CN116739752A - 一种消息提醒方法、装置、电子设备及存储介质 - Google Patents
一种消息提醒方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116739752A CN116739752A CN202310717229.6A CN202310717229A CN116739752A CN 116739752 A CN116739752 A CN 116739752A CN 202310717229 A CN202310717229 A CN 202310717229A CN 116739752 A CN116739752 A CN 116739752A
- Authority
- CN
- China
- Prior art keywords
- consumption
- target user
- user
- consumption data
- target
- 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 69
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (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
本申请提供了一种消息提醒方法、装置、电子设备及存储介质，该方法包括：获取目标信用卡的消费标准和持有目标信用卡的初始用户；在初始用户使用目标信用卡的过程中，记录初始用户的消费数据；将初始用户的消费数据输入到预设的预测模型中，预测模型对消费数据进行分析，输出从初始用户中筛选出消费数据未达到消费标准的目标用户和为目标用户制定出对应的提醒计划；按照提醒计划对目标用户进行消息提醒，以使目标用户在预设的期限内未达到消费标准。本申请方法通过对用户的信用卡消费数据进行分析，在用户未达到消费标准时，能够及时对用户进行提醒，避免用户由于未达到消费标准造成的经济损失。
Description
技术领域
本申请涉及金融技术领域，具体而言，涉及一种消息提醒方法、装置、电子设备及存储介质。
背景技术
随着金融行业的飞速发展，各个银行推出的金融业务也在不断地更新。目前，银行推出的银行卡系列中除了储蓄卡之外，还推出了信用卡。信用卡凭借其超前消费模式和分期付款方式等优势，深受年轻人的喜爱。
部分信用卡在使用的过程中是存在年费等收费行为的，现有的用户在使用的过程中如果不注意消费行为是否达到免年费的标准的话，就需要自己承担年费。所以需要一种消息提醒方法对用户进行及时的提醒。
发明内容
有鉴于此，本申请的目的在于提供一种消息提醒方法、装置、电子设备及存储介质，以克服现有技术中的问题。
第一方面，本申请实施例提供了一种消息提醒方法，所述方法包括：
获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；
在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；
将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；
按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。
在本申请一些技术方案中，上述在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据，包括：
在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的初始数据；
按照预设的处理规则对所述初始数据进行处理，得到处理之后的所述消费数据；其中，处理规则包括重复处理规则、缺值处理规则、格式处理规则。
在本申请一些技术方案中，上述预测模型通过以下方式为所述目标用户制定提醒计划：
根据所述消费数据之间的相似性，对所述消费数据进行聚类处理，以将与所述消费数据对应的初始用户划分为不同的消费群体；
根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划。
在本申请一些技术方案中，上述方法还包括：
对各个消费群体进行决策树分析，将所述消费群体划分为消费子群体；
所述预测模型通过以下方式为所述目标用户制定提醒计划：
根据所述目标用户的消费数据和所述目标用户所在消费子群体中其他用户的消费数据，为所述目标用户制定提醒计划。
在本申请一些技术方案中，上述根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划，包括：
确定出所述目标用户的消费数据与所述目标用户所在消费群体中其他用户的消费数据之间的关联关系分析；
根据所述关联关系，为所述目标用户制定提醒计划。
在本申请一些技术方案中，上述方法还包括：
使用所述目标用户和所述目标用户的提醒计划对所述预测模型进行训练，得到训练后的所述预测模型；训练后的所述预测模型用于下次进行预测。
在本申请一些技术方案中，上述方法还包括：
在所述目标用户消费数据发生变动时，将变动后的消费数据输入到训练后的所述预测模型，训练后的所述预测模型对变动后的所述消费数据进行分析，输出从所述目标用户中筛选出消费数据未达到所述消费标准的新的目标用户和为新的目标用户制定出对应新的提醒计划；
按照新的提醒计划对新的目标用户进行消息提醒，以使新的目标用户在预设的期限内未达到所述消费标准。
第二方面，本申请实施例提供了一种消息提醒装置，所述装置包括：
获取模块，用于获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；
记录模块，用于在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；
预测模块，用于将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；
提醒模块，用于按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。
第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的消息提醒方法的步骤。
第四方面，本申请实施例提供了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程序，所述计算机程序被处理器运行时执行上述的消息提醒方法的步骤。
本申请的实施例提供的技术方案可以包括以下有益效果：
本申请方法包括获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。本申请方法通过对用户的信用卡消费数据进行分析，在用户未达到消费标准时，能够及时对用户进行提醒，避免用户由于未达到消费标准造成的经济损失。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例所提供的一种消息提醒方法的流程示意图；
图2示出了本申请实施例所提供的一种具体实施方式示意图；
图3示出了本申请实施例所提供的一种消息提醒装置示意图；
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其他的特征。
随着金融行业的飞速发展，各个银行推出的金融业务也在不断地更新。目前，银行推出的银行卡系列中除了储蓄卡之外，还推出了信用卡。信用卡凭借其超前消费模式和分期付款方式等优势，深受年轻人的喜爱。
部分信用卡在使用的过程中是存在年费等收费行为的，例如某行的信用卡推出的年费卡，年费减免的规则大多是年费周期内消费N笔或N元达标。目前该行存在很多年费收取的客诉，投诉的原因是年费达标进度的提醒没有或者不及时，导致客户消费没达成交易达标的门槛。针对这种问题，银行的业务人员需要每张年费卡手工圈定未达标的客户，来发送消息提醒，这样的运营成本较高，且手工圈定客群准确率不高和不及时，会引起客户的投诉和不满。
基于此，本申请实施例提供了一种消息提醒方法、装置、电子设备及存储介质，下面通过实施例进行描述。
图1示出了本申请实施例所提供的一种消息提醒方法的流程示意图，其中，该方法包括步骤S101-S104；具体的：
S101、获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；
S102、在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；
S103、将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；
S104、按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。
本申请方法通过对用户的信用卡消费数据进行分析，在用户未达到消费标准时，能够及时对用户进行提醒，避免用户由于未达到消费标准造成的经济损失。
下面对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本申请实施例提供一种消息提醒方式，主要是针对信用卡等金融产品。这里的金融产品表征的是对使用用户具有一定的限定要求，在用户没有达到该限定要求的时候，需要自己承担一部分的费用。在用户达到设定的限定要求之后，则免除这部分费用。例如，信用卡的年费。针对上述金融产品，为了让用户能够达到限定要求，提出本申请实施例的消息提醒方法。
为了能够进行消息提醒，本申请实施例需要获取目标信用卡的消费标准和持有所述目标信用卡所有的初始用户。这里的目标信用卡表征的是某个类型的信用卡，现有的市面上的信用卡具有多种，不同类型的信用卡的年费和消费标准是不同的，为了进行区分，本申请实施例将需要进行消息提醒的信用卡称为目标信用卡。在确定了目标信用卡之后，还需要获取该目标信用卡对应的消费标准。这里的消费标准包括额度标准和/或次数标准。这里的额度标准表示的是用户使用该目标信用卡进行消费的最低额度，这里的次数标准表示的是用户使用该目标信用卡的最少次数。若消费标准为额度标准的时候，本申请实施例不会考虑用户的使用次数，不管是用户使用该目标信用卡使用一次还是多次，只要达到最低额度即可。若消费标准为次数标准的时候，本申请实施例不考虑单次的消费额度，不管用户单次消费了是几元钱还是几万元，都需要达到最低次数。若消费标准为额度标准和次数标准的时候，本申请实施例既要考虑消费额度还要考虑消费次数，只有同时满足最低额度和最低次数时，才算达到消费标准。
在得到了目标信用卡的消费标准之后，本申请实施例还获取了持有该目标信用卡所有的初始用户。本申请实施例需要做的是从这些所有持卡用户中筛选出未达标的用户进行提醒，为了进行区分，本申请实施将获取到所有的持卡用户称为了初始用户，将从初始用户中筛选出来的需要进行消息提醒的用户称为了目标用户。
为了针对初始用户进行筛选，本申请实施例的筛选依据是初始用户在使用目标信用卡过程中产生的消费数据。所以本申请实施例在得到了初始用户之后，还需要对用户的消费数据进行记录。在具体实施时，可以在目标信用卡使用的客户端的各个节点上进行埋点采集(如消费、分期、口袋APP等)。
在本申请实施例中用户的消费数据后续需要输入到预测模型中进行处理，为了方面模型的处理，本申请实施例中的消费数据是经过了处理之后的。为了进行区分本申请实施例将初始用户在使用信用卡过程中产生的数据称为了初始数据，即本申请实施例针对初始数据进行了处理，得到处理之后的消费数据。在对初始数据进行处理时，本申请实施例是按照预设的处理规则进行的。这里预设的处理规则包括了重复处理规则、缺值处理规则、格式处理规则。例如，银行在收集消费数据时会存在重复记录，需要先对这些记录进行去重处理，确保每个客户仅有一个唯一的记录。另外，可能存在消费数据缺失或格式不规范的情况，需要进行删除或转换，使得数据能够被后续处理。在具体实施时，埋点数据会被agent定时上报给收集器，收集器获取到数据后做数据规整，校验，转化。
在得到了消费数据之后，将消费数据输入到了预设的预测模型中，预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划。
这里的预测模型实质上是AI预测模块，在具体实施时收集器获取到数据后做数据规整，校验，转化之后，存入离线数据中，同时把收集到的数据实时传输给AI预测模块。预测模型将初始用户的消费数据与消费标准进行对比，将未达到消费标准的用户作为目标用户。预测模型在确定出目标用户之后，还需要为目标在用户制定出对应的提醒计划。在制定出提醒计划的之后，按照提醒计划提醒对目标用户进行消费提醒。
在为目标用户制定提醒计划时，为了提高提醒计划的准确性和高效率，预测模型在为目标用户制定提醒计划的时候，包括如图2所示的步骤：
S201、根据所述消费数据之间的相似性，对所述消费数据进行聚类处理，以将与所述消费数据对应的初始用户划分为不同的消费群体；
S202、根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划。
本申请实施例中预测模型根据消费数据之间的相似性对消费数据进行聚类，将比较接近的消费数据聚集在一起。通过对消费数据的聚类，进而将与该消费数据对应的目标用户也进行了分类，进而得到分类之后不同的消费群体。如高消费群体、低消费群体、节俭消费群体等。
在为目标用户制定提醒计划的时候，本申请实施例还考虑与目标用户处于同一消费群体中的其他用户的消费数据。由于同一消费群体中消费数据是近似的，本申请实施例认为同一消费群体中的用户之间的消费行为可能是相同或者近似的，所以在为目标用户制定提醒计划的时候具有一定的参考性。
通过对消费数据进行聚类得到了不同的消费群体之后，为了进一步提高制定提醒计划的准确性，排除同一消费群体与目标用户的消费数据相似性较低的用户，本申请实施例对各个消费群体再次进行了区分，将消费群体又划分为了消费子群体。在对消费群体进行再次划分的时候，本申请实施例是通过对各个消费群体进行了决策树分析实现的。通过对各个消费群体今夕决策树分析，根据各个消费群体中的消费特征和不同消费特征对应的权重，将消费群体划分为了消费子群体。进一步的，本申请实施例在为目标用户制定提醒计划的时候，考虑的仅仅是自己本身的数据、与目标用户处于同一消费子群体中其他用户的消费数据。例如，通过决策树分析，银行可以发现消费次数是影响高消费群体年费消费达标的最重要因素。
在根据目标用户的消费数据和其他用户(处于同一消费群体或处于同一消费子群体)的消费数据为目标用户制定提醒计划时，本申请实施例主要依据的是目标用户的消费数据与其他用户的消费数据之间的关联关系分析。通过对目标用户自身消费数据中的消费频率、消费金额等消费因素进行分析，再结合与目标用户处于同一消费子群体中其他用户消费数据的消费因素，为目标用户制定出消费提醒计划。例如，通过关联规则挖掘，可以发现那些高消费客户可能会因为月初压力大或忙于迎峰度夜而错过年费消费，即使他们日常消费量很大。
通过上述过程的分析能够确定出目标用户未达标的原因，进而预测后续期限内是否还会存在其他影响消费的因素，对这些原因进行综合分析，为目标用户制定出消费计划。具体的消费计划可以包括消费时间和消费金额等。
在一可选的实施方式中，在通过上述方式为目标用户制定了提醒计划之后，为了提升预测模型的预测效果，所述方法还包括：使用所述目标用户和所述目标用户的提醒计划对所述预测模型进行训练，得到训练后的所述预测模型；训练后的所述预测模型用于下次进行预测。
在所述目标用户消费数据发生变动时，将变动后的消费数据输入到训练后的所述预测模型，训练后的所述预测模型对变动后的所述消费数据进行分析，输出从所述目标用户中筛选出消费数据未达到所述消费标准的新的目标用户和为新的目标用户制定出对应新的提醒计划；
按照新的提醒计划对新的目标用户进行消息提醒，以使新的目标用户在预设的期限内未达到所述消费标准。
本申请实施例中的预测模型在使用的过程中，还能够对处理之后的过程不断学习，以不断提高预测的准确性。每次对处理之后的数据进行学习之后，继续对目标用户的消费数据进行监测。如果目标用户的消费数据发生变动时，即目标用户在制定提醒计划之后再次进行了消费的，本申请实施例还需要对再次消费后的目标用户再次进行检测。这次检测使用的是训练之后的预测模型，将变动后的消费数据输入到训练后的所述预测模型中。训练后的预测模型将变动后的消费数据与消费标准进行对比，确定该目标用户是否达到了消费标准。如果该目标用户达到了消费标准的话，不再对该目标用户进行提醒。如果该目标用户发生变化后的消费数据还是没有达到消费标准的话，还需要对该目标用户进行提醒。需要注意的是，由于该目标用户的消费数据发生了变化，首次检测时为该目标用户制定的提醒计划可能不再适用。如果首次检测是为目标用户制定的提醒计划不适用的时候，需要为目标用户制定新的提醒计划。这里的提醒计划对目标用户是否适应的依据是用户发生变化的消费数据。如果发生变化的消费数据是目标用户按照提醒计划进行的消费的话，那么上次为其制定的提醒计划依然适用。如果发生变化的消费数据是目标用户自行消费(未按照提醒计划进行消费)的话，那么上次为其制定的提醒计划不再适用。
当提醒计划不再适用的时候，本申请实施例适用训练后的所述预测模型对变动后的所述消费数据进行分析，输出从所述目标用户中筛选出消费数据未达到所述消费标准的新的目标用户和为新的目标用户制定出对应新的提醒计划；按照新的提醒计划对新的目标用户进行消息提醒，以使新的目标用户在预设的期限内未达到所述消费标准。
在一可选的实施方式中，在满足以下停止条件的时候，不再进行消息提醒：响应用户针对提醒消息的终止提醒操作、目标用户在预设的期限内达到消费标准等。
图3示出了本申请实施例所提供的一种消息提醒装置的结构示意图，所述装置包括：
获取模块，用于获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；
记录模块，用于在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；
预测模块，用于将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；
提醒模块，用于按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。
所述在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据，包括：
在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的初始数据；
按照预设的处理规则对所述初始数据进行处理，得到处理之后的所述消费数据；其中，处理规则包括重复处理规则、缺值处理规则、格式处理规则。
所述预测模型通过以下方式为所述目标用户制定提醒计划：
根据所述消费数据之间的相似性，对所述消费数据进行聚类处理，以将与所述消费数据对应的初始用户划分为不同的消费群体；
根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划。
预测模块，还用于对各个消费群体进行决策树分析，将所述消费群体划分为消费子群体；
所述预测模型通过以下方式为所述目标用户制定提醒计划：
根据所述目标用户的消费数据和所述目标用户所在消费子群体中其他用户的消费数据，为所述目标用户制定提醒计划。
所述根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划，包括：
确定出所述目标用户的消费数据与所述目标用户所在消费群体中其他用户的消费数据之间的关联关系分析；
根据所述关联关系，为所述目标用户制定提醒计划。
所述装置还包括训练模块，用于使用所述目标用户和所述目标用户的提醒计划对所述预测模型进行训练，得到训练后的所述预测模型；训练后的所述预测模型用于下次进行预测。
在所述目标用户消费数据发生变动时，将变动后的消费数据输入到训练后的所述预测模型，训练后的所述预测模型对变动后的所述消费数据进行分析，输出从所述目标用户中筛选出消费数据未达到所述消费标准的新的目标用户和为新的目标用户制定出对应新的提醒计划；
按照新的提醒计划对新的目标用户进行消息提醒，以使新的目标用户在预设的期限内未达到所述消费标准。
如图4所示，本申请实施例提供了一种电子设备，用于执行本申请中的消息提醒方法，该设备包括存储器、处理器、总线及存储在该存储器上并可在该处理器上运行的计算机程序，其中，上述处理器执行上述计算机程序时实现上述的消息提醒方法的步骤。
具体地，上述存储器和处理器可以为通用的存储器和处理器，这里不做具体限定，当处理器运行存储器存储的计算机程序时，能够执行上述的消息提醒方法。
对应于本申请中的消息提醒方法，本申请实施例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上存储有计算机程序，该计算机程序被处理器运行时执行上述的消息提醒方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述的消息提醒方法。
在本申请所提供的实施例中，应该理解到，所揭露系统和方法，可以通过其他的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，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单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元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。
所述功能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取存储介质中。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或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种消息提醒方法，其特征在于，所述方法包括：
获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；
在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；
将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；
按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。
2.根据权利要求1所述的方法，其特征在于，所述在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据，包括：
在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的初始数据；
按照预设的处理规则对所述初始数据进行处理，得到处理之后的所述消费数据；其中，处理规则包括重复处理规则、缺值处理规则、格式处理规则。
3.根据权利要求1所述的方法，其特征在于，所述预测模型通过以下方式为所述目标用户制定提醒计划：
根据所述消费数据之间的相似性，对所述消费数据进行聚类处理，以将与所述消费数据对应的初始用户划分为不同的消费群体；
根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
对各个消费群体进行决策树分析，将所述消费群体划分为消费子群体；
所述预测模型通过以下方式为所述目标用户制定提醒计划：
根据所述目标用户的消费数据和所述目标用户所在消费子群体中其他用户的消费数据，为所述目标用户制定提醒计划。
5.根据权利要求3所述的方法，其特征在于，所述根据所述目标用户的消费数据和所述目标用户所在消费群体中其他用户的消费数据，为所述目标用户制定提醒计划，包括：
确定出所述目标用户的消费数据与所述目标用户所在消费群体中其他用户的消费数据之间的关联关系分析；
根据所述关联关系，为所述目标用户制定提醒计划。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
使用所述目标用户和所述目标用户的提醒计划对所述预测模型进行训练，得到训练后的所述预测模型；训练后的所述预测模型用于下次进行预测。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在所述目标用户消费数据发生变动时，将变动后的消费数据输入到训练后的所述预测模型，训练后的所述预测模型对变动后的所述消费数据进行分析，输出从所述目标用户中筛选出消费数据未达到所述消费标准的新的目标用户和为新的目标用户制定出对应新的提醒计划；
按照新的提醒计划对新的目标用户进行消息提醒，以使新的目标用户在预设的期限内未达到所述消费标准。
8.一种消息提醒装置，其特征在于，所述装置包括：
获取模块，用于获取目标信用卡的消费标准和持有所述目标信用卡的初始用户；
记录模块，用于在所述初始用户使用所述目标信用卡的过程中，记录所述初始用户的消费数据；
预测模块，用于将所述初始用户的消费数据输入到预设的预测模型中，所述预测模型对所述消费数据进行分析，输出从所述初始用户中筛选出消费数据未达到所述消费标准的目标用户和为所述目标用户制定出对应的提醒计划；
提醒模块，用于按照所述提醒计划对所述目标用户进行消息提醒，以使所述目标用户在预设的期限内未达到所述消费标准。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的消息提醒方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的消息提醒方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310717229.6A CN116739752A (zh) | 2023-06-15 | 2023-06-15 | 一种消息提醒方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310717229.6A CN116739752A (zh) | 2023-06-15 | 2023-06-15 | 一种消息提醒方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116739752A true CN116739752A (zh) | 2023-09-12 |
Family
ID=87913034
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310717229.6A Pending CN116739752A (zh) | 2023-06-15 | 2023-06-15 | 一种消息提醒方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116739752A (zh) |
-
2023
- 2023-06-15 CN CN202310717229.6A patent/CN116739752A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110837931B (zh) | 客户流失预测方法、装置及存储介质 | |
| Munappy et al. | Data management challenges for deep learning | |
| Ma et al. | A new aspect on P2P online lending default prediction using meta-level phone usage data in China | |
| US20200192894A1 (en) | System and method for using data incident based modeling and prediction | |
| EP3686756A1 (en) | Method and apparatus for grouping data records | |
| US11082509B1 (en) | Determining session intent | |
| CN105225135B (zh) | 潜力客户识别方法以及装置 | |
| CN109389321B (zh) | 一种项目清单的分类方法及装置 | |
| CN111986027A (zh) | 基于人工智能的异常交易处理方法、装置 | |
| CN113435627A (zh) | 基于工单轨迹信息的电力客户投诉预测方法及装置 | |
| CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
| CN105359172A (zh) | 计算企业存在拖欠的概率 | |
| CN112819476A (zh) | 风险识别方法、装置、非易失性存储介质和处理器 | |
| CN111046281A (zh) | 热点话题的构建方法及装置 | |
| CN112819182B (zh) | 一种钞盒状态预测模型的训练方法、装置及设备 | |
| CN115965468A (zh) | 基于交易数据的异常行为检测方法、装置、设备及介质 | |
| CN115689713A (zh) | 异常风险数据处理方法、装置、计算机设备和存储介质 | |
| CN116739752A (zh) | 一种消息提醒方法、装置、电子设备及存储介质 | |
| CN114626940A (zh) | 数据分析方法、装置及电子设备 | |
| CN114612239A (zh) | 基于算法、大数据、人工智能的股票舆情监测和风控系统 | |
| CN113592140A (zh) | 电费缴纳预测模型训练系统和电费缴纳预测模型 | |
| CN113283979A (zh) | 一种贷款申请人的贷款信用评估方法、装置及存储介质 | |
| CN112950392A (zh) | 信息展示方法、后验信息确定方法及装置及相关设备 | |
| Davarzani et al. | Study of missing meter data impact on domestic load profiles clustering and characterization | |
| CN111967966B (zh) | 一种手机银行睡眠客户的自动唤醒方法及系统 |
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 |