CN115578114A - 对象交互预测方法、装置、计算机设备和存储介质 - Google Patents

对象交互预测方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN115578114A
CN115578114A CN202211097459.9A CN202211097459A CN115578114A CN 115578114 A CN115578114 A CN 115578114A CN 202211097459 A CN202211097459 A CN 202211097459A CN 115578114 A CN115578114 A CN 115578114A
Authority
CN
China
Prior art keywords
interaction
historical
prediction result
result
initial
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
Application number
CN202211097459.9A
Other languages
English (en)
Inventor
汪志艺
王伟权
吴佳文
张达森
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202211097459.9A priority Critical patent/CN115578114A/zh
Publication of CN115578114A publication Critical patent/CN115578114A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种对象交互预测方法、装置、计算机设备和存储介质。本申请涉及大数据领域。方法包括：获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；获取针对第一交互对象以及第二交互对象的历史交互记录；利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果和第二交互对象的交互行为的第二目标交互预测结果。采用本方法能够提高对交互对象进行交互预测的准确度。

Description

对象交互预测方法、装置、计算机设备和存储介质
技术领域
本申请涉及大数据领域，特别是涉及一种对象交互预测方法、装置、计算机设备和存储介质。
背景技术
在与交互对象进行交互的场景中，往往需要对交互对象的交互行为的交互结果进行预测，以便选择与交互结果更好的交互对象进行交互。在一些场景中，对多个交互对象的交互行为的交互结果进行预测，一般采用抽样检查的方式来获取多个交互对象对应的多个交互预测结果。通过对多个交互预测结果进行对比，对交互预测结果更好的交互对象进行选择。
抽样检查的方式一般通过定点、定时的方式检查与交互对象的交互结果。
然而，现有的抽样检查的方式至少存在交互预测结果精度低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高交互预测结果精度的对象交互预测方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种对象交互预测方法，该方法包括：
获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；
获取针对第一交互对象以及第二交互对象的历史交互记录；
利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果和第二交互对象的交互行为的第二目标交互预测结果。
在其中一个实施例中，利用历史交互记录对第一交互对象的初始交互预测结果以及第二交互对象的初始交互预测结果进行迭代处理，包括：
利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理，得到第一交互对象的第一候选交互预测结果以及第二交互对象的第二候选交互预测结果；
在第一候选交互预测结果和/或第二候选交互预测结果不满足预设条件的情况下，将第一候选交互预测结果作为更新后的第一初始交互预测结果，以及将第二候选预测交互结果作为更新后的第二初始交互预测结果，并返回利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理的步骤，直到第一候选交互预测结果和第二候选交互预测结果满足预设条件，将第一候选交互预测结果作为第一目标交互预测结果，将第二候选交互预测结果作为第二目标交互预测结果。
在其中一个实施例中，历史交互记录的数量为多条；
利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理，得到第一交互对象的第一候选交互预测结果以及第二交互对象的第二候选交互预测结果，包括：
根据每条历史交互记录，以及第一初始交互预测结果和第二初始交互预测结果，得到每条历史交互记录对应的第一交互对象的第一交互结果，以及每条历史交互记录对应的第二交互对象的第二交互结果；
基于每条历史交互记录对应的第一交互对象的第一交互结果，得到第一候选交互结果；
基于每条历史交互记录对应的第二交互对象的第二交互结果，得到第二候选交互预测结果。
在其中一个实施例中，历史交互记录携带有多个历史交互结果；
根据每条历史交互记录，以及第一初始交互预测结果和第二初始交互预测结果，得到每条历史交互记录对应的第一交互对象的第一交互结果，以及每条历史交互记录对应的第二交互对象的第二交互结果，包括：
获取当前历史交互记录携带的多个历史交互结果；
在预设多个历史交互结果均为第一交互对象的交互结果的情况下，根据第一初始交互预测结果，得到多个历史交互结果对应的多个第一历史交互预测结果；
在预设多个历史交互结果均为第二交互对象的交互结果的情况下，根据第二初始交互预测结果，得到多个历史交互结果对应的多个第二历史交互预测结果；
基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第一交互结果以及当前历史交互记录对应的第二交互结果。
在其中一个实施例中，基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第一交互结果以及当前历史交互记录对应的第二交互结果，包括：
根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和，以及多个第一历史交互预测结果的乘积得到第一交互对象对应的历史预测交互结果；
根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和，以及多个第二历史交互预测结果的乘积得到第二交互对象对应的历史预测交互结果；
获取多个第一历史交互预测结果对应的多个第一历史交互结果类型以及多个第二历史交互预测结果对应的多个第一历史交互结果类型；
根据第一交互对象对应的历史预测交互结果以及多个第一历史交互结果类型，得到每条历史交互记录对应的第一交互结果；
根据第二交互对象对应的历史预测交互结果以及多个第二历史交互结果类型，得到每条历史交互记录对应的第二交互结果。
在其中一个实施例中，获取针对于第一交互对象交互行为的第一初始交互预测结果，以及针对于第二交互对象交互行为的第二初始交互预测结果，包括：
获取针对于第一交互对象交互行为的第一初始交互记录，以及针对于第二交互对象交互行为的第二初始交互记录；
根据第一初始交互记录和第二初始交互记录的总和、以及第一初始交互记录，得到第一初始交互预测结果；
根据第一初始交互记录和第二初始交互记录的总和、以及第二初始交互记录，得到第二初始交互预测结果。
第二方面，本申请还提供了一种对象交互预测装置，该装置包括：
初始结果获取模块，用于获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；
历史记录获取模块，用于获取针对第一交互对象以及第二交互对象的历史交互记录；
目标结果获取模块，用于利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果，以及针对于第二交互对象的交互行为的第二目标交互预测结果。
第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行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。该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。该计算机程序产品，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。
上述对象交互预测方法、装置、计算机设备和存储介质，通过获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；以及获取针对第一交互对象以及第二交互对象的历史交互记录；可以利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果和第二交互对象的交互行为的第二目标交互预测结果。与现有的交互预测结果方法相比，本申请能够通过利用历史交互记录对初始交互预测结果进行迭代处理，经过迭代处理后得到的目标交互预测结果精度更高，从提可以提高对交互对象进行交互预测的准确度。
附图说明
图1为一个实施例中对象交互预测方法的应用环境图；
图2为一个实施例中对象交互预测方法的流程示意图；
图3为另一个实施例中对象交互预测方法的流程示意图；
图4为另一个实施例中对象交互预测装置的结构框图；
图5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。
本申请实施例提供的对象交互预测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。数据存储系统可以存储第一初始交互预测结果、第二初始交互预测结果以及历史交互记录。其中，终端102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、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、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、智能手环、头戴设备等。服务器104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，提供了一种对象交互预测方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤S202，获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果。
其中，第一交互对象指的是进行行为交互的第一个对象，第二交互对象指的是进行行为交互的第二个对象。可以理解，第一交互对象与第二交互对象可以进行互换名称，只要两个交互对像为均为独立的对象。第一初始交互预测结果指的是针对第一交互对象的交互行为记录进行处理后得到的交互预测结果。第二初始交互预测结果指的是针对第二交互对象的交互行为记录进行处理后得到的交互预测结果。
具体地，可以通过抽样检查的方式，对第一交互对象的交互行为记录以及第二交互对象的交互行为记录进行处理，得到第一初始交互预测结果和第二初始交互预测结果。利用第一初始交互预测结果和第二初始交互预测结果，能够在后续步骤中进行迭代处理，得到准确性更高的交互预测结果。
步骤S204，获取针对第一交互对象以及第二交互对象的历史交互记录。
其中，历史交互记录指的是第一交互对象以及第二交互对象共同的交互记录。历史交互记录能够记录第一交互对象以及第二交互对象的交互行为，在一些示例中，能够从历史交互记录中获取是否进行行为交互的记录，不能具体获知是针对第一交互对象的交互行为还是针对第二交互对象的交互行为。
具体地，可以从历史交互记录中获取针对第一交互对象以及第二交互对象的交互行为。利用历史交互记录对第一初始交互预测结果和第二初始交互预测结果进行迭代处理，能够获得准确性更高的交互预测结果。
步骤S206，利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果和第二交互对象的交互行为的第二目标交互预测结果。
其中，迭代处理指的是进行多次处理，在满足预设条件的情况下，获得目标交互预测结果。在不满足预设条件的情况下继续进行迭代处理。
具体地，利用不会变化的历史交互记录第一初始交互预测结果以及第二初始交互预测结果进行处理，得到候选处理结果，在处理结果不满足预设条件的情况下，利用历史交互记录对候选处理结果进行再次处理，知道候选结果满足预设条件，则停止迭代，并根据候选处理结果，得到第一目标交互预测结果和第二目标交互预测结果。
本实施例中，通过获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；以及获取针对第一交互对象以及第二交互对象的历史交互记录；可以利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果和第二交互对象的交互行为的第二目标交互预测结果。与现有的交互预测结果方法相比，本申请能够通过利用历史交互记录对初始交互预测结果进行迭代处理，经过迭代处理后得到的目标交互预测结果精度更高，从提可以提高对交互对象进行交互预测的准确度。
在一个实施例中，利用历史交互记录对第一交互对象的初始交互预测结果以及第二交互对象的初始交互预测结果进行迭代处理，包括：
利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理，得到第一交互对象的第一候选交互预测结果以及第二交互对象的第二候选交互预测结果；
在第一候选交互预测结果和/或第二候选交互预测结果不满足预设条件的情况下，将第一候选交互预测结果作为更新后的第一初始交互预测结果，以及将第二候选预测交互结果作为更新后的第二初始交互预测结果，并返回利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理的步骤，直到第一候选交互预测结果和第二候选交互预测结果满足预设条件，将第一候选交互预测结果作为第一目标交互预测结果，将第二候选交互预测结果作为第二目标交互预测结果。
其中，第一候选交互预测结果指的是第一交互对象对应的预测结果，其为对第一初始交互预测结果经过处理后得到的准确度更好的预测结果。第二候选交互预测结果指的是第二交互对象对应的预测结果，其为对第二初始交互预测结果经过处理后得到的准确度更好的预测结果。预设条件指的是能够使得准确度满足预设准确度的条件；预设条件可以是候选交互预测结果满足某一阈值的条件，也可以是迭代次数达到某一次数的条件。
具体地，在第一候选交互预测结果和/或第二候选交互预测结果不满足预设条件的情况下，利用历史交互记录对第一候选交互预测结果以及第二候选预测交互结果进行再次处理，直到第一候选交互预测结果和第二候选交互预测结果均能够满足预设条件，在此情况下将第一候选交互预测结果作为第一目标交互预测结果，将第二候选交互预测结果作为第二目标交互预测结果。
本实施例中，通过第一候选交互预测结果和/或第二候选交互预测结果以及预设条件之间的判断，在满足预设条件下，将第一候选交互预测结果作为第一目标交互预测结果，将第二候选交互预测结果作为第二目标交互预测结果，能够得到准确度更高的第一目标交互预测结果以及第二目标交互预测结果，能够提高交互预测结果的准确度。
在一个实施例中，历史交互记录的数量为多条；
如图3所示，利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理，得到第一交互对象的第一候选交互预测结果以及第二交互对象的第二候选交互预测结果，包括：
步骤S302，根据每条历史交互记录，以及第一初始交互预测结果和第二初始交互预测结果，得到每条历史交互记录对应的第一交互对象的第一交互结果，以及每条历史交互记录对应的第二交互对象的第二交互结果；
步骤S304，基于每条历史交互记录对应的第一交互对象的第一交互结果，得到第一候选交互结果；
步骤S306，基于每条历史交互记录对应的第二交互对象的第二交互结果，得到第二候选交互预测结果。
其中，第一交互结果指的是历史交互记录中针对第一交互对象的交互行为进行预测的结果。第二交互结果指的是历史交互记录中针对第二交互对象的交互行为进行预测的结果。第一交互结果和第二交互结果的记录总和为每条历史交互记录的交互结果的总和。
具体地，对于每一条历史交互记录，利用该条历史交互记录以及第一初始交互预测结果和第二初始交互预测结果，能够得到该条历史交互记录中对应的第一交互对象的第一交互结果，以及第二交互对象的第二交互结果。
利用多条历史交互记录对应的多个第一交互结果，得到第一候选交互预测结果。利用多条历史交互记录对应的多个第二交互结果，得到第二候选交互预测结果。
例如，对于每一条历史交互记录，第一交互结果可能为进行交互或者没有进行交互，统计多条历史交互记录中进行交互的次数，根据多条历史交互记录中进行交互的次数，得到第一候选交互预测结果。例如，一共有5条历史交互记录，其中有3条历史交互记录进行了交互，则根据3条历史交互记录进行计算得到第一候选交互预测结果，可以得到候选叫交互结果为0.6。
本实施例中，利用多条历史交互记录，对第一初始交互预测结果和所述第二初始交互预测结果进行处理，得到第一候选交互预测结果和第二候选交互预测结果，相比于利用一条历史交互记录得到第一候选交互预测结果和第二候选交互预测结果，能够进一步提高交互预测结果的准确度。
在一个实施例中，历史交互记录携带有多个历史交互结果；
根据每条历史交互记录，以及第一初始交互预测结果和第二初始交互预测结果，得到每条历史交互记录对应的第一交互对象的第一交互结果，以及每条历史交互记录对应的第二交互对象的第二交互结果，包括：
获取当前历史交互记录携带的多个历史交互结果；
在预设多个历史交互结果均为第一交互对象的交互结果的情况下，根据第一初始交互预测结果，得到多个历史交互结果对应的多个第一历史交互预测结果；
在预设多个历史交互结果均为第二交互对象的交互结果的情况下，根据第二初始交互预测结果，得到多个历史交互结果对应的多个第二历史交互预测结果；
基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第一交互结果以及当前历史交互记录对应的第二交互结果。
其中，当前历史交互记录指的是需要进行处理的历史交互记录。多个历史交互结果指的是进行行为交互或者不进行行为交互的结果。例如，10个历史交互结果包括5个行为交互结果和5个没有行为交互结果。第一历史预测交互结果指的是预测第一交互对象在当前历史交互记录的行为交互结果；第二历史交互预测结果指的是第二交互对象在当前历史交互记录的行为交互结果。第一历史预测交互结果和第二历史预测交互结果的总和等于当前历史交互记录的行为交互结果的数量。
具体地，预设多个历史交互结果均是与第一交互对象进行行为交互的结果，根据第一初始交互预测结果，得到多个历史交互结果对应的多个第一历史交互预测结果。例如10个历史交互结果包括5个行为交互结果，则这5个行为交互结果对应的第一历史交互预测结果为第一初始交互预测结果。
预设多个历史交互结果均是与第二交互对象进行行为交互的结果，根据第二初始交互预测结果，得到多个历史交互结果对应的多个第二历史交互预测结果。
基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第一交互结果。基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第二交互结果。
本实施例中，通过多个历史交互结果，可以获取对应的第一交互结果和对应的第二交互结果，相比于一个历史交互结果，能够提高交互预测结果的准确度。
在一个实施例中，基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第一交互结果以及当前历史交互记录对应的第二交互结果，包括：
根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和，以及多个第一历史交互预测结果的乘积得到第一交互对象对应的历史预测交互结果；
根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和，以及多个第二历史交互预测结果的乘积得到第二交互对象对应的历史预测交互结果；
获取多个第一历史交互预测结果对应的多个第一历史交互结果类型以及多个第二历史交互预测结果对应的多个第一历史交互结果类型；
根据第一交互对象对应的历史预测交互结果以及多个第一历史交互结果类型，得到每条历史交互记录对应的第一交互结果；
根据第二交互对象对应的历史预测交互结果以及多个第二历史交互结果类型，得到每条历史交互记录对应的第二交互结果。
其中，第一历史交互结果类型指的是预设多个历史交互结果均是与第一交互对象的交互结果的情况下，进行行为交互或者不进行行为交互，即第一历史交互结果类型为交互类型或非交互类型。第二历史交互结果类型为交互类型或非交互类型。
具体地，根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和作为分母，多个第一历史交互预测结果的乘积作为分子，计算得到第一交互对象对应的历史预测交互结果。
根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和作为分母，多个第二历史交互预测结果的乘积作为分子，计算得到第二交互对象对应的历史预测交互结果。
根据第一交互对象对应的历史预测交互结果以及多个第一历史交互结果类型对应的交互结果在第一历史交互结果中的占比，得到每条历史交互记录对应的第一交互结果；例如历史预测交互结果是0.5，交互类型对应的交互结果的占比为0.5，第一历史交互结果的数量为10个，第一交互结果为0.5*0.5*10＝2.5。
根据第二交互对象对应的历史预测交互结果以及多个第二历史交互结果类型对应的交互结果在第一历史交互结果中的占比，得到每条历史交互记录对应的第二交互结果。
本实施例中，利用第一交互对象对应的历史预测交互结果以及多个第一历史交互结果类型，得到每条历史交互记录对应的第一交互结果，能够为后续利用第一交互结果提供更加准确的数据。
在一个实施例中，获取针对于第一交互对象交互行为的第一初始交互预测结果，以及针对于第二交互对象交互行为的第二初始交互预测结果，包括：
获取针对于第一交互对象交互行为的第一初始交互记录，以及针对于第二交互对象交互行为的第二初始交互记录；
根据第一初始交互记录和第二初始交互记录的总和、以及第一初始交互记录，得到第一初始交互预测结果；
根据第一初始交互记录和第二初始交互记录的总和、以及第二初始交互记录，得到第二初始交互预测结果。
具体地，第一初始交互记录指的是第一交互对象的初始行为交互记录，第二初始交互记录指的是第二交互对象的初始行为交互记录，例如可以是在抽样检查中得到与第一交互对象进行交互的记录，以及与第二交互对象进行交互的记录。
利用第一初始交互记录和第二初始交互记录的总和作为分母，第一初始交互记录作为分子，计算得到第一初始交互预测结果(概率)。
利用第一初始交互记录和第二初始交互记录的总和作为分母，第二初始交互记录作为分子，计算得到第二初始交互预测结果(概率)。
本实施例中，通过第一初始交互记录和第二初始交互记录分别得到第一初始交互预测结果和第二初始交互预测结果，能够为第一初始交互预测结果和第二初始交互预测结果进行迭代处理提高准确的基础。
在一些具体的实施例中，利用EM算法(Expectation-Maximum，最大期望算法)对第一初始交互预测结果和第二初始交互预测结果进行迭代处理，该方法包括：
如表1，假设有五次行为交互的记录被收集，但是无法确定这五次行为交互是与第一交互对象进行交互还是与第二交互对象进行交互。每次行为交互记录包括10个行为交互结果，其中H代表进行行为交互，T代表未进行行为交互。
表1
用户购买记录 记录详情
1 H T T T H H T H T H
2 H H H H T H H H H H
3 H T H H H H H T H H
4 H T H T T T H H T T
5 T H H H T H H H T H
将第一交互对象的第一初始交互预测结果及第二交互对象的第二初始交互预测结果初始化为0.6及0.5(可以通过抽样检查的方式得到第一初始交互预测结果为0.6)，即第一初始交互预测结果为0.6，第二初始交互预测结果为0.5。
对于第一笔行为交互记录，计算这笔行为交互记录来源于第一交互对象的概率：
0.6*0.4*0.4*0.4*0.6*0.6*0.4*0.6*0.4*0.6)/(0.6*0.4*0.4*0.4*0.6*0.6*0.4*0.6*0.4*0 .6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.45，计算这笔行为交互记录来源于第二交互对象的概率：
(0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)/(0.6*0.4*0.4*0.4*0.6*0.6*0.4*0.6* 0.4*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.55。
对于第二笔行为交互记录，计算这笔行为交互记录来源于第一交互对象的概率：
(0.6*0.6*0.6*0.6*0.4*0.6*0.6*0.6*0.6*0.6)/(0.6*0.6*0.6*0.6*0.4*0.6*0.6*0.6* 0.6*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.80，计算这笔行为交互记录来源于第二交互对象的概率：
(0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)/(0.6*0.4*0.4*0.4*0.6*0.6*0.4*0.6* 0.4*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.20。
对于第三笔行为交互记录，计算这笔行为交互记录来源于第一交互对象的概率：
(0.6*0.4*0.6*0.6*0.4*0.6*0.6*0.6*0.6*0.6)/(0.6*0.4*0.6*0.6*0.4*0.6*0.6*0.6* 0.6*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.73，计算这笔行为交互记录来源于第二交互对象的概率：
(0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)/(0.6*0.4*0.6*0.6*0.4*0.6*0.6*0.6* 0.6*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.27。
对于第四笔行为交互记录，计算这笔行为交互记录来源于第一交互对象的概率：
(0.4*0.4*0.4*0.4*0.4*0.4*0.6*0.6*0.6*0.6)/(0.4*0.4*0.4*0.4*0.4*0.4*0.6*0.6* 0.6*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.35，计算这笔行为交互记录来源于第二交互对象的概率：
(0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)/(0.4*0.4*0.4*0.4*0.4*0.4*0.6*0.6* 0.6*0.6+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.65。
对于第五笔行为交互记录，计算这笔行为交互记录来源于第一交互对象的概率：
(0.6*0.6*0.6*0.6*0.6*0.6*0.6*0.4*0.4*0.4)/(0.6*0.6*0.6*0.6*0.6*0.6*0.6*0.4* 0.4*0.4+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.65，计算这笔行为交互记录来源于第二交互对象的概率：
(0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)/(0.6*0.6*0.6*0.6*0.6*0.6*0.6*0.4* 0.4*0.4+0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5*0.5)＝0.35。
对于第一笔行为交互记录，行为交互记录来源于第一交互对象对应H：0.45 *10*0.5＝2.2，行为交互记录来源于第一交互对象对应T：0.45*10*0.5＝2.2。行为交互记录来源于第二交互对象对应H：0.55*10*0.5＝2.8，行为交互记录来源于第一交互对象对应T：0.55*10*0.5＝2.8。
对于第二笔行为交互记录，行为交互记录来源于第一交互对象对应H：0.80 *10*0.9＝7.2，行为交互记录来源于第一交互对象对应T：0.80*10*0.1＝0.8。行为交互记录来源于第二交互对象对应H：0.20*10*0.9＝1.8，行为交互记录来源于第一交互对象对应T：0.20*10*0.1＝0.2。
对于第三笔行为交互记录，行为交互记录来源于第一交互对象对应H：0.73 *10*0.8＝5.9，行为交互记录来源于第一交互对象对应T：0.73*10*0.2＝1.5。行为交互记录来源于第二交互对象对应H：0.27*10*0.8＝2.1，行为交互记录来源于第一交互对象对应T：0.27*10*0.2＝0.5。
对于第四笔行为交互记录，行为交互记录来源于第一交互对象对应H：0.35 *10*0.4＝1.4，行为交互记录来源于第一交互对象对应T：0.35*10*0.6＝2.1。行为交互记录来源于第二交互对象对应H：0.65*10*0.4＝2.6，行为交互记录来源于第一交互对象对应T：0.65*10*0.6＝3.9。
对于第五笔行为交互记录，行为交互记录来源于第一交互对象对应H：0.65 *10*0.7＝4.5，行为交互记录来源于第一交互对象对应T：0.65*10*0.3＝1.9。行为交互记录来源于第二交互对象对应H：0.35*10*0.7＝2.5，行为交互记录来源于第一交互对象对应T：0.35*10*0.3＝1.1。
根据上面的计算，能得到表2的结果。
表2
购买记录 信用卡A 信用卡B
第一笔 2.2H 2.2 T 2.8H 2.8T
第二笔 7.2H 0.8T 1.8H 0.2T
第三笔 5.9H 1.5T 2.1H 0.5T
第四笔 1.4H 2.1T 2.6H 3.9T
第五笔 4.5H 1.9T 2.5H 1.1T
汇总 21.3H 8.6T 11.7H 8.4T
因此能计算出经过一次EM算法的迭代之后，Pa＝21.3/(21.3+8.6)＝0.71， Pb＝11.7/(11.7+8.4)＝0.58。Pa为第一候选交互预测结果，Pb为第二候选交互预测结果。
经过10次对候选交互预测结果进行迭代的运算之后，最后稳定在Pa＝0.80， Pb＝0.52。将Pa作为第一目标交互预测结果，将Pb作为第二目标交互预测结果。
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对象交互预测方法的对象交互预测装置。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对象交互预测装置实施例中的具体限定可以参见上文中对于对象交互预测方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种对象交互预测装置，包括：种对象交互预测装置，该装置包括：初始结果获取模块410、历史记录获取模块 420和目标结果获取模块430，其中：
初始结果获取模块410，用于获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；
历史记录获取模块420，用于获取针对第一交互对象以及第二交互对象的历史交互记录；
目标结果获取模块430，用于利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行迭代处理，得到针对于第一交互对象的交互行为的第一目标交互预测结果，以及针对于第二交互对象的交互行为的第二目标交互预测结果。
在一个实施例中，目标结果获取模块还用于利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理，得到第一交互对象的第一候选交互预测结果以及第二交互对象的第二候选交互预测结果；在第一候选交互预测结果和/或第二候选交互预测结果不满足预设条件的情况下，将第一候选交互预测结果作为更新后的第一初始交互预测结果，以及将第二候选预测交互结果作为更新后的第二初始交互预测结果，并返回利用历史交互记录对第一初始交互预测结果以及第二初始交互预测结果进行处理的步骤，直到第一候选交互预测结果和第二候选交互预测结果满足预设条件，将第一候选交互预测结果作为第一目标交互预测结果，将第二候选交互预测结果作为第二目标交互预测结果。
在一个实施例中，历史交互记录的数量为多条；目标结果获取模块还用于根据每条历史交互记录，以及第一初始交互预测结果和第二初始交互预测结果，得到每条历史交互记录对应的第一交互对象的第一交互结果，以及每条历史交互记录对应的第二交互对象的第二交互结果；基于每条历史交互记录对应的第一交互对象的第一交互结果，得到第一候选交互结果；基于每条历史交互记录对应的第二交互对象的第二交互结果，得到第二候选交互预测结果。
在其中一个实施例中，目标结果获取模块还用于获取当前历史交互记录携带的多个历史交互结果；在预设多个历史交互结果均为第一交互对象的交互结果的情况下，根据第一初始交互预测结果，得到多个历史交互结果对应的多个第一历史交互预测结果；在预设多个历史交互结果均为第二交互对象的交互结果的情况下，根据第二初始交互预测结果，得到多个历史交互结果对应的多个第二历史交互预测结果；基于多个第一历史交互预测结果以及多个第二历史交互预测结果，得到当前历史交互记录对应的第一交互结果以及当前历史交互记录对应的第二交互结果。
在一个实施例中，目标结果获取模块还用于根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和，以及多个第一历史交互预测结果的乘积得到第一交互对象对应的历史预测交互结果；根据多个第一历史交互预测结果的乘积和多个第二历史交互预测结果的乘积之和，以及多个第二历史交互预测结果的乘积得到第二交互对象对应的历史预测交互结果；获取多个第一历史交互预测结果对应的多个第一历史交互结果类型以及多个第二历史交互预测结果对应的多个第一历史交互结果类型；根据第一交互对象对应的历史预测交互结果以及多个第一历史交互结果类型，得到每条历史交互记录对应的第一交互结果；根据第二交互对象对应的历史预测交互结果以及多个第二历史交互结果类型，得到每条历史交互记录对应的第二交互结果。
在一个实施例中，初始结果获取模块还用于获取针对于第一交互对象交互行为的第一初始交互记录，以及针对于第二交互对象交互行为的第二初始交互记录；根据第一初始交互记录和第二初始交互记录的总和、以及第一初始交互记录，得到第一初始交互预测结果；根据第一初始交互记录和第二初始交互记录的总和、以及第二初始交互记录，得到第二初始交互预测结果。
上述对象交互预测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5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对象交互预测数据。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对象交互预测方法。
本领域技术人员可以理解，图5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，还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上述各方法实施例中的步骤。
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，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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上述各方法实施例中的步骤。
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 (10)

1.一种对象交互预测方法，其特征在于，所述方法包括：
获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；
获取针对所述第一交互对象以及所述第二交互对象的历史交互记录；
利用所述历史交互记录对所述第一初始交互预测结果以及所述第二初始交互预测结果进行迭代处理，得到针对于所述第一交互对象的交互行为的第一目标交互预测结果和所述第二交互对象的交互行为的第二目标交互预测结果。
2.根据权利要求1所述的方法，其特征在于，所述利用所述历史交互记录对所述第一交互对象的初始交互预测结果以及所述第二交互对象的初始交互预测结果进行迭代处理，包括：
利用所述历史交互记录对所述第一初始交互预测结果以及所述第二初始交互预测结果进行处理，得到所述第一交互对象的第一候选交互预测结果以及所述第二交互对象的第二候选交互预测结果；
在所述第一候选交互预测结果和/或所述第二候选交互预测结果不满足预设条件的情况下，将所述第一候选交互预测结果作为更新后的第一初始交互预测结果，以及将所述第二候选预测交互结果作为更新后的第二初始交互预测结果，并返回利用所述历史交互记录对所述第一初始交互预测结果以及所述第二初始交互预测结果进行处理的步骤，直到所述第一候选交互预测结果和所述第二候选交互预测结果满足预设条件，将所述第一候选交互预测结果作为所述第一目标交互预测结果，将所述第二候选交互预测结果作为所述第二目标交互预测结果。
3.根据权利要求2所述的方法，其特征在于，所述历史交互记录的数量为多条；
所述利用所述历史交互记录对所述第一初始交互预测结果以及所述第二初始交互预测结果进行处理，得到所述第一交互对象的第一候选交互预测结果以及所述第二交互对象的第二候选交互预测结果，包括：
根据每条历史交互记录，以及所述第一初始交互预测结果和所述第二初始交互预测结果，得到所述每条历史交互记录对应的第一交互对象的第一交互结果，以及所述每条历史交互记录对应的第二交互对象的第二交互结果；
基于所述每条历史交互记录对应的第一交互对象的第一交互结果，得到所述第一候选交互预测结果；
基于所述每条历史交互记录对应的第二交互对象的第二交互结果，得到所述第二候选交互预测结果。
4.根据权利要求3所述的方法，其特征在于，所述历史交互记录携带有多个历史交互结果；
所述根据每条历史交互记录，以及所述第一初始交互预测结果和所述第二初始交互预测结果，得到所述每条历史交互记录对应的第一交互对象的第一交互结果，以及所述每条历史交互记录对应的第二交互对象的第二交互结果，包括：
获取当前历史交互记录携带的多个历史交互结果；
在预设所述多个历史交互结果均为所述第一交互对象的交互结果的情况下，根据所述第一初始交互预测结果，得到所述多个历史交互结果对应的多个第一历史交互预测结果；
在预设所述多个历史交互结果均为所述第二交互对象的交互结果的情况下，根据所述第二初始交互预测结果，得到所述多个历史交互结果对应的多个第二历史交互预测结果；
基于所述多个第一历史交互预测结果以及所述多个第二历史交互预测结果，得到所述当前历史交互记录对应的第一交互结果以及所述当前历史交互记录对应的第二交互结果。
5.根据权利要求4所述的方法，所述基于所述多个第一历史交互预测结果以及所述多个第二历史交互预测结果，得到所述当前历史交互记录对应的第一交互结果以及所述当前历史交互记录对应的第二交互结果，包括：
根据所述多个第一历史交互预测结果的乘积和所述多个第二历史交互预测结果的乘积之和，以及所述多个第一历史交互预测结果的乘积得到所述第一交互对象对应的历史预测交互结果；
根据所述多个第一历史交互预测结果的乘积和所述多个第二历史交互预测结果的乘积之和，以及所述多个第二历史交互预测结果的乘积得到所述第二交互对象对应的历史预测交互结果；
获取所述多个第一历史交互预测结果对应的多个第一历史交互结果类型以及所述多个第二历史交互预测结果对应的多个第一历史交互结果类型；
根据所述第一交互对象对应的历史预测交互结果以及所述多个第一历史交互结果类型，得到所述每条历史交互记录对应的第一交互结果；
根据所述第二交互对象对应的历史预测交互结果以及所述多个第二历史交互结果类型，得到所述每条历史交互记录对应的第二交互结果。
6.根据权利要求1所述的方法，其特征在于，所述获取针对于第一交互对象交互行为的第一初始交互预测结果，以及针对于第二交互对象交互行为的第二初始交互预测结果，包括：
获取针对于第一交互对象交互行为的第一初始交互记录，以及针对于第二交互对象交互行为的第二初始交互记录；
根据所述第一初始交互记录和所述第二初始交互记录的总和、以及所述第一初始交互记录，得到所述第一初始交互预测结果；
根据所述第一初始交互记录和所述第二初始交互记录的总和、以及所述第二初始交互记录，得到所述第二初始交互预测结果。
7.一种对象交互预测装置，其特征在于，所述装置包括：
初始结果获取模块，用于获取针对于第一交互对象的交互行为的第一初始交互预测结果，以及针对于第二交互对象的交互行为的第二初始交互预测结果；
历史记录获取模块，用于获取针对所述第一交互对象以及所述第二交互对象的历史交互记录；
目标结果获取模块，用于利用所述历史交互记录对所述第一初始交互预测结果以及所述第二初始交互预测结果进行迭代处理，得到针对于所述第一交互对象的交互行为的第一目标交互预测结果，以及针对于所述第二交互对象的交互行为的第二目标交互预测结果。
8.一种计算机设备，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6中任一项所述的方法的步骤。
9.一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6中任一项所述的方法的步骤。
10.一种计算机程序产品，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6中任一项所述的方法的步骤。
CN202211097459.9A 2022-09-08 2022-09-08 对象交互预测方法、装置、计算机设备和存储介质 Pending CN115578114A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211097459.9A CN115578114A (zh) 2022-09-08 2022-09-08 对象交互预测方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211097459.9A CN115578114A (zh) 2022-09-08 2022-09-08 对象交互预测方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN115578114A true CN115578114A (zh) 2023-01-06

Family

ID=84581682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211097459.9A Pending CN115578114A (zh) 2022-09-08 2022-09-08 对象交互预测方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN115578114A (zh)

Similar Documents

Publication Publication Date Title
TWI740891B (zh) 利用訓練資料訓練模型的方法和訓練系統
CN113946986B (zh) 基于加速退化试验的产品平均失效前时间评估方法和装置
CN114816711A (zh) 批量任务处理方法、装置、计算机设备和存储介质
CN117033039A (zh) 故障检测方法、装置、计算机设备和存储介质
CN115564152A (zh) 基于stirpat模型的碳排放量预测方法及装置
CN115795920A (zh) 基于多应力耦合加速模型的产品可靠性评价方法和装置
CN114757112A (zh) 一种基于灰狼算法的电机参数设计方法及系统
CN113946983A (zh) 产品可靠性薄弱环节评估方法、装置和计算机设备
CN117435130A (zh) 金融数据存储方法、装置、计算机设备和存储介质
CN115578114A (zh) 对象交互预测方法、装置、计算机设备和存储介质
CN114238044A (zh) 开源项目活跃度的计算方法、装置和计算机设备
CN115640336B (zh) 业务大数据挖掘方法、系统及云平台
CN117132335A (zh) 资源合约中资源交易值的确定方法、装置和计算机设备
CN117459576A (zh) 基于边缘计算的数据推送方法、装置和计算机设备
CN117077917A (zh) 基于低代码平台的人员能力评估方法、装置和计算机设备
CN116051152A (zh) 业务产品生成方法、装置、计算机程序产品和存储介质
CN117314556A (zh) 虚拟资源推荐方法、装置、计算机设备和存储介质
CN118035423A (zh) 信息查询方法、装置、计算机设备和存储介质
CN116521343A (zh) 资源交互信息处理方法、装置、计算机设备和存储介质
CN115587285A (zh) 目标对象识别方法、装置、计算机设备和存储介质
CN116681164A (zh) 资源信息处理方法、装置、计算机设备和存储介质
CN116596398A (zh) 预测模型的选择方法、装置、设备、存储介质和程序产品
CN116091209A (zh) 信贷业务处理方法、装置、计算机设备和存储介质
CN117764529A (zh) 目标项目确定方法、装置、计算机设备、存储介质和产品
CN116127195A (zh) 套餐推荐方法、装置、计算机设备、存储介质和程序产品

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