CN116703208A - 用户数据处理方法、装置、设备及可读存储介质 - Google Patents
用户数据处理方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116703208A CN116703208A CN202310613335.XA CN202310613335A CN116703208A CN 116703208 A CN116703208 A CN 116703208A CN 202310613335 A CN202310613335 A CN 202310613335A CN 116703208 A CN116703208 A CN 116703208A
- Authority
- CN
- China
- Prior art keywords
- user
- service
- information
- service information
- index
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000013139 quantization Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000000007 visual effect Effects 0.000 claims description 14
- 230000006399 behavior Effects 0.000 claims description 9
- 238000011002 quantification Methods 0.000 claims description 9
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种用户数据处理方法、装置、设备及可读存储介质，可用于大数据技术领域。该方法包括：获取用户分类请求，用户分类请求包括第一用户的用户标识；根据用户标识，获取第一用户的职位信息；根据职位信息，确定多个业务指标、以及每个业务指标对应的权重值；根据多个业务指标，获取第一用户的多个业务信息；对每个业务信息进行量化处理，得到第一用户的每个业务信息的量化值；根据第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。本申请的方法，提高了用户数据处理的准确性。
Description
技术领域
本申请涉及大数据技术领域，尤其涉及一种用户数据处理方法、装置、设备及可读存储介质。
背景技术
企业可以根据职员的信息进行分类，根据分类结果合理制定对职员的职位、以及奖励设置，有利于提高企业和职员的发展。
在现有技术中，工作人员可以根据职员的基本信息和工作绩效对职员的进行打分，得到用户分类结果。然而，工作人员一般是通过工作经验进行评价，职员人数较多且数据量较大时，会导致用户数据处理的准确性较差。
发明内容
本申请提供一种用户数据处理方法、装置、设备及可读存储介质，用以解决用户数据处理的准确性较差的问题。
第一方面，本申请提供一种用户数据处理方法，包括：
获取用户分类请求，所述用户分类请求包括第一用户的用户标识；
根据所述用户标识，获取所述第一用户的职位信息；
根据所述职位信息，确定多个业务指标、以及每个业务指标对应的权重值；
根据所述多个业务指标，获取所述第一用户的多个业务信息，所述多个业务信息中包括每个业务指标对应的至少一个业务信息；
对每个业务信息进行量化处理，得到所述第一用户的每个业务信息的量化值；
根据所述第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果。
第二方面，本申请提供一种用户数据处理装置，包括第一获取模块、第二获取模块、第一确定模块、第三获取模块、量化处理模块和第二确定模块：
所述第一获取模块用于，获取用户分类请求，所述用户分类请求包括第一用户的用户标识；
所述第二获取模块用于，根据所述用户标识，获取所述第一用户的职位信息；
所述第一确定模块用于，根据所述职位信息，确定多个业务指标、以及每个业务指标对应的权重值；
所述第三获取模块用于，根据所述多个业务指标，获取所述第一用户的多个业务信息，所述多个业务信息中包括每个业务指标对应的至少一个业务信息；
所述量化处理模块用于，对每个业务信息进行量化处理，得到所述第一用户的每个业务信息的量化值；
所述第二确定模块用于，根据所述第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果。
第三方面，本申请实施例提供一种终端设备，包括：存储器和处理器，
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行第一方面任一项所述的用户数据处理方法。
第四方面，本申请实施例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计算机执行指令，当所述计算机执行指令被处理器执行时用于实现第一方面任一项所述的用户数据处理方法。
本申请提供的用户数据处理方法、装置、设备及可读存储介质，在获取用户分类请求后，根据用户分类请求中的第一用户的用户标识获取第一用户的职位信息，根据职位信息确定多个业务指标、以及每个业务指标对应的权重值，根据多个业务指标，获取第一用户的多个业务信息，对每个业务信息进行量化处理，得到第一用户的每个业务信息的量化值，根据第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。无需人工进行评价，并且根据多个业务指标获取第一用户的业务信息，降低了业务量化处理的数量，提高了用户数据处理的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的应用场景的示意图；
图2为本申请实施例提供的一种用户数据处理方法的流程示意图；
图3为本申请实施例提供的另一种用户数据处理方法的流程示意图；
图4为本申请实施例提供的用户数据处理方法的结构示意图；
图5为本申请实施例提供的一种用户数据处理装置的结构示意图；
图6为本申请实施例提供一种终端设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
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，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
需要说明的是，本申请用户数据处理的方法和装置可用于大数据技术领域，也可用于除大数据技术领域之外的任意领域，本申请用户数据处理的方法和装置的应用领域不做限定。
图1为本申请实施例提供的应用场景的示意图。请参见图1，包括终端设备101和服务器102。
终端设备101可以响应工作人员的选择生成用户分类请求，并将用户分类请求发送至服务器102，服务器102中可以缓存用户的历史业务信息、历史业务信息对应的量化数据、以及职位信息，可以获取终端设备101发送的用户分类请求，根据用户分类请求中的第一用户的用户标识，获取第一用户的职位信息，根据职位信息确定多个业务指标、以及每个业务指标对应的权重值，根据多个业务指标获取第一用户的多个业务信息，在缓存中获取历史业务信息对应的量化数据，确定业务信息对应的量化值，对每个业务信息对应的量化值和每个业务指标对应的权重值进行处理得到第一用户的用户分类结果。
在现有技术中，工作人员可以根据职员的基本信息和工作绩效对职员的进行打分，得到用户分类结果。然而，工作人员一般是通过工作经验进行评价，职员人数较多且数据量较大时，会导致用户数据处理的准确性较差。
在本申请实施例中，在获取用户分类请求后，根据用户分类请求中的第一用户的用户标识获取第一用户的职位信息，根据职位信息确定多个业务指标、以及每个业务指标对应的权重值，根据多个业务指标，获取第一用户的多个业务信息，对每个业务信息进行量化处理，得到第一用户的每个业务信息的量化值，根据第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。上述过程中，无需人工进行评价，并且根据多个业务指标获取第一用户的业务信息，降低了业务量化处理的数量，提高了用户数据处理的准确性。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
图2为本申请实施例提供的一种用户数据处理方法的流程示意图。请参见图2，该方法可以包括：
S201、获取用户分类请求。
本申请实施例的执行主体可以为服务器，也可以为设置在服务器中的用户数据处理装置。用户数据处理装置可以通过软件实现，也可以通过软件和硬件的结合实现。
可以响应工作人员通过终端设备发起用户分类请求，用户分类请求可以包括第一用户的用户标识。
S202、根据用户标识，获取第一用户的职位信息。
可以根据用户标识在缓存中获取第一用户的职位信息，职位信息可以包括第一用户的所属部门、以及在所属部门中的职务。
例如，在缓存中的缓存的第一用户的职位信息可以如表1所示。
表1
| 第一用户标识 | 职位信息 |
| 第一用户1 | 职位信息1 |
| 第一用户2 | 职位信息2 |
| 第一用户3 | 职位信息3 |
S203、根据职位信息，确定多个业务指标、以及每个业务指标对应的权重值。
业务指标可以包括特征指标、绩效指标以及行为指标。
可以在第一用户的特征中提取第一用户所属职位所需要的特征，可以将所需的特征确定为特征指标。其中，特征指标可以包括外在特征和内在特征，可以通过人才画像或人才地图确定内在特征，可以通过动态360评价确定外在特征。
可以根据职位信息，确定每个业务指标对应的权重值。针对任意一个业务指标，不同的职位信息，业务指标的权重值不同。
例如，假设根据职位信息1对应的业务指标为业务指标1和业务指标2，根据职位信息2对应的业务指标为业务指标1和业务指标3，职位信息1对应的业务指标1的权重值可以为0.4，职位信息2对应的业务指标1的权重值可以为0.5，即职位信息1和职位信息2对应的业务指标1的权重值不同。
S204、根据多个业务指标，获取第一用户的多个业务信息。
可以在缓存或者数据库中获取第一用户的多个业务信息，多个业务信息中可以包括每个业务指标对应的至少一个业务信息。
例如，假设业务指标包括业务指标1-2，业务指标1对应的业务信息为业务信息1，业务指标对应的业务信息为业务信息2，假设缓存中缓存的第一用户的业务信息包括业务信息1-3，则可以在缓存中获取第一用户的业务信息1和业务信息2。
S205、对每个业务信息进行量化处理，得到第一用户的每个业务信息的量化值。
例如，假设第一用户的业务信息为业务信息1-3，则可以得到业务信息1的量化值为量化值1、业务信息2的量化值为量化值2和业务信息3的量化值为量化值3，可以如表2所示。
表2
| 业务信息 | 量化值 |
| 业务信息1 | 量化值1 |
| 业务信息2 | 量化值2 |
| 业务信息3 | 量化值3 |
S206、根据第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。
可以根据如下方式确定第一用户的第一用户分类结果：对每个业务信息的量化值进行数据处理，得到每个业务信息的标准值；根据每个业务信息的标准值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。
数据处理可以包括数据校准、奇异值处理和归一化处理。
其中，第一用户分类结果可以包括优秀、中等和较差等。
本申请实施例提供的用户数据处理方法，在获取用户分类请求后，根据用户分类请求中的第一用户的用户标识获取第一用户的职位信息，根据职位信息确定多个业务指标、以及每个业务指标对应的权重值，根据多个业务指标，获取第一用户的多个业务信息，对每个业务信息进行量化处理，得到第一用户的每个业务信息的量化值，根据第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。上述过程中，无需人工进行处理，根据多个业务指标获取第一用户的业务信息，降低了业务量化处理的数量，提高了用户数据处理的准确性。
图3为本申请实施例提供的另一种用户数据处理方法的流程示意图。请参见图3，该方法可以包括：
S301、获取用户分类请求，用户分类请求包括第一用户的用户标识。
S302、根据用户标识，获取第一用户的职位信息。
S301的执行过程可以参见S201的执行过程，此处不再进行赘述。
S303、根据职位信息，确定职位信息的职位类型。
职位类型可以包括技术岗位、业务岗位、管理岗位和运营岗位。
例如，假设第一用户1的职位信息1为软件管理中心的开发工程师，则可以确定职位信息1的职位类型为技术岗位；假设第一用户2的职位信息2为某支行的客户经理，则可以确定职位信息2的职位类型为业务岗位。
S304、根据职位类型，确定多个业务指标、以及各业务指标对应的权重值。
任意一个职位类型具有其对应的多个业务指标和各业务指标对应的权重值。
例如，假设职位类型确定的多个业务指标以及各业务指标对应的权重值可以如表3所示，假设职位类型为职位类型1，则可以确定3个业务指标，分别为业务指标1-3，业务指标1对应的权重值为0.5，业务指标2对应的权重值为0.4，业务指标3对应的权重值为0.7。
表3
S305、根据多个业务指标，获取第一用户的多个业务信息。
可以根据以下方式获取第一用户的多个业务信息：针对任意一个业务指标，若业务指标为特征指标，则获取特征指标对应的基本特征信息；若业务指标为绩效指标，则获取绩效指标对应的绩效考核信息；若业务指标为行为指标，则获取行为指标对应的行为记录信息。
可以根据每个业务指标在缓存中获取第一用户的业务信息，例如，假设业务指标为绩效指标，则可以在缓存中获取第一用户的绩效考核评价。
多个业务信息中可以包括每个业务指标对应的至少一个业务信息。
S306、获取业务信息对应的历史业务量化信息。
历史业务量化信息中可以包括多个历史业务信息、以及每个历史业务信息对应的历史量化值，历史业务信息与业务信息的类型相同。
例如，假设业务信息1对应的历史业务量化信息可以如表4所示。
表4
S307、根据历史业务量化信息，确定业务信息对应的量化值。
可以根据历史业务量化信息中的多个历史业务信息对应的量化值确定业务信息对应的量化值。
可选的，可以将多个历史业务信息对应的量化值的平均值确定为业务信息对应的量化值。例如，假设业务信息1的历史业务量化信息如表4所示，则可以确定业务信息1对应的量化值为5.6。
可选的，可以将多个历史业务信息对应的量化值中去掉最小值和最大值，将剩余的多个历史业务信息对应的量化值的平均值确定为业务信息对应的量化值。例如，假设业务信息1的历史业务量化信息如表4所示，则可以确定业务信息1对应的量化值为6。
可选的，可以将多个历史业务信息对应的量化值得中值确定为业务信息对应的量化值。例如，假设业务信息1的历史业务量化信息如表4所示，则可以确定业务信息1对应的量化值为6。
S308、对业务信息的量化值进行校准处理，得到业务信息的初始标准值。
可以对多个业务信息对应的量化值进行校准，可以提高量化值的准确性，可以通过业务信息量化表对业务信息的量化值进行校准。
业务信息量化表可以包括多个业务信息、以及业务信息对应的标准量化值。例如，业务信息量化表可以如表5所示。
表5
| 业务信息 | 标准量化值 |
| 业务信息1 | 7 |
| 业务信息2 | 3 |
| 业务信息3 | 5 |
针对任意一个业务信息，若业务信息对应的量化值与业务信息对应的标准量化值的差值的绝对值小于或等于预设值，则可以将业务信息对应的量化值确定为业务信息的初始标准值；若业务信息对应的量化值与业务信息对应的标准量化值的差值的绝对值大于预设值，则可以将业务信息对应的标准量化值确定为业务信息的初始标准值。
例如，假设业务信息1对应的量化值为6，业务信息1对应的标准量化值为7，预设值为1，业务信息1对应的量化值与业务信息1对应的标准量化值的差值的绝对值为1，即绝对值等于预设值，则业务信息1的初始标准值为6。
S309、对业务信息的初始标准值进行归一化处理，得到业务信息的标准值。
由于多个业务信息可以在不同的部门或者信息系统中获取，使得多个业务信息具有不同的量化范围或者量化标准，对业务信息对应的初始标准值进行归一化处理，使得多个业务信息的量化具有相同的范围。
例如，假设业务指标1对应的业务信息分别为业务信息1和业务信息2，业务信息1对应的初始标准值为6，业务信息1的量化范围为0-10，业务信息2对应的初始标准值为0.1，业务信息2的量化范围为0-1，可以对业务信息1的初始标准值进行归一化，则可以得到业务信息1对应的标准值为0.6，业务信息2对应的标准值为0.1。
S310、根据每个业务信息的标准值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。
可以根据以下方式确定第一用户分类结果：针对任意一个业务指标，将业务指标对应的每个业务信息的标准值之和乘以业务指标对应的权重值，得到第一业务指标值；根据多个业务指标的多个第一业务指标值之和，得到第一用户分类值；根据第一用户分类值，确定第一用户分类结果。
例如，假设业务指标1对应的业务信息为业务信息11和业务信息12，业务信息11的标准值为0.6，业务信息12的标准值为0.8，业务指标1对应的权重值为0.5，假设业务指标2对应的业务信息为业务信息21和业务信息22，业务信息21的标准值为0.3，业务信息22的标准值为0.7，则可以确定第一用户分类值为1.2。
若第一用户分类值大于或等于0，且小于第一阈值，则第一用户分类结果为较差，其中第一阈值小于1；若第一用户分类值大于或等于第一阈值，且小于第二阈值，则第一用户分类结果为中等，其中，第二阈值大于第一阈值；若第一用户分类值大于第二阈值，则第一用户分类结果为优秀。
例如，假设第一阈值为0.5，第二阈值为0.8，假设第一用户分类值为0.7，则可以确定第一用户的第一分类结果为优秀。
S311、获取多个第二用户的多个第二用户分类结果。
例如，获取的多个用户的多个第二用户分类结果可以如表6所示。
表6
| 第二用户标识 | 第二用户分类值 | 第二用户分类结果 |
| 第二用户1 | 第二用户分类值1 | 优秀 |
| 第二用户2 | 第二用户分类值2 | 优秀 |
| 第二用户3 | 第二用户分类值3 | 中等 |
S312、根据第一用户分类结果和多个第二用户分类结果，对预设可视化模板进行更新，得到可视化展示结果。
预设可视化模板可以为柱状图、饼状图和折线图等。
可以根据第一用户分类结果和第二用户分类结果确定优秀用户数量所占用户总数量比率值、中等用户数量所占用户总数量比率值、以及较差用户数量所占用户总数量比率值，用于更新预设可视化模板，得到可视化展示结果。
可以将可视化展示结果发送至终端设备。
本申请实施例提供的用户数据处理方法，在确定职位信息的职位类型后，根据职位类型，确定多个业务指标、以及各业务指标对应的权重值，获取第一用户的多个业务信息。在获取业务信息对应的历史业务量化信息后，确定业务信息对应的量化值。根据历史量化信息，对每个业务信息的量化值进行数据处理，得到每个业务信息的标准值，根据每个业务信息的标准值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。获取多个第二用户的多个第二用户分类结果。根据第一用户分类结果和多个第二用户分类结果，对预设可视化模板进行更新，得到可视化展示结果。上述过程中，根据多个业务指标获取第一用户的业务信息，降低了业务量化处理的数量，根据历史量化信息对业务信息进行量化，提高了用户数据处理的准确性。
图4为本申请实施例提供的用户数据处理方法的结构示意图。请参见图4，在获取用户分类请求后，可以根据第一用户的用户标识确定职位信息，根据职位信息确定多个业务指标，根据多个业务指标获取多个业务信息、以及业务信息对应的量化值，对多个业务信息以及各业务指标对应的权重值进行处理，得到第一用户分类结果，根据第一用户分类结果和第二用户分类结果，得到可视化展示结果，并将可视化展示结果发送至终端设备。
图5为本申请实施例提供的一种用户数据处理装置的结构示意图。请参见图5，该用户数据处理装置10可以包括第一获取模块11、第二获取模块12、第一确定模块13、第三获取模块14、量化处理模块15和第二确定模块16：
第一获取模块11用于，获取用户分类请求，用户分类请求包括第一用户的用户标识；
第二获取模块12用于，根据用户标识，获取第一用户的职位信息；
第一确定模块13用于，根据职位信息，确定多个业务指标、以及每个业务指标对应的权重值；
第三获取模块14用于，根据多个业务指标，获取第一用户的多个业务信息，多个业务信息中包括每个业务指标对应的至少一个业务信息；
量化处理模块15用于，对每个业务信息进行量化处理，得到第一用户的每个业务信息的量化值；
第二确定模块16用于，根据第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。
在一种可能的实施方式中，第二确定模块16具体用于：
对每个业务信息的量化值进行数据处理，得到每个业务信息的标准值；
根据每个业务信息的标准值、以及每个业务指标对应的权重值，确定第一用户的第一用户分类结果。
在一种可能的实施方式中，针对多个业务信息中的任意一个业务信息；第二确定模块16具体用于：
对业务信息的量化值进行校准处理，得到业务信息的初始标准值；
对业务信息的初始标准值进行归一化处理，得到业务信息的标准值。
在一种可能的实施方式中，第二确定模块16具体用于：
针对任意一个业务指标，将业务指标对应的业务信息的标准值之和与业务指标对应的权重值相乘，得到业务指标的第一属性值；
根据多个业务指标的第一属性值，确定第一用户的第一用户分类结果。
在一种可能的实施方式中，业务指标包括特征指标、绩效指标以及行为指标；第三获取模块14具体用于：
针对任意一个业务指标，若业务指标为特征指标，则获取特征指标对应的基本特征信息；
若业务指标为绩效指标，则获取绩效指标对应的绩效考核信息；
若业务指标为行为指标，则获取行为指标对应的行为记录信息。
在一种可能的实施方式中，量化处理模块15具体用于：
获取业务信息对应的历史业务量化信息，历史业务量化信息中包括多个历史业务信息、以及每个历史业务信息对应的历史量化值，历史业务信息与业务信息的类型相同；
根据历史业务量化信息，确定业务信息对应的量化值。
在一种可能的实施方式中，第一确定模块13具体用于：
根据职位信息，确定职位信息的职位类型；
根据职位类型，确定多个业务指标、以及各业务指标对应的权重值。
在一种可能的实施方式中，装置还包括第四获取模块和更新模块：
第四获取模块用于，获取多个第二用户的多个第二用户分类结果；
更新模块用于，根据第一用户分类结果和多个第二用户分类结果，对预设可视化模板进行更新，得到可视化展示结果。
本申请实施例提供的用户数据处理装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
图6为本申请实施例提供一种终端设备的结构示意图，请参见图6，该终端设备20可以包括处理器21和存储器22。示例性地，处理器21、存储器22，各部分之间通过总线23相互连接。
存储器22存储计算机执行指令；
处理器21执行存储器22存储的计算机执行指令，使得处理器21执行如上述方法实施例所示的用户数据处理方法。
相应地，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当计算机执行指令被处理器执行时用于实现上述方法实施例的用户数据处理方法。
相应地，本申请实施例还可提供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，可实现上述方法实施例所示的用户数据处理方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种用户数据处理方法，其特征在于，包括：
获取用户分类请求，所述用户分类请求包括第一用户的用户标识；
根据所述用户标识，获取所述第一用户的职位信息；
根据所述职位信息，确定多个业务指标、以及每个业务指标对应的权重值；
根据所述多个业务指标，获取所述第一用户的多个业务信息，所述多个业务信息中包括每个业务指标对应的至少一个业务信息；
对每个业务信息进行量化处理，得到所述第一用户的每个业务信息的量化值；
根据所述第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果。
2.根据权利要求1所述的方法，其特征在于，根据所述第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果，包括：
对所述每个业务信息的量化值进行数据处理，得到所述每个业务信息的标准值；
根据每个业务信息的标准值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果。
3.根据权利要求2所述的方法，其特征在于，针对所述多个业务信息中的任意一个业务信息；对所述业务信息的量化值进行数据处理，得到所述业务信息的标准值，包括：
对所述业务信息的量化值进行校准处理，得到所述业务信息的初始标准值；
对所述业务信息的初始标准值进行归一化处理，得到所述业务信息的标准值。
4.根据权利要求2或3所述的方法，其特征在于，根据每个业务信息的标准值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果，包括：
针对任意一个业务指标，将所述业务指标对应的业务信息的标准值之和与所述业务指标对应的权重值相乘，得到所述业务指标的第一属性值；
根据多个业务指标的第一属性值，确定所述第一用户的第一用户分类结果。
5.根据权利要求1-4所述的方法，其特征在于，所述业务指标包括特征指标、绩效指标以及行为指标；根据所述多个业务指标，获取所述第一用户的多个业务信息，包括：
针对任意一个业务指标，若所述业务指标为所述特征指标，则获取所述特征指标对应的基本特征信息；
若所述业务指标为所述绩效指标，则获取所述绩效指标对应的绩效考核信息；
若所述业务指标为所述行为指标，则获取所述行为指标对应的行为记录信息。
6.根据权利要求1-5所述的方法，其特征在于，对每个业务信息进行量化处理，得到所述第一用户的每个业务信息的量化值，包括：
获取所述业务信息对应的历史业务量化信息，所述历史业务量化信息中包括所述多个历史业务信息、以及每个历史业务信息对应的历史量化值，所述历史业务信息与所述业务信息的类型相同；
根据所述历史业务量化信息，确定所述业务信息对应的量化值。
7.根据权利要求1-6所述的方法，其特征在于，根据所述职位信息，确定多个业务指标、以及每个业务指标对应的权重值，包括：
根据所述职位信息，确定所述职位信息的职位类型；
根据所述职位类型，确定所述多个业务指标、以及各业务指标对应的权重值。
8.根据权利要求1-7所述的方法，其特征在于，根据所述第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果之后，还包括：
获取多个第二用户的多个第二用户分类结果；
根据所述第一用户分类结果和所述多个第二用户分类结果，对预设可视化模板进行更新，得到可视化展示结果。
9.一种用户数据处理装置，其特征在于，包括第一获取模块、第二获取模块、第一确定模块、第三获取模块、量化处理模块和第二确定模块：
所述第一获取模块用于，获取用户分类请求，所述用户分类请求包括第一用户的用户标识；
所述第二获取模块用于，根据所述用户标识，获取所述第一用户的职位信息；
所述第一确定模块用于，根据所述职位信息，确定多个业务指标、以及每个业务指标对应的权重值；
所述第三获取模块用于，根据所述多个业务指标，获取所述第一用户的多个业务信息，所述多个业务信息中包括每个业务指标对应的至少一个业务信息；
所述量化处理模块用于，对每个业务信息进行量化处理，得到所述第一用户的每个业务信息的量化值；
所述第二确定模块用于，根据所述第一用户的每个业务信息的量化值、以及每个业务指标对应的权重值，确定所述第一用户的第一用户分类结果。
10.一种终端设备，其特征在于，包括：存储器和处理器，
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如权利要求1至7任一项所述的用户数据处理方法。
11.一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中存储有计算机执行指令，当所述计算机执行指令被处理器执行时用于实现权利要求1至7任一项所述的用户数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613335.XA CN116703208A (zh) | 2023-05-26 | 2023-05-26 | 用户数据处理方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613335.XA CN116703208A (zh) | 2023-05-26 | 2023-05-26 | 用户数据处理方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116703208A true CN116703208A (zh) | 2023-09-05 |
Family
ID=87844378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310613335.XA Pending CN116703208A (zh) | 2023-05-26 | 2023-05-26 | 用户数据处理方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116703208A (zh) |
-
2023
- 2023-05-26 CN CN202310613335.XA patent/CN116703208A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107291733B (zh) | 一种规则匹配方法及装置 | |
| CN112215473B (zh) | 一种配送压力数据的获得方法、装置、电子设备 | |
| CN113792084A (zh) | 数据热度的分析方法、装置、设备及存储介质 | |
| CN111160929B (zh) | 一种客户类型的确定方法及装置 | |
| CN110704620B (zh) | 一种基于知识图谱的识别相同实体的方法及装置 | |
| CN116703208A (zh) | 用户数据处理方法、装置、设备及可读存储介质 | |
| CN107274043B (zh) | 预测模型的质量评价方法、装置及电子设备 | |
| CN116188020A (zh) | 异常账户识别方法、装置以及存储介质 | |
| CN112580915A (zh) | 一种项目里程碑确定方法、装置、存储介质及电子设备 | |
| CN116204515A (zh) | 一种基于数据质量定义的数据质量量化计算方法及装置 | |
| CN114817209A (zh) | 监控规则的处理方法和装置、处理器及电子设备 | |
| CN114022045A (zh) | 一种区域经济发展水平确定方法、装置及终端设备 | |
| CN112907100B (zh) | 一种服务需求的测量方法、装置和电子设备 | |
| CN110955760A (zh) | 判决结果的评价方法和相关装置 | |
| CN110708414B (zh) | 一种电话号码的排序方法、装置及电子设备 | |
| CN113743752A (zh) | 一种数据处理方法及装置 | |
| CN112579764A (zh) | 一种庭审提纲的生成方法、装置、设备及存储介质 | |
| CN116258587A (zh) | 对象属性确定方法、装置、设备及可读存储介质 | |
| CN108959485A (zh) | 一种用于生成流量指标数据的数据处理方法及装置 | |
| CN117195909A (zh) | 任务复杂度的确定方法、装置、设备及存储介质 | |
| CN117454198A (zh) | 策略匹配度的确定方法、装置、设备及存储介质 | |
| CN118096406A (zh) | 用于确定薪资的方法、装置、计算机设备及可读存储介质 | |
| CN117272114A (zh) | 报表数据的验证方法、装置、设备及存储介质 | |
| CN116644231A (zh) | 用户推荐方法、装置、设备及可读存储介质 | |
| CN116841998A (zh) | 一种数据质量评估方法、设备及介质 |
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 |