CN113360218A - 一种业务方案选择方法、装置、设备以及存储介质 - Google Patents
一种业务方案选择方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113360218A CN113360218A CN202110668724.3A CN202110668724A CN113360218A CN 113360218 A CN113360218 A CN 113360218A CN 202110668724 A CN202110668724 A CN 202110668724A CN 113360218 A CN113360218 A CN 113360218A
- Authority
- CN
- China
- Prior art keywords
- processing
- scheme
- sub
- service
- vector
- 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
- 238000010187 selection method Methods 0.000 title abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 551
- 239000013598 vector Substances 0.000 claims abstract description 201
- 238000012360 testing method Methods 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 88
- 230000008569 process Effects 0.000 claims abstract description 57
- 230000006978 adaptation Effects 0.000 claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000010606 normalization Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007499 fusion processing Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4488—Object-oriented
- G06F9/449—Object-oriented method invocation or resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种业务方案选择方法、装置、设备以及存储介质，其中，该方法包括：获取待处理业务的测试数据和针对所述待处理业务的多个处理方案；根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量；根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度；将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。可以通过适配度来直观的选择最符合预期的业务方案，降低了业务方案选择的复杂度，方便用户简洁、快速、客观的对业务方案进行选择，有助于提升业务处理时的准确性以及快捷性。
Description
技术领域
本公开涉及数据处理技术领域，具体而言，涉及一种业务方案选择方法、装置、设备以及存储介质。
背景技术
在大数据处理领域中，我们经常需要对某些数据进行加工处理，如在互联网数据分析领域，针对不同的用户特征进行不同的处理，而这个具体的处理措施可以称之为策略。一般在应用中，单一的策略无法有效对复杂的数据进行处理，大多会使用多个策略进行组合，从而形成具有多个层级子方案，并且每层级子方案中具有多个策略的方案。
在实际业务场景中，对于同一方案，常会由于数据处理的侧重点不同等因素，而形成多个版本的方案，因此，在对业务处理时，需要从不同的方案之中进行选择，尤其是需要从不同版本的方案中进行选择，存在较大的选择困难，易造成因方案选择不佳导致数据处理不准确等问题。
发明内容
本公开实施例至少提供一种业务方案选择方法、装置、设备以及存储介质。
本公开实施例提供了一种业务方案选择方法，所述方法包括：
获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略；
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量；
根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度；
将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
一种可选的实施方式中，所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，包括：
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量；
根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量。
一种可选的实施方式中，所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量，包括：
针对所述处理方案中的每级子方案，根据所述处理方案在处理所述测试数据过程中，该子方案针对所述待处理业务中对应的子业务，确定该子方案针对所述测试数据进行处理的至少一个信息指标；
根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
一种可选的实施方式中，所述根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量，包括：
根据该子方案对应的至少一个信息指标，确定该级子方案输出的中间处理向量对应的至少一个指标值；
根据确定出的各指标值，生成该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
一种可选的实施方式中，根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量，包括：
对每级子方案相对于所述处理方案的至少一个中间指标向量进行融合处理，得到所述处理方案处理所述测试数据的处理指标向量。
一种可选的实施方式中，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，包括：
获取预设的、针对所述多个处理方案的指标择优向量和归一化矩阵；
根据所述指标择优向量和归一化矩阵，对所述处理方案对应的处理指标向量进行计算处理，得到所述处理方案对于所述待处理业务的适配度。
一种可选的实施方式中，在所述将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案之后，所述方法包括：
获取所述处理业务的待处理数据；
通过所述目标方案对所述待处理数据进行处理，得到所述待处理数据的处理结果。
本公开实施例还提供一种业务方案选择装置，所述装置包括：
获取模块，用于获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略；
向量确定模块，用于根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量；
适配度确定模块，用于根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度；
目标方案确定模块，用于将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
一种可选的实施方式中，所述向量确定模块具体用于：
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量；
根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量。
一种可选的实施方式中，所述向量确定模块在用于所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量时，具体用于：
针对所述处理方案中的每级子方案，根据所述处理方案在处理所述测试数据过程中，该子方案针对所述待处理业务中对应的子业务，确定该子方案针对所述测试数据进行处理的至少一个信息指标；
根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
一种可选的实施方式中，所述向量确定模块在用于所述根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量时，具体用于：
根据该子方案对应的至少一个信息指标，确定该级子方案输出的中间处理向量对应的至少一个指标值；
根据确定出的各指标值，生成该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
一种可选的实施方式中，所述向量确定模块在用于根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量时，具体用于：
对每级子方案相对于所述处理方案的至少一个中间指标向量进行融合处理，得到所述处理方案处理所述测试数据的处理指标向量。
一种可选的实施方式中，所述适配度确定模块具体用于：
获取预设的、针对所述多个处理方案的指标择优向量和归一化矩阵；
根据所述指标择优向量和归一化矩阵，对所述处理方案对应的处理指标向量进行计算处理，得到所述处理方案对于所述待处理业务的适配度。
一种可选的实施方式中，所述装置包括数据处理模块，所述数据处理模块用于：
获取所述处理业务的待处理数据；
通过所述目标方案对所述待处理数据进行处理，得到所述待处理数据的处理结果。
本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述的业务方案选择方法的步骤。
本公开实施例还提供一种计算机存储介质，该计算机存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的业务方案选择方法的步骤。
本公开实施例提供的业务方案选择方法、装置、设备及存储介质，通过获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略，根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。这样，为业务方案的选择提供了一种统一的设计规范，可以通过适配度来直观的选择最符合预期的业务方案，有效降低业务方案选择的复杂度，方便用户简洁、快速、客观的对业务方案进行选择，有助于提升业务处理时的准确性以及快捷性。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本公开实施例所提供的一种业务方案选择方法的流程图；
图2示出了本公开实施例处理方案的示意图；
图3示出了本公开实施例所提供的另一种业务方案选择方法的流程图；
图4出了本公开实施例所提供的一种业务方案选择装置的结构图之一；
图5出了本公开实施例所提供的一种业务方案选择装置的结构图之二；
图6出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
经研究发现，在大数据处理领域中，我们经常需要对某些数据进行加工处理，如在互联网数据分析领域，针对不同的用户特征进行不同的处理，而这个具体的处理措施可以称之为策略。多条策略形成多层级的子方案，多个多层级的子方案形成处理方案，在实际业务场景中，同一个业务处理有多个处理方案，而不同处理方案之间进行选择是一个比较复杂的问题。
基于上述研究，本公开提供了一种业务方案选择方法，可以为业务方案的选择提供了一种统一的设计规范以及通过适配度来直观的选择最符合预期的业务方案，有效降低业务方案选择的复杂性，极大的提高了用户对业务方案选择的简洁性，有助于提升业务处理时的准确性以及快捷性。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
下面将结合本公开中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种业务方案选择方法进行详细介绍，本公开实施例所提供的业务方案选择方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该业务方案选择方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为终端设备为例对本公开实施例提供的业务方案选择方法加以说明。
请参阅图1，图1为本公开实施例提供的一种业务方案选择方法的流程图。如图1中所示，本公开实施例提供的业务方案选择方法，包括：
S101：获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略。
其中，所述待处理业务的测试数据，可以是所述待处理业务的历史数据。
其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的多条处理策略。
其中，所述多个处理方案可以是指同一方案的不同版本方案，例如对于一个方案，由于在不同的使用时机，或者针对不同的数据进行处理时，因数据处理的侧重点等因素不同，需要调整方案中各策略或者方案层级之间的权重等参数，从而形成同一方案的不同版本方案。后续内容中，均是以所述多个处理方案为同一方案的不同版本为例进行说明，但并不局限于此，在其他实时方式中，所述多个处理方案，也可以是指不同的方案内容。
相应的，请同时参阅图2，图2为本公开实施例中处理方案的示意图。如图2中所示，本公开实施例中的处理方案，可以通过有向无环图(DAG)的形式进行说明，处理方案中可以设置有多个层级方案，即处理方案包括多级子方案，多级子方案可以依据数据处理的次序进行排序，并按照数据处理流向依次连接，相应的，上一级子方案的输出数据，是下一级子方案的输入数据。
进一步的，每级子方案中包括有多个处理策略，多个处理策略可以按照所述数据处理流向依次连接，即上一个处理策略的输出数据，是下一个处理策略的输入数据。如图2中所示的处理方案，即包括N级子方案，每级子方案中包括M个处理策略，在对数据进行处理时，数据可以按照从上到下、从左到右的顺序，依次由各处理策略和各子方案处理，即将数据输入子方案1中的处理策略1，子方案1中的处理策略1对数据进行处理后的输出数据，作为子方案1中的处理策略2的输入数据，以此类推，直至子方案1中处理策略M1处理完毕后输出的输出数据，作为子方案1的输出数据，并输入至子方案2中，作为子方案2的输入数据，即作为子方案2中处理策略1的输入数据。
其中，处理策略，可以是指作用于某一条数据上的算子，主要由层级、自变量集合、算子算法、因变量集合和过滤器元素构成，其中层级表述该策略位于哪一层级的子方案中，相应，其能够作用于哪一层数据；自变量集合表述算子的数据输入的集合；算子算法表述对输入集合执行函数F(自变量集合)的描述，如一次函数等；因变量集合表述计算结果存储的集合；过滤器表述是一个布尔表达式，输入的数据只有符合该布尔表达式才能执行策略。
示例性的，在实际业务中，对于一个处理方案中的处理策略，可以通过以下方式进行表示：
其中，V标示一个处理方案，N表示子方案数量，即一个处理方案中包括N级子方案，
表示第i级子方案中第Mi个处理策略。
S102：根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量。
该步骤中，在获取到所述测试数据和所述多个处理方案之后，可以使用每个所述处理方案对所述测试数据进行处理，以用于对所述多个处理方案的实际数据处理效果进行检测，相应的，在所述处理方案处理所述测试数据过程中，可以获取到每级子方案输出的至少一个中间处理向量，进而可以通过各中间处理向量，来确定出所述处理方案针对所述测试数据处理效果的处理指标向量。
其中，每级子方案输出的至少一个中间处理向量，可以是指数据经过该级子方案中的处理策略计算后产生的计算结果，其可以是由多维度的数据所组成的一个结果矩阵所标识。
本公开实施例中，向量可以理解为包含矩阵的含义，即向量所表示的含义范围是大于矩阵所表示的含义范围的，例如，向量是一个一维矩阵、二维矩阵、三维矩阵等等，后续含义和此处相同，不再赘述。
示例性的，以对某平台的签约作家进行评估为例，针对作家的测试数据，可以包括作家的发文数量、粉丝数量、文章阅读量等各维度信息，针对作家进行评估的处理方案中，每级子方案输出的至少一个中间处理向量即可包含上述各维度信息，例如某一级子方案在对数据计算处理后输出的中间处理向量，可以是通过发文数量维度的数据和文章阅读量维度的数据构成的二维矩阵。
S103：根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度。
该步骤中，在根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案对应的处理指标向量之后，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度。
其中，所述待处理业务的适配度可以是一个具体的数值，例如通过所述处理方案对应的处理指标向量计算获得的一个具体的数值。
S104：将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
该步骤中，在根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度之后，可以根据不同处理方案的适配度来进行比较，将所有处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
其中，目标方案是待处理业务的多个处理方案中的最优的处理方案。
示例性的，以对某平台的签约作家进行评估为例，针对进行评估处理方案有多个，那么所有的处理方案中适配度最高的处理方案，即为进行评估处理的目标方案。
本公开实施例提供的业务方案选择方法，通过获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略，根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。为业务方案的选择提供了一种统一的设计规范以及通过适配度来直观的选择最符合预期的业务方案，降低了业务方案选择的复杂性，极大的提高了用户对业务方案选择的简洁性，提升了对业务处理的时候的准确性以及快捷性。
请参阅图3，图3为本公开实施例提供的另一种业务方案选择方法的流程图。如图3中所示，本公开实施例提供的另一种业务方案选择方法，包括：
S301：获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略。
S302：根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量。
S303：根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度。
S304：将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
S305：获取所述处理业务的待处理数据。
其中，所述待处理业务的待处理数据是从数据库提取的、需要处理的数据。
S306：通过所述目标方案对所述待处理数据进行处理，得到所述待处理数据的处理结果。
该步骤中，在确定了待处理业务的目标方案之后，可以使用确定出的所述目标方案对所述待处理数据进行处理，具体的，可以是将所述处理业务的待处理数据输入到目标方案中，按照所述目标方案中的数据流程进行处理，从而得到所述待处理数据的处理结果。
示例性的，以对某平台的签约作家进行评估为例，当进行评估的目标方案确定完成后，将对某平台的签约作家进行评估所需要的数据输入到目标方案的执行过程中，获取最终的评估结果。
其中，步骤S301至步骤S304的描述，可以参照步骤S101至步骤S104的描述，并且可以达到相同的技术效果和解决相同的技术问题，在此不做赘述。
接下来，结合具体实施方式进一步对本实施例进行说明。
一种可选的实施方式中，所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，包括：
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量；根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量。
该步骤中，在通过所述处理方案处理所述测试数据过程中，每级子方案均会输出相应的中间处理向量，即每级子方案的输出结果，因此，可以将每级子方案输出的至少一个中间处理向量输入到数据分析平台，例如蜂巢HIVE、点击室ClickHouse等数据分析平台，进而获得输出结果，根据输出结果确定出每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量，进而再对每级子方案的中间指标向量通过向量融合等方式，可以得到所述处理方案针对所述测试数据处理效果的处理指标向量。
相应的，一种可选的实施方式中，所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量，包括：
针对所述处理方案中的每级子方案，根据所述处理方案在处理所述测试数据过程中，该子方案针对所述待处理业务中对应的子业务，确定该子方案针对所述测试数据进行处理的至少一个信息指标；根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
该步骤中，在使用所述处理方案在处理所述测试数据过程中，可以通过所述处理方案中每级子方案的设置因素，即方案中各策略或者方案层级之间的权重的参数等信息，以及所述待处理业务的业务信息等，确定出每级子方案针对所述待处理业务中对应的子业务，进而通过每级子方案对应的子业务，可以确定出每级子方案针对所述测试数据进行处理的至少一个信息指标，即每级子方案是针对所述测试数据的哪个维度特征进行重点处理的，进而可以通过信息指标对得到的每级子方案输出的至少一个中间处理向量，将每级子方案输出的至少一个中间处理向量输入到数据分析平台，例如蜂巢HIVE、点击室ClickHouse等数据分析平台，进而获得输出结果，根据输出结果确定各子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量。
其中，该子方案针对所述测试数据进行处理的至少一个信息指标，是根据具体的业务场景的处理方案中的子方案预先设置好的，每级子方案的信息指标的数量均是相同，此外，每级子方案的信息指标可以是相同的，但并不局限于此，在其他实施方式中，每级子方案的信息指标也可以是不同的。
具体的，一种可选的实施方式中，所述根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量，包括：
根据该级子方案对应的至少一个信息指标，确定该级子方案输出的中间处理向量对应的至少一个指标值；根据确定出的各指标值，生成该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
该步骤中，针对每级子方案，在确定出该级子方案对应的至少一个信息指标和该级子方案输出的中间处理向量之后，将该级子方案输出的中间处理向量根据该级子方案对应的至少一个信息指标进行计算处理，以获得该级子方案输出的中间处理向量对应的至少一个指标值，进一步的，通过对确定出的各指标值进行融合等，可以生成该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
示例性的，在实际业务中，对于中间指标向量，可以通过以下方式进行表示：
其中，
为i级子方案的中间指标向量，aiW为第i级子方案的第W个指标值，其中，W表示指标值个数，T表示转置矩阵，如ai1表示激励金额均值，ai2表示激励金额标准差等等。
示例性的，对某平台的作者进行奖惩评估，根据作品的阅读量、是否抄袭以及作者的努力程度来进行评估作为一个完整的处理方案，其中作品的阅读量即为处理方案的子方案，通过将作者以及作品的相关数据信息进行子方案中的各处理策略的处理计算之后，获得该子方案输出的中间处理向量，将获得的中间处理向量输入到相应的数据分析平台，提前预设好信息指标，例如激励金额等，从而可以得到在信息指标下的，通过激励金额均值、激励金额标准差等形式表示的指标值，将各指标值聚合在一起，既可以融合得到中间指标向量。
一种可选的实施方式中，根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量，包括：
对每级子方案相对于所述处理方案的至少一个中间指标向量进行融合处理，得到所述处理方案处理所述测试数据的处理指标向量。
该步骤中，在确定出每级子方案相对于所述处理方案的至少一个中间指标向量之后，对每级子方案相对于所述处理方案的至少一个中间指标向量进行融合处理，例如通过每级子方案的处理方案的指标向量进行聚合，即可以得到所述处理方案处理所述测试数据的处理指标向量。
示例性的，在实际业务中，对于处理指标向量，可以通过以下方式进行表示：
其中，A为处理方案针对所述测试数据的处理指标向量，
表示第N级子方案的中间指标向量。
一种可选的实施方式中，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，包括：
获取预设的、针对所述多个处理方案的指标择优向量和归一化矩阵；根据所述指标择优向量和归一化矩阵，对所述处理方案对应的处理指标向量进行计算处理，得到所述处理方案对于所述待处理业务的适配度。
该步骤中，在确定出所述处理方案对应的处理指标向量之后，可以获取预设的、针对所述多个处理方案的指标择优向量和归一化矩阵，对处理方案对应的处理指标向量进行计算，进而得到所述处理方案对于所述待处理业务的适配度。
其中，指标择优向量规定了同一层指标各向量的权重，归一化矩阵规定了不同层数据指标之间的权重。在同一个处理方案的适配度的对比中，指标择优向量和归一化矩阵是一个常量向量，即对各处理方案来说比较标准是一致的。
示例性的，在实际业务中，可以通过以下方式表示处理方案的适配度：
β＝PAQT
其中，β为处理方案的适配度，P∈R1×W，表示指标择优向量，Q∈R1×N表示归一化矩阵。
示例性的，对某平台的作者进行奖惩评估，在获得奖惩评估处理方案处理奖惩评估所需要的测试数据的处理指标向量之后，获取预设的、针对奖惩评估多个处理方案的指标择优向量和归一化矩阵，根据所述指标择优向量和归一化矩阵，对奖惩评估处理方案对应的处理指标向量进行计算处理，得到奖惩评估处理方案对于奖惩评估待处理业务的适配度，根据适配度来选择进行奖惩评估的最优目标方案。
本公开实施例提供的另一种业务方案选择方法，通过获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案，获取所述处理业务的待处理数据；通过所述目标方案对所述待处理数据进行处理，得到所述待处理数据的处理结果。
这样，为业务方案的选择提供了一种统一的设计规范，可以通过适配度来直观的选择最符合预期的业务方案，降低了业务方案选择的复杂度，方便用户简洁、快速、客观的对业务方案进行选择，并在业务处理时直接使用选择出的方案，有助于提升业务处理时的准确性以及快捷性。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与业务方案选择方法对应的业务方案选择装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述业务方案选择方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
请参阅图4至图5，图4为本公开实施例提供的一种业务方案选择装置的结构图之一，图5为本公开实施例提供的一种业务方案选择装置的结构图之二。本公开实施例提供的一种业务方案选择装置400，如图4中所示，所述业务方案选择装置400包括：
获取模块410，用于获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略；
向量确定模块420，用于根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量；
适配度确定模块430，用于根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度；
目标方案确定模块440，用于将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
一种可选的实施方式中，所述向量模块420具体用于：
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量；
根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量。
一种可选的实施方式中，所述向量确定模块420在用于所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量时，具体用于：
针对所述处理方案中的每级子方案，根据所述处理方案在处理所述测试数据过程中，该子方案针对所述待处理业务中对应的子业务，确定该子方案针对所述测试数据进行处理的至少一个信息指标；
根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
一种可选的实施方式中，所述向量确定模块420在用于所述根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量时，具体用于：
根据该子方案对应的至少一个信息指标，确定该级子方案输出的中间处理向量对应的至少一个指标值；
根据确定出的各指标值，生成该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
一种可选的实施方式中，所述向量确定模块420在用于根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量时，具体用于：
对每级子方案相对于所述处理方案的至少一个中间指标向量进行融合处理，得到所述处理方案处理所述测试数据的处理指标向量。
一种可选的实施方式中，所述适配度确定模块430具体用于：
获取预设的、针对所述多个处理方案的指标择优向量和归一化矩阵；
根据所述指标择优向量和归一化矩阵，对所述处理方案对应的处理指标向量进行计算处理，得到所述处理方案对于所述待处理业务的适配度。
一种可选的实施方式中，如图5中所示，所述业务方案选择装置400还包括数据处理模块450，所述数据处理模块450用于：
获取所述处理业务的待处理数据；
通过所述目标方案对所述待处理数据进行处理，得到所述待处理数据的处理结果。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
本公开实施例通过业务方案选择的装置，通过获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略，根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。为业务方案的选择提供了一种统一的设计规范以及通过适配度来直观的选择最符合预期的业务方案，降低了业务方案选择的复杂性，极大的提高了用户对业务方案选择的简洁性，提升了对业务处理的时候的准确性以及快捷性。
基于同一技术构思，本申请实施例还提供了一种电子设备。本公开实施例还提供了一种电子设备600，如图6所示，为本公开实施例提供的电子设备500结构示意图，包括：
处理器610、存储器620、和总线630；存储器620用于存储执行指令，包括内存621和外部存储器622；这里的内存621也称内存储器，用于暂时存放处理器610中的运算数据，以及与硬盘等外部存储器622交换的数据，处理器610通过内存621与外部存储器622进行数据交换，当所述电子设备600运行时，所述处理器610与所述存储器620之间通过总线630通信，使得所述处理器610可以执行上述方法实施例中所示的业务方案选择方法的步骤。
本公开实施例还提供一种计算机存储介质，该计算机存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的业务方案选择方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的业务方案选择方法的计算机程序产品，包括存储了程序代码的计算机存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的业务方案选择方法的步骤，具体可参见上述方法实施例，在此不再赘述。
本公开实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的存储介质、设备、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种业务方案选择方法，其特征在于，所述方法包括：
获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略；
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量；
根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度；
将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
2.根据权利要求1所述的方法，其特征在于，所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量，包括：
根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量；
根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定每级子方案针对所述处理方案处理所述测试数据的至少一个中间指标向量，包括：
针对所述处理方案中的每级子方案，根据所述处理方案在处理所述测试数据过程中，该子方案针对所述待处理业务中对应的子业务，确定该子方案针对所述测试数据进行处理的至少一个信息指标；
根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
4.根据权利要求3所述的方案，其特征在于，所述根据该子方案对应的至少一个信息指标和该级子方案输出的中间处理向量，确定该级子方案针对所述处理方案处理所述测试数据的中间指标向量，包括：
根据该子方案对应的至少一个信息指标，确定该级子方案输出的中间处理向量对应的至少一个指标值；
根据确定出的各指标值，生成该级子方案针对所述处理方案处理所述测试数据的中间指标向量。
5.根据权利要求2所述的方法，其特征在于，根据每级子方案相对于所述处理方案的至少一个中间指标向量，确定所述处理方案处理所述测试数据的处理指标向量，包括：
对每级子方案相对于所述处理方案的至少一个中间指标向量进行融合处理，得到所述处理方案处理所述测试数据的处理指标向量。
6.根据权利要求1所述的方法，其特征在于，根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度，包括：
获取预设的、针对所述多个处理方案的指标择优向量和归一化矩阵；
根据所述指标择优向量和归一化矩阵，对所述处理方案对应的处理指标向量进行计算处理，得到所述处理方案对于所述待处理业务的适配度。
7.根据权利要求1所述的方法，其特征在于，在所述将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案之后，所述方法包括：
获取所述处理业务的待处理数据；
通过所述目标方案对所述待处理数据进行处理，得到所述待处理数据的处理结果。
8.一种业务方案选择装置，其特征在于，所述装置包括：
获取模块，用于获取待处理业务的测试数据和针对所述待处理业务的多个处理方案，其中，所述处理方案包括按照数据处理流向依次连接的多级子方案，所述子方案中包括按照所述数据处理流向依次连接的至少一条处理策略；
向量确定模块，用于根据所述处理方案在处理所述测试数据过程中，每级子方案输出的至少一个中间处理向量，确定所述处理方案的处理指标向量；
适配度确定模块，用于根据所述处理方案对应的处理指标向量，确定所述处理方案对于所述待处理业务的适配度；
目标方案确定模块，用于将所述多个处理方案中适配度最高的处理方案，确定为用于处理所述待处理业务的目标方案。
9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7中任一项所述的业务方案选择的方法步骤。
10.一种计算机存储介质，其特征在于，该计算机存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7中任一项所述的业务方案选择的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110668724.3A CN113360218B (zh) | 2021-06-16 | 一种业务方案选择方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110668724.3A CN113360218B (zh) | 2021-06-16 | 一种业务方案选择方法、装置、设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113360218A true CN113360218A (zh) | 2021-09-07 |
| CN113360218B CN113360218B (zh) | 2024-06-07 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115834387A (zh) * | 2023-02-14 | 2023-03-21 | 之江实验室 | 一种网络柔性适配方案选择系统和方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829757A (zh) * | 2019-01-18 | 2019-05-31 | 泰康保险集团股份有限公司 | 一种最优营销方案的选择方法及装置 |
| CN111080101A (zh) * | 2019-12-04 | 2020-04-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于ahp对供电渠道服务效能多维度评价的方法 |
| US20200162515A1 (en) * | 2018-11-19 | 2020-05-21 | Sorce Ltd. | System and method for adaptively determining an optimal authentication scheme |
| CN111741495A (zh) * | 2020-06-22 | 2020-10-02 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 异构网络中高能效编码缓存内容放置方案设计方法 |
| CN111782965A (zh) * | 2020-06-29 | 2020-10-16 | 北京百度网讯科技有限公司 | 意图推荐方法、装置、设备及存储介质 |
| CN111967757A (zh) * | 2020-08-12 | 2020-11-20 | 软通智慧科技有限公司 | 城市宜居方案的确定方法、装置、设备及存储介质 |
| CN112348356A (zh) * | 2020-11-05 | 2021-02-09 | 北京字节跳动网络技术有限公司 | 一种作品质量确定方法、装置、计算机设备及可读存储介质 |
| CN112819548A (zh) * | 2021-02-26 | 2021-05-18 | 泰康保险集团股份有限公司 | 用户画像生成方法及装置、可读存储介质、电子设备 |
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200162515A1 (en) * | 2018-11-19 | 2020-05-21 | Sorce Ltd. | System and method for adaptively determining an optimal authentication scheme |
| CN109829757A (zh) * | 2019-01-18 | 2019-05-31 | 泰康保险集团股份有限公司 | 一种最优营销方案的选择方法及装置 |
| CN111080101A (zh) * | 2019-12-04 | 2020-04-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于ahp对供电渠道服务效能多维度评价的方法 |
| CN111741495A (zh) * | 2020-06-22 | 2020-10-02 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 异构网络中高能效编码缓存内容放置方案设计方法 |
| CN111782965A (zh) * | 2020-06-29 | 2020-10-16 | 北京百度网讯科技有限公司 | 意图推荐方法、装置、设备及存储介质 |
| CN111967757A (zh) * | 2020-08-12 | 2020-11-20 | 软通智慧科技有限公司 | 城市宜居方案的确定方法、装置、设备及存储介质 |
| CN112348356A (zh) * | 2020-11-05 | 2021-02-09 | 北京字节跳动网络技术有限公司 | 一种作品质量确定方法、装置、计算机设备及可读存储介质 |
| CN112819548A (zh) * | 2021-02-26 | 2021-05-18 | 泰康保险集团股份有限公司 | 用户画像生成方法及装置、可读存储介质、电子设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115834387A (zh) * | 2023-02-14 | 2023-03-21 | 之江实验室 | 一种网络柔性适配方案选择系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110866181B (zh) | 资源推荐的方法、装置及存储介质 | |
| JP6484730B2 (ja) | 時間因子を融合させる協調フィルタリング方法、装置、サーバおよび記憶媒体 | |
| CN111176578B (zh) | 一种对象聚合方法、装置、设备及可读存储介质 | |
| Ma et al. | A pairwise likelihood-based approach for changepoint detection in multivariate time series models | |
| US11810009B2 (en) | Methods of explaining an individual predictions made by predictive processes and/or predictive models | |
| CN115828160A (zh) | 基于大数据和云计算的数据挖掘方法和平台 | |
| CN111611228A (zh) | 一种基于分布式数据库的负载均衡调整方法及装置 | |
| CN116894721A (zh) | 一种指标预测方法、装置、计算机设备 | |
| CN112988698A (zh) | 一种数据处理方法以及装置 | |
| CN113360218A (zh) | 一种业务方案选择方法、装置、设备以及存储介质 | |
| CN108229572A (zh) | 一种参数寻优方法及计算设备 | |
| CN113360218B (zh) | 一种业务方案选择方法、装置、设备以及存储介质 | |
| CN114780589A (zh) | 多表连接查询方法、装置、设备及存储介质 | |
| CN112070162A (zh) | 多类别处理任务训练样本构建方法、设备及介质 | |
| CN113807749B (zh) | 一种对象评分方法和装置 | |
| CN116991639A (zh) | 能耗预测方法、装置、计算机设备和存储介质 | |
| CN116756426A (zh) | 项目推荐方法、装置、计算机设备和存储介质 | |
| CN114049498A (zh) | 一种数据审核模型的更新方法、装置及电子设备 | |
| CN116881543A (zh) | 金融资源对象推荐方法、装置、设备、存储介质和产品 | |
| CN113792966A (zh) | 一种企业技术标准评价方法、装置、设备及存储介质 | |
| CN114329918A (zh) | 构件化软件系统的分析方法、装置、设备和存储介质 | |
| CN116842171A (zh) | 文章推荐方法、装置、计算机设备和存储介质 | |
| CN112052903A (zh) | 多标签处理任务训练样本构建方法、设备及介质 | |
| CN116432001A (zh) | 一种特征维度筛选方法、装置、计算机设备及存储介质 | |
| CN116501836A (zh) | 电力舆情风险等级确定方法、装置和计算机设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: Tiktok vision (Beijing) Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant |