CN114003704A - 指定标签客群的创建方法、装置、电子设备及存储介质 - Google Patents
指定标签客群的创建方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114003704A CN114003704A CN202111270519.8A CN202111270519A CN114003704A CN 114003704 A CN114003704 A CN 114003704A CN 202111270519 A CN202111270519 A CN 202111270519A CN 114003704 A CN114003704 A CN 114003704A
- Authority
- CN
- China
- Prior art keywords
- tag
- user
- label
- information
- attribute 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000006399 behavior Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 12
- 238000013145 classification model Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 239000000284 extract Substances 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004454 trace mineral analysis Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 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
- 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
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及大数据领域，揭露一种指定标签客群的创建方法，包括：获取用户的属性信息，将所述属性信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则；根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签；根据所述指定标签，获取符合所述指定标签的用户的属性信息；汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。本发明还提出一种指定标签客群的创建装置、设备以及存储介质。本发明可以提高指定标签客群的创建效率。
Description
技术领域
本发明涉及大数据领域，尤其涉及一种指定标签客群的创建方法、装置、电子设备及可读存储介质。
背景技术
客群指的是拥有同一属性的用户群体，通常可以通过对用户群体进行打标签，并根据标签筛选用户得到。例如，某公司需要得到年轻有为的客群，可通过筛选标签为25岁或25岁以下，学历为本科或本科以上进行用户筛选得到。目前常见的客群创建的方法通常都是每进行一次客群创建，都需要逐一对用户进行筛选，极为消耗时间，导致客群创建效率低下。
发明内容
本发明提供一种指定标签客群的创建方法、装置、电子设备及计算机可读存储介质，其目的在于提高指定标签客群的创建效率。
为实现上述目的，本发明提供的一种指定标签客群的创建方法，包括：
获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；
将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库；
当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则；
根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签；
根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息；
汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
可选地，所述根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，包括：
根据所述指定标签的组合规则从所述标签池中提取目标标签；
识别提取的所述目标标签的标签类别，并根据所识别的所述目标标签的标签类别，确定所述目标标签之间的配置规则；
根据所述配置规则组合所述目标标签，得到指定标签。
可选地，所述提取所述属性信息中的关键信息，包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用预先训练好的关键信息分类模型，对所述候选词集合进行关键信息分类判定，得到所述属性信息中的关键信息。
可选地，所述提取所述属性信息中的关键信息，包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用关键信息提取算法给所述候选词集合中每个候选词进行评分，得到候选词分值；
根据每个所述候选词的分值，选取预设个数的候选词作为所述属性信息中的关键信息。
可选地，所述获取用户的属性信息，包括：
采用爬虫的技术从网络中获取所述用户的所有相关信息；
从所述所有相关信息中提取出基本信息、身份信息、工作信息及行为信息；
组合所述基本信息、身份信息、工作信息及行为信息，得到用户的属性信息。
可选地，所述根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息之前，所述方法还包括：
将所述指定标签与预构建的自然词库进行匹配，得到匹配成功的自然词；
对所述自然词进行可查询语言编译，得到可查询语言语句，并对所述可查询语言语句进行可查询语言调优，得到所述用户标签信息库能读取的指定标签。
可选地，所述对所述可查询语言语句进行可查询语言调优，包括：
获取所述可查询语言语句的执行频率；
定位所述执行频率低于预设阈值的可查询语言语句，得到低频可查询语言语句；
分析所述低频可查询语言语句及所述低频可查询语言语句的执行计划；
利用预设的分析优化器对所述执行计划进行择优选择。
为了解决上述问题，本发明还提供一种指定标签客群的创建装置，所述装置包括：
用户标签匹配模块，用于获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；
用户信息标签绑定模块，用于将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库；
指定标签客群创建模块，用于当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则，根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息，汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的指定标签客群的创建方法。
为了解决上述问题，本发明还提供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至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的指定标签客群的创建方法。
本发明实施例首先通过对用户的属性信息进行关键信息提取，并根据所述关键信息，与基础标签池中的基础标签进行匹配，得到用户的标签，为后续根据标签类别获取用户群体奠定基础，进一步地，将匹配成功的基础标签与所述用户的属性信息绑定存储至预构建的用户标签信息库中，以减少后续重复获取所述用户的标签信息的时间，提高客群的创建速度。因此，本发明实施例提出的指定标签客群的创建方法、装置、电子设备及可读存储介质提高了客群的创建效率。
附图说明
图1为本发明一实施例提供的指定标签客群的创建方法的流程示意图；
图2为本发明一实施例提供的指定标签客群的创建装置的模块示意图；
图3为本发明一实施例提供的实现指定标签客群的创建方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种指定标签客群的创建方法。所述指定标签客群的创建方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述指定标签客群的创建方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以包括独立的服务器，也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示的本发明一实施例提供的指定标签客群的创建方法的流程示意图，在本发明实施例中，所述指定标签客群的创建方法包括：
S1、获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签。
本发明实施例中，所述用户的属性信息包含用户的基本信息、身份信息、工作信息、行为信息等。其中，所述基本信息包括用户姓名、性别、民族、身高、体重等信息，所述身份信息包括用户的家庭关系、社会关系等信息，所述工作信息包括用户工作单位、工作职务及薪资情况等信息，所述行为信息是是指用户的网络行为等。例如，用户张三，男，年龄25、学历本科、薪资1万/月等。所述标签池可以是适合所有用户的标签类别，如关于性别类别的标签：男士、女士，关于年龄类别的标签：婴幼儿、小童、中童、大童、年轻人、中年人、老年人等；关于身形类别的标签：消瘦身材、标准身材、肥胖身材等；关于社会关系类别的标签：单身、已婚、独生子女、单亲家庭等；关于工作类别的标签：企业员工、企业高管等；以及关于薪资类别的标签：高薪人士、中薪人士及低薪人士等；关于行为类别的标签：喜欢追剧、擅长网络等。
本发明实施例采用爬虫的技术从网络中获取所述用户的所有信息，并从所述所有信息中提取出基本信息、身份信息、工作信息及行为信息，组合所述基本信息、身份信息、工作信息及行为信息，得到用户的属性信息。
本发明一可选实施例中，通过有监督或无监督的关键信息提取方法提取所述用户属性信息中的关键信息。
其中，所述有监督关键信息提取方法首先利用业务人员给定的候选词模板对用户的属性信息进行候选词提取，再对提取出来的候选词进行判断，进而确定所述属性信息中的关键信息。所述无监督关键信息提取方法是先抽取出所述属性信息中的候选词，再对各个候选词进行打分，最后输出N个分值最高的候选词作为关键信息。
本发明其中一个实施例中，所述提取所述属性信息中的关键信息，包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用预先训练好的关键信息分类模型，对所述候选词集合进行关键信息分类判定，得到所述属性信息中的关键信息。
本发明实施例中，所述预先训练好的关键信息分类模型可以是一个二分类模型，用于判断候选词集合中的候选词是否为关键信息，并对所述候选词进行分类。
本发明另外一个实施例中，所述提取所述属性信息中的关键信息，也可以包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用关键信息提取算法给所述候选词集合中每个候选词进行评分，得到候选词分值；
根据每个所述候选词的分值，选取预设个数的候选词作为所述属性信息中的关键信息。
本发明可选实施例中，所述关键信息提取算法可以是TF-IDF，TextRank，LDA等算法。
本发明实施例中，所述关键信息可以是，例如女、身高175厘米、体重108斤、XX公司总监、薪资4.5万每个月等。
进一步地，本发明实施例将上述关键信息与所述标签池中的标签进行匹配，得到标签包括：女士、标准身材、企业高管、高薪人士等。
S2、将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库。
本发明实施例中，所述用户标签信息库可以是存放用户的属性信息及用户的标签的数据库，其中用户的属性信息及用户的标签可被业务人员提取使用。
本发明实施例中，所述将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库，便于后续根据可查询指定标签进行用户筛选。
S3、当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则。
本发明实施例中，所述指定标签客群创建指令可以是业务人员根据自身需求，利用标签创建的客群创建的指令。所述指定标签可以是基础标签的组合或单个基础标签。所述组合规则可以是“与”、“或”。
本发明一可选实施例中，业务人员输入指定标签客群创建指令可通过输入代码实现，计算机读取编译代码，并提取出其中指定标签的组合规则。
S4、根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签。
本发明实施例中，根据所述指定标签中的组合规则，挑选相对应的标签进行“与”、“或”组合，得到业务人员所需要的指定标签。
详细地，所述根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，包括：
根据所述指定标签的组合规则从所述标签池中提取目标标签；
识别提取的所述目标标签的标签类别，并根据所识别的所述目标标签的标签类别，确定所述目标标签之间的配置规则；
根据所述配置规则组合所述目标标签，得到指定标签。
本发明实施例中，所述标签之间的配置规则是指标签之间的逻辑与或者逻辑或的关系。
S5、根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息。
本发明一可选实施例中，需对所述指定标签进行语法转换及语法调优，得到所述用户标签信息库能编译的指定标签。
详细地，所述根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息之前，所述方法还包括：
将所述指定标签与预构建的自然词库进行匹配，得到匹配成功的自然词；
对所述自然词进行可查询语言编译，得到可查询语言语句，并对所述可查询语言语句进行可查询语言调优，得到所述用户标签信息库能读取的指定标签。
本发明实施例中，所述自然词库包含所有标签及组合规则。
进一步地，所述对所述可查询语言语句进行可查询语言调优，包括：
获取所述可查询语言语句的执行频率；
定位所述执行频率低于预设阈值的可查询语言语句，得到低频可查询语言语句；
分析所述低频可查询语言语句及所述低频可查询语言语句的执行计划；
利用预设的分析优化器对所述执行计划进行择优选择。
本发明一可选实施例中，可通过show status命令了解各种可查询语言语句的执行频率，进一步地可通过慢查询日志定位执行频率较低的SQL语句，然后通过show profile指令分析低频可查询语言语句及通过explain或者desc命令查询所述低频可查询语言语句的执行计划，最后利用trace分析优化器对所述执行计划进行择优选择。
本发明实施例中，用户标签信息库解析结构化可查询指定标签，得到标签及组合规则，根据所述标签，获取相对应用户的属性信息，并按照所述组合规则，对所述相对应用户的属性信息进行筛选，得到符合所述指定标签的用户的属性信息。
本发明一可选实施例中，若没有符合所述指定标签的用户的属性信息，则提示所述业务人员没有符合指定标签的用户群体。
S6、汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
本发明一可选实施例中，当获得符合所述指定标签的所述用户的属性信息时，对所述用户的属性信息进行汇总，并按照业务人员给定的规则进行排序，得到符合指定标签的客群，最后将所述客群输送给所述业务人员。
本发明实施例首先通过对用户的属性信息进行关键信息提取，并根据所述关键信息，与基础标签池中的基础标签进行匹配，得到用户的标签，为后续根据标签类别获取用户群体奠定基础，进一步地，将匹配成功的基础标签与所述用户的属性信息绑定存储至预构建的用户标签信息库中，以减少后续重复获取所述用户的标签信息的时间，提高客群的创建速度。因此，本发明实施例提出的指定标签客群的创建方法提高了客群的创建效率。
如图2所示，是本发明指定标签客群的创建装置的功能模块图。
本发明所述指定标签客群的创建装置100可以安装于电子设备中。根据实现的功能，所述指定标签客群的创建装置可以包括用户标签匹配模块101、用户信息标签绑定模块102及指定标签客群创建模块103，本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述用户标签匹配模块101用于获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签。
本发明实施例中，所述用户的属性信息包含用户的基本信息、身份信息、工作信息、行为信息等。其中，所述基本信息包括用户姓名、性别、民族、身高、体重等信息，所述身份信息包括用户的家庭关系、社会关系等信息，所述工作信息包括用户工作单位、工作职务及薪资情况等信息，所述行为信息是是指用户的网络行为等。例如，用户张三，男，年龄25、学历本科、薪资1万/月等。所述标签池可以是适合所有用户的标签类别，如关于性别类别的标签：男士、女士，关于年龄类别的标签：婴幼儿、小童、中童、大童、年轻人、中年人、老年人等；关于身形类别的标签：消瘦身材、标准身材、肥胖身材等；关于社会关系类别的标签：单身、已婚、独生子女、单亲家庭等；关于工作类别的标签：企业员工、企业高管等；以及关于薪资类别的标签：高薪人士、中薪人士及低薪人士等；关于行为类别的标签：喜欢追剧、擅长网络等。
本发明实施例采用爬虫的技术从网络中获取所述用户的所有信息，并从所述所有信息中提取出基本信息、身份信息、工作信息及行为信息，组合所述基本信息、身份信息、工作信息及行为信息，得到用户的属性信息。
本发明一可选实施例中，通过有监督或无监督的关键信息提取方法提取所述用户属性信息中的关键信息。
其中，所述有监督关键信息提取方法首先利用业务人员给定的候选词模板对用户的属性信息进行候选词提取，再对提取出来的候选词进行判断，进而确定所述属性信息中的关键信息。所述无监督关键信息提取方法是先抽取出所述属性信息中的候选词，再对各个候选词进行打分，最后输出N个分值最高的候选词作为关键信息。
本发明其中一个实施例中，所述提取所述属性信息中的关键信息，包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用预先训练好的关键信息分类模型，对所述候选词集合进行关键信息分类判定，得到所述属性信息中的关键信息。
本发明实施例中，所述预先训练好的关键信息分类模型可以是一个二分类模型，用于判断候选词集合中的候选词是否为关键信息，并对所述候选词进行分类。
本发明另外一个实施例中，所述提取所述属性信息中的关键信息，也可以包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用关键信息提取算法给所述候选词集合中每个候选词进行评分，得到候选词分值；
根据每个所述候选词的分值，选取预设个数的候选词作为所述属性信息中的关键信息。
本发明可选实施例中，所述关键信息提取算法可以是TF-IDF，TextRank，LDA等算法。
本发明实施例中，所述关键信息可以是，例如女、身高175厘米、体重108斤、XX公司总监、薪资4.5万每个月等。
进一步地，本发明实施例将上述关键信息与所述标签池中的标签进行匹配，得到标签包括：女士、标准身材、企业高管、高薪人士等。
所述用户信息标签绑定模块102用于将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库。
本发明实施例中，所述用户标签信息库可以是存放用户的属性信息及用户的标签的数据库，其中用户的属性信息及用户的标签可被业务人员提取使用。
本发明实施例中，所述将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库，便于后续根据可查询指定标签进行用户筛选。
所述指定标签客群创建模块103用于当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则，根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息，汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
本发明实施例中，所述指定标签客群创建指令可以是业务人员根据自身需求，利用标签创建的客群创建的指令。所述指定标签可以是基础标签的组合或单个基础标签。所述组合规则可以是“与”、“或”。
本发明一可选实施例中，业务人员输入指定标签客群创建指令可通过输入代码实现，计算机读取编译代码，并提取出其中指定标签的组合规则。
本发明实施例中，根据所述指定标签中的组合规则，挑选相对应的标签进行“与”、“或”组合，得到业务人员所需要的指定标签。
详细地，所述根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，包括：
根据所述指定标签的组合规则从所述标签池中提取目标标签；
识别提取的所述目标标签的标签类别，并根据所识别的所述目标标签的标签类别，确定所述目标标签之间的配置规则；
根据所述配置规则组合所述目标标签，得到指定标签。
本发明实施例中，所述标签之间的配置规则是指标签之间的逻辑与或者逻辑或的关系。
本发明一可选实施例中，需对所述指定标签进行语法转换及语法调优，得到所述用户标签信息库能编译的指定标签。
详细地，所述根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息之前，所述方法还包括：
将所述指定标签与预构建的自然词库进行匹配，得到匹配成功的自然词；
对所述自然词进行可查询语言编译，得到可查询语言语句，并对所述可查询语言语句进行可查询语言调优，得到所述用户标签信息库能读取的指定标签。
本发明实施例中，所述自然词库包含所有标签及组合规则。
进一步地，所述对所述可查询语言语句进行可查询语言调优，包括：
获取所述可查询语言语句的执行频率；
定位所述执行频率低于预设阈值的可查询语言语句，得到低频可查询语言语句；
分析所述低频可查询语言语句及所述低频可查询语言语句的执行计划；
利用预设的分析优化器对所述执行计划进行择优选择。
本发明一可选实施例中，可通过show status命令了解各种可查询语言语句的执行频率，进一步地可通过慢查询日志定位执行频率较低的SQL语句，然后通过show profile指令分析低频可查询语言语句及通过explain或者desc命令查询所述低频可查询语言语句的执行计划，最后利用trace分析优化器对所述执行计划进行择优选择。
本发明实施例中，用户标签信息库解析结构化可查询指定标签，得到标签及组合规则，根据所述标签，获取相对应用户的属性信息，并按照所述组合规则，对所述相对应用户的属性信息进行筛选，得到符合所述指定标签的用户的属性信息。
本发明一可选实施例中，若没有符合所述指定标签的用户的属性信息，则提示所述业务人员没有符合指定标签的用户群体。
本发明一可选实施例中，当获得符合所述指定标签的所述用户的属性信息时，对所述用户的属性信息进行汇总，并按照业务人员给定的规则进行排序，得到符合指定标签的客群，最后将所述客群输送给所述业务人员。
如图3所示，是本发明实现指定标签客群的创建方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如指定标签客群的创建程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如指定标签客群的创建程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如指定标签客群的创建程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
可选地，所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的指定标签客群的创建程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；
将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库；
当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则；
根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签；
根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息；
汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/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。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；
将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库；
当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则；
根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签；
根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息；
汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种指定标签客群的创建方法，其特征在于，所述方法包括：
获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；
将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库；
当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则；
根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签；
根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息；
汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
2.如权利要求1所述的指定标签客群的创建方法，其特征在于，所述根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，包括：
根据所述指定标签的组合规则从所述标签池中提取目标标签；
识别提取的所述目标标签的标签类别，并根据所识别的所述目标标签的标签类别，确定所述目标标签之间的配置规则；
根据所述配置规则组合所述目标标签，得到指定标签。
3.如权利要求1所述的指定标签客群的创建方法，其特征在于，所述提取所述属性信息中的关键信息，包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用预先训练好的关键信息分类模型，对所述候选词集合进行关键信息分类判定，得到所述属性信息中的关键信息。
4.如权利要求1所述的指定标签客群的创建方法，其特征在于，所述提取所述属性信息中的关键信息，包括：
将所述属性信息与预构建的候选词模板进行匹配，得到所述属性信息中的候选词集合；
利用关键信息提取算法给所述候选词集合中每个候选词进行评分，得到候选词分值；
根据每个所述候选词的分值，选取预设个数的候选词作为所述属性信息中的关键信息。
5.如权利要求1所述的指定标签客群的创建方法，其特征在于，所述获取用户的属性信息，包括：
采用爬虫的技术从网络中获取所述用户的所有相关信息；
从所述所有相关信息中提取出基本信息、身份信息、工作信息及行为信息；
组合所述基本信息、身份信息、工作信息及行为信息，得到用户的属性信息。
6.如权利要求1所述的指定标签客群的创建方法，其特征在于，所述根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息之前，所述方法还包括：
将所述指定标签与预构建的自然词库进行匹配，得到匹配成功的自然词；
对所述自然词进行可查询语言编译，得到可查询语言语句，并对所述可查询语言语句进行可查询语言调优，得到所述用户标签信息库能读取的指定标签。
7.如权利要求6所述的指定标签客群的创建方法，其特征在于，所述对所述可查询语言语句进行可查询语言调优，包括：
获取所述可查询语言语句的执行频率；
定位所述执行频率低于预设阈值的可查询语言语句，得到低频可查询语言语句；
分析所述低频可查询语言语句及所述低频可查询语言语句的执行计划；
利用预设的分析优化器对所述执行计划进行择优选择。
8.一种指定标签客群的创建装置，其特征在于，包括：
用户标签匹配模块，用于获取用户的属性信息，提取所述属性信息中的关键信息，将所述关键信息与预构建的标签池中的标签进行匹配，将匹配成功的标签作为所述用户的标签；
用户信息标签绑定模块，用于将所述用户的标签与所述用户的属性信息执行绑定，并存储至预构建的用户标签信息库；
指定标签客群创建模块，用于当接收到业务人员输入的指定标签客群创建指令时，解析所述指定标签客群创建指令，得到用户需求标签及所述用户需求标签的组合规则，根据所述组合规则，对所述标签池中的目标标签进行组合，得到指定标签，根据所述指定标签，从所述用户标签信息库中获取符合所述指定标签的用户的属性信息，汇总符合所述指定标签的所述用户的属性信息，得到客群，并将所述客群输送给所述业务人员。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的指定标签客群的创建方法。
10.一种计算机可读存储介质，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至7中任一项所述的指定标签客群的创建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111270519.8A CN114003704A (zh) | 2021-10-29 | 2021-10-29 | 指定标签客群的创建方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111270519.8A CN114003704A (zh) | 2021-10-29 | 2021-10-29 | 指定标签客群的创建方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114003704A true CN114003704A (zh) | 2022-02-01 |
Family
ID=79925047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111270519.8A Pending CN114003704A (zh) | 2021-10-29 | 2021-10-29 | 指定标签客群的创建方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114003704A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115118693A (zh) * | 2022-06-28 | 2022-09-27 | 平安银行股份有限公司 | 群组成员的数据处理方法、装置、电子设备和存储介质 |
| CN115840772A (zh) * | 2022-11-11 | 2023-03-24 | 中电金信软件有限公司 | 一种客群数据统计方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-29 CN CN202111270519.8A patent/CN114003704A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115118693A (zh) * | 2022-06-28 | 2022-09-27 | 平安银行股份有限公司 | 群组成员的数据处理方法、装置、电子设备和存储介质 |
| CN115840772A (zh) * | 2022-11-11 | 2023-03-24 | 中电金信软件有限公司 | 一种客群数据统计方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115002200A (zh) | 基于用户画像的消息推送方法、装置、设备及存储介质 | |
| CN114979120B (zh) | 数据上传方法、装置、设备及存储介质 | |
| CN114003704A (zh) | 指定标签客群的创建方法、装置、电子设备及存储介质 | |
| CN113887941B (zh) | 业务流程生成方法、装置、电子设备及介质 | |
| CN113704614A (zh) | 基于用户画像的页面生成方法、装置、设备及介质 | |
| CN113806434A (zh) | 大数据处理方法、装置、设备及介质 | |
| CN115081538A (zh) | 基于机器学习的客户关系识别方法、装置、设备及介质 | |
| CN111950621A (zh) | 基于人工智能的目标数据检测方法、装置、设备及介质 | |
| CN113626607A (zh) | 异常工单识别方法、装置、电子设备及可读存储介质 | |
| CN114416939A (zh) | 智能问答方法、装置、设备及存储介质 | |
| CN114595321A (zh) | 问题标注方法、装置、电子设备及存储介质 | |
| CN114880449A (zh) | 智能问答的答复生成方法、装置、电子设备及存储介质 | |
| CN114862140A (zh) | 基于行为分析的潜力评估方法、装置、设备及存储介质 | |
| CN113658002A (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
| CN116340537A (zh) | 人物关系抽取方法、装置、电子设备及存储介质 | |
| CN114996386A (zh) | 业务角色识别方法、装置、设备及存储介质 | |
| CN115862791A (zh) | 基于健康测评的问卷标签生成方法、装置、设备及介质 | |
| CN115099680A (zh) | 风险管理方法、装置、设备及存储介质 | |
| CN114219367A (zh) | 用户评分方法、装置、设备及存储介质 | |
| CN115221274A (zh) | 文本情感分类方法、装置、电子设备及存储介质 | |
| CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
| CN114708073A (zh) | 一种围标串标智能检测方法、装置、电子设备及存储介质 | |
| CN113656703A (zh) | 基于新上线课程的智能推荐方法、装置、设备及存储介质 | |
| CN112214594A (zh) | 文本简报的生成方法、装置、电子设备及可读存储介质 | |
| CN117632929A (zh) | 企业识别方法、装置、电子设备及存储介质 |
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 |