CN114417190A - 网点推荐方法、装置、计算机设备和存储介质 - Google Patents
网点推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114417190A CN114417190A CN202210041104.1A CN202210041104A CN114417190A CN 114417190 A CN114417190 A CN 114417190A CN 202210041104 A CN202210041104 A CN 202210041104A CN 114417190 A CN114417190 A CN 114417190A
- Authority
- CN
- China
- Prior art keywords
- information
- website
- candidate
- people flow
- acquiring
- 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 47
- 238000004590 computer program Methods 0.000 claims abstract description 28
- 230000004044 response Effects 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 description 140
- 238000010586 diagram Methods 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 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
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 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
- G06F16/90—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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种网点推荐方法、装置、计算机设备、存储介质和计算机程序产品。本申请的网点推荐方法可应用于金融领域或其他领域。所述方法包括：响应于客户端的网点推荐请求，获取与网点推荐请求关联的多个候选网点，获取候选网点对应的空闲程度；从多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；获取图像模板，并基于图像模板和目标网点对应的人流量信息，生成人流量峰谷图；基于人流量峰谷图，生成针对目标网点的网点推荐信息，并将网点推荐信息返回客户端。本申请可以根据网点空闲程度进行目标网点推荐，减少等待时间，并通过人流量峰谷图反映目标网点的客流情况，提高用户了解目标网点信息的效率，降低使用网点服务的成本。
Description
技术领域
本申请涉及金融领域，特别是涉及一种网点推荐方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着经济发展，为及时解决用户诉求或提供相关服务，往往会在指定地点设置业务网点，以供用户在有需要时前往业务网点办理相关业务。
在传统方式中，用户往往会在有业务需求时直接前往业务网点。然而，在业务繁忙时段，业务网点聚集大量客流，用户在到达网点后需要等待较长时间后才能办理业务，增加了用户使用业务网点服务的成本。
发明内容
基于此，有必要针对上述技术问题，提供一种降低业务网点服务使用成本的网点推荐方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种网点推荐方法，所述方法包括：
响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
在其中一个实施例中，所述目标网点对应的人流量信息包括历史人流量信息，所述基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图，包括：
基于所述目标网点的历史人流量信息，确定所述目标网点在多个历史时段对应的人流量信息；
针对每个历史时段，从所述图像模板中确定出与所述历史时段的人流量信息对应的图像元素；
基于每个历史时段对应的图像元素，生成人流量峰谷图。
在其中一个实施例中，所述从所述图像模板中确定出与所述历史时段的人流量信息对应的图像元素，包括：
获取所述历史时段的人流量信息对应的繁忙等级，并确定与所述繁忙等级对应的繁忙等级图标和图标数量；
基于所述繁忙等级图标和所述图标数量，得到与所述历史时段的人流量信息对应的图像元素。
在其中一个实施例中，所述响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，包括：
响应于客户端的网点推荐请求，获取待应答语音；
对所述待应答语音进行识别，并根据语音识别结果，获取与所述网点推荐请求关联的多个候选网点。
在其中一个实施例中，所述根据语音识别结果，获取与所述网点推荐请求关联的多个候选网点，包括：
基于所述语音识别结果，得到所述待应答语音对应的语音文本；
识别所述语音文本中的待办业务信息，并获取所述待办业务信息对应的业务类型；
确定与所述业务类型关联的多个网点，作为与所述网点推荐请求关联的候选网点。
在其中一个实施例中，所述获取所述候选网点对应的空闲程度，包括：
获取所述候选网点对应的人流量信息；
基于所述人流量信息，确定所述候选网点对应的空闲程度。
在其中一个实施例中，所述获取所述候选网点对应的人流量信息，包括：
获取所述候选网点取票设备对应的排队取号信息，并基于所述排队取号信息确定人流量信息；
和/或，
获取所述候选网点对应的热量信息，并基于所述热量信息确定人流量信息；所述热量信息为针对所述候选网点中预设区域采集到的热量信息；
和/或，
获取所述候选网点对应的业务预约数量，并基于所述业务预约数量确定人流量信息。
第二方面，本申请还提供了一种网点推荐装置，所述装置包括：
网点推荐请求接收模块，用于响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
目标网点获取模块，用于从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
图像生成模块，用于获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
网点推荐信息发送模块，用于基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
上述网点推荐方法、装置、计算机设备、存储介质和计算机程序产品，响应于客户端的网点推荐请求，服务器可以获取与网点推荐请求关联的多个候选网点，并获取候选网点对应的空闲程度，由此可以从多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点，并且，可以获取预先设置的图像模板，基于图像模板和目标网点对应的人流量信息，生成人流量峰谷图，进而可以基于人流量峰谷图，生成针对目标网点的网点推荐信息，并将网点推荐信息返回客户端。在本申请中，服务器可以根据候选网点的空闲程度进行目标网点推荐，提醒用户规避网点的人流高峰，减少等待时间，同时，可以对目标网点的人流量情况进行图形映射，通过可视化方式呈现，直观反映目标网点的客流情况，使用户更加清晰直观地了解目标网点的当前状况，提高用户了解目标网点信息的效率，降低使用网点服务的成本。
附图说明
图1为一个实施例中一种网点推荐方法的应用环境图；
图2为一个实施例中一种网点推荐方法的流程示意图；
图3为一个实施例中一种人流量峰谷图；
图4为一个实施例中一种获取候选网点的流程示意图；
图5为一个实施例中另一种网点推荐方法的流程示意图；
图6为一个实施例中一种获取人流量信息并生成人流量峰谷图的流程示意图；
图7为一个实施例中网点推荐装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明的是，本申请提供的网点推荐方法、装置、计算机设备、存储介质和计算机程序产品，可用于金融领域，也可用于除金融领域之外的任意领域，本申请对网点推荐方法、装置、计算机设备、存储介质和计算机程序产品的应用领域不做限定。
本申请实施例提供的一种网点推荐方法，可以应用于如图1所示的应用环境中。在该应用环境中，客户端可以通过网络与服务器进行通信。数据存储系统可以存储服务器需要处理或调用的数据，例如，可以存储有业务网点对应的人流量信息；数据存储系统可以集成在服务器上，也可以放在云上或其他网络服务器上。
其中，客户端可以部署与终端上，该终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、AI智能设备和便携式可穿戴设备，AI智能设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能音箱、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种网点推荐方法，以该方法应用于图1中的服务器为例进行说明，可以包括以下步骤。
步骤201，响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度。
作为一示例，候选网点可以是办理金融业务的网点，如银行网点，当然，也可以是办理其他业务的网点，如物流网点或电信业务网点等。
空闲程度可以是表征候选网点当前业务繁忙程度的信息，例如，可以基于以下任一种或多种信息确定空闲程度：人流量信息、业务办理效率、业务办理等待时间、待办业务数量。其中，空闲程度可以是网点当前的空闲程度，可以是针对网点预测的在未来预设时间内的空闲程度，例如在用户到达网点的未来时刻所对应的空闲程度，也可以是历史空闲程度，例如过往历史在同一日期或同一时段对应的空闲程度。
在实际应用中，用户在前往网点前，可以在客户端执行预设的触发操作，响应于检测到的触发操作，客户端可以确定用户当前拟前往网点办理业务，生成网点推荐请求，并将网点推荐请求与待应答语音发送到客户端。响应于当前接收到的网点推荐请求，服务器可以获取与网点推荐请求关联的多个候选网点，并确定各个候选网点对应的空闲程度。
步骤202，从多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点。
作为一示例，空闲程度条件可以是空闲程度最高的预设数量的网点，或者，也可以是空闲程度高于预设阈值的网点。
具体实现中，在获取多个候选网点各自对应的空闲程度后，服务器可以获取预先设置的预设空闲程度条件，并基于预设空闲程度条件，对多个候选网点进行筛选，得到空闲程度满足预设空闲程度条件的目标网点。
步骤203，获取预先设置的图像模板，并基于图像模板和目标网点对应的人流量信息，生成人流量峰谷图。
作为一示例，图像模板也可以成为海报模板，可用于辅助生成反映网点人流量情况的可视化图像信息。
人流量峰谷图可以是反映预设时间段内人流量变化情况的图像。
在实际应用中，在确定目标网点后，服务器可以获取预先设置的图像模板，并获取目标网点对应的人流量信息，进而可以基于图像模板和目标网点对应的人流量信息，生成人流量峰谷图。
具体地，在生成人流量峰谷图时，由于图像模板中可以包括不同人流量下对应的图像信息，在获取目标网点对应的人流量信息后，可以从图像模板中匹配出对应的图像信息，并根据匹配得到的图像信息生成人流量峰谷图。
步骤204，基于人流量峰谷图，生成针对目标网点的网点推荐信息，并将网点推荐信息返回客户端。
作为一示例，网点推荐信息可以包括目标网点对应的人流量峰谷图。
在获取目标网点对应的人流量峰谷图后，服务器可以将目标网点作为推荐的网点，生成包含目标网点人流量峰谷图的网点推荐信息，并将网点推荐信息发送到客户端，以在客户端进行展示和/或播放。在本实施例中，可以通过人流量峰谷图直观反映目标网点的人流量变化情况，使用户，如老年用户，可以更清晰直观地了解目标网点的状况，提高用户了解目标网点信息的效率。
具体地，在确定目标网点后，可以基于目标网点生成网点推荐信息，进而可以将网点推荐信息返回到客户端，客户端可以将接收到的网点推荐信息进行展示或播放。
当然，网点推荐信息除了包括人流量峰谷图以外，也可以包括其他信息，例如，可以包括目标网点的网点关联信息和网点属性信息。其中，网点属性信息可以包括网点地址、网点联系电话、网点营业时间中的至少一种；网点关联信息可以包括从指定地点前往网点的推荐路线和/或所需时间。
当网点推荐信息中还包括其他信息时，其他信息可以是以下至少一种类型的信息：文字信息，语音信息。例如，当网点推荐信息包括文字信息时，可以根据客户端的模式，对文字信息进行调整，如在客户端的当前模式为关怀模式或老年模式的情况下，可以调整文字字号，以增大文字显示的大小；又如，当网点推荐信息包括语音信息时，服务器还可以预先调高语音音量。
在本实施例中，响应于客户端的网点推荐请求，服务器可以获取与网点推荐请求关联的多个候选网点，并获取候选网点对应的空闲程度，由此可以从多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点，并且，可以获取预先设置的图像模板，基于图像模板和目标网点对应的人流量信息，生成人流量峰谷图，进而可以基于人流量峰谷图，生成针对目标网点的网点推荐信息，并将网点推荐信息返回客户端。在本申请中，服务器可以根据候选网点的空闲程度进行目标网点推荐，提醒用户规避网点的人流高峰，减少等待时间，同时，可以对目标网点的人流量情况进行图形映射，通过可视化方式呈现，直观反映目标网点的客流情况，使用户更加清晰直观地了解目标网点的当前状况，提高用户了解目标网点信息的效率，降低使用网点服务的成本。
在一个实施例中，所述目标网点对应的人流量信息包括历史人流量信息。历史人流量信息可以包括多个时间段对应的人流量信息，即目标网点的人流量信息除了可以包括目标网点当前的人流量信息，还可以包括目标网点过往的历史人流量信息，该人流量信息可以是目标网点在当前时刻对应的历史同期人流量信息，也可以是以当前时点以前的预设时间段内的人流量信息。
具体而言，可以按照不同的时间频度，获取历史多个时段对应的人流量信息，得到历史人流量信息。例如，可以按照以下至少一种时间频度获取多个时间段对应的人流量信息：月，周，小时，分钟。当然，也可以根据人流量信息的更新频率获取不同时段的人流量信息。
所述基于图像模板和目标网点对应的人流量信息，生成人流量峰谷图，可以包括如下步骤：
基于目标网点的历史人流量信息，确定目标网点在多个历史时段对应的人流量信息；针对每个历史时段，从图像模板中确定出与时段的人流量信息对应的图像元素；基于每个历史时段对应的图像元素，生成人流量峰谷图。
作为一示例，图像元素可以是在人流量峰谷图中显示的内容。
在具体实现中，可以获取目标网点在预设时间段内的历史人流量信息，并基于历史人流量信息，确定目标网点在多个历史时段对应的人流量信息。
在获取多个时段各自对应的人流量信息后，针对每个历史时段，服务器可以从图像模板中确定出与当前时段的人流量信息对应的图像元素，并对各个历史时段对应的图像元素进行排序和组合，生成人流量峰谷图。例如，可以根据每个时段对应的顺序，对各个时段对应的图像元素进行排序或连接，得到反映人流量波动情况的人流量峰谷图。
在本实施例中，可以基于目标网点的历史人流量信息，确定目标网点在多个时段对应的人流量信息，针对每个历史时段，可以从图像模板中确定出与时段的人流量信息对应的图像元素；进而基于每个历史时段对应的图像元素，生成人流量峰谷图，使得人流量峰谷图可以反映目标网点过往预设时段内的人流变化情况，用户能够基于人流量峰谷图对目标网点当前时刻或其他指定时刻的人流量进行预测，规避网点的业务繁忙时段。
在一个实施例中，所述从图像模板中确定出与历史时段的人流量信息对应的图像元素，包括：
获取历史时段的人流量信息对应的繁忙等级，并确定与繁忙等级对应的繁忙等级图标和图标数量；基于繁忙等级图标和图标数量，得到与历史时段的人流量信息对应的图像元素。
在实际应用中，可以获取历史时段的人流量信息对应的繁忙等级。
具体而言，可以根据人流量信息确定该历史时段对应的用户数量，并基于预先设置的不同用户数量与繁忙等级之间的对应关系，确定当前时段的人流量信息对应的繁忙等级。
在另一实施例中，还可以结合历史人流量信息中其他历史时段对应的人流量信息，确定当前处理的历史时段的人流量信息所对应的繁忙等级，示例性地，可以通过功效计分法进行计算，在使用功效计分法确定繁忙等级时，可以通过如下公式计算：(当前时段的人流量-本日人流量最少的一个时段所对应的人流量)/(本日人流量最多的一个时段所对应的人流量-本日人流量最少的一个时段所对应的人流量)×5，进而可以基于计算结果确定繁忙等级。
在确定繁忙等级后，则可以获取与繁忙等级对应的繁忙等级图标和图标数量。其中，不同的繁忙等级可以对应不同的繁忙等级图标和图标数量。
例如，可以在图像模板中预先提供分别带有不满、微笑和大笑表情的三个繁忙等级图标，带有不满表情的繁忙等级图标可以表示客流拥挤，表征当前时段为高峰时段，建议避开该时段；带有微笑表情的繁忙等级图标可以表示客流平缓，在该时段有少量用户排队等候，用户可以及时前往网点办理业务；而带有大笑表情的繁忙等级图标可以表示客流舒适，基本不需排队，提示用户及时前往网点办理业务。同时，通过繁忙等级图标对应的图标数量，进一步表征当前客流状态下更细化的客流量。
在得到繁忙等级图标和图标数量后，则可以基于繁忙等级图标和图标数量，得到与当前历史时段的人流量信息对应的图像元素。
基于该方式生成的人流量峰谷图，使得用户可以从图中明确预设时段内网点在哪些时间处于繁忙状态，例如每个月中处于繁忙状态的具体日期；同时，也可以了解到网点繁忙状态的周期性变化和每个周期中多个时段对应的繁忙程度灯具，例如在每周一到周日哪一天处于空闲状态，进而能够通过直观展示对应的峰谷图，提醒办理业务的人员在本次办理业务时避开高峰时段。
例如，如图3所示的人流量峰谷图，图3左侧内容可以表征目标网点指定日期中不同时间对应的人流量情况，在每天上午9点到11点，服务器可以通过带有不满表情的繁忙等级图标表征目标网点客流拥挤，但由于9点到10点以及10点到11点的拥挤情况存在差异，可以通过不同的图标数量表征客流拥挤情况的差异；而在每天11点到16点，人流量较少，则可以通过带有微笑表情的繁忙状态等级图标表征目标网点客流平缓。
图3右侧内容则可以表征每周的周一至周五的人流量情况，由图3可知，在周一至周五都显示有不同数量的带有不满表情的繁忙等级图标，表示在工作日时间目标网点人流量大，提示用户可以避开该时段前往目标网点办理业务，而周六则显示有带有大笑表情的繁忙等级图标，表示周六当天人流量小，基本不用排队。通过该方式，可以在向客户端发送网点推荐信息时，对应展示目标网点过往的人流量变化规律，并将人流量变化规律通过图像形式进行展示，提醒用户合理安排业务办理时间以规避人流量高峰的同时，提高信息的获取效率。在一示例中，在人流量峰谷图下方还可以通过红字显示客流高峰日期，提醒用户错开高峰。
在本实施例中，服务器可以基于繁忙等级图标和图标数量，得到与时段的人流量信息对应的图像元素，能够通过直观且通俗易懂的方式提醒办理业务的人员，如不便通过文字获取信息的老年用户，及时规避网点高峰，有效降低用户使用业务网点服务的时间成本。
在一个实施例中，所述响应于客户端的网点推荐请求，获取与网点推荐请求关联的多个候选网点，可以包括：
响应于客户端的网点推荐请求，获取待应答语音；对所述待应答语音进行识别，并根据语音识别结果，获取与所述网点推荐请求关联的多个候选网点。
作为一示例，待应答语音可以是用于问询网点的语音。
在具体实现中，用户在前往网点前，可以在客户端执行预设的触发操作，该触发操作可以是输入语音。
具体例如，在通过语音方式输入唤醒词后，用户可以输入针对待办理业务的问询语音，则客户端在识别出问询语音中的预设关键词后，如“办理”“XX业务”之后，可以生成网点推荐请求，并将用户输入的问询语音作为待应答语音，将网点推荐请求与待应答语音发送到服务器。例如，用户可以输入语音“AI助手，今天我要去办理养老金业务，请告诉我附近哪些网点比较空闲，推送信息到我的手机上”。
或者，预设触发操作也可以是点击按钮和输入语音，如用户可以点击预设按钮后，再根据客户端提示输入问询语音，此时客户端可以直接将输入的问询语音作为待应答语音。其中，预设按钮可以是终端设备的物理按钮，如开机键或音量键中的至少一种，当然，也可以是客户端页面中的虚拟按钮，例如可以在客户端首页的指定位置客户端交互界面的导航栏中设置预设按钮，以便于用户快速定位到能够触发客户端发送网点推荐请求的按钮。
响应于检测到的触发操作，客户端可以确定用户当前拟前往网点办理业务，进而可以生成网点推荐请求，将用户输入的问询语音作为待应答语音，添加到网点推荐请求中，并向服务器发送网点推荐请求。
在接收到的网点推荐请求后，服务器可以获取对应的待应答语音，并对待应答语音进行语音识别，获取对应的语音识别结果。在获取语音识别结果后，服务器可以基于该语音识别结果可以确定用户对应的业务需求信息，该业务需求信息可以表征用户待办理的业务，由此，服务器可以基于语音识别结果，获取与网点推荐请求关联的多个候选网点，用户也可以通过语音对话获取实时信息。
在本实施例中，通过输入语音即可快速获取到网点推荐信息，无需在客户端中逐级查找指定的触发按键，有效提高网点推荐信息的获取效率，有效降低用户使用网点服务的成本，例如，针对老年用户等对客户端或智能设备熟悉程度低的用户，通过本申请的语音交互方式可以减少用户查找网点信息的时间，提高信息获取效率和便捷性。
在一个实施例中，如图4所示，所述根据语音识别结果，获取与网点推荐请求关联的多个候选网点，可以包括如下步骤：
步骤301，基于语音识别结果，得到待应答语音对应的语音文本。
作为一示例，语音文本可以是待应答语音对应的文本信息。
在实际应用中，服务器在对待应答语音进行语音识别后，可以获取对应的语音识别结果，并基于语音识别结果，获取待应答语音对应的语音文本。
步骤302，识别语音文本中的待办业务信息，并获取待办业务信息对应的业务类型。
其中，待办业务信息可以是待办理业务对应的业务信息；其中，业务信息可以是业务名称，如对公账户开户，外汇买卖，也可以是具体需要执行的业务操作，例如取现X元。
在获取语音文本后，服务器可以对语音文本进行识别，例如可以进行关键词识别或语义理解，进而可以基于语音文本的识别结果，确定出语音文本中的待办业务信息，并获取待办业务信息对应的业务类型。例如，可以预先建立多个业务信息与业务类型之间的对应关系，在获取到待办业务信息后，根据预先构建的对应关系，确定出待办业务信息对应的业务类型。
步骤303，确定与业务类型关联的多个网点，作为与网点推荐请求关联的候选网点。
作为一示例，与网点推荐请求相关联的候选网点可以是用于办理网点推荐请求对应业务的网点。具体而言，用户前往网点往往是需要办理指定的业务，该业务则可以作为网点推荐请求的对应业务。
在具体实现中，不同的网点所关联的业务类型可以存在差异，其中，网点关联的业务类型可以是网点提供的可办理业务对应的业务类型。在获取待办业务信息对应的业务类型后，服务器可以获取多个网点各自关联的业务类型，并将对应业务类型与待办业务信息业务类型相匹配的网点，作为与网点推荐请求相关的候选晚点。
在本实施例中，服务器可以基于语音识别结果，获取待办业务信息对应的业务类型，并将与业务类型关联的多个网点，作为与网点推荐请求关联的候选网点，能够基于用户输入语音获取可以办理指定业务的候选网点，在提高用户信息获取效率的同时，增加网点筛选的正确性。
在一个实施例中，所述获取候选网点对应的空闲程度，可以包括：
获取候选网点对应的人流量信息；基于人流量信息，确定候选网点对应的空闲程度。
作为一示例，候选网点对应的人流量信息可以是停留在候选网点对应地址的用户数量，即候选网点对应的人流量，该人流量信息可以是候选网点的实时人流量信息或未来预设时点对应的人流量信息。
在确定候选网点后，服务器可以获取候选网点的人流量信息。实际应用中，人流量信息可以与候选网点的空闲程度呈负相关，即人流量越大，候选网点的空闲程度越低，人流量越小，候选网点的空闲程度越高。在人流量较大时，例如在人流量高于人流量阈值时，等待候选网点工作人员办理的业务较多，工作人员需要花费大量时间才可以处理完积压的待办理业务；而在人流量较小时，如人流量小于或等于人流量阈值时，等候办理的业务较少，工作人员在完成待处理的业务后，仍然有空余时间。
因此，在获取候选网点的人流量信息后，服务器可以基于人流量信息，确定候选网点对应的空闲程度。
在本实施例中，服务器可以获取候选网点对应的人流量信息，并基于人流量信息，确定候选网点对应的空闲程度，为筛选目标网点提供筛选基础。
在一个实施例中，所述获取候选网点对应的人流量信息，可以包括：
获取候选网点取票设备对应的排队取号信息，并基于排队取号信息确定人流量信息。
作为一示例，排队取号信息可以是当前排队取号的等待人数。
具体实现中，候选网点中可以设置有取票设备，用户在办理业务时，可以取票设备中取票，以根据取票设备提供的票据上的排队号码，依次排队办理业务。在本实施例中，服务器可以获取候选网点取票设备对应的排队取票信息，由于排队取票信息可以反映候选网点中正在等候办理业务的人数，因此，服务器可以基于排队取号信息，确定人流量信息。
当然，所述获取候选网点对应的人流量信息，也可以包括：
获取候选网点对应的热量信息，并基于热量信息确定人流量信息。
其中，热量信息为针对候选网点中预设区域采集到的热量信息。
在实际应用中，候选网点可以设置有热源探测仪，通过候选网点中的热源探测仪，可以确定当前正位于候选网点中的用户，进而服务器可以获取通过热源探测仪采集到的热量信息，并基于热量信息确定人流量信息。
当然，所述获取候选网点对应的人流量信息，还可以包括：
获取候选网点对应的业务预约数量，并基于业务预约数量确定人流量信息。
具体地，部分用户在前往网点办理业务前，可以通过线上预约的方式提前对待办理业务进行预约，由于此类用户未前往网点进行取票或等待，因此，通过候选网点现场取票设备统计得到的排队取号信息或热源探测仪所采集的热量信息，并未统计该部分用户。而在本实施例中，服务器还可以获取候选网点对应的业务预约数量，并基于业务预约数量确定人流量信息。
在本实施例中，服务器可以通过多种渠道实时采集候选网点对应的人流量信息，并基于该人流量信息确定候选网点的空闲程度，能够提高目标网点的筛选准确性。
为了使本领域技术人员能够更好地理解上述步骤，以下通过例子对本申请实施例加以示例性说明，但应当理解的是，本申请实施例并不限于此。
如图5所示，响应于用户的触发操作，终端可以生成网点推荐请求，并发送到服务器，服务器在可以对网点推荐请求中携带的信息进行识别，并调用信息检索服务对识别出的信息进行处理，具体而言，若识别出网点推荐请求中携带的是文字信息，则服务器可以通过信息检索服务将网点推荐请求中携带的文本信息发送到即时数据处理平台；若识别出网点推荐请求中携带的是待应答语音，则服务器可以通过信息检索服务将待应答语音发送到自然语言处理平台，通过自然语言处理平台对待应答语音进行语音识别。
在对网点推荐请求中携带的信息进行识别后，服务器可以确定与网点推荐请求关联的多个候选网点，并对数据库中的人流量信息进行搜索，基于排队取号信息、热量信息、业务预约数量和其他非结构数据，确定终端设备预设范围内多个候选网点对应的空闲程度，并从多个候选网点中确定出目标网点。其中，服务器可以通过实时数据采集服务器，获取自主预约设备(如候选该网点的预约设备或用户的终端设备)、取票设备和热源探测设备，实时采集候选网点对应的人流量信息，并存储到数据库，以便于后续通过大数据分析提供多种类型的实时智能服务。
在确定目标网点后，可以获取目标网点对应的历史人流量信息，并基于历史人流量信息生成目标网点对应的人流量峰谷图。具体而言，如图6所示，服务器可以将采集并存储人流量信息，得到日人流量信息、周人流量信息和月人流量信息。进而在确定目标网点后，可以对人流量信息进行预处理，获取预先设置的图像模板，并基于人流量信息和图像模板，生成人流量峰谷图。在生成人流量峰谷图后，服务器可以将人流量峰谷图发送到用户的终端进行展示，还可以将人流量峰谷图发送到候选网点的终端，并在候选网点现场进行展示，例如在候选网点的终端展示，或者，打印出来，以海报形式在业务办理区展示。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的网点推荐方法的网点推荐装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个网点推荐装置实施例中的具体限定可以参见上文中对于网点推荐方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种网点推荐装置700，所述装置包括：
网点推荐请求接收模块701，用于响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
目标网点获取模块702，用于从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
图像生成模块703，用于获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
网点推荐信息发送模块704，用于基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
在其中一个实施例中，所述目标网点对应的人流量信息包括历史人流量信息，所述图像生成模块703，包括：
历史人流量信息获取子模块，用于基于所述目标网点的历史人流量信息，确定所述目标网点在多个历史时段对应的人流量信息；
图像元素确定子模块，用于针对每个历史时段，从所述图像模板中确定出与所述历史时段的人流量信息对应的图像元素；
峰谷图生成子模块，用于基于每个历史时段对应的图像元素，生成人流量峰谷图。
在其中一个实施例中，所述图像元素确定子模块，具体用于：
获取所述历史时段的人流量信息对应的繁忙等级，并确定与所述繁忙等级对应的繁忙等级图标和图标数量；
基于所述繁忙等级图标和所述图标数量，得到与所述历史时段的人流量信息对应的图像元素。
在其中一个实施例中，所述网点推荐请求接收模块701，包括：
语音接收子模块，用于响应于客户端的网点推荐请求，获取待应答语音；
候选网点获取子模块，用于对所述待应答语音进行识别，并根据语音识别结果，获取与所述网点推荐请求关联的多个候选网点。
在其中一个实施例中，所述候选网点获取子模块，具体用于：
基于所述语音识别结果，得到所述待应答语音对应的语音文本；
识别所述语音文本中的待办业务信息，并获取所述待办业务信息对应的业务类型；
确定与所述业务类型关联的多个网点，作为与所述网点推荐请求关联的候选网点。
在其中一个实施例中，所述网点推荐请求接收模块701，包括：
候选网点人流量信息获取子模块，用于获取所述候选网点对应的人流量信息；
空闲程度确定子模块，用于基于所述人流量信息，确定所述候选网点对应的空闲程度。
在其中一个实施例中，所述空闲程度确定子模块，具体用于：
获取所述候选网点取票设备对应的排队取号信息，并基于所述排队取号信息确定人流量信息；
和/或，
获取所述候选网点对应的热量信息，并基于所述热量信息确定人流量信息；所述热量信息为针对所述候选网点中预设区域采集到的热量信息；
和/或，
获取所述候选网点对应的业务预约数量，并基于所述业务预约数量确定人流量信息。
上述网点推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储人流量信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种网点推荐方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (11)
1.一种网点推荐方法，其特征在于，所述方法包括：
响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
2.根据权利要求1所述的方法，其特征在于，所述目标网点对应的人流量信息包括历史人流量信息，所述基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图，包括：
基于所述目标网点的历史人流量信息，确定所述目标网点在多个历史时段对应的人流量信息；
针对每个历史时段，从所述图像模板中确定出与所述历史时段的人流量信息对应的图像元素；
基于每个历史时段对应的图像元素，生成人流量峰谷图。
3.根据权利要求2所述的方法，其特征在于，所述从所述图像模板中确定出与所述历史时段的人流量信息对应的图像元素，包括：
获取所述历史时段的人流量信息对应的繁忙等级，并确定与所述繁忙等级对应的繁忙等级图标和图标数量；
基于所述繁忙等级图标和所述图标数量，得到与所述历史时段的人流量信息对应的图像元素。
4.根据权利要求1所述的方法，其特征在于，所述响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，包括：
响应于客户端的网点推荐请求，获取待应答语音；
对所述待应答语音进行识别，并根据语音识别结果，获取与所述网点推荐请求关联的多个候选网点。
5.根据权利要求4所述的方法，其特征在于，所述根据语音识别结果，获取与所述网点推荐请求关联的多个候选网点，包括：
基于所述语音识别结果，得到所述待应答语音对应的语音文本；
识别所述语音文本中的待办业务信息，并获取所述待办业务信息对应的业务类型；
确定与所述业务类型关联的多个网点，作为与所述网点推荐请求关联的候选网点。
6.根据权利要求1所述的方法，其特征在于，所述获取所述候选网点对应的空闲程度，包括：
获取所述候选网点对应的人流量信息；
基于所述人流量信息，确定所述候选网点对应的空闲程度。
7.根据权利要求6所述的方法，其特征在于，所述获取所述候选网点对应的人流量信息，包括：
获取所述候选网点取票设备对应的排队取号信息，并基于所述排队取号信息确定人流量信息；
和/或，
获取所述候选网点对应的热量信息，并基于所述热量信息确定人流量信息；所述热量信息为针对所述候选网点中预设区域采集到的热量信息；
和/或，
获取所述候选网点对应的业务预约数量，并基于所述业务预约数量确定人流量信息。
8.一种网点推荐装置，其特征在于，所述装置包括：
网点推荐请求接收模块，用于响应于客户端的网点推荐请求，获取与所述网点推荐请求关联的多个候选网点，并获取所述候选网点对应的空闲程度；
目标网点获取模块，用于从所述多个候选网点中，确定出空闲程度满足预设空闲程度条件的目标网点；
图像生成模块，用于获取预先设置的图像模板，并基于所述图像模板和所述目标网点对应的人流量信息，生成人流量峰谷图；
网点推荐信息发送模块，用于基于所述人流量峰谷图，生成针对所述目标网点的网点推荐信息，并将所述网点推荐信息返回所述客户端。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其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权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210041104.1A CN114417190A (zh) | 2022-01-14 | 2022-01-14 | 网点推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210041104.1A CN114417190A (zh) | 2022-01-14 | 2022-01-14 | 网点推荐方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114417190A true CN114417190A (zh) | 2022-04-29 |
Family
ID=81273899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210041104.1A Pending CN114417190A (zh) | 2022-01-14 | 2022-01-14 | 网点推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114417190A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115114338A (zh) * | 2022-07-26 | 2022-09-27 | 成都秦川物联网科技股份有限公司 | 智慧城市公共场所人流量统计与调控方法及物联网系统 |
-
2022
- 2022-01-14 CN CN202210041104.1A patent/CN114417190A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115114338A (zh) * | 2022-07-26 | 2022-09-27 | 成都秦川物联网科技股份有限公司 | 智慧城市公共场所人流量统计与调控方法及物联网系统 |
| CN115114338B (zh) * | 2022-07-26 | 2022-12-20 | 成都秦川物联网科技股份有限公司 | 智慧城市公共场所人流量统计与调控方法及物联网系统 |
| US11861912B2 (en) | 2022-07-26 | 2024-01-02 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things systems for counting and regulating pedestrian volume in public places of smart cities |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10991248B2 (en) | Parking identification and availability prediction | |
| US9799049B2 (en) | Enhancing a message by providing supplemental content in the message | |
| US9269098B2 (en) | Push-based recommendations | |
| US9363634B1 (en) | Providing context-relevant information to users | |
| US7908287B1 (en) | Dynamically autocompleting a data entry | |
| US7634463B1 (en) | Automatically generating and maintaining an address book | |
| CN111949834B (zh) | 选址方法和选址平台系统 | |
| CA3040646A1 (en) | Machine learning artificial intelligence system for predicting popular hours | |
| US20160314377A1 (en) | Using Similarity for Grouping Fonts and Individuals for Recommendations | |
| US9467545B1 (en) | Specifically programmed computer-implemented engine systems for real-time on-demand discovery of available time slots across programmed schedule objects and methods of use thereof | |
| US10902445B2 (en) | Location evaluation | |
| US9262446B1 (en) | Dynamically ranking entries in a personal data book | |
| CA2944652A1 (en) | Inference model for traveler classification | |
| KR20180129693A (ko) | 부동산 시세 서비스 시스템 및 방법 | |
| CN114417190A (zh) | 网点推荐方法、装置、计算机设备和存储介质 | |
| CN114626887A (zh) | 客流量预测方法、装置、计算机设备和存储介质 | |
| CN111797211A (zh) | 业务信息搜索方法、装置、计算机设备和存储介质 | |
| US11748420B1 (en) | Optimizing display of disclosure based on prior interactions | |
| Joshi et al. | Tourism footfall forecasting and recommendation system | |
| CN112785163A (zh) | 职业识别方法、装置、设备及介质 | |
| US11860958B2 (en) | Method and device of providing integrated search service | |
| JP6473541B1 (ja) | 情報処理方法、情報処理装置、およびプログラム | |
| KR102405958B1 (ko) | 스마트 디바이스를 통해 실버사용자에게 교통수단정보 및 목적지정보를 제공하는 방법 및 그 방법을 구현하기 위한 서버 | |
| CN117519871A (zh) | 金融服务应用操作版面的配置方法、装置、设备 | |
| CN116882527A (zh) | 银行网点预约方法、装置、计算机设备和存储介质 |
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 |