CN113779431B - 基于时序特征的业务信息处理方法及服务器 - Google Patents

基于时序特征的业务信息处理方法及服务器 Download PDF

Info

Publication number
CN113779431B
CN113779431B CN202111336684.9A CN202111336684A CN113779431B CN 113779431 B CN113779431 B CN 113779431B CN 202111336684 A CN202111336684 A CN 202111336684A CN 113779431 B CN113779431 B CN 113779431B
Authority
CN
China
Prior art keywords
service log
interaction
online
distribution
interactive
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.)
Active
Application number
CN202111336684.9A
Other languages
English (en)
Other versions
CN113779431A (zh
Inventor
吴潇琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangyin Consumer Finance Co ltd
Original Assignee
Hangyin Consumer Finance Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangyin Consumer Finance Co ltd filed Critical Hangyin Consumer Finance Co ltd
Priority to CN202111336684.9A priority Critical patent/CN113779431B/zh
Publication of CN113779431A publication Critical patent/CN113779431A/zh
Application granted granted Critical
Publication of CN113779431B publication Critical patent/CN113779431B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明是关于基于时序特征的业务信息处理方法及服务器，在应用本申请实施例时，可以对抽取的意图描述和兴趣描述进行关联以获得业务日志内容和潜在偏好的关联描述，该关联描述涵盖更加完整多样的日志数据，此外，该关联描述能够应对会话场景更新的干扰，减少行为意图挖掘的误差，进而再对关联描述启用更新操作以获得具有更高特征识别度的数字化交互业务日志。本申请实施例对数字化交互业务日志进行特征识别度校正操作，能够提高在线交互业务日志的特征识别度，这样能够确保在线交互业务日志能够适用于尽可能多的需求分析任务。

Description

基于时序特征的业务信息处理方法及服务器
技术领域
本发明涉及业务信息处理技术领域，具体而言，涉及一种基于时序特征的业务信息处理方法及服务器。
背景技术
科学技术的不断进步促使各类业务不断向数字化模式升级和转型，进而能够打破传统业务办理的时间限制和地域限制，提高业务办理的灵活性，减少不必要的资源浪费。随着数字化业务规模的不断扩大，为了提高数字化业务服务的不断升级优化，通常需要针对业务信息进行需求挖掘和分析，但是发明人在研究过程中发现，用于进行需求挖掘和分析的业务信息往往存在特征识别度不高，但是现有技术难以有效克服上述问题。
发明内容
第一方面，本发明实施例提供了一种基于时序特征的业务信息处理方法，应用于业务信息处理服务器，所述方法至少包括：确定数字化交互业务日志，其中，所述数字化交互业务日志包括指向相同具有时序特征的业务会话事件在相同业务会话服务状态下爬取的第一在线交互业务日志和第二在线交互业务日志；抽取所述数字化交互业务日志的第一交互行为意图分布、所述数字化交互业务日志的第一潜在兴趣描述分布，以及关联所述数字化交互业务日志的业务会话描述内容和潜在兴趣内容的第二交互行为意图分布；对所述数字化交互业务日志、所述数字化交互业务日志的第一交互行为意图分布、第一潜在兴趣描述分布以及所述第二交互行为意图分布进行关键描述关联操作以获得所述数字化交互业务日志的关联交互行为意图分布；对所述数字化交互业务日志的关联交互行为意图分布启用更新操作以获得特征识别度校正操作后的数字化交互业务日志；所述对所述数字化交互业务日志的关联交互行为意图分布启用更新操作以获得特征识别度校正操作后的数字化交互业务日志，包括：分别对所述数字化交互业务日志的关联交互行为意图分布启用特征挖掘操作以获得所述特征识别度校正操作后的数字化交互业务日志。
在一些优选的实施例中，所述抽取所述数字化交互业务日志的第一交互行为意图分布，包括：针对所述第一在线交互业务日志和第二在线交互业务日志分别启用第一特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布；针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布分别启用第二特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的动态层面的第二过渡交互行为意图分布；针对所述第一在线交互业务日志和第二在线交互业务日志的各层面的第二过渡交互行为意图分布分别启用损失检测操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一交互行为意图分布。
在一些优选的实施例中，所述对所述数字化交互业务日志的第一在线交互业务日志和第二在线交互业务日志分别启用第一特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布，包括：借助第一设定特征挖掘线程以及第一特征挖掘周期分别针对所述第一在线交互业务日志和第二在线交互业务日志分别启用特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布。
在一些优选的实施例中，所述针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布分别启用第二特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的动态层面的第二过渡交互行为意图分布，包括：依次基于设定的若干存在比较结果的第一扩展系数，针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布启用特征挖掘操作以获得与该若干第一扩展系数依次对应的第二过渡交互行为意图分布。
在一些优选的实施例中，所述针对所述第一在线交互业务日志和第二在线交互业务日志的各层面的第二过渡交互行为意图分布分别启用损失检测操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一交互行为意图分布，包括：依次整合所述第一在线交互业务日志的若干层面的第二过渡交互行为意图分布得到第一整合交互行为意图分布，以及依次整合第二在线交互业务日志的若干层面的第二过渡交互行为意图分布得到第二整合交互行为意图分布；分别针对所述第一整合交互行为意图分布和第二整合交互行为意图分布启用特征挖掘操作；针对所述第一在线交互业务日志的第一过渡交互行为意图分布和特征挖掘操作后的第一整合交互行为意图分布启用加权操作以获得第一在线交互业务日志的第一交互行为意图分布，以及对所述第二在线交互业务日志的第一过渡交互行为意图分布和特征挖掘操作后的第二整合交互行为意图分布启用加权操作以获得所述第二在线交互业务日志的第一交互行为意图分布。
在一些优选的实施例中，抽取所述数字化交互业务日志的第一潜在兴趣描述分布，以及关联所述数字化交互业务日志的业务会话描述内容和潜在兴趣内容的第二交互行为意图分布，包括；将所述第一在线交互业务日志和第二在线交互业务日志进行拼接，得到拼接业务日志；对所述拼接业务日志启用不少于一次第三特征挖掘操作得到第一过渡潜在交互行为意图分布；针对所述第一过渡潜在交互行为意图分布启用第四特征挖掘操作以获得若干层面的第二过渡潜在交互行为意图分布；对第二过渡潜在兴趣内容与第一过渡潜在兴趣描述分布启用损失检测操作，分别得到所述第一在线交互业务日志和第二在线交互业务日志的第一潜在兴趣描述分布，以及根据其中一次第三特征挖掘操作抽取所述第二交互行为意图分布。
在一些优选的实施例中，所述对所述拼接业务日志启用不少于一次第三特征挖掘操作得到第一过渡潜在交互行为意图分布，包括：借助第二设定特征挖掘线程以及第二特征挖掘周期对所述拼接业务日志启用不少于一次特征挖掘操作以获得所述第一过渡潜在交互行为意图分布。
在一些优选的实施例中，所述针对所述第一过渡潜在交互行为意图分布启用第四特征挖掘操作以获得若干层面的第二过渡潜在交互行为意图分布，包括：依次基于设定的若干存在比较结果的第二扩展系数，针对所述第一过渡潜在交互行为意图分布启用特征挖掘操作以获得与该若干第二扩展系数依次对应的第二过渡潜在交互行为意图分布。
在一些优选的实施例中，所述对所述数字化交互业务日志、所述数字化交互业务日志的第一交互行为意图分布、第一潜在兴趣描述分布以及所述第二交互行为意图分布进行关键描述关联操作以获得所述数字化交互业务日志的关联交互行为意图分布，包括：通过所述数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用优化操作，抽取第一约束型业务日志内容集，以及通过所述数字化交互业务日志中第二在线交互业务日志的第一潜在兴趣描述分布对第一在线交互业务日志启用优化操作，抽取所述第二在线交互业务日志的定位内容集；基于所述数字化交互业务日志中各在线交互业务日志对应的优化内容集和定位内容集，分别抽取所述数字化交互业务日志中各在线交互业务日志的过渡关联描述；通过所述数字化交互业务日志中各在线交互业务日志的第一潜在兴趣描述分布和第二交互行为意图分布，抽取所述数字化交互业务日志各在线交互业务日志的潜在兴趣内容关联记录；通过所述数字化交互业务日志中各在线交互业务日志的第一在线交互业务日志的第一交互行为意图分布、第一在线交互业务日志的过渡关联交互行为意图分布以及第一在线交互业务日志的潜在兴趣内容关联记录的整合结果，对应的得到各在线交互业务日志的所述关联交互行为意图分布；
所述通过所述数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用优化操作，抽取所述第一约束型业务日志内容集，以及通过所述数字化交互业务日志中第二在线交互业务日志的第一潜在兴趣描述分布对第一在线交互业务日志启用优化操作，抽取所述第二在线交互业务日志的定位内容集，包括：借助数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用对齐处理以获得所述第一在线交互业务日志的优化内容集，以及借助所述第二在线交互业务日志的第一潜在兴趣描述分布针对所述第一在线交互业务日志启用对齐处理以获得所述第二在线交互业务日志的优化内容集；根据数字化交互业务日志中各在线交互业务日志与对应的优化内容集之间的比较结果，分别得到所述第一在线交互业务日志和第二在线交互业务日志的定位内容集。
在一些优选的实施例中，基于所述数字化交互业务日志中各在线交互业务日志对应的所述优化内容集和定位内容集，分别抽取所述数字化交互业务日志中各在线交互业务日志的过渡关联描述，包括：依据第一设定策略，基于所述第一在线交互业务日志的优化内容集，以及所述第一在线交互业务日志的定位内容集得到所述第一在线交互业务日志的过渡关联交互行为意图分布；以及依据第二设定策略，基于所述第二在线交互业务日志的优化内容集，以及所述第二在线交互业务日志的定位内容集得到所述第二在线交互业务日志的过渡关联交互行为意图分布。
第二方面，本发明实施例还提供了一种业务信息处理服务器，包括处理引擎、网络模块和存储器，所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎用于从所述存储器中读取计算机程序并运行，以实现上述的方法。
应用于本申请实施例，可以将数字化交互业务日志视为原料信息，并分别对数字化交互业务日志中的第一在线交互业务日志和第二在线交互业务日志启用行为意图挖掘操作获得相应的第一交互行为意图分布，并可以抽取数字化交互业务日志中第一在线交互业务日志和第二在线交互业务日志的潜在兴趣描述分布，进而可以对抽取的意图描述和兴趣描述进行关联以获得业务日志内容和潜在偏好的关联描述，该关联描述涵盖更加完整多样的日志数据，此外，该关联描述能够应对会话场景更新的干扰，减少行为意图挖掘的误差，进而再对关联描述启用更新操作以获得具有更高特征识别度的数字化交互业务日志。本申请实施例对数字化交互业务日志进行特征识别度校正操作，能够提高在线交互业务日志的特征识别度，这样能够确保在线交互业务日志能够适用于尽可能多的需求分析任务。
在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，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。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
图1是根据本发明的一些实施例所示的一种示例性基于时序特征的业务信息处理方法的应用场景的框图。
图2是根据本发明的一些实施例所示的一种示例性业务信息处理服务器中硬件和软件组成的示意图。
图3是根据本发明的一些实施例所示的一种示例性基于时序特征的业务信息处理方法和/或过程的流程图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本发明的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本发明的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
本发明中使用流程图说明根据本发明的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
图1是根据本发明的一些实施例所示的一种示例性业务信息处理服务器300的框图，业务信息处理服务器300可以包括业务信息处理服务器100和会话客户端200。
在一些实施例中，如图2所示，业务信息处理服务器100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
处理引擎110可以处理相关的信息和/或数据以执行本发明中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎（例如，单核处理引擎或多核处理器）。仅作为示例，处理引擎110可以包括中央处理单元（Central ProcessingUnit，CPU）、专用集成电路（Application-Specific Integrated Circuit，ASIC）、专用指令集处理器（Application-Specific Instruction-set Processor，ASIP）、图形处理单元（Graphics Processing Unit，GPU）、物理处理单元（Physics Processing Unit，PPU）、数字信号处理器（Digital Signal Processor，DSP）、现场可编程门阵列（Field ProgrammableGate Array，FPGA）、可编程逻辑器件（Programmable Logic Device，PLD）、控制器、微控制器单元、精简指令集计算机（Reduced Instruction-Set Computer，RISC）、微处理器等或其任意组合。
网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络（Local Area Network，LAN）、广域网（Wide Area Network，WAN）、无线局域网络（Wireless Local Area Network，WLAN）、城域网（Metropolitan Area Network，MAN）、公用电话交换网（Public Telephone SwitchedNetwork，PSTN）、蓝牙网络、无线个域网络、近场通讯（Near Field Communication，NFC）网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
存储器130可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
可以理解，图2所示的结构仅为示意，业务信息处理服务器100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
图3是根据本发明的一些实施例所示的一种示例性基于时序特征的业务信息处理方法和/或过程的流程图，基于时序特征的业务信息处理方法应用于图1中的业务信息处理服务器100，进一步可以包括以下内容所描述的技术方案。
步骤100、确定数字化交互业务日志。
在本申请实施例中，所述数字化交互业务日志包括指向相同具有时序特征的业务会话事件在相同业务会话服务状态下爬取的第一在线交互业务日志和第二在线交互业务日志。例如，具有时序特征的业务会话事件可以是支付会话事件、办公会话事件、智慧医疗事件、政企云服务事件等，时序特征可以理解为时间顺序。业务会话服务状态可以是实时状态或者延时状态，爬取的第一在线交互业务日志和第二在线交互业务日志可以是不同的在线交互业务日志。本申请实施例中的在线交互业务日志可以是文本日志，也可以是图形化日志，但不限于此。
步骤200、抽取所述数字化交互业务日志的第一交互行为意图分布、所述数字化交互业务日志的第一潜在兴趣描述分布，以及关联所述数字化交互业务日志的业务会话描述内容和潜在兴趣内容的第二交互行为意图分布。
在本申请实施例中，交互行为意图分布可以理解为交互行为意图集，交互行为意图包括各类兴趣意图或者兴趣偏好，潜在兴趣描述分布可以理解为潜在兴趣描述集。从另外一个角度来看待，交互行为意图分布、潜在兴趣描述分布以及业务会话描述内容可以理解为业务日志的不同维度的特征。
在本申请实施例中，步骤200所描述的抽取所述数字化交互业务日志的第一交互行为意图分布，可以包括以下步骤210-步骤230所描述的技术方案。
步骤210、针对所述第一在线交互业务日志和第二在线交互业务日志分别启用第一特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布。
在本申请实施例中，特征挖掘操作可以理解为卷积操作，过渡交互行为意图分布可以理解为中间型交互行为意图分布。
在一些可能的实施例中，步骤210所描述的对所述数字化交互业务日志的第一在线交互业务日志和第二在线交互业务日志分别启用第一特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布，可以包括以下内容：借助第一设定特征挖掘线程以及第一特征挖掘周期分别针对所述第一在线交互业务日志和第二在线交互业务日志分别启用特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布。
举例而言，特征挖掘周期可以是特征挖掘间隔或者特征挖掘步长。如此，通过结合特征挖掘周期，能够确保过渡交互行为意图分布的有序性。
步骤220、针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布分别启用第二特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的动态层面的第二过渡交互行为意图分布。
可以理解的是，动态层面可以包括多个层面。在一些可能的实施例中，步骤220所描述的针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布分别启用第二特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的动态层面的第二过渡交互行为意图分布，可以包括以下内容：依次基于设定的若干存在比较结果的第一扩展系数，针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布启用特征挖掘操作以获得与该若干第一扩展系数依次对应的第二过渡交互行为意图分布。
在本申请实施例中，扩展系数可以是膨胀率，通过设计扩展系数，能够确保过渡交互行为意图分布的特征识别度，避免过渡交互行为意图分布之间存在混乱。
步骤230、针对所述第一在线交互业务日志和第二在线交互业务日志的各层面的第二过渡交互行为意图分布分别启用损失检测操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一交互行为意图分布。
在本申请实施例中，损失检测操作可以理解为残差操作。如此设计，通过结合特征挖掘操作和残差操作，能够确保交互行为意图分布的完整性。
在一些可能的实施例中，步骤230所描述的针对所述第一在线交互业务日志和第二在线交互业务日志的各层面的第二过渡交互行为意图分布分别启用损失检测操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一交互行为意图分布，可以包括以下步骤231-步骤233所描述的技术方案。
步骤231、依次整合所述第一在线交互业务日志的若干层面的第二过渡交互行为意图分布得到第一整合交互行为意图分布，以及依次整合第二在线交互业务日志的若干层面的第二过渡交互行为意图分布得到第二整合交互行为意图分布。
步骤232、分别针对所述第一整合交互行为意图分布和第二整合交互行为意图分布启用特征挖掘操作。
步骤233、针对所述第一在线交互业务日志的第一过渡交互行为意图分布和特征挖掘操作后的第一整合交互行为意图分布启用加权操作以获得第一在线交互业务日志的第一交互行为意图分布，以及对所述第二在线交互业务日志的第一过渡交互行为意图分布和特征挖掘操作后的第二整合交互行为意图分布启用加权操作以获得所述第二在线交互业务日志的第一交互行为意图分布。
应用于上述步骤231-步骤233，能够通过不同层面的交互行为意图分布的整合，尽可能确保交互行为意图分布的丰富程度。
在一些可能的实施例中，步骤200所描述的抽取所述数字化交互业务日志的第一潜在兴趣描述分布，以及关联所述数字化交互业务日志的业务会话描述内容和潜在兴趣内容的第二交互行为意图分布，可以包括以下步骤241-步骤244所描述的技术方案。
步骤241、将所述第一在线交互业务日志和第二在线交互业务日志进行拼接，得到拼接业务日志。
在本申请实施例中，拼接业务日志可以是将第一在线交互业务日志和第二在线交互业务日志融合之后得到的拼接业务日志。
步骤242、对所述拼接业务日志启用不少于一次第三特征挖掘操作得到第一过渡潜在交互行为意图分布。
进一步地，步骤242所描述的对所述拼接业务日志启用不少于一次第三特征挖掘操作得到第一过渡潜在交互行为意图分布，可以包括以下内容：借助第二设定特征挖掘线程以及第二特征挖掘周期对所述拼接业务日志启用不少于一次特征挖掘操作以获得所述第一过渡潜在交互行为意图分布。
步骤243、针对所述第一过渡潜在交互行为意图分布启用第四特征挖掘操作以获得若干层面的第二过渡潜在交互行为意图分布。
在一些可能的实施例中，步骤243所描述的针对所述第一过渡潜在交互行为意图分布启用第四特征挖掘操作以获得若干层面的第二过渡潜在交互行为意图分布，可以包括以下内容：依次基于设定的若干存在比较结果的第二扩展系数，针对所述第一过渡潜在交互行为意图分布启用特征挖掘操作以获得与该若干第二扩展系数依次对应的第二过渡潜在交互行为意图分布。
步骤244、对第二过渡潜在兴趣内容与第一过渡潜在兴趣描述分布启用损失检测操作，分别得到所述第一在线交互业务日志和第二在线交互业务日志的第一潜在兴趣描述分布，以及根据其中一次第三特征挖掘操作抽取所述第二交互行为意图分布。
可以理解的是，在应用步骤241-步骤244所描述的技术方案时，能够确保第一潜在兴趣描述分布和第二交互行为意图分布的完整性和准确性。
步骤300、对所述数字化交互业务日志、所述数字化交互业务日志的第一交互行为意图分布、第一潜在兴趣描述分布以及所述第二交互行为意图分布进行关键描述关联操作以获得所述数字化交互业务日志的关联交互行为意图分布；对所述数字化交互业务日志的关联交互行为意图分布启用更新操作以获得特征识别度校正操作后的数字化交互业务日志。
在一些可能的实施例中，关键描述关联操作可以理解为关键描述融合，这样能够将不同的描述进行综合，然而通过特征识别度校正优化数字化交互业务日志的特征识别度，比如清洗掉一些特征识别度低的噪声内容，从而确保特征识别度校正操作后的数字化交互业务日志的数据信息质量。
在一些可能的实施例中，步骤300所描述的所述对所述数字化交互业务日志的关联交互行为意图分布启用更新操作以获得特征识别度校正操作后的数字化交互业务日志，可以包括以下内容：分别对所述数字化交互业务日志的关联交互行为意图分布启用特征挖掘操作以获得所述特征识别度校正操作后的数字化交互业务日志。
在另一些可能的实施例中，步骤300所描述的对所述数字化交互业务日志、所述数字化交互业务日志的第一交互行为意图分布、第一潜在兴趣描述分布以及所述第二交互行为意图分布进行关键描述关联操作以获得所述数字化交互业务日志的关联交互行为意图分布，可以包括以下步骤310-步骤340所描述的技术方案。
步骤310、通过所述数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用优化操作，抽取第一约束型业务日志内容集，以及通过所述数字化交互业务日志中第二在线交互业务日志的第一潜在兴趣描述分布对第一在线交互业务日志启用优化操作，抽取所述第二在线交互业务日志的定位内容集。
在本申请实施例中，约束型业务日志内容集可以理解为相应在线交互业务日志中的部分内容，定位内容集可以理解为相应在线交互业务日志中的部分内容。例如，优化操作可以理解为定位处理。
在一些可能的实施例中，步骤310所描述的通过所述数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用优化操作，抽取所述第一约束型业务日志内容集，以及通过所述数字化交互业务日志中第二在线交互业务日志的第一潜在兴趣描述分布对第一在线交互业务日志启用优化操作，抽取所述第二在线交互业务日志的定位内容集，可以包括步骤311和步骤312所描述的技术方案。
步骤311、借助数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用对齐处理以获得所述第一在线交互业务日志的优化内容集，以及借助所述第二在线交互业务日志的第一潜在兴趣描述分布针对所述第一在线交互业务日志启用对齐处理以获得所述第二在线交互业务日志的优化内容集。
步骤312、根据数字化交互业务日志中各在线交互业务日志与对应的优化内容集之间的比较结果，分别得到所述第一在线交互业务日志和第二在线交互业务日志的定位内容集。
步骤320、基于所述数字化交互业务日志中各在线交互业务日志对应的优化内容集和定位内容集，分别抽取所述数字化交互业务日志中各在线交互业务日志的过渡关联描述。
在一些可能的实施例中，步骤320所描述的基于所述数字化交互业务日志中各在线交互业务日志对应的所述优化内容集和定位内容集，分别抽取所述数字化交互业务日志中各在线交互业务日志的过渡关联描述，可以包括以下内容：依据第一设定策略，基于所述第一在线交互业务日志的优化内容集，以及所述第一在线交互业务日志的定位内容集得到所述第一在线交互业务日志的过渡关联交互行为意图分布；以及依据第二设定策略，基于所述第二在线交互业务日志的优化内容集，以及所述第二在线交互业务日志的定位内容集得到所述第二在线交互业务日志的过渡关联交互行为意图分布。
可以理解的是，第一设定策略和第二设定策略可以理解为描述抽取规则或者特征识别指示，本申请实施例不作限制。
步骤330、通过所述数字化交互业务日志中各在线交互业务日志的第一潜在兴趣描述分布和第二交互行为意图分布，抽取所述数字化交互业务日志各在线交互业务日志的潜在兴趣内容关联记录。
步骤340、通过所述数字化交互业务日志中各在线交互业务日志的第一在线交互业务日志的第一交互行为意图分布、第一在线交互业务日志的过渡关联交互行为意图分布以及第一在线交互业务日志的潜在兴趣内容关联记录的整合结果，对应的得到各在线交互业务日志的所述关联交互行为意图分布。
如此设计，在应用步骤310-步骤340所描述的技术方案时，能够确保关联交互行为意图分布的完整性和内容丰富程度。
应用于本申请实施例，可以将数字化交互业务日志视为原料信息，并分别对数字化交互业务日志中的第一在线交互业务日志和第二在线交互业务日志启用行为意图挖掘操作获得相应的第一交互行为意图分布，并可以抽取数字化交互业务日志中第一在线交互业务日志和第二在线交互业务日志的潜在兴趣描述分布，进而可以对抽取的意图描述和兴趣描述进行关联以获得业务日志内容和潜在偏好的关联描述，该关联描述涵盖更加完整多样的日志数据，此外，该关联描述能够应对会话场景更新的干扰，减少行为意图挖掘的误差，进而再对关联描述启用更新操作以获得具有更高特征识别度的数字化交互业务日志。本申请实施例对数字化交互业务日志进行特征识别度校正操作，能够提高在线交互业务日志的特征识别度，这样能够确保在线交互业务日志能够适用于尽可能多的需求分析任务。
本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系进行合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“上一个”、“下一个”、“前一个”、“后一个”、“当前”、“历史”、“最新”、“最佳”、“目标”、“指定”和“实时”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“列表”、“特征”、“序列”、“集合”、“矩阵”、“单元”、“元素”、“轨迹”和“清单”等，也可以根据前后文进行毫无疑义地推导和确定。
本发明实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本发明所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本发明的限定。虽然此处并没有明确说明，本领域技术人员可以对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议，所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
同时，本发明使用了特定术语来描述本发明的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本发明的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
另外，本领域普通技术人员可以理解的是，本发明的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本发明的各个方面可以完全由硬件执行、可以完全由软件（包括固件、常驻软件、微码等）执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本发明的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、RF、或类似介质、或任何上述介质的组合。
本发明各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET，Python等，或类似的常规程序编程语言，如"C"编程语言，Visual Basic，Fortran2003，Perl，COBOL 2002，PHP，ABAP，动态编程语言如Python，Ruby和Groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。
此外，除非申请专利范围中明确说明，本发明所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本发明实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
同样应当理解的是，为了简化本发明揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本发明对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

Claims (10)

1.一种基于时序特征的业务信息处理方法，其特征在于，应用于业务信息处理服务器，所述方法至少包括：
确定数字化交互业务日志，其中，所述数字化交互业务日志包括指向相同具有时序特征的业务会话事件在相同业务会话服务状态下爬取的第一在线交互业务日志和第二在线交互业务日志；
抽取所述数字化交互业务日志的第一交互行为意图分布、所述数字化交互业务日志的第一潜在兴趣描述分布，以及关联所述数字化交互业务日志的业务会话描述内容和潜在兴趣内容的第二交互行为意图分布；
对所述数字化交互业务日志、所述数字化交互业务日志的第一交互行为意图分布、第一潜在兴趣描述分布以及所述第二交互行为意图分布进行关键描述关联操作以获得所述数字化交互业务日志的关联交互行为意图分布；对所述数字化交互业务日志的关联交互行为意图分布启用更新操作以获得特征识别度校正操作后的数字化交互业务日志。
2.如权利要求1所述的方法，其特征在于，所述对所述数字化交互业务日志的关联交互行为意图分布启用更新操作以获得特征识别度校正操作后的数字化交互业务日志，包括：分别对所述数字化交互业务日志的关联交互行为意图分布启用特征挖掘操作以获得所述特征识别度校正操作后的数字化交互业务日志。
3.如权利要求2所述的方法，其特征在于，所述抽取所述数字化交互业务日志的第一交互行为意图分布，包括：
针对所述第一在线交互业务日志和第二在线交互业务日志分别启用第一特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布；
针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布分别启用第二特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的动态层面的第二过渡交互行为意图分布；
针对所述第一在线交互业务日志和第二在线交互业务日志的各层面的第二过渡交互行为意图分布分别启用损失检测操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一交互行为意图分布。
4.如权利要求3所述的方法，其特征在于，所述对所述数字化交互业务日志的第一在线交互业务日志和第二在线交互业务日志分别启用第一特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布，包括：借助第一设定特征挖掘线程以及第一特征挖掘周期分别针对所述第一在线交互业务日志和第二在线交互业务日志分别启用特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一过渡交互行为意图分布；
其中，所述针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布分别启用第二特征挖掘操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的动态层面的第二过渡交互行为意图分布，包括：依次基于设定的若干存在比较结果的第一扩展系数，针对所述第一在线交互业务日志和第二在线交互业务日志的所述第一过渡交互行为意图分布启用特征挖掘操作以获得与该若干第一扩展系数依次对应的第二过渡交互行为意图分布。
5.如权利要求3所述的方法，其特征在于，所述针对所述第一在线交互业务日志和第二在线交互业务日志的各层面的第二过渡交互行为意图分布分别启用损失检测操作以获得所述第一在线交互业务日志和第二在线交互业务日志依次对应的第一交互行为意图分布，包括：
依次整合所述第一在线交互业务日志的若干层面的第二过渡交互行为意图分布得到第一整合交互行为意图分布，以及依次整合第二在线交互业务日志的若干层面的第二过渡交互行为意图分布得到第二整合交互行为意图分布；
分别针对所述第一整合交互行为意图分布和第二整合交互行为意图分布启用特征挖掘操作；
针对所述第一在线交互业务日志的第一过渡交互行为意图分布和特征挖掘操作后的第一整合交互行为意图分布启用加权操作以获得第一在线交互业务日志的第一交互行为意图分布，以及对所述第二在线交互业务日志的第一过渡交互行为意图分布和特征挖掘操作后的第二整合交互行为意图分布启用加权操作以获得所述第二在线交互业务日志的第一交互行为意图分布。
6.如权利要求2所述的方法，其特征在于，抽取所述数字化交互业务日志的第一潜在兴趣描述分布，以及关联所述数字化交互业务日志的业务会话描述内容和潜在兴趣内容的第二交互行为意图分布，包括；
将所述第一在线交互业务日志和第二在线交互业务日志进行拼接，得到拼接业务日志；
对所述拼接业务日志启用不少于一次第三特征挖掘操作得到第一过渡潜在交互行为意图分布；
针对所述第一过渡潜在交互行为意图分布启用第四特征挖掘操作以获得若干层面的第二过渡潜在交互行为意图分布；
对第二过渡潜在兴趣内容与第一过渡潜在兴趣描述分布启用损失检测操作，分别得到所述第一在线交互业务日志和第二在线交互业务日志的第一潜在兴趣描述分布，以及根据其中一次第三特征挖掘操作抽取所述第二交互行为意图分布。
7.如权利要求6所述的方法，其特征在于，所述对所述拼接业务日志启用不少于一次第三特征挖掘操作得到第一过渡潜在交互行为意图分布，包括：
借助第二设定特征挖掘线程以及第二特征挖掘周期对所述拼接业务日志启用不少于一次特征挖掘操作以获得所述第一过渡潜在交互行为意图分布。
8.如权利要求6所述的方法，其特征在于，所述针对所述第一过渡潜在交互行为意图分布启用第四特征挖掘操作以获得若干层面的第二过渡潜在交互行为意图分布，包括：
依次基于设定的若干存在比较结果的第二扩展系数，针对所述第一过渡潜在交互行为意图分布启用特征挖掘操作以获得与该若干第二扩展系数依次对应的第二过渡潜在交互行为意图分布。
9.如权利要求2所述的方法，其特征在于，所述对所述数字化交互业务日志、所述数字化交互业务日志的第一交互行为意图分布、第一潜在兴趣描述分布以及所述第二交互行为意图分布进行关键描述关联操作以获得所述数字化交互业务日志的关联交互行为意图分布，包括：通过所述数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用优化操作，抽取第一约束型业务日志内容集，以及通过所述数字化交互业务日志中第二在线交互业务日志的第一潜在兴趣描述分布对第一在线交互业务日志启用优化操作，抽取所述第二在线交互业务日志的定位内容集；基于所述数字化交互业务日志中各在线交互业务日志对应的优化内容集和定位内容集，分别抽取所述数字化交互业务日志中各在线交互业务日志的过渡关联描述；通过所述数字化交互业务日志中各在线交互业务日志的第一潜在兴趣描述分布和第二交互行为意图分布，抽取所述数字化交互业务日志各在线交互业务日志的潜在兴趣内容关联记录；通过所述数字化交互业务日志中各在线交互业务日志的第一在线交互业务日志的第一交互行为意图分布、第一在线交互业务日志的过渡关联交互行为意图分布以及第一在线交互业务日志的潜在兴趣内容关联记录的整合结果，对应的得到各在线交互业务日志的所述关联交互行为意图分布；
所述通过所述数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用优化操作，抽取所述第一约束型业务日志内容集，以及通过所述数字化交互业务日志中第二在线交互业务日志的第一潜在兴趣描述分布对第一在线交互业务日志启用优化操作，抽取所述第二在线交互业务日志的定位内容集，包括：借助数字化交互业务日志中第一在线交互业务日志的第一潜在兴趣描述分布对第二在线交互业务日志启用对齐处理以获得所述第一在线交互业务日志的优化内容集，以及借助所述第二在线交互业务日志的第一潜在兴趣描述分布针对所述第一在线交互业务日志启用对齐处理以获得所述第二在线交互业务日志的优化内容集；根据数字化交互业务日志中各在线交互业务日志与对应的优化内容集之间的比较结果，分别得到所述第一在线交互业务日志和第二在线交互业务日志的定位内容集；
其中，基于所述数字化交互业务日志中各在线交互业务日志对应的所述优化内容集和定位内容集，分别抽取所述数字化交互业务日志中各在线交互业务日志的过渡关联描述，包括：依据第一设定策略，基于所述第一在线交互业务日志的优化内容集，以及所述第一在线交互业务日志的定位内容集得到所述第一在线交互业务日志的过渡关联交互行为意图分布；以及依据第二设定策略，基于所述第二在线交互业务日志的优化内容集，以及所述第二在线交互业务日志的定位内容集得到所述第二在线交互业务日志的过渡关联交互行为意图分布。
10.一种业务信息处理服务器，其特征在于，包括处理引擎、网络模块和存储器，所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎用于从所述存储器中读取计算机程序并运行，以实现权利要求1-9任一项所述的方法。
CN202111336684.9A 2021-11-12 2021-11-12 基于时序特征的业务信息处理方法及服务器 Active CN113779431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111336684.9A CN113779431B (zh) 2021-11-12 2021-11-12 基于时序特征的业务信息处理方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111336684.9A CN113779431B (zh) 2021-11-12 2021-11-12 基于时序特征的业务信息处理方法及服务器

Publications (2)

Publication Number Publication Date
CN113779431A CN113779431A (zh) 2021-12-10
CN113779431B true CN113779431B (zh) 2022-02-08

Family

ID=78957004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111336684.9A Active CN113779431B (zh) 2021-11-12 2021-11-12 基于时序特征的业务信息处理方法及服务器

Country Status (1)

Country Link
CN (1) CN113779431B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114188033B (zh) * 2021-12-20 2022-12-13 舒医汇(上海)网络科技有限公司 一种针对智慧医疗服务的大数据风险识别方法及存储介质
CN114443605B (zh) * 2022-04-02 2022-07-29 一道新能源科技(衢州)有限公司 针对水上光伏系统的信息分析方法及系统
CN114697127B (zh) * 2022-04-13 2023-04-14 以上科技有限公司 一种基于云计算的业务会话风险处理方法及服务器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034861A (zh) * 2018-06-04 2018-12-18 挖财网络技术有限公司 基于移动端日志行为数据的用户流失预测方法及装置
CN112464084A (zh) * 2020-11-17 2021-03-09 崔海燕 基于大数据定位和人工智能的业务优化方法及云计算中心
CN113468338A (zh) * 2021-06-16 2021-10-01 杨绍顺 针对数字化云业务的大数据分析方法及大数据服务器
CN113536127A (zh) * 2021-01-12 2021-10-22 陈漩 基于大数据和人工智能的数据处理方法及云服务器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10614070B2 (en) * 2015-10-27 2020-04-07 International Business Machines Corporation Preventing staleness in query results when using asynchronously updated indexes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034861A (zh) * 2018-06-04 2018-12-18 挖财网络技术有限公司 基于移动端日志行为数据的用户流失预测方法及装置
CN112464084A (zh) * 2020-11-17 2021-03-09 崔海燕 基于大数据定位和人工智能的业务优化方法及云计算中心
CN113536127A (zh) * 2021-01-12 2021-10-22 陈漩 基于大数据和人工智能的数据处理方法及云服务器
CN113468338A (zh) * 2021-06-16 2021-10-01 杨绍顺 针对数字化云业务的大数据分析方法及大数据服务器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多源融合特征提取的在线广告预测模型;刘冶等;《计算机工程》;20190131;第45卷(第1期);第1-9页 *

Also Published As

Publication number Publication date
CN113779431A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN113779431B (zh) 基于时序特征的业务信息处理方法及服务器
CN110009059B (zh) 用于生成模型的方法和装置
CN108460346B (zh) 指纹识别方法及装置
CN112765462B (zh) 针对大数据业务以及人工智能的数据处理方法及云服务器
CN112487495B (zh) 基于大数据和云计算的数据处理方法及大数据服务器
CN113641994B (zh) 基于图数据的数据处理方法及系统
CN112418935B (zh) 基于大数据和广告推送的数据处理方法及大数据平台
CN110717010A (zh) 一种文本处理方法及系统
CN113268641B (zh) 基于大数据的用户数据处理方法及大数据服务器
CN113761210A (zh) 基于报告文本信息识别的信息处理方法及系统
CN113472860A (zh) 大数据和数字化环境下的业务资源分配方法及服务器
CN116030115B (zh) 应用于ai的视觉设计图像分析方法及系统
CN113971136B (zh) 基于图像识别的页面测试方法及系统
CN113780582B (zh) 基于机器学习模型的风控特征筛选方法及系统
CN113781207B (zh) 基于实验设计的风控管理策略确定方法及系统
CN107003930B (zh) 用户信息记录方法、装置及电子设备
CN115473822A (zh) 一种5g智能网关数据传输方法、系统及云平台
CN113792787B (zh) 遥感大数据处理方法及系统
CN113641903A (zh) 基于人工智能的业务匹配方法及服务器
CN114357256B (zh) 基于法院无纸化庭审的信息处理方法及系统
CN112527565A (zh) 基于大数据和云计算的数据恢复方法及大数据服务平台
CN107613137A (zh) 一种信息转移方法、装置、终端及可读存储介质
CN110689924A (zh) 一种基于多种敲除类型的敲除策略筛选方法及系统
CN113961852B (zh) 基于大数据的网页通信系统优化方法及系统
CN113095583B (zh) 应用于业务管理的数据分析方法及业务管理服务器

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