CN116886817A - 业务操作提醒方法、装置、设备、介质和产品 - Google Patents
业务操作提醒方法、装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN116886817A CN116886817A CN202310610713.9A CN202310610713A CN116886817A CN 116886817 A CN116886817 A CN 116886817A CN 202310610713 A CN202310610713 A CN 202310610713A CN 116886817 A CN116886817 A CN 116886817A
- Authority
- CN
- China
- Prior art keywords
- preset
- word
- target
- message
- reminding
- 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 51
- 238000004590 computer program Methods 0.000 claims abstract description 41
- 230000015654 memory Effects 0.000 claims abstract description 36
- 238000012216 screening Methods 0.000 claims abstract description 32
- 230000007246 mechanism Effects 0.000 claims abstract description 28
- 230000011218 segmentation Effects 0.000 claims abstract description 20
- 238000002372 labelling Methods 0.000 claims abstract description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 230000008531 maintenance mechanism Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007774 longterm Effects 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
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- 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
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72484—User interfaces specially adapted for cordless or mobile telephones wherein functions are triggered by incoming communication events
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Machine Translation (AREA)
Abstract
本申请涉及一种业务操作提醒方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含预设关键词的目标APP推送消息;基于预设语料库,采用条件随机场算法,将短信和目标APP推送消息切分为多个字词;基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与预设字词标签相应的目标字词;将目标字词与预设消息模板相结合得到目标提醒消息,向用户推送目标提醒消息。本申请提供的方法,能够有效提高提醒效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种业务操作提醒方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
目前,银行或者借贷平台会通过自己的消息平台给债务人发送催款消息,但是,由于银行或者借贷平台众多,债务人收到不同消息平台发送的催款消息,可能会漏看消息或者把催款消息当做垃圾消息处理,这样就会降低提醒效率,很可能造成债务人逾期,影响征信。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高提醒效率的业务操作提醒方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种业务操作提醒方法,所述方法包括:
通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;
基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;
基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;
将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
在其中一个实施例中,所述基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,包括:
基于长连接保持机制,向服务器发送连接开启请求;
在连接开启的情况下,获取所有的APP推送消息;
判断所述APP推送消息中是否包含预设关键词,若所述APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
在其中一个实施例中,所述基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,包括:
分别计算所述短信和所述目标APP推送消息中每个字在预设语料库中单字成词的第一概率;
分别计算所述短信和所述目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,所述位置包括词头、词中以及词尾;
基于条件场随机算法、所述第一概率以及所述第二概率,将所述短信和所述目标APP推送消息切分为多个字词。
在其中一个实施例中,所述基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词,包括:
将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词;
判断经过词性筛选的字词是否满足预设字词标签,若所述字词满足预设字词标签,则将所述字词确定为目标字词。
在其中一个实施例中,所述向用户推送所述目标提醒消息,包括:
获取用户设置的提醒规则,所述提醒规则包括提醒方式、提醒频次以及提醒时间点;
基于所述提醒规则,向用户推送所述目标提醒消息,并在相应的移动终端界面上进行显示。
在其中一个实施例中,所述向用户推送基所述目标提醒消息之后,还包括:
若用户在指定业务操作时段内未操作相应的业务,则将所述目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
第二方面,本申请还提供了一种业务操作提醒装置,所述装置包括:
获取模块,用于通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;
切分模块,用于基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;
标注模块,用于基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;
推送模块,用于将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
第三方面,本申请还提供了一种计算机设备。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任意一个实施例中的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。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任意一个实施例中的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。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任意一个实施例中的方法的步骤。
上述业务操作提醒方法、装置、计算机设备、存储介质和计算机程序产品,通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含预设关键词的目标APP推送消息,预设关键词是与业务操作相关的字词;基于预设语料库,采用条件随机场算法,将短信和目标APP推送消息切分为多个字词,预设语料库中包含多条与业务操作相关的语句;基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与预设字词标签相应的目标字词;将目标字词与预设消息模板相结合得到目标提醒消息,向用户推送目标提醒消息,目标提醒消息用于提醒用户操作业务。本申请提供的方法,将用户移动终端上收到的所有包含预设关键词的提醒消息汇总起来,经过处理后按照一定的规则发送至用户移动终端,能够有效提高提醒效率。
附图说明
图1为一个实施例中业务操作提醒方法的应用环境图;
图2为一个实施例中业务操作提醒方法的流程示意图;
图3为一个实施例中目标字词确定方法的流程示意图;
图4为一个实施例中业务操作提醒装置的结构框图;
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业务操作提醒方法,可以应用于如图1所示的应用环境中。图中包括短信系统102、预建小程序104以及目标小程序106。预建小程序104通过API接口,从短信系统102获取包含预设关键词的短信,基于长连接保持机制,预建小程序104从目标小程序106获取包含预设关键词的目标APP推送消息。
在一个实施例中,如图2所示,提供了一种业务操作提醒方法,以该方法应用于图1中的预建小程序为例进行说明,包括以下步骤:
S202、通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含预设关键词的目标APP推送消息,预设关键词是与业务操作相关的字词。
其中,预设关键词可以包括还款和扣款,本申请实施例对此不作具体限定。
预建小程序基于预先编写好的后台程序,能够利用API获取用户移动终端上的短信,例如,在Android系统中,预建小程序通过Android系统提供的短信API接口,并使用ContentResolver类来查询短信数据库,从而获取用户移动终端上的短信。然后预建小程序基于筛选程序,将包含预设关键字的短信筛选出来,并存储到数据库中。
S204、基于预设语料库,采用条件随机场算法,将短信和目标APP推送消息切分为多个字词,预设语料库中包含多条与业务操作相关的语句。
其中,预设语料库是由大量的句子组成,并且尽可能包含各种句式,预设语料库的质量直接影响联合概率分布和分词的效果,词语之间采用空格符分隔。条件随机场算法对应于一个无向图,用于在给定需要标记的观察序列的条件下,计算整个标记序列的联合概率分布。
S206、基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与预设字词标签相应的目标字词。
其中,长短期记忆模型是一种时间循环神经网络,是为了解决一般的循环神经网络中存在的长期依赖问题所涉及出来的,可以解决一般的循环神经网络中梯度消失和梯度爆炸的问题。
S208、将目标字词与预设消息模板相结合得到目标提醒消息,向用户推送目标提醒消息,目标提醒消息用于提醒用户操作业务。
其中,目标字词可以为和还款时间、还款对象以及还款账户相关的字词,本申请实施例对此不作具体限定。
上述业务操作提醒方法中,通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含预设关键词的目标APP推送消息,预设关键词是与业务操作相关的字词;基于预设语料库,采用条件随机场算法,将短信和目标APP推送消息切分为多个字词,预设语料库中包含多条与业务操作相关的语句;基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与预设字词标签相应的目标字词;将目标字词与预设消息模板相结合得到目标提醒消息,向用户推送目标提醒消息,目标提醒消息用于提醒用户操作业务。本申请提供的方法,将用户移动终端上收到的所有包含预设关键词的提醒消息汇总起来,经过处理后按照一定的规则发送至用户移动终端,能够有效提高提醒效率。
在一些实施例中,基于长连接保持机制,获取包含预设关键词的目标APP推送消息,包括:基于长连接保持机制,向服务器发送连接开启请求;在连接开启的情况下,获取所有的APP推送消息;判断APP推送消息中是否包含预设关键词,若APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
其中,使用长连接时客户端向服务器发送请求,服务器将保持连接打开。预建小程序可以在连接打开的情况下保持等待状态,以便在某些贷款或者手机银行APP有新消息时可以立即接受它们,获取消息内容。
本实施例中,基于长连接机制获取目标APP推送消息,可以避免频繁的网络请求和响应。
在一些实施例中,基于预设语料库,采用条件随机场算法,将短信和目标APP推送消息切分为多个字词,包括:分别计算短信和目标APP推送消息中每个字在预设语料库中单字成词的第一概率;分别计算短信和目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,位置包括词头、词中以及词尾;基于条件场随机算法、第一概率以及第二概率,将短信和目标APP推送消息切分为多个字词。
具体地,将短信和目标APP推送消息中每个字与预设语料库存储的字进行对比,若预设语料库中存在相同的字,则计算该字对应的第一概率和第二概率。
本实施例中,基于第一概率和第二概率对消息进行切分,能够提高消息切分的准确性。
在一些实施例中,如图3所示,基于预设字词标签和每个字词的词性,从所有字词中筛选出与预设字词标签相应的目标字词,包括:
S302、将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词。
其中,预设词性指的是目标字词对应的词性。
S304、判断经过词性筛选的字词是否满足预设字词标签,若字词满足预设字词标签,则将字词确定为目标字词。
其中,预设字词标签可以为还款时间、还款对象以及还款账户,本申请实施例对此不作具体限定。
本实施例中,利用预设字词标签和预设词性筛选目标字词,使得筛选出来的目标字词更加准确。
在一些实施例中,向用户推送目标提醒消息,包括:获取用户设置的提醒规则,提醒规则包括提醒方式、提醒频次以及提醒时间点;基于提醒规则,向用户推送目标提醒消息,并在相应的移动终端界面上进行显示。
其中,由预建小程序基于长连接机制向用户推送目标提醒消息。
本实施例中,基于用户自己设置的提醒规则提醒用户,更能让用户关注到提醒消息,能够保证提醒效率。
在一些实施例中,向用户推送基目标提醒消息之后,还包括:若用户在指定业务操作时段内未操作相应的业务,则将目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
其中,利用语音合成技术将目标提醒消息转换为语音消息。
本实施例中,在利用目标提醒消息提醒用户,用户仍未操作业务后,利用语音消息再次提醒用户,能够使得对用户的提醒更加全面。
在一个实施例中,提供了另一种业务操作提醒方法,本方法研发一套小程序或者APP,并安装在手机上,本方法包括以下内容:
(1)收集汇总各渠道的还贷信息,捕获包含“还款”、“扣款”这类关键字的短信和APP推送消息,并对其还款对象、还款时间和还款账户等信息进行解析、整理汇总。
捕获包含“还款”、“扣款”这类关键字信息的原理:利用API接口读取手机上的短信信息。具体包括以下内容:编写后台程序,实现读取手机上短信消息的API,以Android系统为例,调用Android系统提供的短信API接口,读取短信消息,使用ContentResolver类来查询短信数据库,获取短信消息的内容。对读取到的短信消息进行筛选,维护一个待捕获关键字的码表数据,如“还款”、“扣款”,开发筛选程序,通过模糊匹配的方式对短信消息进行筛选,若命中,则将此条短信信息存放到数据库DB1中。
利用长连接保持机制,定制化地监听某些APP的推送消息。具体包括以下内容:长连接可以避免频繁的网络请求和响应,使用长连接时客户端向服务器发送请求,服务器将保持连接打开。小程序或者APP可以在连接打开的情况下保持等待状态,以便在某些贷款或者手机银行APP有新消息时可以立即接受它们,获取消息内容。同样,对读取到的消息进行筛选,维护一个待捕获关键字的码表数据,如“还款”、“扣款”,开发筛选程序,通过模糊匹配的方式对消息进行筛选,若命中,则将此条信息存放到数据库DB1中。
(2)对其还款对象、还款时间和还款账户等信息进行解析:获取到短信和APP推送消息的完整原文之后,利用语义识别,自然语言处理,以及一些成熟的人工智能模型,精确地将还款对象、还款时间、还款账户等信息截取出来,形成简版的信息卡片,供下面的流程处理:
1)读取数据库DB1中的包含“还款”、“扣款”等关键字的信息。
2)分词:将信息按照词语进行切分,得到一系列词语。
3)词性标注:确定每个词语的语法角色。
4)实体识别及关键词提取:识别短信中的还款对象、还款时间和还款账户等实体,并将这些关键词进行提取。
5)将还款对象、还款时间、还款账户等信息提取出来之后,可形成简版的小卡片,生成一条处理后的信息,存放到数据库DB2中。
(3)按照还贷时间顺序形成待办事项,并根据债务人配置的提醒方式、提醒频次、提醒时间等数据进行合理提醒。
1)对数据库DB2中的数据,按照还款时间进行排序,得到排序后的卡片列表。
2)通过小程序或者APP收集使用者设置的提醒方式、提醒频次、提醒时间等数据(若未设置则采用默认数据),使用长连接机制进行消息提醒,可将消息推送给小程序或者APP。
语音提醒的功能,需要接入运营商,当债务人接通电话后,按照待办事项的文字描述对债务人进行语音提醒;其余文字提醒和闹钟提醒的功能将由研发的小程序或者APP完成。
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业务操作提醒方法的业务操作提醒装置。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业务操作提醒装置实施例中的具体限定可以参见上文中对于业务操作提醒方法的限定,在此不再赘述。
在一个实施例中,如图4所示,提供了一种业务操作提醒装置400,包括:获取模块401、切分模块402、标注模块403和推送模块404,其中:
获取模块401,用于通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词。
切分模块402,用于基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句。
标注模块403,用于基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词。
推送模块404,用于将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
在一些实施例中,获取模块401,还用于:基于长连接保持机制,向服务器发送连接开启请求;在连接开启的情况下,获取所有的APP推送消息;判断所述APP推送消息中是否包含预设关键词,若所述APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
在一些实施例中,切分模块402,还用于:分别计算所述短信和所述目标APP推送消息中每个字在预设语料库中单字成词的第一概率;分别计算所述短信和所述目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,所述位置包括词头、词中以及词尾;基于条件场随机算法、所述第一概率以及所述第二概率,将所述短信和所述目标APP推送消息切分为多个字词。
在一些实施例中,标注模块403,还用于:将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词;判断经过词性筛选的字词是否满足预设字词标签,若所述字词满足预设字词标签,则将所述字词确定为目标字词。
在一些实施例中,推送模块404,还用于:获取用户设置的提醒规则,所述提醒规则包括提醒方式、提醒频次以及提醒时间点;基于所述提醒规则,向用户推送所述目标提醒消息,并在相应的移动终端界面上进行显示。
在一些实施例中,业务操作提醒装置400,具体用于:若用户在指定业务操作时段内未操作相应的业务,则将所述目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
上述业务操作提醒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。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。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短信和APP推送消息数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信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业务操作提醒方法。
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,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以下步骤:通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
在一个实施例中,处理器执行计算机程序时所实现的基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,包括:基于长连接保持机制,向服务器发送连接开启请求;在连接开启的情况下,获取所有的APP推送消息;判断所述APP推送消息中是否包含预设关键词,若所述APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
在一个实施例中,处理器执行计算机程序时所实现的基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,包括:分别计算所述短信和所述目标APP推送消息中每个字在预设语料库中单字成词的第一概率;分别计算所述短信和所述目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,所述位置包括词头、词中以及词尾;基于条件场随机算法、所述第一概率以及所述第二概率,将所述短信和所述目标APP推送消息切分为多个字词。
在一个实施例中,处理器执行计算机程序时所实现的基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词,包括:将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词;判断经过词性筛选的字词是否满足预设字词标签,若所述字词满足预设字词标签,则将所述字词确定为目标字词。
在一个实施例中,处理器执行计算机程序时所实现的向用户推送所述目标提醒消息,包括:获取用户设置的提醒规则,所述提醒规则包括提醒方式、提醒频次以及提醒时间点;基于所述提醒规则,向用户推送所述目标提醒消息,并在相应的移动终端界面上进行显示。
在一个实施例中,处理器执行计算机程序时所实现的向用户推送基所述目标提醒消息之后,还包括:若用户在指定业务操作时段内未操作相应的业务,则将所述目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
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,计算机程序被处理器执行时实现以下步骤:通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
在一个实施例中,计算机程序被处理器执行时所实现的基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,包括:基于长连接保持机制,向服务器发送连接开启请求;在连接开启的情况下,获取所有的APP推送消息;判断所述APP推送消息中是否包含预设关键词,若所述APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
在一个实施例中,计算机程序被处理器执行时所实现的基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,包括:分别计算所述短信和所述目标APP推送消息中每个字在预设语料库中单字成词的第一概率;分别计算所述短信和所述目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,所述位置包括词头、词中以及词尾;基于条件场随机算法、所述第一概率以及所述第二概率,将所述短信和所述目标APP推送消息切分为多个字词。
在一个实施例中,计算机程序被处理器执行时所实现的基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词,包括:将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词;判断经过词性筛选的字词是否满足预设字词标签,若所述字词满足预设字词标签,则将所述字词确定为目标字词。
在一个实施例中,计算机程序被处理器执行时所实现的向用户推送所述目标提醒消息,包括:获取用户设置的提醒规则,所述提醒规则包括提醒方式、提醒频次以及提醒时间点;基于所述提醒规则,向用户推送所述目标提醒消息,并在相应的移动终端界面上进行显示。
在一个实施例中,计算机程序被处理器执行时所实现的向用户推送基所述目标提醒消息之后,还包括:若用户在指定业务操作时段内未操作相应的业务,则将所述目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
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以下步骤:通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
在一个实施例中,计算机程序被处理器执行时所实现的基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,包括:基于长连接保持机制,向服务器发送连接开启请求;在连接开启的情况下,获取所有的APP推送消息;判断所述APP推送消息中是否包含预设关键词,若所述APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
在一个实施例中,计算机程序被处理器执行时所实现的基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,包括:分别计算所述短信和所述目标APP推送消息中每个字在预设语料库中单字成词的第一概率;分别计算所述短信和所述目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,所述位置包括词头、词中以及词尾;基于条件场随机算法、所述第一概率以及所述第二概率,将所述短信和所述目标APP推送消息切分为多个字词。
在一个实施例中,计算机程序被处理器执行时所实现的基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词,包括:将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词;判断经过词性筛选的字词是否满足预设字词标签,若所述字词满足预设字词标签,则将所述字词确定为目标字词。
在一个实施例中,计算机程序被处理器执行时所实现的向用户推送所述目标提醒消息,包括:获取用户设置的提醒规则,所述提醒规则包括提醒方式、提醒频次以及提醒时间点;基于所述提醒规则,向用户推送所述目标提醒消息,并在相应的移动终端界面上进行显示。
在一个实施例中,计算机程序被处理器执行时所实现的向用户推送基所述目标提醒消息之后,还包括:若用户在指定业务操作时段内未操作相应的业务,则将所述目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
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,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
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)
1.一种业务操作提醒方法,其特征在于,所述方法包括:
通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;
基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;
基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;
将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
2.根据权利要求1所述的方法,其特征在于,所述基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,包括:
基于长连接保持机制,向服务器发送连接开启请求;
在连接开启的情况下,获取所有的APP推送消息;
判断所述APP推送消息中是否包含预设关键词,若所述APP推送消息中至少包含一个预设关键词,则将相应的APP推送消息确定为目标APP推送消息。
3.根据权利要求1所述的方法,其特征在于,所述基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,包括:
分别计算所述短信和所述目标APP推送消息中每个字在预设语料库中单字成词的第一概率;
分别计算所述短信和所述目标APP推送消息中每个字和相邻字在预设语料库中共同组成词语的第二概率,并确定每个字在词语中的位置,所述位置包括词头、词中以及词尾;
基于条件场随机算法、所述第一概率以及所述第二概率,将所述短信和所述目标APP推送消息切分为多个字词。
4.根据权利要求1所述的方法,其特征在于,所述基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词,包括:
将每个字词的词性和预设词性进行对比,筛选出和预设词性一致的词性所对应的字词;
判断经过词性筛选的字词是否满足预设字词标签,若所述字词满足预设字词标签,则将所述字词确定为目标字词。
5.根据权利要求1所述的方法,其特征在于,所述向用户推送所述目标提醒消息,包括:
获取用户设置的提醒规则,所述提醒规则包括提醒方式、提醒频次以及提醒时间点;
基于所述提醒规则,向用户推送所述目标提醒消息,并在相应的移动终端界面上进行显示。
6.根据权利要求5所述的方法,其特征在于,所述向用户推送基所述目标提醒消息之后,还包括:
若用户在指定业务操作时段内未操作相应的业务,则将所述目标提醒消息转换为语音消息,并通过语音电话的形式提醒用户。
7.一种业务操作提醒装置,其特征在于,所述装置包括:
获取模块,用于通过API接口,获取包含预设关键词的短信,基于长连接保持机制,获取包含所述预设关键词的目标APP推送消息,所述预设关键词是与业务操作相关的字词;
切分模块,用于基于预设语料库,采用条件随机场算法,将所述短信和所述目标APP推送消息切分为多个字词,所述预设语料库中包含多条与所述业务操作相关的语句;
标注模块,用于基于长短期记忆模型,标注切分得到的每个字词相应的词性,并基于预设字词标签和每个字词的词性,从所有字词中筛选出与所述预设字词标签相应的目标字词;
推送模块,用于将所述目标字词与预设消息模板相结合得到目标提醒消息,向用户推送所述目标提醒消息,所述目标提醒消息用于提醒用户操作业务。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310610713.9A CN116886817A (zh) | 2023-05-26 | 2023-05-26 | 业务操作提醒方法、装置、设备、介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310610713.9A CN116886817A (zh) | 2023-05-26 | 2023-05-26 | 业务操作提醒方法、装置、设备、介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116886817A true CN116886817A (zh) | 2023-10-13 |
Family
ID=88264982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310610713.9A Pending CN116886817A (zh) | 2023-05-26 | 2023-05-26 | 业务操作提醒方法、装置、设备、介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116886817A (zh) |
-
2023
- 2023-05-26 CN CN202310610713.9A patent/CN116886817A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763952B (zh) | 一种数据分类方法、装置及电子设备 | |
CN110457302B (zh) | 一种结构化数据智能清洗方法 | |
CN113011889B (zh) | 账号异常识别方法、系统、装置、设备及介质 | |
WO2018028065A1 (zh) | 一种短信息分类方法、装置及计算机存储介质 | |
CN110909540B (zh) | 短信垃圾新词识别方法、装置及电子设备 | |
CN111324716A (zh) | 指标数据获取方法、装置、计算机设备和存储介质 | |
CN111259207A (zh) | 短信的识别方法、装置及设备 | |
CN110972086A (zh) | 短信息处理方法、装置、电子设备及计算机可读存储介质 | |
CN112926471A (zh) | 业务单据影像内容识别方法及装置 | |
CN112256863A (zh) | 一种确定语料意图的方法、装置及电子设备 | |
CN116628163A (zh) | 客服服务处理方法、装置、设备及存储介质 | |
CN116886817A (zh) | 业务操作提醒方法、装置、设备、介质和产品 | |
CN113901817A (zh) | 文档分类方法、装置、计算机设备和存储介质 | |
CN115017256A (zh) | 电力数据处理方法、装置、电子设备及存储介质 | |
CN115129864A (zh) | 文本分类方法、装置、计算机设备和存储介质 | |
CN114741501A (zh) | 舆情预警方法、装置、可读存储介质及电子设备 | |
CN109145115B (zh) | 产品舆情发现方法、装置、计算机设备和存储介质 | |
CN110738562A (zh) | 一种风险提醒信息的生成方法、装置及设备 | |
CN117093715B (zh) | 词库扩充方法、系统、计算机设备及存储介质 | |
CN116702789A (zh) | 语义分析方法、装置、计算机设备以及存储介质 | |
US11354274B1 (en) | System and method for performing data minimization without reading data content | |
CN118115257A (zh) | 金融业务的处理方法和装置、存储介质及电子设备 | |
CN114091431A (zh) | 事项信息提取方法、装置、计算机设备及存储介质 | |
CN117389607A (zh) | 看板配置方法、装置、计算机设备及存储介质 | |
CN116126367A (zh) | 模型更新方法、装置、电子设备及存储介质 |
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 |