CN116431913A - 车主业务推文智能推荐方法、装置、设备及其存储介质 - Google Patents
车主业务推文智能推荐方法、装置、设备及其存储介质 Download PDFInfo
- Publication number
- CN116431913A CN116431913A CN202310373199.1A CN202310373199A CN116431913A CN 116431913 A CN116431913 A CN 116431913A CN 202310373199 A CN202310373199 A CN 202310373199A CN 116431913 A CN116431913 A CN 116431913A
- Authority
- CN
- China
- Prior art keywords
- state
- management center
- service
- push
- vehicle owner
- 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 63
- 238000006243 chemical reaction Methods 0.000 claims abstract description 49
- 230000006870 function Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 abstract description 41
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification 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
- G06F16/90—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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例属于服务推荐技术领域,应用于车主业务推荐领域中,涉及一种车主业务推文智能推荐方法、装置、设备及其存储介质,包括通过状态管理中心获取状态查询方输入的用户身份标识信息;获取各状态生产方推送的最新业务状态;进行状态格式统一转换;优先级运算,获得优先级运算结果;选择出最优选推文;发送给目标用户。通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
Description
技术领域
本申请涉及服务推荐技术领域,尤其涉及一种车主业务推文智能推荐方法、装置、设备及其存储介质。
背景技术
目前为了平台用户的千人千面差异化体验,全平台各模块均有涉及根据用户业务状态,推荐相关功能服务的需求。但问题在这些状态均存在各业务模块,每个应用方(如搜索、享服务、在线客服)均需要调用多个业务方获取用户状态,容易出现超时和性能问题。
而且,直接将状态查询方和状态提供方采用直接接口连接的方式,容易造成消耗传输资源过多的问题,其次,状态查询方分别与多个状态提供方采用直接接口连接,极易造成多传输时超时问题,此外,当存在多个状态提供方传输的状态数据格式不统一时,需要在状态查询方配置多个状态解析组件,配置较为复杂。因此,现有技术在实现对多个应用方进行状态调用解析时,还存在传输配置较为复杂,易造成传输消耗资源过多和传输超时的问题。
发明内容
本申请实施例的目的在于提出一种车主业务推文智能推荐方法、装置、设备及其存储介质,以解决现有技术在实现对多个应用方进行状态调用解析时,还存在传输配置较为复杂,易造成传输消耗资源过多和传输超时的问题。
为了解决上述技术问题,本申请实施例提供一种车主业务推文智能推荐方法,采用了如下所述的技术方案:
一种车主业务推文智能推荐方法,包括下述步骤:
状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息,其中,所述用户身份标识信息包括但不限于车主用户的唯一ID;
所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求,其中,所述各状态生产方指接入所述状态管理中心的N个车主业务服务模块,N为正整数;
所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;
所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;
所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;
所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;
所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户。
进一步的,所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求的步骤,具体包括:
所述状态管理中心将所述关键字段作为待发送字段,发送给各状态生产方;
同时,所述状态管理中心向所述各状态生产方一并发送状态推送请求;
所述各状态生产方在接收到所述状态推送请求后,分别以所述关键字段为查询字段,获取所述关键字段在所述各状态生产方对应的最新业务状态。
进一步的,在执行所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态的步骤之前,所述方法还包括:
获取所述各状态生产方的区别标识信息;
将所述各状态生产方的区别标识信息和所述各状态生产方对应的最新业务状态以键对值形式进行整理,获取到N个键对值,其中,N为所述车主业务服务模块的数量;
将所述各状态生产方对应的键对值作为待推送消息的value值,将所述关键字段作为待推送消息的key值,生成待推送消息;
所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态的步骤,具体包括:
所述各状态生成方将对应的所述待推送消息通过MQ消息组件推送给所述状态管理中心;
所述状态管理中心对所述待推送消息进行双重解析,解析出所述最新业务状态。
进一步的,在执行所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息的步骤之前,所述方法还包括:
根据预设的判断组件,分别判断解析出的各最新业务状态的数据类型,其中,所述判断组件能够根据最新业务状态的预设状态个数对所述最新业务状态进行分类;
所述根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息的步骤,具体包括:
若当前判断的最新业务状态对应的预设状态个数有两种,则所述最新业务状态为Boolean类型;
所述状态管理中心采用预先设置的表征数据对所有Boolean类型的最新业务状态,进行数据统一转换;
若当前判断的最新业务状态对应的预设状态个数超过两种,则所述最新业务状态为非Boolean类型;
所述状态管理中心采用预先设置的表征数据对所有非Boolean类型的最新业务状态,进行数据统一转换。
进一步的,在执行所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果的步骤之前,所述方法还包括:
获取预先设置的状态优先级规则,其中,所述状态优先级规则包括:用户实时行为优先级>>车主业务服务模块优先级>>用户IBS定位优先级;
所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果的步骤,具体包括:
以所述关键字段为查询字段,识别所述用户是否正在对特定的车主业务服务模块进行操作;
若是,则所述状态管理中心将所述特定的车主业务服务模块置为所述优先级运算结果;
若否,则所述状态管理中心根据车主业务服务模块优先级,筛选出优先级最高的车主业务服务模块置为所述优先级运算结果;
若所有的车主业务服务模块都无最新推文可推送,则所述状态管理中心根据用户IBS定位筛选出定位位置周边车辆服务商家置为所述优先级运算结果。
进一步的,所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文的步骤,具体包括:
若所述优先级运算结果为所述用户正在操作的特定的车主业务服务模块,则所述状态管理中心根据所述用户的操作行为和所述推文参照表,筛选出最优选推文;
若所述优先级运算结果为筛选出的优先级最高的车主业务服务模块,则所述状态管理中心根据所述车主业务服务模块的服务功能和所述推文参照表,筛选出最优选推文;
若所述优先级运算结果为用户IBS定位位置周边车辆服务商家,则所述状态管理中心根据所述车辆服务商家的服务功能和所述推文参照表,筛选出最优选推文。
进一步的,在执行所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户的步骤之后,所述方法还包括:
启动预设的监测组件;
根据所述监测组件,识别所述目标用户是否点击了所述最优选推文;
若所述目标用户未点击所述最优选推文,则所述状态管理中心根据所述状态优先级规则依次推送不同优先级下对应的推文;
若所述目标用户点击了所述最优选推文,则所述状态管理中心根据所述最优选推文在预设的前端界面展示出相应服务功能供所述目标用户进行操作。
为了解决上述技术问题,本申请实施例还提供一种车主业务推文智能推荐装置,采用了如下所述的技术方案:
一种车主业务推文智能推荐装置,包括:
身份标识获取模块,用于状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息,其中,所述用户身份标识信息包括但不限于车主用户的唯一ID;
推送请求发送模块,用于所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求,其中,所述各状态生产方指接入所述状态管理中心的N个车主业务服务模块,N为正整数;
最新业务状态获取模块,用于所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;
格式统一转换模块,用于所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;
AI优先级运算模块,用于所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;
推文选择模块,用于所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;
推文发送模块,用于所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述所述的车主业务推文智能推荐方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述所述的车主业务推文智能推荐方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例所述车主业务推文智能推荐方法,通过状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息;向各状态生产方发送状态推送请求;获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;根据所述关键字段,将所述最优选推文发送给目标用户。通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的车主业务推文智能推荐方法的一个实施例的流程图;
图3根据本申请的车主业务推文智能推荐装置的一个实施例的结构示意图;
图4是图3所示模块304的一种具体实施例的结构示意图;
图5是图3所示模块305的一种具体实施例的结构示意图;
图6是图3所示模块306的一种具体实施例的结构示意图;
图7根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的车主业务推文智能推荐方法一般由服务器/终端设备执行,相应地,车主业务推文智能推荐装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
为了便于理解,先介绍用户IBS(Internet Business System)定位,所述用户IBS定位以平安好车主APP为例,用户IBS定位指的是通过安装有平安好车主APP的手机端进行定位,通过定位筛选出特定地理范围内车辆服务商家的定位功能。
继续参考图2,示出了根据本申请的车主业务推文智能推荐方法的一个实施例的流程图。所述的车主业务推文智能推荐方法,包括以下步骤:
步骤201,状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息,其中,所述用户身份标识信息包括但不限于车主用户的唯一ID。
本实施例中,所述状态查询方可以指具体的查询用户,也可以指用户打开好车主APP时,自动触发状态查询功能时,发送消息推送请求的预设组件。
步骤202,所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求,其中,所述各状态生产方指接入所述状态管理中心的N个车主业务服务模块,N为正整数。
本实施例中,所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求的步骤,具体包括:所述状态管理中心将所述关键字段作为待发送字段,发送给各状态生产方;同时,所述状态管理中心向所述各状态生产方一并发送状态推送请求;所述各状态生产方在接收到所述状态推送请求后,分别以所述关键字段为查询字段,获取所述关键字段在所述各状态生产方对应的最新业务状态。
通过采用数据管理中心分别连接状态生产方,数据管理中心连接状态查询方的方式,避免了状态查询方与多个状态生产方直接进行传输连接,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时。
步骤203,所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态。
本实施例中,在执行所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态的步骤之前,所述方法还包括:获取所述各状态生产方的区别标识信息;将所述各状态生产方的区别标识信息和所述各状态生产方对应的最新业务状态以键对值形式进行整理,获取到N个键对值,其中,N为所述车主业务服务模块的数量;将所述各状态生产方对应的键对值作为待推送消息的value值,将所述关键字段作为待推送消息的key值,生成待推送消息;
本实施例中,所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态的步骤,具体包括:所述各状态生成方将对应的所述待推送消息通过MQ消息组件推送给所述状态管理中心;所述状态管理中心对所述待推送消息进行双重解析,解析出所述最新业务状态。
采用MQ消息组件将各状态生产方生产的状态信息发送给数据管理中心,保证了状态传输的实时性。
步骤204,所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息。
本实施例中,在执行所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息的步骤之前,所述方法还包括:根据预设的判断组件,分别判断解析出的各最新业务状态的数据类型,其中,所述判断组件能够根据最新业务状态的预设状态个数对所述最新业务状态进行分类;
本实施例中,所述根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息的步骤,具体包括:若当前判断的最新业务状态对应的预设状态个数有两种,则所述最新业务状态为Boolean类型;所述状态管理中心采用预先设置的表征数据对所有Boolean类型的最新业务状态,进行数据统一转换;若当前判断的最新业务状态对应的预设状态个数超过两种,则所述最新业务状态为非Boolean类型;所述状态管理中心采用预先设置的表征数据对所有非Boolean类型的最新业务状态,进行数据统一转换。
以车险相关业务为例,假设平安好车主APP中的各状态生产方包括车险业务模块和理赔业务模块,其中,车险业务模块在进行最新业务状态推送时,推送的消息为车险是否购买,其只有两种业务状态:已购买或者未购买,在数据管理中心,将已购买或者未购买状态采用Boolean类型表示,即true或false,或者,使用“0”和“1”分别表示true或false,此时,车险业务模块对应的最新业务状态为Boolean类型;另外,以理赔业务模块为例,推送的消息为是否理赔结束,其有至少三种业务状态:未理赔、理赔核实中、理赔已完成,此时对应的最新业务状态为非Boolean类型,仅采用“0”或“1”完全无法充分表达出业务状态,因此,需要赋予业务状态多个表征值,进行数据格式转换。
此外,不同的业务模块对于同为Boolean类型的业务状态可能由于程序开发时的赋值问题,存在不同的赋值,此时,统一发送到数据管理中心,也需要进行格式统一处理,采用同一种赋值形式表示不同业务模型的Boolean类型状态,便于状态查询方进行识别。
通过在数据管理中心,对最新业务状态进行数据统一转换,避免了状态查询方配置多个解析组件,实现了状态查询方对解析组件的简洁化配置。
步骤205,所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果。
本实施例中,在执行所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果的步骤之前,所述方法还包括:获取预先设置的状态优先级规则,其中,所述状态优先级规则包括:用户实时行为优先级>>车主业务服务模块优先级>>用户IBS定位优先级;
本实施例中,所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果的步骤,具体包括:以所述关键字段为查询字段,识别所述用户是否正在对特定的车主业务服务模块进行操作;若是,则所述状态管理中心将所述特定的车主业务服务模块置为所述优先级运算结果;若否,则所述状态管理中心根据车主业务服务模块优先级,筛选出优先级最高的车主业务服务模块置为所述优先级运算结果;若所有的车主业务服务模块都无最新推文可推送,则所述状态管理中心根据用户IBS定位筛选出定位位置周边车辆服务商家置为所述优先级运算结果。
通过预先设置的状态优先级规则,向用户推送业务推文,结合了用户的实时需求,提高了用户的体验度。
步骤206,所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文。
本实施例中,所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文的步骤,具体包括:若所述优先级运算结果为所述用户正在操作的特定的车主业务服务模块,则所述状态管理中心根据所述用户的操作行为和所述推文参照表,筛选出最优选推文;若所述优先级运算结果为筛选出的优先级最高的车主业务服务模块,则所述状态管理中心根据所述车主业务服务模块的服务功能和所述推文参照表,筛选出最优选推文;若所述优先级运算结果为用户IBS定位位置周边车辆服务商家,则所述状态管理中心根据所述车辆服务商家的服务功能和所述推文参照表,筛选出最优选推文。
步骤207,所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户。
本实施例中,在执行所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户的步骤之后,所述方法还包括:启动预设的监测组件;根据所述监测组件,识别所述目标用户是否点击了所述最优选推文;若所述目标用户未点击所述最优选推文,则所述状态管理中心根据所述状态优先级规则依次推送不同优先级下对应的推文;若所述目标用户点击了所述最优选推文,则所述状态管理中心根据所述最优选推文在预设的前端界面展示出相应服务功能供所述目标用户进行操作。
本申请通过状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息;向各状态生产方发送状态推送请求;获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;根据所述关键字段,将所述最优选推文发送给目标用户。通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
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。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例中,通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种车主业务推文智能推荐装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的车主业务推文智能推荐装置300包括:身份标识获取模块301、推送请求发送模块302、最新业务状态获取模块303、格式统一转换模块304、AI优先级运算模块305、推文选择模块306和推文发送模块307。其中:
身份标识获取模块301,用于状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息,其中,所述用户身份标识信息包括但不限于车主用户的唯一ID;
推送请求发送模块302,用于所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求,其中,所述各状态生产方指接入所述状态管理中心的N个车主业务服务模块,N为正整数;
最新业务状态获取模块303,用于所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;
格式统一转换模块304,用于所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;
AI优先级运算模块305,用于所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;
推文选择模块306,用于所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;
推文发送模块307,用于所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户。
在本申请的一些具体的实施方式中,所述的车主业务推文智能推荐装置300还包括推送消息生成模块,所述推送消息生成模块用于获取所述各状态生产方的区别标识信息;还用于将所述各状态生产方的区别标识信息和所述各状态生产方对应的最新业务状态以键对值形式进行整理,获取到N个键对值,其中,N为所述车主业务服务模块的数量;还用于将所述各状态生产方对应的键对值作为待推送消息的value值,将所述关键字段作为待推送消息的key值,生成待推送消息。
继续参考图4,图4是图3所示模块304的一种具体实施例的结构示意图,其中,所述格式统一转换模块304包括第一状态类型识别子模块401、第一状态类型转换子模块402、第二状态类型识别子模块403和第二状态类型转换子模块404,其中:
第一状态类型识别子模块401,用于若当前判断的最新业务状态对应的预设状态个数有两种,则所述最新业务状态为Boolean类型;
第一状态类型转换子模块402,用于所述状态管理中心采用预先设置的表征数据对所有Boolean类型的最新业务状态,进行数据统一转换;
第二状态类型识别子模块403,用于若当前判断的最新业务状态对应的预设状态个数超过两种,则所述最新业务状态为非Boolean类型;
第二状态类型转换子模块404,用于所述状态管理中心采用预先设置的表征数据对所有非Boolean类型的最新业务状态,进行数据统一转换。
继续参考图5,图5是图3所示模块305的一种具体实施例的结构示意图,其中,所述AI优先级运算模块305包括操作查询识别子模块501、第一优先级运算结果确定子模块502、第二优先级运算结果确定子模块503和第三优先级运算结果确定子模块504,其中:
操作查询识别子模块501,用于以所述关键字段为查询字段,识别所述用户是否正在对特定的车主业务服务模块进行操作;
第一优先级运算结果确定子模块502,用于所述状态管理中心将所述特定的车主业务服务模块置为所述优先级运算结果;
第二优先级运算结果确定子模块503,用于所述状态管理中心根据车主业务服务模块优先级,筛选出优先级最高的车主业务服务模块置为所述优先级运算结果;
第三优先级运算结果确定子模块504,用于若所有的车主业务服务模块都无最新推文可推送,则所述状态管理中心根据用户IBS定位筛选出定位位置周边车辆服务商家置为所述优先级运算结果。
继续参考图6,图6是图3所示模块306的一种具体实施例的结构示意图,其中,所述推文选择模块306包括第一推文选择子模块601、第二推文选择子模块602和第三推文选择子模块603,其中:
第一推文选择子模块601,用于若所述优先级运算结果为所述用户正在操作的特定的车主业务服务模块,则所述状态管理中心根据所述用户的操作行为和所述推文参照表,筛选出最优选推文;
第二推文选择子模块602,用于若所述优先级运算结果为筛选出的优先级最高的车主业务服务模块,则所述状态管理中心根据所述车主业务服务模块的服务功能和所述推文参照表,筛选出最优选推文;
第三推文选择子模块603,用于若所述优先级运算结果为用户IBS定位位置周边车辆服务商家,则所述状态管理中心根据所述车辆服务商家的服务功能和所述推文参照表,筛选出最优选推文。
本申请通过状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息;向各状态生产方发送状态推送请求;获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;根据所述关键字段,将所述最优选推文发送给目标用户。通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
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,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图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,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图7,图7为本实施例计算机设备基本结构框图。
所述计算机设备7包括通过系统总线相互通信连接存储器7a、处理器7b、网络接口7c。需要指出的是,图中仅示出了具有组件7a-7c的计算机设备7,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器7a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、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器7a可以是所述计算机设备7的内部存储单元,例如该计算机设备7的硬盘或内存。在另一些实施例中,所述存储器7a也可以是所述计算机设备7的外部存储设备,例如该计算机设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器7a还可以既包括所述计算机设备7的内部存储单元也包括其外部存储设备。本实施例中,所述存储器7a通常用于存储安装于所述计算机设备7的操作系统和各类应用软件,例如车主业务推文智能推荐方法的计算机可读指令等。此外,所述存储器7a还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器7b在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器7b通常用于控制所述计算机设备7的总体操作。本实施例中,所述处理器7b用于运行所述存储器7a中存储的计算机可读指令或者处理数据,例如运行所述车主业务推文智能推荐方法的计算机可读指令。
所述网络接口7c可包括无线网络接口或有线网络接口,该网络接口7c通常用于在所述计算机设备7与其他电子设备之间建立通信连接。
本实施例提出的计算机设备,属于服务推荐技术领域。本申请通过状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息;向各状态生产方发送状态推送请求;获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;根据所述关键字段,将所述最优选推文发送给目标用户。通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被处理器执行,以使所述处理器执行如上述的车主业务推文智能推荐方法的步骤。
本实施例提出的计算机可读存储介质,属于服务推荐技术领域。本申请通过状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息;向各状态生产方发送状态推送请求;获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;根据所述关键字段,将所述最优选推文发送给目标用户。通过采用状态管理中心替代状态查询方和状态生成方采用直接接口连接的方式,解决了易造成传输消耗资源过多和传输超时的问题,减少了传输资源消耗,且避免了传输超时,此外,在状态管理中心进行状态格式统一化,避免了在状态查询方配置多个解析组件,实现了解析组件配置简洁化。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种车主业务推文智能推荐方法,其特征在于,包括下述步骤:
状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息,其中,所述用户身份标识信息包括但不限于车主用户的唯一ID;
所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求,其中,所述各状态生产方指接入所述状态管理中心的N个车主业务服务模块,N为正整数;
所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;
所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;
所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;
所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;
所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户。
2.根据权利要求1所述的车主业务推文智能推荐方法,其特征在于,所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求的步骤,具体包括:
所述状态管理中心将所述关键字段作为待发送字段,发送给各状态生产方;
同时,所述状态管理中心向所述各状态生产方一并发送状态推送请求;
所述各状态生产方在接收到所述状态推送请求后,分别以所述关键字段为查询字段,获取所述关键字段在所述各状态生产方对应的最新业务状态。
3.根据权利要求2所述的车主业务推文智能推荐方法,其特征在于,在执行所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态的步骤之前,所述方法还包括:
获取所述各状态生产方的区别标识信息;
将所述各状态生产方的区别标识信息和所述各状态生产方对应的最新业务状态以键对值形式进行整理,获取到N个键对值,其中,N为所述车主业务服务模块的数量;
将所述各状态生产方对应的键对值作为待推送消息的value值,将所述关键字段作为待推送消息的key值,生成待推送消息;
所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态的步骤,具体包括:
所述各状态生成方将对应的所述待推送消息通过MQ消息组件推送给所述状态管理中心;
所述状态管理中心对所述待推送消息进行双重解析,解析出所述最新业务状态。
4.根据权利要求1所述的车主业务推文智能推荐方法,其特征在于,在执行所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息的步骤之前,所述方法还包括:
根据预设的判断组件,分别判断解析出的各最新业务状态的数据类型,其中,所述判断组件能够根据最新业务状态的预设状态个数对所述最新业务状态进行分类;
所述根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息的步骤,具体包括:
若当前判断的最新业务状态对应的预设状态个数有两种,则所述最新业务状态为Boolean类型;
所述状态管理中心采用预先设置的表征数据对所有Boolean类型的最新业务状态,进行数据统一转换;
若当前判断的最新业务状态对应的预设状态个数超过两种,则所述最新业务状态为非Boolean类型;
所述状态管理中心采用预先设置的表征数据对所有非Boolean类型的最新业务状态,进行数据统一转换。
5.根据权利要求1所述的车主业务推文智能推荐方法,其特征在于,在执行所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果的步骤之前,所述方法还包括:
获取预先设置的状态优先级规则,其中,所述状态优先级规则包括:用户实时行为优先级>>车主业务服务模块优先级>>用户IBS定位优先级;
所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果的步骤,具体包括:
以所述关键字段为查询字段,识别所述用户是否正在对特定的车主业务服务模块进行操作;
若是,则所述状态管理中心将所述特定的车主业务服务模块置为所述优先级运算结果;
若否,则所述状态管理中心根据车主业务服务模块优先级,筛选出优先级最高的车主业务服务模块置为所述优先级运算结果;
若所有的车主业务服务模块都无最新推文可推送,则所述状态管理中心根据用户IBS定位筛选出定位位置周边车辆服务商家置为所述优先级运算结果。
6.根据权利要求5所述的车主业务推文智能推荐方法,其特征在于,所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文的步骤,具体包括:
若所述优先级运算结果为所述用户正在操作的特定的车主业务服务模块,则所述状态管理中心根据所述用户的操作行为和所述推文参照表,筛选出最优选推文;
若所述优先级运算结果为筛选出的优先级最高的车主业务服务模块,则所述状态管理中心根据所述车主业务服务模块的服务功能和所述推文参照表,筛选出最优选推文;
若所述优先级运算结果为用户IBS定位位置周边车辆服务商家,则所述状态管理中心根据所述车辆服务商家的服务功能和所述推文参照表,筛选出最优选推文。
7.根据权利要求5所述的车主业务推文智能推荐方法,其特征在于,在执行所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户的步骤之后,所述方法还包括:
启动预设的监测组件;
根据所述监测组件,识别所述目标用户是否点击了所述最优选推文;
若所述目标用户未点击所述最优选推文,则所述状态管理中心根据所述状态优先级规则依次推送不同优先级下对应的推文;
若所述目标用户点击了所述最优选推文,则所述状态管理中心根据所述最优选推文在预设的前端界面展示出相应服务功能供所述目标用户进行操作。
8.一种车主业务推文智能推荐装置,其特征在于,包括:
身份标识获取模块,用于状态管理中心获取状态查询方输入的待进行状态查询的用户身份标识信息,其中,所述用户身份标识信息包括但不限于车主用户的唯一ID;
推送请求发送模块,用于所述状态管理中心以所述用户身份标识信息为关键字段,向各状态生产方发送状态推送请求,其中,所述各状态生产方指接入所述状态管理中心的N个车主业务服务模块,N为正整数;
最新业务状态获取模块,用于所述状态管理中心获取各状态生产方通过MQ消息组件推送的所述关键字段对应的最新业务状态;
格式统一转换模块,用于所述状态管理中心根据预设的状态转换模板对所述各状态生产方推送的最新业务状态进行状态格式统一转换,获取到格式统一的状态信息;
AI优先级运算模块,用于所述状态管理中心通过预设的AI算法模型,对所述状态信息进行优先级运算,获得优先级运算结果;
推文选择模块,用于所述状态管理中心基于所述优先级运算结果和预设的推文参照表,选择出最优选推文;
推文发送模块,用于所述状态管理中心根据所述关键字段,将所述最优选推文发送给目标用户。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的车主业务推文智能推荐方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的车主业务推文智能推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310373199.1A CN116431913A (zh) | 2023-04-06 | 2023-04-06 | 车主业务推文智能推荐方法、装置、设备及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310373199.1A CN116431913A (zh) | 2023-04-06 | 2023-04-06 | 车主业务推文智能推荐方法、装置、设备及其存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116431913A true CN116431913A (zh) | 2023-07-14 |
Family
ID=87090244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310373199.1A Pending CN116431913A (zh) | 2023-04-06 | 2023-04-06 | 车主业务推文智能推荐方法、装置、设备及其存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116431913A (zh) |
-
2023
- 2023-04-06 CN CN202310373199.1A patent/CN116431913A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112052111B (zh) | 服务器异常预警的处理方法、装置、设备及存储介质 | |
US11244153B2 (en) | Method and apparatus for processing information | |
CN113268336B (zh) | 一种服务的获取方法、装置、设备以及可读介质 | |
CN109389182A (zh) | 用于生成信息的方法和装置 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN109814915A (zh) | 基于lua的参数配置方法、装置、介质和电子设备 | |
CN117094729A (zh) | 请求处理方法、装置、计算机设备及存储介质 | |
CN116661936A (zh) | 页面数据的处理方法、装置、计算机设备及存储介质 | |
CN116483425A (zh) | 微服务灰度发版方法、装置、设备及其存储介质 | |
CN110557351B (zh) | 用于生成信息的方法和装置 | |
CN116112457A (zh) | 消息通知的方法、装置、计算机设备及存储介质 | |
CN116431913A (zh) | 车主业务推文智能推荐方法、装置、设备及其存储介质 | |
CN111125501B (zh) | 用于处理信息的方法和装置 | |
CN116468563A (zh) | 理赔事项智能反馈方法、装置、设备及其存储介质 | |
CN117370558A (zh) | 一种数据整合方法、装置、设备及其存储介质 | |
CN117032655A (zh) | 一种业务通知组件设计方法、装置、设备及其存储介质 | |
CN116860644A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN115080045A (zh) | 链路生成方法、装置、计算机设备及存储介质 | |
CN115578050A (zh) | 审批进度识别方法、装置、计算机设备及存储介质 | |
CN116775187A (zh) | 数据展示方法、装置、计算机设备及存储介质 | |
CN117395310A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN114842097A (zh) | 图片格式的转换方法及其相关设备 | |
CN116611936A (zh) | 数据分析方法、装置、计算机设备及存储介质 | |
CN115546356A (zh) | 动画生成方法、装置、计算机设备及存储介质 | |
CN117278263A (zh) | 认证处理方法、装置、计算机设备及存储介质 |
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 |