CN115169355A - 基于属性级的产品配置方法、装置、设备及介质 - Google Patents
基于属性级的产品配置方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115169355A CN115169355A CN202210824595.7A CN202210824595A CN115169355A CN 115169355 A CN115169355 A CN 115169355A CN 202210824595 A CN202210824595 A CN 202210824595A CN 115169355 A CN115169355 A CN 115169355A
- Authority
- CN
- China
- Prior art keywords
- attribute
- function
- decision tree
- configuration
- target user
- 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
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本发明涉及人工智能技术,揭露了一种基于属性级的产品配置方法,包括:获取预设的用户群体的职能信息,并分类为多个职能类别;获取每个所述职能类别对应的权限控制规则,构建决策树模型;当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;利用被选取的决策树模型从预先确定的属性配置表中筛选出属性标签;获取属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。此外,本发明还涉及区块链技术,数据列表可存储于区块链的节点。本发明还提出一种基于属性级的产品配置装置、电子设备以及存储介质。本发明可以提高基于属性级的产品配置的效率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于属性级的产品配置方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网及金融科技公司崛起、信息壁垒被打破,大数据和信息科技正逐步颠覆银行过往的业务模式。产品更新迭代、客户体验优化、客户行为偏好变化、渠道与产品创新、内外部竞争激烈,导致各行业当前正经历迈向全面数字化的特殊时代。
互联网及金融科技的渗透极大地改变了客户的金融行为与偏好,银行业普遍同质化的产品营销渠道难以满足客户日趋敏捷化、定制化、线上化、多元化的金融需求,因此,为了实现产品的迅速变更,需要多方人员共同对产品进行合理配置。但由于产品研发过程较长,不同时期的参与人员不同,不同人员的职能分工也不一致,因此,对产品进行配置时,若采用统一的参数,会导致不同职能人员的理解不一致,进而导致配置效率较低的问题。
发明内容
本发明提供一种基于属性级的产品配置方法、装置及计算机可读存储介质,其主要目的在于解决基于属性级的产品配置时效率较低的问题。
为实现上述目的,本发明提供的一种基于属性级的产品配置方法,包括:
获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
可选地,所述按照所述职能信息将所述用户群体分类为多个职能类别,包括:
提取所述职能信息的职能语义;
将所述职能语义输入至预设的分类模型,得到所述用户群体中每个用户的职能类别。
可选地,所述提取所述职能信息的职能语义,包括:
对所述职能信息进行分词处理,得到职能分词;
统计所述职能分词中每一个分词的分词频率,选取所述分词频率大于预设频率阈值的职能分词为关键词,并将所述关键词中每一个词语转换为词向量;
将所述词向量拼接为向量矩阵,并确定所述向量矩阵为所述职能信息的职能语义。
可选地,所述根据所述权限控制规则构建每个所述职能类别对应的决策树模型,包括:
将所述职能信息作为职能特征数据集;
基于所述职能特征数据集构建初始决策树;
对所述初始决策树进行决策树添加处理,得到替换决策树,利用所述职能特征数据集对所述替换决策树进行训练,得到决策树模型。
可选地,所述基于所述职能特征数据集构建初始决策树,包括:
对所述职能特征数据集进行分类标注,得到所述职能特征数据集对应的标注;
任意选择一个标注作为切分点,并以所述切分点作为原始决策树的根节点;
生成所述切分点的子节点并将所述职能特征数据集对应的标注分配到所述子节点中,得到初始决策树。
可选地,所述从所述配置请求中解析出所述目标用户的职能类别,包括:
对所述配置请求进行结构划分,得到请求头;
利用预设解析器对所述请求头进行内容解析,得到请求头内容;
根据预先存储的字符构建规则表达式;
利用所述规则表达式提取所述请求头内容中的所述目标用户的职能类别。
可选地,所述利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签,包括:
获取所述属性配置表的属性标签;
将所述属性标签输入至所述决策树的根节内进行决策,得到与所述目标用户的职能类别相符合的属性标签。
为了解决上述问题,本发明还提供一种基于属性级的产品配置装置,所述装置包括:
职能分类模块,用于获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
决策树构建模块,用于获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
配置请求模块,用于当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
属性筛选模块,用于选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
属性注释模块,用于获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
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:
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,所述计算机程序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上述所述的基于属性级的产品配置方法。
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基于属性级的产品配置方法。
本发明实施例中将权限管理细化到属性级的控制,对所述目标用户授予属性级产品的配置权限,可以根据规则动态调整不同职能类别的用户的授权范围。通过精确到属性的配置权限控制和配套的属性注释对用户进行交互提示,有效管控配置错误的风险,还可提高产品配置效率。因此本发明提出的基于属性级的产品配置方法、装置、电子设备及计算机可读存储介质,可以解决产品配置效率较低的问题。
附图说明
图1为本发明一实施例提供的基于属性级的产品配置方法的流程示意图;
图2为本发明一实施例提供的提取职能语义的流程示意图;
图3为本发明一实施例提供的构建决策树的流程示意图;
图4为本发明一实施例提供的基于属性级的产品配置装置的功能模块图;
图5为本发明一实施例提供的实现所述基于属性级的产品配置方法的电子设备的结构示意图。
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。
本申请实施例提供一种基于属性级的产品配置方法。所述基于属性级的产品配置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,所述基于属性级的产品配置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。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、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,为本发明一实施例提供的基于属性级的产品配置方法的流程示意图。在本实施例中,所述基于属性级的产品配置方法包括:
S1、获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
在本发明实施例中,所述职能信息是公司内部人员的分工与职责,例如:信贷管理部需要制定信贷政策和信贷制度,审批涉及到信贷风险的产品开发,开发和维护用于风险度量的模型和系统,制定贷后管理制度,负责贷款的评级分类及准备金计提的管理,监控信贷资产组合并进行适当干预;运营管理部需要制定全行运营业务操作标准;完善运营服务流程,得以提高运作效率并防止欺诈;监测运营操作风险;提高运营内控水平;实施新产品运营与控制管理,建设运营队伍。详细地,不同的人员的分工与职责不一致,但产品的上线需要多方的配合,因此,为了使得不同员工可实现针对性的产品配置,对所述预设的用户群体的职能信息进行分析,以将用户群体划分为多个职能类别。
本发明实施例中,所述按照所述职能信息将所述用户群体分类为多个职能类别,包括:
提取所述职能信息的职能语义;
将所述职能语义输入至预设的分类模型,得到所述用户群体中每个用户的职能类别。
本发明其中一个实施例中,参照图2所示,所述提取所述职能信息的职能语义,包括:
S21、对所述职能信息进行分词处理,得到职能分词;
S22、统计所述职能分词中每一个分词的分词频率,选取所述分词频率大于预设频率阈值的职能分词为关键词,并将所述关键词中每一个词语转换为词向量;
S23、将所述词向量拼接为向量矩阵,并确定所述向量矩阵为所述职能信息的职能语义。
详细地,可利用预先训练的具有分词功能的人工智能模型对所述职能信息进行分词处理,得到所述职能分词,其中,所述人工智能模型包括但不限于NLP(Natural LanguageProcessing,自然语言处理)模型、HMM(Hidden Markov Model,隐马尔可夫模型)。
具体地,所述分词频率是指某一个分词在所述职能信息的职能分词中出现的次数,当分词的分词频率越高,则说明该分词的重要性越大,因此,可选取所述分词频率大于预设频率阈值的需求分词为关键词。
进一步地,为了提高对所述关键词的处理效率,可利用预先训练的词向量模型将所述关键词转换为数值形式的词向量,其中,所述词向量模型包括但不限于word2vec模型、bert模型。
在本发明实施例中,所述按照所述职能信息将所述用户群体分类为多个职能类别。例如:私人理财部、零售信贷部、资产托管部、贸易融资部等属于客户部门,在此范畴内的所述预设的用户群体将隶属于客户部门,而私人理财部、零售信贷部、资产托管部、贸易融资部、公司产品管理部、票据业务部、金融市场部、同业事业部此类部门都属于产品部门,此类部门的所述预设的用户群体都属于产品部门。
具体地,利用模型对用户群体进行分类是指对用户数据集进行分析处理。例如建立fastText模型、textCNN模型、charCNN模型、Bi-LSTM模型模型等,数据标准化,以及使用k-means聚类算法将用户群体进行划分
S2、获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
在本发明实施例中,所述权限控制规则是指用户使用或修改某些功能、菜单的权限,可保护数据隐私及产品配置操作的安全性。
详细地,参照图3所示,所述根据所述权限控制规则构建每个所述职能类别对应的决策树模型,包括:
S31、将所述职能信息作为职能特征数据集;
S32、基于所述职能特征数据集构建初始决策树;
S33、对所述初始决策树进行决策树添加处理,得到替换决策树,利用所述职能特征数据集对所述替换决策树进行训练,得到决策树模型。
详细地,所述基于所述职能特征数据集构建初始决策树,包括:
对所述职能特征数据集进行分类标注,得到所述职能特征数据集对应的标注;
任意选择一个标注作为切分点,并以所述切分点作为原始决策树的根节点;
生成所述切分点的子节点并将所述职能特征数据集对应的标注分配到所述子节点中,得到初始决策树。
详细地,决策树是一种树形结构,在决策树的每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。决策树是一个预测模型,代表的是对象属性与对象值之间的一种映射关系。初始决策树是一个最简单的决策树,是后续决策树进行分裂的基础。
本发明实施例中,对所述初始决策树进行决策树添加处理,得到替换决策树,包括:
获取预设的添加次数;
基于所述添加次数对所述初始决策树的根节点进行对应次数的切分,并将所述职能特征数据集分配到切分后的根节点上,得到替换决策树。
S3、当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
本发明实施例中,可通过预先安装的请求接收程序,实时获取该应用平台中目标用户对目标产品的配置请求;或者,通过具有请求接收功能的插件根据获取该应用平台中目标用户对目标产品的配置请求。
获取所述配置请求后,可通过对该配置请求进行解析,以获取所述目标用户的职能类别,以及,对所述配置请求进行IP地址溯源,得到发出该配置请求的服务IP地址。
本发明实施例中,所述从所述配置请求中解析出所述目标用户的职能类别,包括:
对所述配置请求进行结构划分,得到请求头;
利用预设解析器对所述请求头进行内容解析,得到请求头内容;
根据预先存储的字符构建规则表达式;
利用所述规则表达式提取所述请求头内容中的所述目标用户的职能类别。
详细地,可利用预设的解析器对所述请求头中的代码进行解析,以获取请求头中包含的内容,所述解析器包括但不限于CarakanC/C++,SquirrelFishC++和SquirrelFishExtremeC++等。
具体地,所述名称字符可由用户预先定义,可根据所述标题字构建出具有标题提取功能的规则表达式,以提取所述请求头内容中的目标用户的职能类别;所述规则表达式可用于对请求头内容中固定格式的字段进行提取。
例如,当所述请求头内容中服务名称的格式为“名称:…”,则可利用该规则表达式对所述请求头内容中格式为“名称:…”的部分进行提取,以获取所述目标用户的职能类别。
S4、选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
本发明实施例中,所述选取与所述目标用户的职能类别相对应决策树模型可以理解为:当所述目标用户是零售信贷部门员工时采用客户部门决策树;当所述目标用户是资产托管部门员工时采用客户部门决策树;当所述目标用户是贸易融资部门员工时采用产品部门决策树;当所述目标用户是金融市场部门员工时采用产品部门决策树。
详细地,所述利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签,包括:
获取所述属性配置表的属性标签;
将所述属性标签输入至所述决策树的根节内进行决策,得到与所述目标用户的职能类别相符合的属性标签。
本发明实施例中,属性配置表内包括所述目标用户的所在部门、具体工作内容、用户ID、性别、年龄、业绩、资质、能力等,属性标签是区分所述目标用户的工具,可有效建立人才库,进行权限授权。
S5、获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
本发明实施例中,所述属性注释是指对所述属性标签进行解释说明的文字图案,还包括查询、触发、跳转等功能性按钮。
本发明实施例中,所述将所述属性标签与所述属性注释按照预设的格式进行配置,包括以下至少一种配置:根据所述预设的格式的字段形态对所述属性标签与所述属性注释进行字段形态配置;根据所述预设的格式的触发事件对所述属性标签与所述属性注释进行触发事件配置;根据所述预设的格式的跳转页面对所述属性标签与所述属性注释进行跳转页面配置;根据所述预设的格式的查询功能对所述属性标签与所述属性注释进行查询配置。
详细地,所述字段形态配置包括但不限于配置字段的字体大小、字体颜色,显示方式,其中所述显示方式包括但不限于文本框显示、弹窗显示等。
实际应用中,由于数据之间存在关联性,因此,可对所述数据列表初始框架进行触发事件配置,以实现当用户触发特定事件时(如在点击某些特定字段时),可根据预先设定的关联关系跳转至另一字段或页面。本发明实施例可通过IF函数等具有判断功能的函数,或者具有事件监听功能的计算机程序对第二框架进行触发事件配置,以实现对列表中各触发事件的捕捉。
例如,所述数据列表初始框架中包含字段A,且字段A与字段B存在调用的关联关系,当预设函数或程序捕捉到用户对于所述数据列表初始框架中的字段A进行点击事件时,可实现对字段B的调用。
或者,所述数据列表初始框架的第一数据列表中包含字段C,字段C与该所述数据列表初始框架中的第二数据列表存在调用的关联关系,当预设函数或程序捕捉到用户点击字段C的事件时,可实现对第二数据列表的调用。
本发明实施例中,所述根据所述目标配置中的查询功能对所述数据列表初始框架进行查询配置,包括:获取所述查询功能对应的查询函数,确定所述查询函数对应的查询参数;根据所述查询参数在所述数据列表初始框架中生成所述查询函数对应的查询入口。
详细地,所述查询函数可以为多个,所述查询函数包括但不限于条件查询函数、左模糊查询函数、右模糊查询函数、精准查询函数。
由于不同查询函数的查询方式不同,因此,不同的查询函数需要的查询参数也不同,所述查询参数即查询函数在进行数据查询时需要的字段,例如,关键字、相近词等。
本发明实施例中将权限管理细化到属性级的控制,对所述目标用户授予属性级产品的配置权限,可以根据规则动态调整不同职能类别的用户的授权范围。通过精确到属性的配置权限控制和配套的属性注释对用户进行交互提示,有效管控配置错误的风险,还可提高产品配置效率。因此本发明提出的基于属性级的产品配置方法,可以解决产品配置效率较低的问题。
如图4所示,是本发明一实施例提供的基于属性级的产品配置装置的功能模块图。
本发明所述基于属性级的产品配置装置100可以安装于电子设备中。根据实现的功能,所述基于属性级的产品配置装置100可以包括职能分类模块101、决策树构建模块102、配置请求模块103、属性筛选模块104及属性注释模块105。本发明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:
所述职能分类模块101,用于获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
所述决策树构建模块102,用于获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
所述配置请求模块103,用于当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
所述属性筛选模块104,用于选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
所述属性注释模块105,用于获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
如图5所示,是本发明一实施例提供的实现基于属性级的产品配置方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口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,如基于属性级的产品配置程序。
其中,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(ControlUnit),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(例如执行基于属性级的产品配置程序等),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(Secure Digital,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,例如基于属性级的产品配置程序的代码等,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。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口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。所述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。
图中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,图中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。
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1中的所述存储器11存储的基于属性级的产品配置程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
具体地,所述处理器10对上述指令的具体实现方法可参考附图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1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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,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)。
本发明还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:
获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
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基本特征的情况下,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。第一、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)
1.一种基于属性级的产品配置方法,其特征在于,所述方法包括:
获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
2.如权利要求1所述的基于属性级的产品配置方法,其特征在于,所述按照所述职能信息将所述用户群体分类为多个职能类别,包括:
提取所述职能信息的职能语义;
将所述职能语义输入至预设的分类模型,得到所述用户群体中每个用户的职能类别。
3.如权利要求2所述的基于属性级的产品配置方法,其特征在于,所述提取所述职能信息的职能语义,包括:
对所述职能信息进行分词处理,得到职能分词;
统计所述职能分词中每一个分词的分词频率,选取所述分词频率大于预设频率阈值的职能分词为关键词,并将所述关键词中每一个词语转换为词向量;
将所述词向量拼接为向量矩阵,并确定所述向量矩阵为所述职能信息的职能语义。
4.如权利要求1所述的基于属性级的产品配置方法,其特征在于,所述根据所述权限控制规则构建每个所述职能类别对应的决策树模型,包括:
将所述职能信息作为职能特征数据集;
基于所述职能特征数据集构建初始决策树;
对所述初始决策树进行决策树添加处理,得到替换决策树,利用所述职能特征数据集对所述替换决策树进行训练,得到决策树模型。
5.如权利要求4所述的基于属性级的产品配置方法,其特征在于,所述基于所述职能特征数据集构建初始决策树,包括:
对所述职能特征数据集进行分类标注,得到所述职能特征数据集对应的标注;
任意选择一个标注作为切分点,并以所述切分点作为原始决策树的根节点;
生成所述切分点的子节点并将所述职能特征数据集对应的标注分配到所述子节点中,得到初始决策树。
6.如权利要求1所述的基于属性级的产品配置方法,其特征在于,所述从所述配置请求中解析出所述目标用户的职能类别,包括:
对所述配置请求进行结构划分,得到请求头;
利用预设解析器对所述请求头进行内容解析,得到请求头内容;
根据预先存储的字符构建规则表达式;
利用所述规则表达式提取所述请求头内容中的所述目标用户的职能类别。
7.如权利要求1至6中任一项所述的基于属性级的产品配置方法,其特征在于,所述利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签,包括:
获取所述属性配置表的属性标签;
将所述属性标签输入至所述决策树的根节内进行决策,得到与所述目标用户的职能类别相符合的属性标签。
8.一种基于属性级的产品配置装置,其特征在于,所述装置包括:
职能分类模块,用于获取预设的用户群体的职能信息,按照所述职能信息将所述用户群体分类为多个职能类别;
决策树构建模块,用于获取每个所述职能类别对应的权限控制规则,并根据所述权限控制规则构建每个所述职能类别对应的决策树模型;
配置请求模块,用于当获取到目标用户对目标产品的配置请求时,从所述配置请求中解析出所述目标用户的职能类别;
属性筛选模块,用于选取与所述目标用户的职能类别相对应决策树模型,并利用被选取的决策树模型从预先确定的属性配置表中筛选出与所述目标用户的职能类别相符合的属性标签;
属性注释模块,用于获取所述属性标签相对应的属性注释,将所述属性标签与所述属性注释按照预设的格式进行配置,得到配置完成的目标产品。
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,所述计算机程序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中任意一项所述的基于属性级的产品配置方法。
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中任意一项所述的基于属性级的产品配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210824595.7A CN115169355A (zh) | 2022-07-13 | 2022-07-13 | 基于属性级的产品配置方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210824595.7A CN115169355A (zh) | 2022-07-13 | 2022-07-13 | 基于属性级的产品配置方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115169355A true CN115169355A (zh) | 2022-10-11 |
Family
ID=83492631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210824595.7A Pending CN115169355A (zh) | 2022-07-13 | 2022-07-13 | 基于属性级的产品配置方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115169355A (zh) |
-
2022
- 2022-07-13 CN CN202210824595.7A patent/CN115169355A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170109676A1 (en) | Generation of Candidate Sequences Using Links Between Nonconsecutively Performed Steps of a Business Process | |
CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
CN115002200B (zh) | 基于用户画像的消息推送方法、装置、设备及存储介质 | |
US20170109639A1 (en) | General Model for Linking Between Nonconsecutively Performed Steps in Business Processes | |
US20160232232A1 (en) | Mining product aspects from opinion text | |
US20170109638A1 (en) | Ensemble-Based Identification of Executions of a Business Process | |
CN114663198A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
CN113946690A (zh) | 潜在客户挖掘方法、装置、电子设备及存储介质 | |
CN113688923A (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
CN108520045B (zh) | 数据的服务响应方法及装置 | |
US20220291966A1 (en) | Systems and methods for process mining using unsupervised learning and for automating orchestration of workflows | |
CN114707474A (zh) | 报表生成方法、装置、电子设备及计算机可读存储介质 | |
CN115293603A (zh) | 任务分配方法、装置、电子设备及计算机可读存储介质 | |
CN115081538A (zh) | 基于机器学习的客户关系识别方法、装置、设备及介质 | |
CN113592605A (zh) | 基于相似产品的产品推荐方法、装置、设备及存储介质 | |
CN111625567A (zh) | 数据模型匹配方法、装置、计算机系统及可读存储介质 | |
CN113886204A (zh) | 用户行为数据收集方法、装置、电子设备及可读存储介质 | |
CN113935880A (zh) | 政策推荐方法、装置、设备及存储介质 | |
CN111782611A (zh) | 预测模型建模方法、装置、设备及存储介质 | |
US20170109670A1 (en) | Crowd-Based Patterns for Identifying Executions of Business Processes | |
US20170109637A1 (en) | Crowd-Based Model for Identifying Nonconsecutive Executions of a Business Process | |
CN116450723A (zh) | 数据提取方法、装置、计算机设备及存储介质 | |
CN114722789B (zh) | 数据报表集成方法、装置、电子设备及存储介质 | |
CN114780688A (zh) | 基于规则匹配的文本质检方法、装置、设备及存储介质 | |
CN115168848A (zh) | 基于大数据分析拦截的拦截反馈处理方法 |
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 |