CN113641725A - 信息展示方法、装置、设备及存储介质 - Google Patents
信息展示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113641725A CN113641725A CN202110873705.4A CN202110873705A CN113641725A CN 113641725 A CN113641725 A CN 113641725A CN 202110873705 A CN202110873705 A CN 202110873705A CN 113641725 A CN113641725 A CN 113641725A
- Authority
- CN
- China
- Prior art keywords
- information
- mined
- customer
- target
- displayed
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理领域,公开了一种信息展示方法、装置、设备及存储介质,该方法包括:获取待挖掘客户集以及其中的待挖掘客户的基本信息;根据基本信息生成待挖掘客户集的关系图谱;基于基本信息,使用分析模型分析关系图谱中各待挖掘客户的资源需求强度;根据资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定关系图谱中的目标客户;获取用户终端的展示指令,展示指令包括待展示地区;根据待展示地区进行目标客户的筛选,并在用户终端上展示筛选后的目标客户的基本信息和关系图谱。本方法在确定目标客户后,对目标客户和目标客户的所在区域进行展示,可以帮助销售人员快速获取潜在客户,提高对潜在客户跟进的效率和成功率。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种信息展示方法、装置、设备及存储介质。
背景技术
目前销售人员主要通过传统的营销手段来寻找目标客户,并向目标客户提供相应的产品,传统的营销手段包括通过地推团队和合作的营销渠道去寻找目标企业客群以发展相应的业务,然而,随着业务的高速增长,通过传统的营销手段来寻找目标客户的难度越来越大,同时,在系统中查找目标客户是通过输入关键词或其他筛选条件过滤的形式,并以列表形式进行输出结果,并不能直观的展示目标客户所在位置,销售人员无法快速获取目标客户的所在位置,进而影响目标客户的跟进效率。
发明内容
本申请的主要目的是解决现有的潜在客户查找不能直观的展示潜在客户所在位置的技术问题。
本发明第一方面提供了一种信息展示方法,包括:获取待挖掘客户集,并提取所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;获取用户通过终端输入的展示指令,其中,所述展示指令包括待展示地区;根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上。
可选的,在本发明第一方面的第一种实现方式中,所述根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱包括:将所述待挖掘客户集中所有待挖掘客户设定为实体点;根据所述身份信息、所述信用信息和所述经营信息确定所述待挖掘客户集中所有待挖掘客户之间的关联关系,并将所述关联关系作为关系边;将各实体点之间通过所述关系边关联,构建关系图谱。
可选的,在本发明第一方面的第二种实现方式中,所述分析模型为决策树模型结构,所述基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度包括:获取历史客户数据,并将所述历史客户数据划分为训练数据和测试数据;提取所述训练数据的至少一个数据特征,并对所述数据特征进行编码处理,得到特征向量;根据所述特征向量和所述决策树模型训练得到模型参数训练结果,并根据所述测试数据对所述模型参数训练结果进行测试,得到符合预设测试条件的模型参数测试结果作为分析模型;将所述交易行为信息输入所述分析模型中,得到资源需求强度。
可选的,在本发明第一方面的第三种实现方式中,所述根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户包括:根据所述经营信息确定各待挖掘对应的经营地区,并获取所述经营地区对应的宏观经济指标;根据所述资源需求强度和所述宏观经济指标计算各待挖掘客户的挖掘潜力数值;从所述关系图谱中筛选所述挖掘潜力数值大于预设数值的待挖掘客户作为第一目标客户。
可选的,在本发明第一方面的第四种实现方式中,所述展示指令还包括用户权限;在所述根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上之前,还包括:确定所述待展示地区的地区级别,并确定所述用户权限所能查询的最大地区等级;判断所述待展示地区的地区级别是否大于所述最大地区等级;若是,则生成对应的预警信号,并将所述预警信号发送至所述用户终端,以提醒所述用户终端的用户权限不足。
可选的,在本发明第一方面的第五种实现方式中,所述展示指令还包括操作信息,所述操作信息包括放大操作、缩小操作和点击操作;在所述根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上之后,还包括:判断所述操作信息的操作类型;若所述操作类型为放大操作,则确定所述方法操作对应的放大比例,并根据所述放大比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;若所述操作类型为缩小操作,则确定所述方法操作对应的缩小比例,并根据所述缩小比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;若所述操作类型为点击操作,则确定所述点击操作在所述用户终端中的位置信息,并根据所述位置信息确定点击的目标客户,并展示点击的目标客户的基本信息。
本发明第二方面提供了一种信息展示装置,包括:信息获取模块,用于获取待挖掘客户集,并提取所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;关系图谱生成模块,用于根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;分析模块,用于基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;目标确定模块,用于根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;指令获取模块,用于获取用户通过终端输入的展示指令,其中,所述展示指令包括待展示地区;展示模块,用于根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上。
可选的,在本发明第二方面的第一种实现方式中,所述关系图谱生成模块具体用于:将所述待挖掘客户集中所有待挖掘客户设定为实体点;根据所述身份信息、所述信用信息和所述经营信息确定所述待挖掘客户集中所有待挖掘客户之间的关联关系,并将所述关联关系作为关系边;将各实体点之间通过所述关系边关联,构建关系图谱。
可选的,在本发明第二方面的第二种实现方式中,所述分析模型为决策树模型结构,所述分析模块具体用于:获取历史客户数据,并将所述历史客户数据划分为训练数据和测试数据;提取所述训练数据的至少一个数据特征,并对所述数据特征进行编码处理,得到特征向量;根据所述特征向量和所述决策树模型训练得到模型参数训练结果,并根据所述测试数据对所述模型参数训练结果进行测试,得到符合预设测试条件的模型参数测试结果作为分析模型;将所述交易行为信息输入所述分析模型中,得到资源需求强度。
可选的,在本发明第二方面的第三种实现方式中,所述目标确定模块具体用于:根据所述经营信息确定各待挖掘对应的经营地区,并获取所述经营地区对应的宏观经济指标;根据所述资源需求强度和所述宏观经济指标计算各待挖掘客户的挖掘潜力数值;从所述关系图谱中筛选所述挖掘潜力数值大于预设数值的待挖掘客户作为第一目标客户。
可选的,在本发明第二方面的第四种实现方式中,所述展示指令还包括用户权限;所述信息展示装置还包括权限预警模块,所述权限预警模块具体用于:确定所述待展示地区的地区级别,并确定所述用户权限所能查询的最大地区等级;判断所述待展示地区的地区级别是否大于所述最大地区等级;若是,则生成对应的预警信号,并将所述预警信号发送至所述用户终端,以提醒所述用户终端的用户权限不足。
可选的,在本发明第二方面的第五种实现方式中,所述展示指令还包括操作信息,所述操作信息包括放大操作、缩小操作和点击操作;所述信息展示装置还包括操作模块,所述操作模块具体用于:判断所述操作信息的操作类型;若所述操作类型为放大操作,则确定所述方法操作对应的放大比例,并根据所述放大比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;若所述操作类型为缩小操作,则确定所述方法操作对应的缩小比例,并根据所述缩小比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;若所述操作类型为点击操作,则确定所述点击操作在所述用户终端中的位置信息,并根据所述位置信息确定点击的目标客户,并展示点击的目标客户的基本信息。
本发明第三方面提供了一种信息展示设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述信息展示设备执行上述的信息展示方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的信息展示方法的步骤。
本发明的技术方案中,通过获取待挖掘客户集以及所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;获取用户终端输入的展示指令,其中,所述展示指令包括待展示地区;根据待展示地区进行目标客户的筛选,并在用户终端上展示筛选后的目标客户的基本信息和关系图谱。本方案在确定目标客户后,对目标客户和目标客户的所在区域进行展示,可以帮助销售人员快速获取区域内的目标客户作为潜在客户,方便其合理规划潜在客户的拜访计划,提高潜在客户跟进的效率和合作成功率。
附图说明
图1为本发明实施例提供的信息展示方法的第一个实施例示意图;
图2为本发明实施例提供的信息展示方法的第二个实施例示意图;
图3为本发明实施例提供的信息展示方法的第三个实施例示意图;
图4为本发明实施例提供的信息展示方法的第四个实施例示意图;
图5为本发明实施例提供的信息展示方法的第五个实施例示意图;
图6为本发明实施例提供的信息展示装置的一个实施例示意图;
图7为本发明实施例提供的信息展示装置的另一个实施例示意图;
图8为本发明实施例提供的信息展示设备的一个实施例示意图。
具体实施方式
本发明的技术方案中,通过获取待挖掘客户集以及所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;获取用户终端输入的展示指令,其中,所述展示指令包括待展示地区;确定所述待展示地区内的目标客户,在所述用户终端上展示待展示地区内的目标客户的基本信息和所述关系图谱。本方案在确定目标客户后,对目标客户和目标客户的所在区域进行展示,可以帮助销售人员快速获取区域内的目标客户作为潜在客户,方便其合理规划潜在客户的拜访计划,提高潜在客户跟进的效率和合作成功率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例提供的信息展示方法的第一个实施例包括:
101、获取待挖掘客户集,并提取待挖掘客户集中的待挖掘客户的基本信息,其中,基本信息包括身份信息、信用信息、经营信息和交易行为信息;
可以理解的是,本发明的执行主体可以为信息展示装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
在本实施例中,所述待挖掘客户集可以是销售人员所从事的领域中的客户,例如销售人员是从事半导体领域的,则待挖掘客户集中的待挖掘客户是在产业流程中需要使用半导体的客户,从事物流领域,则待挖掘客户集中的客户均有物流需求,待挖掘客户集可以通过线上以及线下综合采集的客户,其中线下主要是通过前端销售人员进行获取梳理,线上可以是通过爬虫技术,从需要挖掘的领域的网站中进行爬取,并将爬取到的客户中是已经进行对应销售服务的客户剔除,剩余的客户即为待挖掘客户。
在本实施例中,身份信息是可以包括企业规模、所属行业、注册资本、经营范围、联系方式、客户名称、统一社会信用代码、客户地址、客户负责人、股权结构信息、客户股东信息、客户管理层信息、客户地理位置等信息。所述信用信息可以包括司法、信用、税务等表征客户信用的信息。所述经营信息可以包括资产、海关、商机、银行业务、税务代缴银行等表征客户经营情况的信息。所述行为信息可以包括交易流水、业务类型、周转波动和金额变化等表征用户交易行为的信息。
102、根据身份信息、信用信息和经营信息,构建待挖掘客户集的关系图谱;
在本实施例中,可以挖掘待挖掘客户集中的待挖掘客户的基础信息、信用信息和经营信息之间的联系,找到各个待挖掘客户的关联关系,整合待挖掘客户的信息,从而生成表征所述多个待挖掘客户关联关系的关系图谱。其中,所述关系图谱中可以展示不同待挖掘客户之间的关联关系,还可以展示各个客户本身的一些基本信息,例如工商信息、信用信息、税务信息、资产信息、司法信息等。
使用知识图谱(KnowledgeGraph)进行客户关联关系的描述,基于知识图谱、图形化展现技术等构建了关系图谱。知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Vertex)和边(Edge)组成,可以借用图G=(V,E)的方式进行定义。在知识图谱里,每个节点可以表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。例如,节点(实体)可以代表待挖掘客户,边可以代表上述的通过身份信息、信用信息和经营信息之间的关联关系,边的方向可以用来进一步描述上述关联关系,例如两个待挖掘客户之间的关系中一方为担保方,另外一方为被担保方。采用知识图谱的方式可以进行多维度的待挖掘客户关联关系建模,从而可以获得不同维度下的待挖掘客户之间的关联图谱。例如,待挖掘客户之间的股权、控制人和担保关系可以分别形成一个独立的关联图谱,还可以根据需要进行叠加。
103、基于交易行为信息,使用预设的分析模型分析关系图谱中各待挖掘客户的资源需求强度;
在本实施例中,可以根据能够表征客户交易行为的行为信息,分析各个待挖掘客户的资源需求强度。具体的,可以根据待挖掘客户的交易流水、业务类型、周转波动和金额变化等信息来分析各个待挖掘客户的资源需求强度。
在本实施例中,所述分析模型基于机器学习模型建立得到。所述机器学习模型包括以下任意一种:朴素贝叶斯模型、决策树模型、logistic回归模型。具体的,可以使用机器学习算法构建机器学习模型,再通过大量的样本对机器学习模型进行训练、测试,将经过训练和测试后的机器学习模型作为分析模型,以基于待挖掘客户的交易行为信息,分析所述关系图谱中各个待挖掘客户的资源需求强度。所述分析模型还可以基于其他机器模型建立得到,本说明书实施例对此不作限定。
104、根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定关系图谱中的第一目标客户;
在本实施例中,宏观经济指标可以包括GDP(国内生产总值)、CPI(消费者物价指数)、PPI(生产价格指数)等能够表征地区经济发展潜力的指标。若客户所在的地区经济发展潜力高,且客户的资源需求强度高,则该客户为第一目标客户的可能性就越高,更有可能为实际想要获取资源的客户。针对第一目标客户,可以为第一目标客户提供相应的资源。
105、获取用户通过终端输入的展示指令,其中,展示指令包括待展示地区;106、根据待展示地区从第一目标客户中筛选出符合条件的第二目标客户以及第二目标客户对应的基本信息和关系图谱,并将基本信息和关系图谱展示与终端上。
在本实施例中,当确定待挖掘用户集中的第一目标客户后,销售人员根据需求,在用户终端输入对应的展示指令,展示指令包括待展示地区,例如销售人员需要了解上海市中有多少第一目标客户,则待展示地区为上海市,根据经营信息中的经营范围或者公司注册地点,确定上海市的第一目标客户作为第二目标客户,统计第二目标客户数量,并将统计的第二目标客户数量展示在终端设别上,当销售人员需要了解上海市中第二目标客户的具体信息,则展示指令中还包括能够表征需要了解的第二目标客户的信息,例如第二目标客户的企业名称,企业注册地等。
在本实施例中,销售人员还可以通过关系图谱,将待挖掘客户集中的其他待挖掘客户确定为目标客户,通过在用户终端展示关系图谱,销售人员根据关系图谱中的关联关系确定是否将目标客户关联的待挖掘客户确定为另一目标客户,例如某制造行业的上下游均需要使用到某样零件,则该零件的销售人员可以通过为上游公司目标客户和上下游关系,确定另一为下游公司的待挖掘客户为目标客户。
在本实施例中,通过获取待挖掘客户集以及待挖掘客户集中的待挖掘客户的基本信息,其中,基本信息包括身份信息、信用信息、经营信息和交易行为信息;根据身份信息、信用信息和经营信息生成待挖掘客户集的关系图谱;基于交易行为信息,使用预设的分析模型分析关系图谱中各待挖掘客户的资源需求强度;根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定关系图谱中的目标客户;获取用户终端输入的展示指令,其中,展示指令包括待展示地区;确定待展示地区内的目标客户,在用户终端上展示待展示地区内的目标客户的基本信息和关系图谱。本方案在确定目标客户后,对目标客户和目标客户的所在区域进行展示,可以帮助销售人员快速获取区域内的目标客户作为潜在客户,方便其合理规划潜在客户的拜访计划,提高潜在客户跟进的效率和合作成功率。
请参阅图2,本发明实施例提供的信息展示方法的第二个实施例包括:
201、获取待挖掘客户集,并提取待挖掘客户集中的待挖掘客户的基本信息,其中,基本信息包括身份信息、信用信息、经营信息和交易行为信息;
202、将待挖掘客户集中所有待挖掘客户设定为实体点;
203、根据身份信息、信用信息和经营信息确定待挖掘客户集中所有待挖掘客户之间的关联关系,并将关联关系作为关系边;
204、将各实体点之间通过关系边关联,构建关系图谱;
在实际应用中,使用知识图谱(KnowledgeGraph)进行客户关联关系的描述,基于知识图谱、图形化展现技术等构建了关系图谱,知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Vertex)和边(Edge)组成,可以借用图G=(V,E)的方式进行定义。在本实施例中,将待挖掘客户集中所有待挖掘客户分别作为实体点,将身份信息、信用信息和经营信息中分析出的关联关系作为边构建关系图谱,例如,存在待挖掘客户A和待挖掘客户B,将待挖掘客户A和待挖掘客户B作为实体点,其中,待挖掘客户A对待挖掘客户B进行了投资,则两者具有关联关系;存在待挖掘客户C和待挖掘客户D,将待挖掘客户C和待挖掘客户D作为实体点,其中,待挖掘客户C中的一名或多名股东同时也是待挖掘客户D的股东,则两者具有关联关系,通过将存在关联关系的待挖掘客户进行连接,最终得到关系图谱。
在本实施例中,采用知识图谱的方式可以进行多维度的待挖掘客户关联关系建模,从而可以获得不同维度下的待挖掘客户之间的关联图谱。例如,待挖掘客户之间的股权、控制人和担保关系可以分别形成一个独立的关联图谱,还可以根据需要进行叠加,例如可以构建待挖掘客户单纯只有投资关系的关系图谱,或者待挖掘客户之间单纯存在股权关系的关系图谱,或者通过将多种关联关系进行叠加得到的关系图谱。本说明书实施例可以根据不同待挖掘客户之间的关联关系生成关系图谱,以便于在获取到目标客户时,可以查看目标客户的关系网,进而可以判断目标客户的关联待挖掘客户是否可以成为目标客户。
205、基于交易行为信息,使用预设的分析模型分析关系图谱中各待挖掘客户的资源需求强度;
206、根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定关系图谱中的第一目标客户;
207、获取用户通过终端输入的展示指令,其中,展示指令包括待展示地区;
208、根据待展示地区从第一目标客户中筛选出符合条件的第二目标客户以及第二目标客户对应的基本信息和关系图谱,并将基本信息和关系图谱展示与终端上。
本实施例在上一实施例的基础上,详细描述了根据身份信息、信用信息和经营信息生成待挖掘客户集的关系图谱的过程,通过将待挖掘客户集中所有待挖掘客户设定为实体点;根据身份信息、信用信息和经营信息确定待挖掘客户集中所有待挖掘客户之间的关联关系,并将关联关系作为关系边;将各实体点之间通过关系边关联,生成关系图谱。本方案通过生成关系图谱,便于销售人员便于在获取到目标客户时,可以查看目标客户的关系网,进而可以判断目标客户的关联待挖掘客户是否可以成为目标客户。
请参阅图3,本发明实施例提供的信息展示方法的第三个实施例包括:
301、获取待挖掘客户集,并提取待挖掘客户集中的待挖掘客户的基本信息,其中,基本信息包括身份信息、信用信息、经营信息和交易行为信息;
302、根据身份信息、信用信息和经营信息,构建待挖掘客户集的关系图谱;
303、获取历史客户数据,并将历史客户数据划分为训练数据和测试数据;
在实际应用中,分析模型基于机器学习模型构建得到所述机器学习模型包括朴素贝叶斯模型、决策树模型、logistic回归模型中的一种,而在本实施例中,主要通过决策树模型构建分析模型。
在本实施例中,历史客户数据可以是销售人员已经成功进行推销的客户的客户数据,在实际应用中,决策树模型训练中,一般会有两种模型测试的方法,一种是将训练集中的数据分成两部分,将一部分数据用来做训练生成决策树(即训练集),一部分数据用来做测试(及测试集),其中,一般在测试集中选择测试例;另一种方法是采用n一折交叉验证法,将训练集中的数据分为n折,若将数据分为10份,取其中9份用来做训练生成决策树,剩下的一份用来做测试,作为测试例进行测试,直到将10份数据全都作为测试例分别进行测试,才能完成整个测试过程。
304、提取训练数据的至少一个数据特征,并对数据特征进行编码处理,得到特征向量;
305、根据特征向量和决策树模型训练得到模型参数训练结果,并根据测试数据对模型参数训练结果进行测试,得到符合预设测试条件的模型参数测试结果作为分析模型;
在本实施例中,在实际应用中,构建决策树有多种算法,包括ID3算法和C4.5算法,在本实施例中,使用C4.5算法,通过计算特征的信息增益比的方式选择决策树的决策点。
在本实施例中,在采用训练数据生成决策树预测模型后,再用测试数据对模型进行校核与验证,若模型准确率不高,则可以通过试错法调节相关参数提高模型的预测精度。其中,可以调节的参数包括:分类所需的最小数量的节点数,一个分支所需要的最少样本数,最小的权重系数,最大叶节点数等。参数调整后再次进行模型的校核和验证,最终通过校验和验证的决策树预测模型即为分析模型。
306、将交易行为信息输入分析模型中,得到资源需求强度;
307、根据经营信息确定各待挖掘对应的经营地区,并获取经营地区对应的宏观经济指标;
308、根据资源需求强度和宏观经济指标计算各待挖掘客户的挖掘潜力数值;
309、从关系图谱中筛选挖掘潜力数值大于预设数值的待挖掘客户作为第一目标客户;
在本实施例中,所述宏观经济指标可以包括GDP(国内生产总值)、CPI(消费者物价指数)、PPI(生产价格指数)等能够表征地区经济发展潜力的指标,可以根据不同的指标数值的取值区间,映射不同的等级,不同等级对应不同的数值,例如分为10级,则分别对应从1~10,并将该等级数值乘以资源需求强度,即可得到待挖掘客户的挖掘潜力数值。
310、获取用户通过终端输入的展示指令,其中,展示指令包括待展示地区;
311、根据待展示地区从第一目标客户中筛选出符合条件的第二目标客户以及第二目标客户对应的基本信息和关系图谱,并将基本信息和关系图谱展示与终端上。
本实施例在前实施例的基础上,详细描述了基于交易行为信息,使用预设的分析模型分析关系图谱中各待挖掘客户的资源需求强度的过程,通过获取历史客户数据,并将历史客户数据划分为训练数据和测试数据;提取训练数据的至少一个数据特征,并对数据特征进行编码处理,得到特征向量;根据特征向量和决策树模型训练得到模型参数训练结果,并根据测试数据对模型参数训练结果进行测试,得到符合预设测试条件的模型参数测试结果作为分析模型;将交易行为信息输入分析模型中,得到资源需求强度。本方案依托机器学习技术,历史数据构建分析模型,计算出资源需求强度,提高分析的准确度和效率。
请参阅图4,本发明实施例中信息展示方法的第四个实施例包括:
401、获取待挖掘客户集,并提取待挖掘客户集中的待挖掘客户的基本信息,其中,基本信息包括身份信息、信用信息、经营信息和交易行为信息;
402、根据身份信息、信用信息和经营信息,构建待挖掘客户集的关系图谱;
403、基于交易行为信息,使用预设的分析模型分析关系图谱中各待挖掘客户的资源需求强度;
404、根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定关系图谱中的第一目标客户;
405、获取用户终端输入的展示指令,其中,展示指令包括待展示地区和用户权限;
406、确定待展示地区的地区级别,并确定用户权限所能查询的最大地区等级;
407、判断待展示地区的地区级别是否大于最大地区等级;
408、若是,则生成对应的预警信号,并将预警信号发送至用户终端,以提醒用户终端的用户权限不足;
在本实施例中,不同用户可能存在不同的用户权限,不同的用户权限所能查询的信息不同,例如可以将用户权限分为总部、大区、业务省、分拨中心、网点和客户,不同用户权限进入用户终端的页面显示的信息是不同的,例如展示地区的展示比例,如下表1所示:
等级 | 初始比例 | 层级 |
总部 | 1:1000km | 4 |
大区 | 1:500km | 5 |
业务省 | 1:200km | 6 |
分拨 | 1:50km | 8 |
网点 | 1:20km | 10 |
客户 | 1:5km | 12 |
表1
分拨中心只能显示附近区域地图以1:200km的比例显示的地图信息和目标客户,而总部能够显示全国范围内的1:1000km显示的地图信息和目标客户。
409、若否,则根据待展示地区从第一目标客户中筛选出符合条件的第二目标客户以及第二目标客户对应的基本信息和关系图谱,并将基本信息和关系图谱展示与终端上。
本实施例在前实施例的基础上,增加了对用户权限进行验证的过程,通过确定所述待展示地区的地区级别,并确定所述用户权限所能查询的最大地区等级;判断所述待展示地区的地区级别是否大于所述最大地区等级;若是,则生成对应的预警信号,并将所述预警信号发送至所述用户终端,以提醒所述用户终端的用户权限不足。本方法通过设置不同角色的用户权限,避免权限较低的用户查看不对应的消息,导致消息泄露的问题。
请参阅图5,本发明实施例提供的信息展示方法的第五个实施例包括:
501、获取待挖掘客户集,并提取待挖掘客户集中的待挖掘客户的基本信息,其中,基本信息包括身份信息、信用信息、经营信息和交易行为信息;
502、根据身份信息、信用信息和经营信息,构建待挖掘客户集的关系图谱;
503、基于交易行为信息,使用预设的分析模型分析关系图谱中各待挖掘客户的资源需求强度;
504、根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定关系图谱中的第一目标客户;
505、获取用户通过终端输入的展示指令,其中,展示指令包括待展示地区和操作信息;
506、根据待展示地区从第一目标客户中筛选出符合条件的第二目标客户以及第二目标客户对应的基本信息和关系图谱,并将基本信息和关系图谱展示与终端上;
507、判断操作信息的操作类型;
508、若操作类型为放大操作,则确定方法操作对应的放大比例,并根据放大比例更新待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和关系图谱;
509、若操作类型为缩小操作,则确定方法操作对应的缩小比例,并根据缩小比例更新待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和关系图谱;
在本实施例中,初始根据登录用户终端的用户的用户权限进行对应的默认地图展示,用户通过点击用户终端中的显示区域或双指放大缩小可改变需要展示的区域,不同权限初始展示不同的区域比例,如大区权限默认展示业务省比例,
510、若操作类型为点击操作,则确定点击操作在用户终端中的位置信息,并根据位置信息确定点击的第二目标客户,并展示点击的第二目标客户的基本信息。
在本实施例中,在本实施例中,初始根据登录用户终端的用户的用户权限进行对应的默认地图展示,用户通过点击用户终端中的显示区域或双指放大缩小可改变需要展示的区域,不同权限初始展示不同的区域比例,如大区权限默认展示业务省比例,并显示在显示区域内的目标客户的客户信息,同时显示关系图谱,以便于在获取到目标客户时,可以查看目标客户的关系网,进而可以判断目标客户的关联待挖掘客户是否可以成为目标客户。
本实施例在前实施例的基础上,增加了用户查看展示信息的过程,在确定待展示地区内的目标客户,在用户终端上展示待展示地区内的目标客户的基本信息和关系图谱之后,通过判断操作信息的操作类型;若操作类型为放大操作,则确定方法操作对应的放大比例,并根据放大比例更新待展示地区,并展示更新后的待展示地区的地区内的目标客户的基本信息和关系图谱;若操作类型为缩小操作,则确定方法操作对应的缩小比例,并根据缩小比例更新待展示地区,并展示更新后的待展示地区的地区内的目标客户的基本信息和关系图谱;若操作类型为点击操作,则确定点击操作在用户终端中的位置信息,并根据位置信息确定点击的目标客户,并展示点击的目标客户的基本信息。本方法通过对用户的操作信息进行识别,进行不同信息的展示,实现展示方式的多样性。
上面对本发明实施例提供的信息展示方法进行了描述,下面对本发明实施例的信息展示装置进行描述,请参阅图6,本发明实施例中信息展示装置一个实施例包括:
信息获取模块601,用于获取待挖掘客户集,并提取所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;
关系图谱生成模块602,用于根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;
分析模块603,用于基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;
目标确定模块604,用于根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;
指令获取模块605,用于获取用户通过终端输入的展示指令,其中,所述展示指令包括待展示地区;
展示模块606,用于根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上。
本发明实施例中,所述信息展示装置运行上述信息展示方法,该装置通过获取待挖掘客户集以及所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;获取用户终端输入的展示指令,其中,所述展示指令包括待展示地区;确定所述待展示地区内的目标客户,在所述用户终端上展示待展示地区内的目标客户的基本信息和所述关系图谱。本方案在确定目标客户后,对目标客户和目标客户的所在区域进行展示,可以帮助销售人员快速获取区域内的目标客户作为潜在客户,方便其合理规划潜在客户的拜访计划,提高潜在客户跟进的效率和合作成功率。
请参阅图7,本发明实施例提供的信息展示装置的第二个实施例包括:
信息获取模块601,用于获取待挖掘客户集,并提取所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;
关系图谱生成模块602,用于根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;
分析模块603,用于基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;
目标确定模块604,用于根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;
指令获取模块605,用于获取用户通过终端输入的展示指令,其中,所述展示指令包括待展示地区;
展示模块606,用于根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上。
在本实施例中,所述关系图谱生成模块602具体用于:将所述待挖掘客户集中所有待挖掘客户设定为实体点;根据所述身份信息、所述信用信息和所述经营信息确定所述待挖掘客户集中所有待挖掘客户之间的关联关系,并将所述关联关系作为关系边;将各实体点之间通过所述关系边关联,构建关系图谱。
所述分析模型为决策树模型结构,所述分析模块603具体用于:获取历史客户数据,并将所述历史客户数据划分为训练数据和测试数据;提取所述训练数据的至少一个数据特征,并对所述数据特征进行编码处理,得到特征向量;根据所述特征向量和所述决策树模型训练得到模型参数训练结果,并根据所述测试数据对所述模型参数训练结果进行测试,得到符合预设测试条件的模型参数测试结果作为分析模型;将所述交易行为信息输入所述分析模型中,得到资源需求强度。
在本实施例中,所述目标确定模块604具体用于:根据所述经营信息确定各待挖掘对应的经营地区,并获取所述经营地区对应的宏观经济指标;根据所述资源需求强度和所述宏观经济指标计算各待挖掘客户的挖掘潜力数值;从所述关系图谱中筛选所述挖掘潜力数值大于预设数值的待挖掘客户作为第一目标客户。
在本实施例中,所述展示指令还包括用户权限;所述信息展示装置还包括权限预警模块607,所述权限预警模块607具体用于:确定所述待展示地区的地区级别,并确定所述用户权限所能查询的最大地区等级;判断所述待展示地区的地区级别是否大于所述最大地区等级;若是,则生成对应的预警信号,并将所述预警信号发送至所述用户终端,以提醒所述用户终端的用户权限不足。
可选的,所述展示指令还包括操作信息,所述操作信息包括放大操作、缩小操作和点击操作;所述信息展示装置还包括操作模块608,所述操作模块608具体用于:判断所述操作信息的操作类型;若所述操作类型为放大操作,则确定所述方法操作对应的放大比例,并根据所述放大比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;若所述操作类型为缩小操作,则确定所述方法操作对应的缩小比例,并根据所述缩小比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;若所述操作类型为点击操作,则确定所述点击操作在所述用户终端中的位置信息,并根据所述位置信息确定点击的目标客户,并展示点击的目标客户的基本信息。
本实施例在上一实施例的基础上,增加了其他的功能模块,通过这些功能模块,在确定目标客户后,对目标客户和目标客户的所在区域进行展示,可以帮助销售人员快速获取区域内的目标客户作为潜在客户,方便其合理规划潜在客户的拜访计划,提高潜在客户跟进的效率和合作成功率。
上面图6和图7从模块化功能实体的角度对本发明实施例中的信息展示装置进行详细描述,下面从硬件处理的角度对本发明实施例的信息展示设备进行详细描述。
图8是本发明实施例提供的一种信息展示设备的结构示意图,该信息展示设备800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)810(例如,一个或一个以上处理器)和存储器820,一个或一个以上存储应用程序833或数据832的存储介质830(例如一个或一个以上海量存储设备)。其中,存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对信息展示设备800中的一系列指令操作。更进一步地,处理器810可以设置为与存储介质830通信,在信息展示设备800上执行存储介质830中的一系列指令操作,以实现上述信息展示方法的步骤。
信息展示设备800还可以包括一个或一个以上电源840,一个或一个以上有线或无线网络接口850,一个或一个以上输入输出接口860,和/或,一个或一个以上操作系统831,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图8示出的信息展示设备结构并不构成对本申请提供的信息展示设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述信息展示方法的步骤。
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,上述描述的系统或装置、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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全部或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)执行本发明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-only memory,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。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例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同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种信息展示方法,其特征在于,所述信息展示方法包括:
获取待挖掘客户集,并提取所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;
根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;
基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;
根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;
获取用户通过终端输入的展示指令,其中,所述展示指令包括待展示地区;
根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上。
2.根据权利要求1所述信息展示方法,其特征在于,所述根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱包括:
将所述待挖掘客户集中所有待挖掘客户设定为实体点;
根据所述身份信息、所述信用信息和所述经营信息确定所述待挖掘客户集中所有待挖掘客户之间的关联关系,并将所述关联关系作为关系边;
将各实体点之间通过所述关系边关联,构建关系图谱。
3.根据权利要求1所述的信息展示方法,其特征在于,所述分析模型为决策树模型结构,所述基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度包括:
获取历史客户数据,并将所述历史客户数据划分为训练数据和测试数据;
提取所述训练数据的至少一个数据特征,并对所述数据特征进行编码处理,得到特征向量;
根据所述特征向量和所述决策树模型训练得到模型参数训练结果,并根据所述测试数据对所述模型参数训练结果进行测试,得到符合预设测试条件的模型参数测试结果作为分析模型;
将所述交易行为信息输入所述分析模型中,得到资源需求强度。
4.根据权利要求3所述的信息展示方法,其特征在于,所述根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户包括:
根据所述经营信息确定各待挖掘对应的经营地区,并获取所述经营地区对应的宏观经济指标;
根据所述资源需求强度和所述宏观经济指标计算各待挖掘客户的挖掘潜力数值;
从所述关系图谱中筛选所述挖掘潜力数值大于预设数值的待挖掘客户作为第一目标客户。
5.根据权利要求1所述的信息展示方法,其特征在于,所述展示指令还包括用户权限;
在所述根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上之前,还包括:
确定所述待展示地区的地区级别,并确定所述用户权限所能查询的最大地区等级;
判断所述待展示地区的地区级别是否大于所述最大地区等级;
若是,则生成对应的预警信号,并将所述预警信号发送至所述用户终端,以提醒所述用户终端的用户权限不足。
6.根据权利要求1-5中任一项所述的信息展示方法,其特征在于,所述展示指令还包括操作信息,所述操作信息包括放大操作、缩小操作和点击操作;
在所述根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上之后,还包括:
判断所述操作信息的操作类型;
若所述操作类型为放大操作,则确定所述方法操作对应的放大比例,并根据所述放大比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;
若所述操作类型为缩小操作,则确定所述方法操作对应的缩小比例,并根据所述缩小比例更新所述待展示地区,并展示更新后的待展示地区的地区内的第二目标客户的基本信息和所述关系图谱;
若所述操作类型为点击操作,则确定所述点击操作在所述用户终端中的位置信息,并根据所述位置信息确定点击的目标客户,并展示点击的目标客户的基本信息。
7.一种信息展示装置,其特征在于,所述信息展示装置包括:
信息获取模块,用于获取待挖掘客户集,并提取所述待挖掘客户集中的待挖掘客户的基本信息,其中,所述基本信息包括身份信息、信用信息、经营信息和交易行为信息;
关系图谱生成模块,用于根据所述身份信息、所述信用信息和所述经营信息,构建所述待挖掘客户集的关系图谱;
分析模块,用于基于所述交易行为信息,使用预设的分析模型分析所述关系图谱中各待挖掘客户的资源需求强度;
目标确定模块,用于根据各待挖掘客户的资源需求强度和各个待挖掘客户所在地区的宏观经济指标,确定所述关系图谱中的第一目标客户;
指令获取模块,用于获取用户通过终端输入的展示指令,其中,所述展示指令包括待展示地区;
展示模块,用于根据所述待展示地区从所述第一目标客户中筛选出符合条件的第二目标客户以及所述第二目标客户对应的基本信息和关系图谱,并将所述基本信息和关系图谱展示与所述终端上。
8.根据权利要求7所述的信息展示装置,其特征在于,所述关系图谱生成模块用于:
将所述待挖掘客户集中所有待挖掘客户设定为实体点;
根据所述身份信息、所述信用信息和所述经营信息确定所述待挖掘客户集中所有待挖掘客户之间的关联关系,并将所述关联关系作为关系边;
将各实体点之间通过所述关系边关联,生成关系图谱。
9.一种信息展示设备,其特征在于,所述信息展示设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述信息展示设备执行如权利要求1-6中任一项所述的信息展示方法的步骤。
10.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的信息展示方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873705.4A CN113641725A (zh) | 2021-07-30 | 2021-07-30 | 信息展示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873705.4A CN113641725A (zh) | 2021-07-30 | 2021-07-30 | 信息展示方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113641725A true CN113641725A (zh) | 2021-11-12 |
Family
ID=78419143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110873705.4A Pending CN113641725A (zh) | 2021-07-30 | 2021-07-30 | 信息展示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641725A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115470379A (zh) * | 2022-11-03 | 2022-12-13 | 北京天融信网络安全技术有限公司 | 用户关系确定方法、装置、设备及介质 |
-
2021
- 2021-07-30 CN CN202110873705.4A patent/CN113641725A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115470379A (zh) * | 2022-11-03 | 2022-12-13 | 北京天融信网络安全技术有限公司 | 用户关系确定方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543096B (zh) | 数据查询方法、装置、计算机设备和存储介质 | |
Curtis et al. | Business information systems: Analysis, design and practice | |
US20160335649A1 (en) | Systems and methods for determining an impact event on a sector location | |
JP5960887B1 (ja) | 算出装置、算出方法及び算出プログラム | |
US20200242615A1 (en) | First party fraud detection | |
US8583408B2 (en) | Standardized modeling suite | |
US20200234218A1 (en) | Systems and methods for entity performance and risk scoring | |
CN102203775A (zh) | 市场动态 | |
US20210279777A1 (en) | System and method for providing carbon offsets | |
US8984022B1 (en) | Automating growth and evaluation of segmentation trees | |
CN111815207B (zh) | 一种针对供应链金融的风险定量评估方法 | |
US20160125422A1 (en) | Location-based policy guidance system | |
CN107908733A (zh) | 一种全球贸易数据的查询方法,装置及系统 | |
CN105303447A (zh) | 利用网络信息进行信用评级的方法和系统 | |
Reinhard et al. | Contribution-based prioritization of LCI database improvements: the most important unit processes in ecoinvent | |
Chimonaki et al. | Identification of financial statement fraud in Greece by using computational intelligence techniques | |
CN115062163A (zh) | 异常组织的识别方法、装置、电子设备和介质 | |
CN113641725A (zh) | 信息展示方法、装置、设备及存储介质 | |
CN115204881A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN113283806A (zh) | 企业信息评估方法、装置、计算机设备及存储介质 | |
Leonov et al. | K-means method as a tool of big data analysis in risk-oriented audit | |
Singarimbum et al. | How Commercial Banks in Emerging Economies Can Leverage Big Data Analytics: A perspective of Asian countries | |
KR102090951B1 (ko) | 통합 금융 서비스를 제공하는 방법 및 시스템 | |
CN116228402A (zh) | 一种金融征信特征仓库技术支持系统 | |
García et al. | Monitoring credit risk in the social economy sector by means of a binary goal programming model |
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 |