,所述第二订购信息特征为变量名与操作符的排列组合。
8.按权利要求7所述的天翼高清业务管理平台对产品订购优惠的实现方法,其特征在于所述第一判断模型由语法tree的变量名与操作符的排列组合训练的包含多个决策树的分类器、词法分析数据的变量名称值训练的包含多个决策树的分类器组成;所述第二判断模型由CFG的变量名与操作符的排列组合训练的包含多个决策树的分类器、源代码关系图的变量名称值训练的包含多个决策树的分类器组成;所述第三判断模型由源代码关系图的变量名与操作符的排列组合训练的包含多个决策树的分类器组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110145396.9A CN113269580A (zh) | 2021-02-02 | 2021-02-02 | 天翼高清业务管理平台对产品订购优惠的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110145396.9A CN113269580A (zh) | 2021-02-02 | 2021-02-02 | 天翼高清业务管理平台对产品订购优惠的实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113269580A true CN113269580A (zh) | 2021-08-17 |
Family
ID=77228036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110145396.9A Pending CN113269580A (zh) | 2021-02-02 | 2021-02-02 | 天翼高清业务管理平台对产品订购优惠的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113269580A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096684A (zh) * | 2009-12-11 | 2011-06-15 | 华大天元(北京)电力科技有限公司 | 电网实时数据集成与共享平台 |
CN109842858A (zh) * | 2017-11-24 | 2019-06-04 | 中移(苏州)软件技术有限公司 | 一种业务异常订购检测方法及装置 |
CN109858969A (zh) * | 2019-01-31 | 2019-06-07 | 上海玄霆娱乐信息科技有限公司 | 一种基于业务配置的优惠价格确定方法及系统 |
CN112184276A (zh) * | 2019-07-03 | 2021-01-05 | 中移(苏州)软件技术有限公司 | 一种优惠推荐方法、装置及存储介质 |
CN112261601A (zh) * | 2020-10-20 | 2021-01-22 | 北京思特奇信息技术股份有限公司 | 一种基于用户自定制的移动资费订购方法及系统 |
-
2021
- 2021-02-02 CN CN202110145396.9A patent/CN113269580A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096684A (zh) * | 2009-12-11 | 2011-06-15 | 华大天元(北京)电力科技有限公司 | 电网实时数据集成与共享平台 |
CN109842858A (zh) * | 2017-11-24 | 2019-06-04 | 中移(苏州)软件技术有限公司 | 一种业务异常订购检测方法及装置 |
CN109858969A (zh) * | 2019-01-31 | 2019-06-07 | 上海玄霆娱乐信息科技有限公司 | 一种基于业务配置的优惠价格确定方法及系统 |
CN112184276A (zh) * | 2019-07-03 | 2021-01-05 | 中移(苏州)软件技术有限公司 | 一种优惠推荐方法、装置及存储介质 |
CN112261601A (zh) * | 2020-10-20 | 2021-01-22 | 北京思特奇信息技术股份有限公司 | 一种基于用户自定制的移动资费订购方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103425691A (zh) | 一种搜索方法和系统 | |
US20090327249A1 (en) | Intellegent Data Search Engine | |
CN104598439B (zh) | 信息对象的标题修正方法及装置和推送信息对象的方法 | |
US20130212103A1 (en) | Record linkage based on a trained blocking scheme | |
US8660901B2 (en) | Matching of advertising sources and keyword sets in online commerce platforms | |
CN106126630A (zh) | 一种业务对象的收藏、搜索方法和装置 | |
CN110059271A (zh) | 运用标签知识网络的搜索方法及装置 | |
CN102236663A (zh) | 一种基于垂直搜索的查询方法、系统和装置 | |
CN105022754A (zh) | 基于社交网络的对象分类方法及装置 | |
CN101887436A (zh) | 一种检索方法、装置和系统 | |
CN107291779B (zh) | 缓存数据管理方法及装置 | |
CN105989125B (zh) | 对无结果词进行标签识别的搜索方法和系统 | |
CN110852785B (zh) | 用户分级方法、装置及计算机可读存储介质 | |
CN115293332A (zh) | 一种图神经网络的训练方法、装置、设备及存储介质 | |
CN107146095B (zh) | 一种邮件的展示信息处理方法、装置及邮件系统 | |
CN111125491A (zh) | 商品信息的搜索方法和装置、存储介质及电子装置 | |
CN104462396A (zh) | 字符串处理方法和装置 | |
CN110704413A (zh) | 一种基于深度学习的知识图谱构建方法 | |
CN102402535A (zh) | 一种建设产品库的方法及系统 | |
CN110223095A (zh) | 确定商品属性的方法、装置、设备和存储介质 | |
CN113269580A (zh) | 天翼高清业务管理平台对产品订购优惠的实现方法 | |
CN107241638A (zh) | 配置导航栏的方法 | |
CN111275371B (zh) | 数据处理方法、数据处理设备和计算机可读存储介质 | |
CN108932248A (zh) | 一种搜索实现方法及系统 | |
CN107844526B (zh) | 一种基于知识库的词汇关系链分析方法、系统及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210817 |