CN114520826A - 跨平台信息匹配方法、装置及云端智能机器人 - Google Patents

跨平台信息匹配方法、装置及云端智能机器人 Download PDF

Info

Publication number
CN114520826A
CN114520826A CN202111679179.4A CN202111679179A CN114520826A CN 114520826 A CN114520826 A CN 114520826A CN 202111679179 A CN202111679179 A CN 202111679179A CN 114520826 A CN114520826 A CN 114520826A
Authority
CN
China
Prior art keywords
information
communication
user
deep
cross
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111679179.4A
Other languages
English (en)
Other versions
CN114520826B (zh
Inventor
原智峰
李光宁
谢伟
雷宁
于尧
林俊锋
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.)
Zhuhai Huafa Financial Technology Research Institute Co ltd
Original Assignee
Zhuhai Huafa Financial Technology Research Institute 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 Zhuhai Huafa Financial Technology Research Institute Co ltd filed Critical Zhuhai Huafa Financial Technology Research Institute Co ltd
Priority to CN202111679179.4A priority Critical patent/CN114520826B/zh
Publication of CN114520826A publication Critical patent/CN114520826A/zh
Application granted granted Critical
Publication of CN114520826B publication Critical patent/CN114520826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/14—Session management
    • H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/08—Protocols for interworking; Protocol conversion

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请提供一种跨平台信息匹配方法，接收所述上端通信工具发出的通讯信息，将所述通讯信息经分类处理和格式转化生成预处理信息；根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；标记所述深层特征，根据所述标记将所述深层特征链接到信息池；按照所述下端通信工具的信息格式向用户群推送信息池中的信息。通过对数据进行格式转换，同时对数据进行深度分析，获得用户匹配特征，实现了跨平台的数据交互以及实现了信息与用户的匹配。本申请还提供一种跨平台信息匹配装置。

Description

跨平台信息匹配方法、装置及云端智能机器人
技术领域
本申请涉及数据处理，尤其涉及一种跨平台的信息匹配方法、装置以及一种云端智能机器人。
背景技术
现今，市场上拥有各种用户端程序作为通讯工具为用户提供通讯信息的收发功能，使得用户可以实时的接收和发送信息、资讯。各种用户预定的服务信息也能够通过通讯工具向用户及时展示，或者对用户可以起到提醒作用，极大的提升了用户在互联网中推送以及接收服务信息的体验和便捷度。
随着各种类型的应用程序的出现，用户对通讯工具的选择也极为丰富，各种通讯工具都可能成为用户的选择，但是各种各样的通讯工具导致用户在实际使用过程中，需要针对不同情况或者环境使用不同的通讯工具，无形中增加了用户对各种通讯工具的使用成本。但是由于市场上的各种通讯工具本身是独立的系统，而且数据是互不兼容的，导致用户无法跨平台发送信息，在通常情况下，只能在每个平台都发送一次信息，费事费力。
申请内容
为解决上述技术问题，本申请提供一种跨平台信息匹配方法，其能够解决现有技术中，数据在各个通讯工具间无法交互的问题。同时，本申请还提供一种跨平台信息匹配装置，以及一种云端智能机器人。
本申请提供一种跨平台信息匹配方法，包括：
接收上端通信工具发出的通讯信息，将所述通信经分类处理和格式转化生成预处理信息；
根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；
标记所述深层特征，根据所述标记将所述深层特征链接到信息池；
基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
可选的，所述用户群中的用户具有相同的用户特征，确定步骤如下：
根据用户基础信息确定所述用户特征。
可选的，所述用户基础信息包括用户在不同通信工具中的信息。
可选的，所述格式转化包括：
调取所述上端信息工具的格式转化算法，格式化所述通讯信息。
可选的，所述分类处理包括：
根据上端通讯工具的类别识别所述通讯信息的种类；
所述上端通讯工具和所述上端通信工具发出所述通讯信息的关联关系通过类别标识记录。
本申请还提供一种跨平台信息匹配装置，包括：
接收模块，用于接收上端通信工具发出的通讯信息，将所述通信经分类处理和格式转化生成预处理信息；
算法模块，用于根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；
链接模块，用于标记所述深层特征，根据所述标记将所述深层特征链接到信息池；
匹配模块，基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
可选的，还包括：
用户特征确定模块，用于根据用户基础信息确定所述用户特征。
可选的，所述用户基础信息包括用户在不同通信工具中的信息。
可选的，所述接收模块还包括：
识别单元，用于根据上端通讯工具的类别识别所述通讯信息的种类；
所述上端通讯工具和所述上端通信工具发出所述通讯信息的关联关系通过类别标识记录。
本申请还提供一种云端智能机器人，将上述跨平台智能匹配装置部署在云服务器中，接收不同类型通讯工具的通讯信息进行处理，匹配用户群；
根据所述用户群中每个用户的下端通信工具，分别调用所述下端通信工具对应的接口，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
本申请相较于现有技术的优点是：
本申请提供一种跨平台信息匹配方法，包括：接收上端通信工具发出的通讯信息，将所述通讯信息经分类处理和格式转化生成预处理信息；根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；标记所述深层特征，根据所述标记将所述深层特征链接到信息池；基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。通过对数据进行格式转换，同时对数据进行深度分析，获得用户匹配特征，实现了跨平台的数据交互以及实现了信息与用户的匹配。
附图说明
图1是本申请中跨平台信息匹配流程图。
图2是本申请中数据处理流程示意图。
图3是本申请中跨平台信息匹配数据传递示意图。
图4是本申请中所述跨平台匹配装置的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
本申请提供一种跨平台信息匹配方法，包括：
利用不同的上端通信工具所对应的接口、脚本或第三方模块接收所述上端通信工具发出的通讯信息，将所述通讯信息经分类处理和格式转化生成预处理信息；根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；标记所述深层特征，根据所述标记将所述深层特征链接到信息池；基于所述深层特征匹配用户群，根据所述用户群中每个用户的下端通信工具，分别调用所述下端通信工具对应的接口，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。通过对数据的格式转化，分析转化格式后的数据用户匹配特征，获得信息和用户的匹配关系，实现了跨平台的数据交互。
图1是本申请中跨平台信息匹配流程图,图2是本申请数据处理流程示意图，图3是本申请中跨平台信息匹配数据传递示意图。
请参考图1、图2和图3所示，S101接收上端通信工具发出的通讯信息 101A，将所述通讯信息经分类处理和格式转化生成预处理信息；
所述通讯信息101A是指各种上端通讯工具发出的信息，本申请所述上端通讯工具是指各种具有信息收发功能设备和程序，具体的，是指互不关联的每个可收发数据的通讯渠道。
根据所述通讯工具的不同，调取和所述通讯工具对应的数据传输接口、脚本或者第三方模块，接收所述通讯工具发出的通讯信息101A。当获得通讯信息 101A后，需要根据所述通讯信息101A的发出端对所述通讯信息进行数据分类103。优选的，通过数据识别102识别所述通讯信息101A的标记，根据通讯信息101A的标记识别所述通讯信息101A的种类；所述通讯信息101A的标记和发出所述通讯信息101A的通讯工具具有对应关系。例如：通过A渠道获取的信息分为A类信息；通过B渠道获得的信息分为B类信息。这种分类，可以通过发出信息的端口的区别进行，也可以是根据数据传输协议的不同进行。
需要指出的是，本申请所述通讯信息101A包括多个信息，这些信息来自于不同的通讯工具，包括通讯工具A、通讯工具B、通讯工具C以及通讯工具D。
当为所述通讯信息执行完毕数据分类103之后，需要对所述信息进行统一格式的处理，这种格式的处理不改变信息的内容，仅仅是所述信息的数据格式进行了统一。然后，对统一格式后的数据进行存储，以备进入下一步的处理。包括，识别所述通讯信息后，调用所述通讯信息对应的上端通讯工具的格式转化算法，格式化所述通讯信息。
所述通讯信息的数据经过格式化统一了格式之后，从所述通讯信息中提取属性标记、关键字、地域、时间等通讯信息属性数据。提取所述属性数据以待进一步进行数据处理的通讯信息叫做预处理信息。
S102根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；
所述样本特征，是指已经预先存储的样本数据的特征。本申请中所述预处理数据的属性数据中包括样本特征，因此可以根据样本特征将所述预处理数据划分到模式类别中。
在这一步骤中，通过智能处理104，实现数据的统一和将数据进行匹配。本步骤包括：信息模式类型104A、业务需求规则104B、信息深度处理104C，智能化匹配104D和目标用户分析104E。
所述信息模式类型104A，即将要对预处理数据进行分类计算的一种数据分类方式。将所述预处理信息划分到和所述样本特征对应的模式类别中，即将所述预处理信息划分到了可以对所述预处理信息进行计算的算法中进行计算。
信息深度处理104C，调用深层特征算法，提取所述预处理数据的深层特征，优选的，本申请通过聚类算法进行深层特征的提取，包括如下步骤：
首先，选择所述预处理信息的样本特征，并分别定义质心；
所述预处理信息的属性数据包含了所述预处理信息的样本特征，因此每个预处理数据都具有多个样本特征，首先选择多个样本特征中的中的一些样本特征，并将选择的样本特征定义为质心，这些质心是计算深度特征的基础。
然后根据各个质心的位置，分别计算每个预处理信息的和各个质心的距离；
根据每个预处理信息到质心的距离计算距离平均值；
根据所述平均值，重新分布每个所述预处理信息的位置，把所有预处理信息重新分配到距离最近的质心；
此时，所述质心发生变化，为了将所述预处理信息的与质心的距离最接近，因此从新选择了质心。
重复上述步骤，当所述预处理信息不再重新分布后，终止。
通过上述步骤，就讲预处理信息的深层特征提取出来了，这些深层特征就是最终确定的质心。
S103标记所述深层特征，根据所述标记将所述深层特征链接到信息池；
所述业务需求规则104B，即将所述深层特征和已有的信息池或者知识池进行关联。所述信息池和知识池都是一种存储有多个预设信息的信息集合，其中不同的信息池或者知识库具有不同的深层特征，这样就可以通过所述深层特征将所述信息准确提取出来。
S104基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
上述步骤已经得到所述预处理信息的深层特征，所述深层特征可以描述所述预处理信息的核心特征，即所述深层特征是所述预定义最基本的数据属性。
接着，根据所述预处理信息，对应的获取到用户的基础信息，所述基础信息是用户预设在系统中的数据，例如：用户注册通讯工具时填写的账户数据等。所述用户基础信息包括用户在不同通信工具中的信息。
所述目标用户分析104E，用于对用户特征进行分析。在用户特征初始化 101B时获取用户的基础数据，根据用户基础信息确定所述用户特征，所述用户特征可以是：地点、性别、时间、以及关键字等。
智能化匹配104D，即最后根据用户的用户特征和所述深层特征进行匹配。
可以设置一个匹配率阈值，当所述用户和所述预处理信息的匹配率达到这一阈值后，将所述用户添加到用户群，最终匹配到一个和所述深层特征具有匹配关系的用户群。
最后根据匹配的所述用户群，执行用户推送105，根据所述用户群中每个用户的下端通信工具，分别调用所述下端通信工具对应的接口，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。本申请种推送的用户端可以包括通讯工具1、通讯工具2、通讯工具3以及通讯工具4，这些通讯工具可以是不同类型的数据收发渠道。
调用所述下端通讯工具的数据传输协议，识别所述传输协议后，将数据编码为所述数据传输协议的规定格式，然后将所述通讯信息发送到下端通讯工具中。
对应与于上述跨平台信息匹配方法，本申请还提供一种跨平台信息匹配装置，具体包括：接收模块201、分类模块202、计算模块203和匹配模块204。
图4是本申请所述跨平台匹配装置的示意图。
请参照图4所示，接收模块201，用于接收上端通信工具发出的通讯信息 101A，将所述通讯信息经分类处理和格式转化生成预处理信息；
所述通讯信息101A是指各种上端通讯工具发出的信息，本申请所述上端通讯工具是指各种具有信息收发功能设备和程序，具体的，是指互不关联的每个可收发数据的通讯渠道。
根据所述通讯工具的不同，调取和所述通讯工具对应的数据传输接口、脚本或者第三方模块，接收所述通讯工具发出的通讯信息101A。当获得通讯信息 101A后，需要根据所述通讯信息101A的发出端对所述通讯信息进行数据分类103。优选的，本申请所述接收模块101还包括，识别单元，用于通过数据识别 102识别所述通讯信息101A的标记，根据通讯信息101A的标记识别所述通讯信息101A的种类；所述通讯信息101A的标记和发出所述通讯信息101A的通讯工具具有对应关系。例如：通过A渠道获取的信息分为A类信息；通过B渠道获得的信息分为B类信息。这种分类，可以通过发出信息的端口的区别进行，也可以是根据数据传输协议的不同进行。
需要指出的是，本申请所述通讯信息101A包括多个信息，这些信息来自于不同的通讯工具，包括通讯工具A、通讯工具B、通讯工具C以及通讯工具D。
当为所述通讯信息执行完毕数据分类103之后，需要对所述信息进行统一格式的处理，这种格式的处理不改变信息的内容，仅仅是所述信息的数据格式进行了统一。然后，对统一格式后的数据进行存储，以备进入下一步的处理。包括，识别所述通讯信息后，调用所述通讯信息对应的上端通讯工具的格式转化算法，格式化所述通讯信息。
所述通讯信息的数据经过格式化统一格式之后，从所述通讯信息中提取属性标记、关键字、地域、时间等通讯信息属性数据。提取所述属性数据以待进一步进行数据处理的通讯信息叫做预处理信息。
算法模块202，用于根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；
所述样本特征，是指已经预先存储的样本数据的特征。本申请中所述预处理数据的属性数据中包括样本特征，因此可以根据样本特征将所述预处理数据划分到模式类别中。
通过智能处理104，实现数据的统一和将数据进行匹配。所述智能处理104 包括：信息模式类型104A、业务需求规则104B、信息深度处理104C，智能化匹配104D和目标用户分析104E。
所述信息模式类型104A，即将要对预处理数据进行分类计算的一种数据分类方式。将所述预处理信息划分到和所述样本特征对应的模式类别中，即将所述预处理信息划分到了可以对所述预处理信息进行计算的算法中进行计算。
信息深度处理104C，调用深层特征算法，提取所述预处理数据的深层特征，优选的，本申请通过聚类算法进行深层特征的提取，包括如下步骤：
首先，选择所述预处理信息的样本特征，并分别定义质心；
所述预处理信息的属性数据包含了所述预处理信息的样本特征，因此每个预处理数据都具有多个样本特征，首先选择多个样本特征中的中的一些样本特征，并将选择的样本特征定义为质心，这些质心是计算深度特征的基础。
然后根据各个质心的位置，分别计算每个预处理信息的和各个质心的距离；
根据每个预处理信息到质心的距离计算距离平均值；
根据所述平均值，重新分布每个所述预处理信息的位置，把所有预处理信息重新分配到距离最近的质心；
此时，所述质心发生变化，为了将所述预处理信息的与质心的距离最接近，因此从新选择了质心。
重复上述步骤，当所述预处理信息不再重新分布后，终止。
通过上述步骤，就讲预处理信息的深层特征提取出来了，这些深层特征就是最终确定的质心。
链接模块203，用于标记所述深层特征，根据所述标记将所述深层特征链接到信息池；
所述业务需求规则104B，即将所述深层特征和已有的信息池或者知识池进行关联。所述信息池和知识池都是一种存储有多个信息的信息集合，其种的部分信息具有上述深层特征，这样就可以通过所述深层特征将所述信息准确提取出来。
匹配模块204，基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
上述步骤已经得到所述预处理信息的深层特征，所述深层特征可以描述所述预处理信息的核心特征，即所述深层特征是所述预定义最基本的数据属性。
接着，根据所述预处理信息，对应的获取到用户的基础信息，所述基础信息是用户预设在系统中的数据，例如：用户注册通讯工具时填写的账户数据等。所述用户基础信息包括用户在不同通信工具中的信息。
本申请所述装置还包括：用户特征确定模块，用于所述目标用户分析104E，对用户特征进行分析。在用户特征初始化101B时获取用户的基础数据，根据用户基础信息确定所述用户特征，所述用户特征可以是：地点、性别、时间、以及关键字等。
智能化匹配104D，即最后根据用户的用户特征和所述深层特征进行匹配。
设置一个匹配率阈值，当所述用户和所述预处理信息的匹配率达到这一阈值后，将所述用户添加到用户群，最终匹配到一个和所述深层特征具有匹配关系的用户群。
本申请所述装置还包括：发送模块，用于执行用户推送105，根据所述用户群中每个用户的下端通信工具，分别调用所述下端通信工具对应的接口，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。本申请推送的下端通讯格式可以包括通讯工具1、通讯工具2、通讯工具3以及通讯工具4，这些通讯工具可以是不同类型的数据收发渠道。
具体的，首先调用所述下端通讯工具的数据传输协议，识别所述传输协议后，将数据编码为所述数据传输协议的规定格式，然后将所述通讯信息发送到下端通讯工具中。
对应与上述跨平台信息匹配装置，本申请还提供一直云端智能机器人，包括：
将权利要求6～9中任一所述的跨平台智能匹配装置部署在云服务器中，接收不同类型通讯工具的通讯信息进行处理，匹配用户群；
根据所述用户群中每个用户的下端通信工具，分别调用所述下端通信工具对应的接口，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。

Claims (10)

1.一种跨平台信息匹配方法，其特征在于，包括：
接收上端通信工具发出的通讯信息，将所述通讯信息经分类处理和格式转化生成预处理信息；
根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；
标记所述深层特征，根据所述标记将所述深层特征链接到信息池；
基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
2.根据权利要求1所述的跨平台信息匹配方法，其特征在于，所述用户群中的用户具有相同的用户特征，确定步骤如下：
根据用户基础信息确定所述用户特征。
3.根据权利要求2所述的跨平台信息匹配方法，其特征在于，所述用户基础信息包括用户在不同通信工具中的信息。
4.根据权利要求1所述的跨平台信息匹配方法，其特征在于，所述格式转化包括：
调取所述上端通讯工具的格式转化算法，格式化所述通讯信息。
5.根据权利要求1所述的跨平台信息匹配方法，其特征在于，所述分类处理包括：
根据上端通讯工具的类别识别所述通讯信息的种类；
所述上端通讯工具和所述上端通信工具发出所述通讯信息的关联关系通过类别标识记录。
6.一种跨平台信息匹配装置，其特征在于，包括：
接收模块，用于接收上端通信工具发出的通讯信息，将所述通信经分类处理和格式转化生成预处理信息；
算法模块，用于根据所述预处理信息的样本特征，将所述预处理信息划分到和所述样本特征对应的模式类别中，调用深层特征算法，提取所述预处理信息的深层特征；
链接模块，用于标记所述深层特征，根据所述标记将所述深层特征链接到信息池；
匹配模块，基于所述深层特征匹配用户群，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
7.根据权利要求6所述的跨平台信息匹配装置，其特征在于，还包括：
用户特征确定模块，用于根据用户基础信息确定所述用户特征。
8.根据权利要求7所述的跨平台信息匹配装置，其特征在于，所述用户基础信息包括用户在不同通信工具中的信息。
9.根据权利要求6所述的跨平台信息匹配装置，其特征在于，所述接收模块还包括：
识别单元，用于根据上端通讯工具的类别识别所述通讯信息的种类；
所述上端通讯工具和所述上端通信工具发出所述通讯信息的关联关系通过类别标识记录。
10.一种云端智能机器人，其特征在于，将权利要求6～9中任一所述的跨平台智能匹配装置部署在云服务器中，接收不同类型通讯工具的通讯信息进行处理，匹配用户群；
根据所述用户群中每个用户的下端通信工具，分别调用所述下端通信工具对应的接口，按照所述下端通信工具的信息格式向用户群推送信息池中的信息。
CN202111679179.4A 2021-12-31 2021-12-31 跨平台信息匹配方法、装置及云端智能机器人 Active CN114520826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111679179.4A CN114520826B (zh) 2021-12-31 2021-12-31 跨平台信息匹配方法、装置及云端智能机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111679179.4A CN114520826B (zh) 2021-12-31 2021-12-31 跨平台信息匹配方法、装置及云端智能机器人

Publications (2)

Publication Number Publication Date
CN114520826A true CN114520826A (zh) 2022-05-20
CN114520826B CN114520826B (zh) 2024-04-05

Family

ID=81597536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111679179.4A Active CN114520826B (zh) 2021-12-31 2021-12-31 跨平台信息匹配方法、装置及云端智能机器人

Country Status (1)

Country Link
CN (1) CN114520826B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015194747A1 (ko) * 2014-06-20 2015-12-23 주식회사 온누리디엠씨 모바일 디바이스에서의 인터넷 브라우저와 애플리케이션 간의 크로스 플랫폼 리타깃팅 방법
KR101756738B1 (ko) * 2017-05-25 2017-07-12 주식회사 플런티코리아 메시지 기반 관련 앱 제공 방법 및 그 장치
CN107465766A (zh) * 2017-09-21 2017-12-12 掌阅科技股份有限公司 信息推送方法、电子设备及计算机存储介质
US20180063071A1 (en) * 2016-08-30 2018-03-01 Ncr Corporation Cross-messaging identity mapping
CN109995847A (zh) * 2019-02-15 2019-07-09 平安科技（深圳）有限公司 基于用户群组的消息推送方法、装置及计算机设备
CN110909137A (zh) * 2019-10-12 2020-03-24 平安科技（深圳）有限公司 基于人机交互的信息推送方法、装置和计算机设备
CN112398723A (zh) * 2019-08-14 2021-02-23 纬创资通股份有限公司 跨平台通信方法、伺服器装置与电子装置
WO2021138823A1 (zh) * 2020-01-08 2021-07-15 深圳市欢太科技有限公司 信息推送方法、装置、服务器及存储介质
CN113326461A (zh) * 2021-06-17 2021-08-31 北京百度网讯科技有限公司 跨平台内容分发方法、装置、设备以及存储介质
WO2021174944A1 (zh) * 2020-10-12 2021-09-10 平安科技（深圳）有限公司 基于目标对象活跃度的消息推送方法及相关设备
WO2021189976A1 (zh) * 2020-03-25 2021-09-30 平安科技（深圳）有限公司 一种产品信息推送方法、装置、设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015194747A1 (ko) * 2014-06-20 2015-12-23 주식회사 온누리디엠씨 모바일 디바이스에서의 인터넷 브라우저와 애플리케이션 간의 크로스 플랫폼 리타깃팅 방법
US20180063071A1 (en) * 2016-08-30 2018-03-01 Ncr Corporation Cross-messaging identity mapping
KR101756738B1 (ko) * 2017-05-25 2017-07-12 주식회사 플런티코리아 메시지 기반 관련 앱 제공 방법 및 그 장치
CN107465766A (zh) * 2017-09-21 2017-12-12 掌阅科技股份有限公司 信息推送方法、电子设备及计算机存储介质
CN109995847A (zh) * 2019-02-15 2019-07-09 平安科技（深圳）有限公司 基于用户群组的消息推送方法、装置及计算机设备
CN112398723A (zh) * 2019-08-14 2021-02-23 纬创资通股份有限公司 跨平台通信方法、伺服器装置与电子装置
CN110909137A (zh) * 2019-10-12 2020-03-24 平安科技（深圳）有限公司 基于人机交互的信息推送方法、装置和计算机设备
WO2021138823A1 (zh) * 2020-01-08 2021-07-15 深圳市欢太科技有限公司 信息推送方法、装置、服务器及存储介质
WO2021189976A1 (zh) * 2020-03-25 2021-09-30 平安科技（深圳）有限公司 一种产品信息推送方法、装置、设备及存储介质
WO2021174944A1 (zh) * 2020-10-12 2021-09-10 平安科技（深圳）有限公司 基于目标对象活跃度的消息推送方法及相关设备
CN113326461A (zh) * 2021-06-17 2021-08-31 北京百度网讯科技有限公司 跨平台内容分发方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
CN114520826B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
CN109726744B (zh) 一种网络流量分类方法
CN109309630B (zh) 一种网络流量分类方法、系统及电子设备
CN110147726B (zh) 业务质检方法和装置、存储介质及电子装置
CN109995601B (zh) 一种网络流量识别方法及装置
CN102193620B (zh) 一种基于表情识别的输入方法
CN111931809A (zh) 数据的处理方法、装置、存储介质及电子设备
CN110633475A (zh) 基于计算机场景的自然语言理解方法、装置、系统和存储介质
CN110545284A (zh) 一种对抗性网络的域名检测方法及系统
CN116150651A (zh) 基于ai的深度合成检测方法和系统
CN114553591A (zh) 随机森林模型的训练方法、异常流量检测方法及装置
CN109660656A (zh) 一种智能终端应用程序识别方法
CN111224998B (zh) 一种基于极限学习机的僵尸网络识别方法
CN112926621A (zh) 数据标注方法、装置、电子设备及存储介质
CN113449682B (zh) 一种基于动态融合模型识别民航领域射频指纹的方法
CN108764258B (zh) 一种用于群体图像插入的最优图像集选取方法
JP6822484B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN116484052B (zh) 一种基于大数据的教育资源共享系统
CN111427996B (zh) 一种人机交互文本中抽取日期时间的方法和装置
CN114520826A (zh) 跨平台信息匹配方法、装置及云端智能机器人
CN112036323A (zh) 签名笔迹鉴别方法、客户端及服务器
CN111552783A (zh) 内容分析查询方法、装置、设备和计算机存储介质
CN115035463A (zh) 行为识别方法、装置、设备和存储介质
CN114444514A (zh) 语义匹配模型训练、语义匹配方法及相关装置
CN110298398B (zh) 基于改进互信息的无线协议帧特征选择方法
CN113779255A (zh) 一种基于lstm神经网络和知识图谱的识别方法及装置

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