CN117194769A - 业务推荐方法、装置、设备、存储介质和程序产品 - Google Patents
业务推荐方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN117194769A CN117194769A CN202310913521.5A CN202310913521A CN117194769A CN 117194769 A CN117194769 A CN 117194769A CN 202310913521 A CN202310913521 A CN 202310913521A CN 117194769 A CN117194769 A CN 117194769A
- Authority
- CN
- China
- Prior art keywords
- transaction
- service
- consultation
- historical
- determining
- 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 description 44
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000005484 gravity 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
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种业务推荐方法、装置、设备、存储介质和程序产品,涉及计算机技术领域,可用于金融科技领域或其他相关领域。该方法包括:响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据;根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;根据推荐权重值从各交易业务中确定目标业务;展示目标业务。上述方法,通过根据目标用户的历史业务交易数据和业务系统的历史业务咨询数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,进而根据推荐权重值确定目标业务,实现了准确为不同用户推荐合适的业务的效果。
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推荐方法、装置、设备、存储介质和程序产品。
背景技术
客服系统作为客户与现代企业之间重要的沟通桥梁,在企业形象展示、客户咨询、产品销售、技术支持和售后服务等诸多领域发挥重要的作用。
以银行的客服系统为例,相关技术中,用户通过客服系统进行业务咨询时,客服通常会为用户推荐一系列业务选项,以供用户从中选择想要咨询的相关业务。
然而,相关技术中的业务推荐方式不够灵活,无法准确为不同用户推荐适合的业务。
发明内容
基于此,有必要针对上述技术问题,提供一种业务推荐方法、装置、设备、存储介质和程序产品,能够根据目标用户的历史业务交易数据和业务系统的历史业务咨询数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,进而可以根据推荐权重值确定出为目标用户推荐的目标业务,实现了准确为不同用户推荐合适的业务的效果。
第一方面,本申请实施例提供了一种业务推荐方法。该方法包括:
响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和所述目标用户的历史业务交易数据;
根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;
根据推荐权重值从各交易业务中确定目标业务;
展示目标业务。
在其中一个实施例中,根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,包括:
根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱;业务知识图谱表示历史业务交易数据中的多个交易业务之间的关系;
根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
在其中一个实施例中,根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱,包括:
获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系;
以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
在其中一个实施例中,根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值,包括:
根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间;
根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值;根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值;根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值;
根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
在其中一个实施例中,根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值,包括:
获取各系统咨询业务的咨询次数中的最大咨询次数;
根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
在其中一个实施例中,根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值,包括:
根据预设时间阈值,从业务知识图谱中获取第一交易业务;第一交易业务表示交易时间小于预设时间阈值的交易业务以及关联交易业务;
根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值。
在其中一个实施例中,根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值,包括:
根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值;
将预设权重值确定为各交易业务中除所述第一交易业务的剩余交易业务的推荐权重值;
将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
在其中一个实施例中,根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值,包括:
对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
第二方面,本申请实施例还提供了一种业务推荐装置。该装置包括:
数据获取模块,用于响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据;
第一确定模块,用于根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;
第二确定模块,用于根据推荐权重值从各交易业务中确定目标业务;
业务展示模块,用于展示目标业务。
第三方面,本申请实施例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第一方面中任一实施例中的步骤。
第四方面,本申请实施例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第一方面中任一实施例中的步骤。
第五方面,本申请实施例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第一方面中任一实施例中的步骤。
上述业务推荐方法、装置、设备、存储介质和程序产品,通过响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据,进而根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,之后根据推荐权重值从各交易业务中确定目标业务,最后展示目标业务。上述方法,通过引入历史数据,根据历史数据确定向目标用户推荐的目标业务,即根据目标用户的历史业务交易数据和业务系统的历史业务咨询数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,进而根据推荐权重值确定为目标用户推荐的目标业务,实现了准确为不同用户推荐合适的业务的效果。
附图说明
图1为一个实施例中业务推荐方法的应用环境图;
图2为一个实施例中业务推荐方法的流程示意图;
图3为一个实施例中确定推荐权重值的流程示意图;
图4为一个实施例中构建业务知识图谱的流程示意图;
图5为另一个实施例中确定推荐权重值的流程示意图;
图6为一个实施例中确定第一推荐权重值的流程示意图;
图7为一个实施例中确定第二推荐权重值的流程示意图;
图8为另一个实施例中确定第二推荐权重值的流程示意图;
图9为另一个实施例中业务推荐方法的流程示意图;
图10为一个实施例中业务推荐装置的结构示意图;
图11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推荐方法,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。可选的,终端102可以集成可视化界面,用于接收并展示目标业务。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑等。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,提供了一种业务推荐方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
S201,响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据。
在本申请实施例中,目标用户即为需要进行业务推荐的用户。历史业务咨询数据即为历史时间段内业务系统中各用户在进行业务咨询后而生成的数据,可以包括各用户咨询过的业务以及咨询各业务的次数等。历史业务交易数据即为历史时间段内目标用户在业务系统中进行交易而生成的数据,可以包括点击过的业务模块、办理过的业务以及进行各业务交易的时间等。
业务咨询指令即为目标用户在具有业务咨询的需求时,向服务器所发送的指令。在一可实现方式中,用户所持终端中集成服务器提供的业务咨询工具,进而可通过业务咨询工具,向服务器发送目标用户的业务咨询指令。可选的,业务咨询工具可以以网页、小程序、应用程序等形式呈现。
可选的,响应于目标用户的业务咨询指令,从存储历史业务数据的数据库中获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据。
S202,根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值。
在本申请实施例中,推荐权重值即为各交易业务的推荐比重。
一种可实现方式为将历史业务咨询数据和目标用户的历史业务交易数据输入至预先训练好的模型中,由模型输出目标用户的历史业务交易数据中多个交易业务的推荐权重值。
另一种可实现方式为根据预先设定的确定推荐权重值的确定逻辑,并结合历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值。
S203,根据推荐权重值从各交易业务中确定目标业务。
在本申请实施例中,目标业务即为为目标用户推荐的业务。
一种可实现方式为将目标用户的历史业务交易数据中多个交易业务的推荐权重值输入至预先训练好的模型中,由模型输出目标业务。
另一种可实现方式为根据预先设定的权重阈值和推荐权重值,确定目标业务。例如,可以将各交易业务的推荐权重值与预先设定的权重阈值进行比较;对于任一交易业务,若该交易业务的推荐权重值大于权重阈值,则将该交易业务确定为目标业务。
S204,展示目标业务。
可选的,可以将目标业务发送至终端,由终端对目标业务进行展示,以供目标用户选择想要咨询的业务。
本申请实施例提供的业务推荐方法中,通过响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据,进而根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,之后根据推荐权重值从各交易业务中确定目标业务,最后展示目标业务。上述方法,通过引入历史数据,根据历史数据确定向目标用户推荐的目标业务,即根据目标用户的历史业务交易数据和业务系统的历史业务咨询数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值,进而根据推荐权重值确定为目标用户推荐的目标业务,实现了准确为不同用户推荐合适的业务的效果。
业务系统中若存在新用户或者某一用户的交易数据较少,则可以根据用户与用户之间的相似度,来为新用户或者交易数据较少的用户推荐业务。基于此,在一个实施例中,提供一种确定推荐权重值的可选方式。如图3所示,可以包括如下步骤:
S301,根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱。
在本申请实施例中,业务知识图谱表示历史业务交易数据中的多个交易业务之间的关系。
可选的,可以将目标用户的历史业务交易数据输入至预先训练好的模型中,由模型输出目标用户的业务知识图谱。
S302,根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
一种可实现方式为将业务知识图谱和历史业务咨询数据输入至预先训练好的模型中,由模型输出历史业务交易数据中多个交易业务的推荐权重值。
另一种可实现方式为可以根据预先设定的确定推荐权重的确定逻辑,并结合业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
本申请实施例中,通过引入业务知识图谱,可以根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值,为目标用户推荐业务提供了数据支撑。
知识图谱的构建过程通常包括信息抽取和知识融合等阶段,对于不同的数据,其信息抽取方式和知识融合过程也存在不同。基于此,在一个实施例中,提供一种构建业务知识图谱的可选方式。如图4所示,可以包括如下步骤:
S401,获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系。
S402,以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
构建知识图谱需要根据信息抽取来确定出节点和边,进而根据节点和边即可以构建出知识图谱。可选的,目标用户的历史业务交易数据中存储有多个交易业务以及各交易业务之间的关系,可以以多个交易业务为节点,以及以各交易业务之间的关系为边来构建目标用户的业务知识图谱。
本申请实施例中,提供了一种构建目标用户的业务知识图谱的可选方式。
历史业务咨询数据中包括目标用户的个人历史咨询数据以及其他用户的历史咨询数据,在确定推荐权重值时可以结合历史业务咨询数据中的不同数据来计算。基于此,在一个实施例中,提供另一种确定推荐权重值的可选方式。如图5所示,可以包括如下步骤:
S501,根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间。
可选的,在历史业务咨询数据中包括有多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间,可以直接从历史业务咨询数据中获取。
S502,根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值;根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值;根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值。
可选的,可以将各系统咨询业务的咨询次数以及业务知识图谱,输入至预先训练好的模型中,由模型输出各交易业务的第一推荐权重值。将业务知识图谱、各交易业务的交易时间和当前时刻输入至预先训练好的模型中,并输出各交易业务的第二推荐权重值。对于第三推荐权重,可以根据各个人咨询业务的咨询时间与当前时刻来确定;例如,对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
S503,根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
可选的,对于每一交易业务,均确定出了该交易业务的第一推荐权重值、第二推荐权重值和第三推荐权重值,可以直接将该交易业务的第一推荐权重值、第二推荐权重值和第三推荐权重值的总和,确定为该交易业务的推荐权重值。
本申请实施例中,通过引入第一推荐权重值、第二推荐权重值和第三推荐权重值来确定各交易业务的推荐权重值,为快速确定各交易业务的推荐权重值提供了一种可选方式。
各系统咨询业务的咨询次数不同,可以根据不同的咨询次数确定出各系统咨询业务的咨询频率比重,进而根据咨询频率比重确定第一推荐权重值。基于此,在一个实施例中,提供一种确定第一推荐权重值的可选方式。如图6所示,可以包括如下步骤:
S601,获取各系统咨询业务的咨询次数中的最大咨询次数。
S602,根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
从各系统咨询业务的咨询次数中获取出最大咨询次数,进而对于任一交易业务,根据咨询次数和最大咨询次数,确定该交易业务的第一推荐权重值。可选的,对于任一交易业务,在交易业务与系统咨询业务相同的情况下,将该系统咨询业务的咨询次数与最大咨询次数的比值,作为该交易业务的第一推荐权重值。
本申请实施例中,通过引入最大咨询次数,进而根据最大咨询次数来确定各交易业务的第一推荐权重值,为快速确定第一推荐权重值提供了一种可选方式。
构建出业务知识图谱一方面可以基于用户相似度来推荐业务,另一方面在业务知识图谱中可以比较直观的看出各业务之间的关联,方便查找到上下游的相关业务。基于此,在一个实施例中,提供一种确定第二推荐权重的可选方式,如图7所示,可以包括如下步骤:
S701,根据预设时间阈值,从业务知识图谱中获取第一交易业务。
S702,根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值。
在本申请实施例中,第一交易业务表示交易时间小于预设时间阈值的交易业务以及关联交易业务。
可选的,对于用户当前时刻想要咨询的业务,在一定程序上可能与用户近期交易过业务相关。基于此,预先设定时间阈值,根据预设时间阈值从业务知识图谱中获取到相关的交易业务,进而可以将第一交易业务的第一交易时间和当前时刻输入至预先训练好的模型中,由模型输出各交易业务的第二推荐权重值。
本申请实施例中,为快速确定第二推荐权重值提供了一种可选方式。
第一交易时间属于第一交易业务的交易时间,因此根据第一交易时间与当前时刻可以确定出第一交易业务的推荐权重值,在业务知识图谱中其他剩余交易业务需要根据其他方式确定推荐权重值。基于此,在一个实施例中,提供另一种确定第二推荐权重值的可选方式。如图8所示,可以包括如下步骤:
S801,根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值。
S802,将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值。
S803,将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
可选的,对于任一第一交易业务,可以根据预先设定的确定推荐权重的确定逻辑,并结合该第一交易业务对应的第一交易时间和当前时刻,确定该第一交易业务的推荐权重值;例如,可以根据公式e-(T-Ti)来确定该第一交易业务的推荐权重值;其中,T为当前时刻;Ti为该第一交易业务对应的第一交易时间。进一步的,将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值;最后各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,即可以构成各交易业务的第二推荐权重值;其中,预设权重值可以为任何数值,例如,可以为0。
本申请实施例中,提供了另一种确定各交易业务的第二推荐权重值的可选方式。
另外,在一个实施例中,本申请实施例还提供一个业务推荐方法的可选实例。结合图9所示,包括:
S901,响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据。
S902,获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系。
S903,以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
S904,根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间。
S905,获取各系统咨询业务的咨询次数中的最大咨询次数。
S906,根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
S907,根据预设时间阈值,从业务知识图谱中获取第一交易业务。
S908,根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值。
S909,将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值。
S910,将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
S911,对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
S912,根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
S913,根据推荐权重值从各交易业务中确定目标业务。
S914,展示目标业务。
上述S901-S914的过程可以参见上述方法实施例的描述,其实现原理和技术效果类似,在此不再赘述。
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推荐方法的业务推荐装置。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推荐装置实施例中的具体限定可以参见上文中对于业务推荐方法的限定,在此不再赘述。
在一个实施例中,如图10所示,提供了一种业务推荐装置1,包括:数据获取模块10、第一确定模块20、第二确定模块30和业务展示模块40,其中:
数据获取模块10,用于响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据;
第一确定模块20,用于根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;
第二确定模块30,用于根据推荐权重值从各交易业务中确定目标业务;
业务展示模块40,用于展示目标业务。
在其中一个实施例中,上述第一确定模块20可以用于:
根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱;业务知识图谱表示历史业务交易数据中的多个交易业务之间的关系;根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
在其中一个实施例中,上述第一确定模块20还用于:
获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系;以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
在其中一个实施例中,上述第一确定模块20还用于:
根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间;根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值;根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值;根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值;根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
在其中一个实施例中,上述第一确定模块20还用于:
获取各系统咨询业务的咨询次数中的最大咨询次数;根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
在其中一个实施例中,上述第一确定模块20还用于:
根据预设时间阈值,从业务知识图谱中获取第一交易业务;第一交易业务表示交易时间小于预设时间阈值的交易业务以及关联交易业务;根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值。
在其中一个实施例中,上述第一确定模块20还用于:
根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值;将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值;将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
在其中一个实施例中,上述第一确定模块20还用于:
对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
上述业务推荐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11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业务推荐数据。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业务推荐方法。
本领域技术人员可以理解,图11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:
响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据;
根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;
根据推荐权重值从各交易业务中确定目标业务;
展示目标业务。
在其中一个实施例中,处理器执行计算机程序中根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值的逻辑时,可以实现以下步骤:
根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱;业务知识图谱表示历史业务交易数据中的多个交易业务之间的关系;根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
在其中一个实施例中,处理器执行计算机程序中根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱的逻辑时,可以实现以下步骤:
获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系;以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
在其中一个实施例中,处理器执行计算机程序中根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值的逻辑时,可以实现以下步骤:
根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间;根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值;根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值;根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值;根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
在其中一个实施例中,处理器执行计算机程序中根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值的逻辑时,可以实现以下步骤:
获取各系统咨询业务的咨询次数中的最大咨询次数;根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
在其中一个实施例中,处理器执行计算机程序中根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值的逻辑时,可以实现以下步骤:
根据预设时间阈值,从业务知识图谱中获取第一交易业务;第一交易业务表示交易时间小于预设时间阈值的交易业务以及关联交易业务;根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值。
在其中一个实施例中,处理器执行计算机程序中根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值的逻辑时,可以实现以下步骤:
根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值;将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值;将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
在其中一个实施例中,处理器执行计算机程序中根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值的逻辑时,可以实现以下步骤:
对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
上述提供的计算机设备,其在实现各实施例中的原理和过程可参见前述实施例中业务推荐方法实施例中的说明,此处不再赘述。
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:
响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据;
根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;
根据推荐权重值从各交易业务中确定目标业务;
展示目标业务。
在其中一个实施例中,计算机程序中根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱;业务知识图谱表示历史业务交易数据中的多个交易业务之间的关系;根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
在其中一个实施例中,计算机程序中根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱的逻辑被处理器执行时,可以实现以下步骤:
获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系;以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
在其中一个实施例中,计算机程序中根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间;根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值;根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值;根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值;根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
在其中一个实施例中,计算机程序中根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
获取各系统咨询业务的咨询次数中的最大咨询次数;根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
在其中一个实施例中,计算机程序中根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据预设时间阈值,从业务知识图谱中获取第一交易业务;第一交易业务表示交易时间小于预设时间阈值的交易业务以及关联交易业务;
根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值。
在其中一个实施例中,计算机程序中根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值;将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值;将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
在其中一个实施例中,计算机程序中根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
上述提供的计算机可读存储介质,其在实现各实施例中的原理和过程可参见前述实施例中业务推荐方法实施例中的说明,此处不再赘述。
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:
响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和目标用户的历史业务交易数据;
根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值;
根据推荐权重值从各交易业务中确定目标业务;
展示目标业务。
在其中一个实施例中,计算机程序中根据历史业务咨询数据和目标用户的历史业务交易数据,确定目标用户的历史业务交易数据中多个交易业务的推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱;业务知识图谱表示历史业务交易数据中的多个交易业务之间的关系;根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值。
在其中一个实施例中,计算机程序中根据目标用户的历史业务交易数据,构建目标用户的业务知识图谱的逻辑被处理器执行时,可以实现以下步骤:
获取历史业务交易数据中多个交易业务以及各交易业务之间的关联关系;以各交易业务为节点,各交易业务之间的关联关系为边,构建目标用户的业务知识图谱。
在其中一个实施例中,计算机程序中根据业务知识图谱和历史业务咨询数据,确定历史业务交易数据中多个交易业务的推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据历史业务咨询数据,获取多个系统咨询业务的咨询次数和目标用户的多个个人咨询业务的咨询时间;根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值;根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值;根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值;根据第一推荐权重值、第二推荐权重值和第三推荐权重值,确定各交易业务的推荐权重值。
在其中一个实施例中,计算机程序中根据各系统咨询业务的咨询次数,确定各交易业务的第一推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
获取各系统咨询业务的咨询次数中的最大咨询次数;根据各咨询次数和最大咨询次数,确定各交易业务的第一推荐权重值。
在其中一个实施例中,计算机程序中根据业务知识图谱、各交易业务的交易时间和当前时刻,确定各交易业务的第二推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据预设时间阈值,从业务知识图谱中获取第一交易业务;第一交易业务表示交易时间小于预设时间阈值的交易业务以及关联交易业务;
根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值。
在其中一个实施例中,计算机程序中根据第一交易业务的第一交易时间和当前时刻,确定各交易业务的第二推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
根据各第一交易时间和当前时刻,确定各第一交易业务的推荐权重值;将预设权重值确定为各交易业务中除第一交易业务的剩余交易业务的推荐权重值;将各第一交易业务的推荐权重值和剩余交易业务的推荐权重值,确定为各交易业务的第二推荐权重值。
在其中一个实施例中,计算机程序中根据各个人咨询业务的咨询时间和当前时刻,确定各交易业务的第三推荐权重值的逻辑被处理器执行时,可以实现以下步骤:
对于任一交易业务,在交易业务与个人咨询业务相同的情况下,将个人咨询业务的咨询时间与当前时刻的比值,确定为交易业务的第三推荐权重值。
上述提供的计算机程序产品,其在实现各实施例中的原理和过程可参见前述实施例中业务推荐方法实施例中的说明,此处不再赘述。
需要说明的是,本申请所涉及的数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经授权或者经过各方充分授权的信息和数据。
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 (12)
1.一种业务推荐方法,其特征在于,所述方法包括:
响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和所述目标用户的历史业务交易数据;
根据所述历史业务咨询数据和所述目标用户的历史业务交易数据,确定所述目标用户的历史业务交易数据中多个交易业务的推荐权重值;
根据所述推荐权重值从各所述交易业务中确定目标业务;
展示所述目标业务。
2.根据权利要求1所述的方法,其特征在于,所述根据所述历史业务咨询数据和所述目标用户的历史业务交易数据,确定所述目标用户的历史业务交易数据中多个交易业务的推荐权重值,包括:
根据所述目标用户的历史业务交易数据,构建所述目标用户的业务知识图谱;所述业务知识图谱表示所述历史业务交易数据中的多个交易业务之间的关系;
根据所述业务知识图谱和所述历史业务咨询数据,确定所述历史业务交易数据中多个交易业务的推荐权重值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标用户的历史业务交易数据,构建所述目标用户的业务知识图谱,包括:
获取所述历史业务交易数据中多个交易业务以及各所述交易业务之间的关联关系;
以各所述交易业务为节点,各所述交易业务之间的关联关系为边,构建所述目标用户的业务知识图谱。
4.根据权利要求2所述的方法,其特征在于,所述根据所述业务知识图谱和所述历史业务咨询数据,确定所述历史业务交易数据中多个交易业务的推荐权重值,包括:
根据所述历史业务咨询数据,获取多个系统咨询业务的咨询次数和所述目标用户的多个个人咨询业务的咨询时间;
根据各所述系统咨询业务的咨询次数,确定各所述交易业务的第一推荐权重值;根据所述业务知识图谱、各所述交易业务的交易时间和当前时刻,确定各所述交易业务的第二推荐权重值;根据各所述个人咨询业务的咨询时间和当前时刻,确定各所述交易业务的第三推荐权重值;
根据所述第一推荐权重值、所述第二推荐权重值和所述第三推荐权重值,确定各所述交易业务的推荐权重值。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述系统咨询业务的咨询次数,确定各所述交易业务的第一推荐权重值,包括:
获取各所述系统咨询业务的咨询次数中的最大咨询次数;
根据各所述咨询次数和所述最大咨询次数,确定各所述交易业务的第一推荐权重值。
6.根据权利要求4所述的方法,其特征在于,所述根据所述业务知识图谱、各所述交易业务的交易时间和当前时刻,确定各所述交易业务的第二推荐权重值,包括:
根据预设时间阈值,从所述业务知识图谱中获取第一交易业务;所述第一交易业务表示交易时间小于所述预设时间阈值的交易业务以及关联交易业务;
根据所述第一交易业务的第一交易时间和当前时刻,确定各所述交易业务的第二推荐权重值。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一交易业务的第一交易时间和当前时刻,确定各所述交易业务的第二推荐权重值,包括:
根据各所述第一交易时间和当前时刻,确定各所述第一交易业务的推荐权重值;
将预设权重值确定为各所述交易业务中除所述第一交易业务的剩余交易业务的推荐权重值;
将各所述第一交易业务的推荐权重值和所述剩余交易业务的推荐权重值,确定为各所述交易业务的第二推荐权重值。
8.根据权利要求4所述的方法,其特征在于,所述根据各所述个人咨询业务的咨询时间和当前时刻,确定各所述交易业务的第三推荐权重值,包括:
对于任一交易业务,在所述交易业务与所述个人咨询业务相同的情况下,将所述个人咨询业务的咨询时间与所述当前时刻的比值,确定为所述交易业务的第三推荐权重值。
9.一种业务推荐装置,其特征在于,所述装置包括:
数据获取模块,用于响应于目标用户的业务咨询指令,获取业务系统中的历史业务咨询数据和所述目标用户的历史业务交易数据;
第一确定模块,用于根据所述历史业务咨询数据和所述目标用户的历史业务交易数据,确定所述目标用户的历史业务交易数据中多个交易业务的推荐权重值;
第二确定模块,用于根据所述推荐权重值从各所述交易业务中确定目标业务;
业务展示模块,用于展示所述目标业务。
10.一种计算机设备,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8中任一项所述的方法的步骤。
11.一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8中任一项所述的方法的步骤。
12.一种计算机程序产品,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8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310913521.5A CN117194769A (zh) | 2023-07-24 | 2023-07-24 | 业务推荐方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310913521.5A CN117194769A (zh) | 2023-07-24 | 2023-07-24 | 业务推荐方法、装置、设备、存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117194769A true CN117194769A (zh) | 2023-12-08 |
Family
ID=88987597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310913521.5A Pending CN117194769A (zh) | 2023-07-24 | 2023-07-24 | 业务推荐方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194769A (zh) |
-
2023
- 2023-07-24 CN CN202310913521.5A patent/CN117194769A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100231595A1 (en) | Large scale data visualization with interactive chart | |
US8838610B2 (en) | Listing tune-up system | |
US11308131B2 (en) | Combining visualizations in a business analytic application | |
CN117093633A (zh) | 表格数据库导入方法、装置、设备、存储介质和程序产品 | |
US20230021581A1 (en) | Method, non-transitory computer-readable storage media, and system for presentation of digital media assets based on assessed value | |
CN117194769A (zh) | 业务推荐方法、装置、设备、存储介质和程序产品 | |
CN116467525A (zh) | 业务产品的推荐方法、装置、设备和存储介质 | |
CN114969550A (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
CN115545784A (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
CN115829579A (zh) | 资源数据处理方法、装置、服务器及存储介质 | |
Chin et al. | Global and local convergence of a filter line search method for nonlinear programming | |
US10891664B2 (en) | System and method for facilitating non-parametric weighted correlation analysis | |
Bidabadi et al. | A two-step superlinearly convergent projected structured BFGS method for constrained nonlinear least squares | |
CN117149572A (zh) | 监控视图生成方法、装置、计算机设备和存储介质 | |
CN117519871A (zh) | 金融服务应用操作版面的配置方法、装置、设备 | |
CN117390490A (zh) | 用电信用报告的生成方法、装置、设备、存储介质和产品 | |
CN117389605A (zh) | 业务接口配置方法、装置、设备、存储介质和程序产品 | |
CN117111800A (zh) | 菜单配置方法、装置、计算机设备、存储介质和程序产品 | |
CN117710107A (zh) | 资源值预测方法、装置、设备、存储介质和程序产品 | |
CN117078427A (zh) | 产品推荐方法、装置、设备、存储介质和程序产品 | |
CN116663951A (zh) | 用户留存数据分析模型构建以及分析方法、装置和设备 | |
CN117390258A (zh) | 金融业务推荐方法、装置、计算机设备和存储介质 | |
CN118245585A (zh) | 本质安全问题展示方法、装置、设备、存储介质和产品 | |
CN117313665A (zh) | 信息采集方法、装置、设备、存储介质和程序产品 | |
CN115757971A (zh) | 业务对象推荐方法、装置、计算机设备和存储介质 |
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 |