CN117391490A - 金融业务的评价信息处理方法、装置和计算机设备 - Google Patents
金融业务的评价信息处理方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN117391490A CN117391490A CN202311152762.9A CN202311152762A CN117391490A CN 117391490 A CN117391490 A CN 117391490A CN 202311152762 A CN202311152762 A CN 202311152762A CN 117391490 A CN117391490 A CN 117391490A
- Authority
- CN
- China
- Prior art keywords
- evaluation information
- target
- target evaluation
- business
- financial
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 390
- 230000010365 information processing Effects 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title abstract description 8
- 230000008451 emotion Effects 0.000 claims abstract description 186
- 230000003993 interaction Effects 0.000 claims abstract description 118
- 238000005457 optimization Methods 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000008909 emotion recognition Effects 0.000 claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000013145 classification model Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement 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
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种金融业务的评价信息处理方法、装置、计算机设备。所述方法包括：获取各个金融业务服务网点中目标金融业务对应的目标评价信息集；对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息的负面情绪程度；获取各个目标评价信息的互动信息确定对应的互动权重，并使用互动权重对各个目标评价信息的负面情绪程度进行加权，得到各个目标评价信息的目标负面情绪程度；按照目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。采用本方法能够节省业务优化的服务资源。
Description
技术领域
本申请涉及大数据技术领域，特别是涉及一种金融业务的评价信息处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
银行网点可以为用户提供银行业务服务，然后采集用户对银行网点的业务处理的反馈信息，比如，采集对银行网点办理贷款业务的反馈信息。银行管理人员可以根据用户的反馈信息对银行网点的业务服务进行调整和优化。然而，现有的方式是对所有网点进行统一调整和优化，并不能准确地判断真正需要进行业务调整和优化的银行网点，造成进行业务优化的服务资源浪费的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够节省业务优化的服务资源的金融业务的评价信息处理方法、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，本申请提供了一种金融业务的评价信息方法。所述方法包括：
获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
第二方面，本申请还提供了一种金融业务的评价信息处理装置。所述装置包括：
获取模块，用于获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
情绪识别模块，用于对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
权重更新模块，用于获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
优化模块，用于按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
第三方面，本申请还提供了一种计算机设备。所述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，所述处理器执行所述计算机程序时实现以下步骤：
获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
第四方面，本申请还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，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：
获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
上述金融业务的评价信息处理方法、装置、计算机设备、存储介质和计算机程序产品，通过对各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息的负面情绪程度。然后获取各个目标评价信息对应的互动信息，根据互动信息确定对应的互动权重，使用互动权重对各个目标评价信息的负面情绪程度进行加权，提高了各个目标评价信息的目标负面情绪程度的准确性。然后按照各个目标评价信息的目标负面情绪程度确定各个金融服务网点的网点负面情绪程度，根据网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，提高了各个金融业务服务网点的业务优化顺序的准确性。按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化，能够根据网点负面情绪程度及时明确需要优先进行目标金融业务优化的金融服务网点，避免浪费资源对不需要的金融服务网点进行目标金融业务优化，从而节省了进行金融业务优化的服务资源。
附图说明
图1为一个实施例中金融业务的评价信息处理方法的应用环境图；
图2为一个实施例中金融业务的评价信息处理方法的流程示意图；
图3为一个实施例中金融业务的评价信息处理步骤的流程示意图；
图4为一个实施例中金融业务的评价信息处理装置的结构框图；
图5为一个实施例中计算机设备的内部结构图；
图6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金融业务的评价信息处理方法，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。服务器104通过终端102获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；服务器104对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；服务器104获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；服务器104按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。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、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，提供了一种金融业务的评价信息处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的。
步骤204，对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度。
其中，目标金融业务是指预先设置的待确定是否需要进行业务优化的金额业务。目标评价信息是指用户对金融业务服务网点进行目标金融业务过程的反馈信息。金融业务服务网点是指处理各个金融业务的服务点，可以是线上网点也可以是线下网点。负面情绪程度是指目标评价信息表征的负面情绪的程度。
具体地，各个金融业务服务网点设置有评价信息采集终端，用户可以通过评价信息采集终端输入已处理的金融业务的评价信息。评价信息采集终端包括各个金融业务对应的评价信息。
服务器响应于管理终端发送的业务优化指令连接各个金融业务服务网点的评价信息采集终端，根据金融业务优化指令中携带目标金融业务，从各个金融业务服务网点的评价信息采集终端获取目标金融业务对应的目标评价信息集，得到各个金融业务服务网点基于目标金融业务分别对应的目标评价信息。
然后服务器对目标评价信息集中各个目标评价信息分别进行情绪识别，得到各个目标评价信息对应的负面情绪程度。
步骤206，获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度。
其中，互动信息是指其他用户对目标评价信息的互动行为的统计信息。互动行为包括表征正向情绪的互动行为和表征负面情绪的互动行为。互动权重是指根据互动信息转换得到的权重信息。
具体地，用户可以通过用户终端登录评价信息采集终端查看各个金融业务服务网点中各个金融业务的评价信息，并对查看的评价信息进行互动。然后评价信息采集终端根据各个用户对评价信息的互动行为生成对应的互动信息。服务器通过评价信息采集终端获取各个目标评价信息对应的互动信息，提取互动信息中表征正向情绪的互动行为的正向互动信息，根据正向互动信息确定各个目标评价信息对应的互动权重。服务器根据各个目标评价信息对应的互动权重对各个目标评价信息对应的负面情绪程度进行加权计算，得到各个目标评价信息对应的目标负面情绪程度。
步骤208，按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
其中，网点负面情绪程度是指通过不同用户对目标金融业务的评价信息表征的整体负面情绪程度。业务优化是指对业务处理流程的改进或异常处理等过程，比如，对需要优化的金融业务服务器网点的金融业务的网络流程进行简化，从而可以避免各个金融业务服务网点统一进行优化造成的网络资源浪费。
具体地，服务器获取各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息的目标负面情绪程度。按照各个金融业务服务网点将金融业务服务网点对应的各个目标评价信息的目标负面情绪程度进行融合计算，得到各个金融业务服务网点对应的网点负面情绪程度。服务器根据各个金融业务服务网点的网点负面情绪程度进行排序，得到各个金融业务服务网点对应的业务优化顺序，服务器按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。服务器也可以根据各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点的业务优化优先级，服务器按照业务优化优先级对各个金融业务服务网点的目标金融业务进行优化。
在一个实施例中，服务器按照业务优化顺序获取优先处理的金融业务服务网点的网点标识，以及该金融业务服务网点基于目标金融业务的目标评价信息集。服务器遍历目标评价信息集中各个目标评价信息，提取重复率超过预设重复率阈值的优化关键词，根据优化关键词匹配金融业务服务网点对应的优化标签。服务器根据金融业务服务网点的网点标识、优化标签和目标金融业务标识生成业务优化请求，将业务优化请求发送至管理终端。服务器获取管理终端返回的优化标签对应的业务优化信息。服务器根据业务优化信息对对应的金融业务服务网点的目标金融业务进行优化。比如，优化关键词是“操作”、“复杂”，则对应的优化标签为“流程简化”；优化关键词是“信息”、“不安全”、“泄露”等，则对应的优化标签可以是“数据安全”。
在一个实施例中，服务器可以获取各个金融业务服务网点对应的网点负面情绪程度，筛选出网点负面情绪程度超过预设负面情绪程度阈值的金融业务服务网点作为待优化业务服务网点。待优化业务服务网点是指需要进行业务优化的金融业务服务网点，表征用户对待优化业务服务网点中目标金融业务的处理反馈的负面情绪程度较高，需要对待优化业务服务网点中目标金融业务进行流程优化或异常处理。然后根据待优化业务服务网点的网点负面情绪程度确定各个待优化业务服务网点对应的业务优化顺序。
上述金融业务的评价信息处理方法中，通过对各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息的负面情绪程度。然后获取各个目标评价信息对应的互动信息，根据互动信息确定对应的互动权重，使用互动权重对各个目标评价信息的负面情绪程度进行加权，提高了各个目标评价信息的目标负面情绪程度的准确性。然后按照各个目标评价信息的目标负面情绪程度确定各个金融服务网点的网点负面情绪程度，根据网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，提高了各个金融业务服务网点的业务优化顺序的准确性。按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化，能够根据网点负面情绪程度及时明确需要优先进行目标金融业务优化的金融服务网点，避免浪费资源对不需要的金融服务网点进行目标金融业务优化，从而节省了进行金融业务优化的服务资源。
在一个实施例中，步骤202，获取目标金融业务对应的目标评价信息集，包括：
响应于业务优化指令从各个金融业务服务网点的业务评价信息中获取目标金融业务对应的业务评价信息集；
基于业务评价信息集进行虚拟评价信息筛选，得到目标评价信息集。
具体地，服务器响应于管理终端发送的业务优化指令，根据业务优化指令携带的目标金融业务从各个金融业务服务网点的业务评价信息中获取目标金融业务对应的业务评价信息集。然后调用评价信息分类模型，评价信息分类模型是指预先训练好的用于识别真实评价信息和虚拟评价信息的分类模型。真实评价信息是指用户真实输入的评价信息。虚拟评价信息是指用户选择的按照预设模板自动回复的评价信息。
服务器将金融业务服务网点对应的业务评价信息集中各个业务评价信息分别输入到评价信息分类模型，得到各个业务评价信息的分类结果。服务器根据分类结果对业务信息集中的虚拟评价信息进行筛选，得到业务信息集对应的真实评价信息集，服务器将真实评价信息集作为目标评价信息集。服务器遍历各个金融业务服务网点对应的业务评价信息集，得到各个金融业务服务网点对应的目标评价信息集。
本实施例中，通过对业务评价信息集进行虚拟评价信息筛选，得到目标评价信息集，避免了虚拟评价信息对后续各个目标评价信息进行情绪识别的影响，提高了各个目标评价信息对应的负面情绪程度的准确性，从而提高了各个金融业务服务网点的业务优化顺序的准确性。
在一个实施例中，步骤204，对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度，包括：
基于目标评价信息集中各个目标评价信息进行语义识别，得到各个目标评价信息对应的语义信息；
基于各个目标评价信息对应的语义信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度。
具体地，服务器根据预设情绪词库在目标评价情绪集的各个目标评价信息中提取情绪关键词，对情绪关键词进行语义分析，得到各个目标评价信息对应的语义信息。然后服务器调用预先训练好的情绪识别模型，将各个目标评价信息对应的语义信息输入至情绪识别模型，得到各个目标评价信息对应的负面情绪程度。
本实施例中，通过识别各个目标评价信息的语义信息，对语音信息进行情绪识别，提高了各个目标评价信息对应的负面情绪程度的准确性，从而提高了各个金融业务服务网点的业务优化顺序的准确性。
在一个实施例中，步骤206，基于互动信息确定各个目标评价信息对应的互动权重，包括：
基于互动信息确定各个目标评价信息对应的正向互动量，将各个目标评价信息对应的正向互动量进行数据转换，得到各个目标评价信息对应的互动权重。
具体地，服务器根据互动信息统计各个目标评价信息对应的正向互动量，正向互动量是指对目标评价信息进行正向互动行为的用户数量。正向互动行为比如是点赞行为等。互动行为还包括负面互动行为，负面互动行为比如是点踩行为、举报行为等。服务器将各个目标评价信息对应的正向互动量进行数据转换，将各个目标评价信息的正向互动量转换成预设范围内的数值，比如是对正向互动量进行归一化计算，转换成(0-1)范围内的数值，得到各个目标评价信息对应的互动权重。
本实施例中，通过将各个目标评价信息对应的正向互动量进行数据转换，得到各个目标评价信息对应的互动权重，以使后续使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，提高了各个目标评价信息对应的目标负面情绪程度的准确性，从而提高了各个金融业务服务网点的业务优化顺序的准确性。
在一个实施例中，步骤208，按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，包括：
获取各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息的目标负面情绪程度；
按照金融业务服务网点分别将对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行融合计算，得到各个金融业务服务网点分别对应的网点负面情绪程度。
具体地，服务器获取各个金融业务服务网点分别对应的网点评价信息集中各个目标评价信息的目标负面情绪程度。然后按照金融业务服务网点将对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行融合计算，得到各个金融业务服务网点分别对应的网点负面情绪程度。融合计算可以是均值计算，比如，将金融业务服务网点A对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行平均计算，得到金融业务服务网点A对应的网点负面情绪程度。
本实施例中，通过按照金融业务服务网点分别将对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行融合计算，提高了各个金融业务服务网点分别对应的网点负面情绪程度的准确性，从而提高了各个金融业务服务网点的业务优化顺序的准确性。
在一个实施例中，如图3所示，金融业务的评价信息处理方法，还包括：
步骤302，响应于终端基于目标金融业务发送的网点推荐请求，获取目标金融业务对应的目标评价信息集；
步骤304，对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的正向情绪程度；
步骤306，获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的正向情绪程度进行加权，得到各个目标评价信息对应的目标正向情绪程度；
步骤308，按照各个目标评价信息对应的目标正向情绪程度确定各个金融业务服务网点的网点正向情绪程度，基于网点正向情绪程度在各个金融业务服务网点中确定推荐金融业务服务网点，将推荐金融业务服务网点发送至终端。
具体地，服务器接收到用户终端发送的基于目标金融业务的网点推荐请求，服务器从各个金融业务服务网点的业务评价信息中获取目标金融业务对应的目标评价信息集，得到各个金融业务服务网点分别对应的目标评价信息集。服务器对各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的正向情绪程度。
然后服务器获取各个目标评价信息的互动信息，从各个目标评价信息的互动信息中统计各个目标评价信息对应的正向互动量。服务器将正向互动量进行数据转换，得到各个目标评价信息对应的互动权重，并使用各个目标评价信息对应的互动权重对各个目标评价信息对应的正向情绪程度进行加权计算，得到各个目标评价信息对应的目标正向情绪程度。
服务器获取各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息的目标正向情绪程度，按照金融业务服务网点将对应的目标评价信息集中各个目标评价信息的目标正向情绪程度进行融合计算，得到各个金融业务服务网点分别对应的网点正向情绪程度。服务器在各个金融业务服务网点中筛选出网点正向情绪程度超过预设正向情绪程度阈值的候选金融业务服务网点，将网点正向情绪程度最高的候选金融业务服务网点确定为推荐金融业务服务网点，将推荐金融业务服务网点发送至网点推荐请求对应的用户终端。用户可以通过用户终端接收推荐金融业务服务网点，在推荐金融业务服务网点办理目标金融业务。
本实施例中，通过识别各个金融业务服务网点的目标金融业务对应的各个目标评价信息的正向情绪程度，并根据互动信息对各个目标评价信息对应的正向情绪程度进行加权，提高了各个目标评价信息对应的目标正向情绪程度的准确性，从而提高了推荐金融业务服务网点的准确性。
在一个具体实施例中，金融业务的评价信息处理方法，具体步骤如下：
响应于业务优化指令从各个金融业务服务网点的业务评价信息中获取目标金融业务对应的业务评价信息集；基于业务评价信息集进行虚拟评价信息筛选，得到目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
基于目标评价信息集中各个目标评价信息进行语义识别，得到各个目标评价信息对应的语义信息；基于各个目标评价信息对应的语义信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
基于互动信息确定各个目标评价信息对应的正向互动量，将各个目标评价信息对应的正向互动量进行数据转换，得到各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
获取各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息的目标负面情绪程度；按照金融业务服务网点分别将对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行融合计算，得到各个金融业务服务网点分别对应的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
本实施例中，通过对各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息的负面情绪程度。然后获取各个目标评价信息对应的互动信息，根据互动信息确定对应的互动权重，使用互动权重对各个目标评价信息的负面情绪程度进行加权，提高了各个目标评价信息的目标负面情绪程度的准确性。然后按照各个目标评价信息的目标负面情绪程度确定各个金融服务网点的网点负面情绪程度，根据网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，提高了各个金融业务服务网点的业务优化顺序的准确性。按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化，能够根据网点负面情绪程度及时明确需要优先进行目标金融业务优化的金融服务网点，避免浪费资源对不需要的金融服务网点进行目标金融业务优化，从而节省了进行金融业务优化的服务资源。
在一个具体实施例中，金融业务的评价信息处理可以应用于各个银行网点中对贷款业务流程的评价信息处理场景。服务器获取各个银行网点对贷款业务流程的各个贷款业务评价信息，对各个贷款业务评价信息进行情绪识别，得到各个贷款业务评价信息对应的负面情绪程度。然后获取各个贷款业务评价信息对应的点赞数量，将各个贷款业务评价信息对应的点赞数量转换成点赞权重，使用点赞权重对各个贷款业务评价信息的负面情绪程度进行加权计算，得到各个贷款业务评价信息对应的目标负面情绪程度。然后将各个银行网点分别对应的各个贷款业务评价信息的目标负面情绪程度进行融合计算，得到各个银行网点分别对应的网点负面情绪程度。服务器按照各个银行网点的网点负面情绪程度确定各个银行网点对应的业务优化顺序，对按照业务优化顺序对各个银行网点的贷款业务进行流程优化。
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金融业务的评价信息处理方法的金融业务的评价信息处理装置。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金融业务的评价信息处理装置实施例中的具体限定可以参见上文中对于金融业务的评价信息处理方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种金融业务的评价信息处理装置400，包括：获取模块402、情绪识别模块404、权重更新模块406和优化模块408，其中：
获取模块402，用于获取目标金融业务对应的目标评价信息集，目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
情绪识别模块404，用于对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度；
权重更新模块406，用于获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的负面情绪程度进行加权，得到各个目标评价信息对应的目标负面情绪程度；
优化模块408，用于按照各个目标评价信息对应的目标负面情绪程度确定各个金融业务服务网点的网点负面情绪程度，并按照各个金融业务服务网点的网点负面情绪程度确定各个金融业务服务网点对应的业务优化顺序，按照业务优化顺序对各个金融业务服务网点的目标金融业务进行优化。
在一个实施例中，获取模块402，包括：
筛选单元，用于响应于业务优化指令从各个金融业务服务网点的业务评价信息中获取目标金融业务对应的业务评价信息集；基于业务评价信息集进行虚拟评价信息筛选，得到目标评价信息集。
在一个实施例中，情绪识别模块404，包括：
语义识别单元，用于基于目标评价信息集中各个目标评价信息进行语义识别，得到各个目标评价信息对应的语义信息；基于各个目标评价信息对应的语义信息进行情绪识别，得到各个目标评价信息对应的负面情绪程度。
在一个实施例中，权重更新模块406，包括：
数据转换单元，用于基于互动信息确定各个目标评价信息对应的正向互动量，将各个目标评价信息对应的正向互动量进行数据转换，得到各个目标评价信息对应的互动权重。
在一个实施例中，优化模块408，包括：
融合单元，用于获取各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息的目标负面情绪程度；按照金融业务服务网点分别将对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行融合计算，得到各个金融业务服务网点分别对应的网点负面情绪程度。
在一个实施例中，金融业务的评价信息处理装置400，还包括：
推荐单元，用于响应于终端基于目标金融业务发送的网点推荐请求，获取目标金融业务对应的目标评价信息集；对目标评价信息集中各个目标评价信息进行情绪识别，得到各个目标评价信息对应的正向情绪程度；获取各个目标评价信息对应的互动信息，基于互动信息确定各个目标评价信息对应的互动权重，并使用互动权重对各个目标评价信息对应的正向情绪程度进行加权，得到各个目标评价信息对应的目标正向情绪程度；按照各个目标评价信息对应的目标正向情绪程度确定各个金融业务服务网点的网点正向情绪程度，基于网点正向情绪程度在各个金融业务服务网点中确定推荐金融业务服务网点，将推荐金融业务服务网点发送至终端。
上述金融业务的评价信息处理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业务评价信息等数据。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金融业务的评价信息处理方法。
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终端，其内部结构图可以如图6示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。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、显示单元和输入装置通过输入/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、内存储器。该非易失性存储介质存储有操作系统和计算机程序。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进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种金融业务的评价信息处理方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5-6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，还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上述各方法实施例中的步骤。
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，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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上述各方法实施例中的步骤。
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)
1.一种金融业务的评价信息处理方法，其特征在于，所述方法包括：
获取目标金融业务对应的目标评价信息集，所述目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
对所述目标评价信息集中各个目标评价信息进行情绪识别，得到所述各个目标评价信息对应的负面情绪程度；
获取所述各个目标评价信息对应的互动信息，基于所述互动信息确定所述各个目标评价信息对应的互动权重，并使用所述互动权重对所述各个目标评价信息对应的负面情绪程度进行加权，得到所述各个目标评价信息对应的目标负面情绪程度；
按照所述各个目标评价信息对应的目标负面情绪程度确定所述各个金融业务服务网点的网点负面情绪程度，并按照所述各个金融业务服务网点的网点负面情绪程度确定所述各个金融业务服务网点对应的业务优化顺序，按照所述业务优化顺序对所述各个金融业务服务网点的目标金融业务进行优化。
2.根据权利要求1所述的方法，其特征在于，所述获取目标金融业务对应的目标评价信息集，包括：
响应于业务优化指令从所述各个金融业务服务网点的业务评价信息中获取所述目标金融业务对应的业务评价信息集；
基于所述业务评价信息集进行虚拟评价信息筛选，得到所述目标评价信息集。
3.根据权利要求1所述的方法，其特征在于，所述对所述目标评价信息集中各个目标评价信息进行情绪识别，得到所述各个目标评价信息对应的负面情绪程度，包括：
基于所述目标评价信息集中各个目标评价信息进行语义识别，得到所述各个目标评价信息对应的语义信息；
基于所述各个目标评价信息对应的语义信息进行情绪识别，得到所述各个目标评价信息对应的负面情绪程度。
4.根据权利要求1所述的方法，其特征在于，所述基于所述互动信息确定所述各个目标评价信息对应的互动权重，包括：
基于所述互动信息确定所述各个目标评价信息对应的正向互动量，将所述各个目标评价信息对应的正向互动量进行数据转换，得到所述各个目标评价信息对应的互动权重。
5.根据权利要求1所述的方法，其特征在于，所述按照所述各个目标评价信息对应的目标负面情绪程度确定所述各个金融业务服务网点的网点负面情绪程度，包括：
获取所述各个金融业务服务网点分别对应的目标评价信息集中各个目标评价信息的目标负面情绪程度；
按照所述金融业务服务网点分别将对应的目标评价信息集中各个目标评价信息的目标负面情绪程度进行融合计算，得到所述各个金融业务服务网点分别对应的网点负面情绪程度。
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：
响应于终端基于所述目标金融业务发送的网点推荐请求，获取所述目标金融业务对应的目标评价信息集；
对所述目标评价信息集中各个目标评价信息进行情绪识别，得到所述各个目标评价信息对应的正向情绪程度；
获取所述各个目标评价信息对应的互动信息，基于所述互动信息确定所述各个目标评价信息对应的互动权重，并使用所述互动权重对所述各个目标评价信息对应的正向情绪程度进行加权，得到所述各个目标评价信息对应的目标正向情绪程度；
按照所述各个目标评价信息对应的目标正向情绪程度确定所述各个金融业务服务网点的网点正向情绪程度，基于所述网点正向情绪程度在所述各个金融业务服务网点中确定推荐金融业务服务网点，将所述推荐金融业务服务网点发送至所述终端。
7.一种金融业务的评价信息处理装置，其特征在于，所述装置包括：
获取模块，用于获取目标金融业务对应的目标评价信息集，所述目标评价信息集中的目标评价信息是从各个金融业务服务网点的业务评价信息中获取到的；
情绪识别模块，用于对所述目标评价信息集中各个目标评价信息进行情绪识别，得到所述各个目标评价信息对应的负面情绪程度；
权重更新模块，用于获取所述各个目标评价信息对应的互动信息，基于所述互动信息确定所述各个目标评价信息对应的互动权重，并使用所述互动权重对所述各个目标评价信息对应的负面情绪程度进行加权，得到所述各个目标评价信息对应的目标负面情绪程度；
优化模块，用于按照所述各个目标评价信息对应的目标负面情绪程度确定所述各个金融业务服务网点的网点负面情绪程度，并按照所述各个金融业务服务网点的网点负面情绪程度确定所述各个金融业务服务网点对应的业务优化顺序，按照所述业务优化顺序对所述各个金融业务服务网点的目标金融业务进行优化。
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 |
|---|---|---|---|
| CN202311152762.9A CN117391490A (zh) | 2023-09-07 | 2023-09-07 | 金融业务的评价信息处理方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311152762.9A CN117391490A (zh) | 2023-09-07 | 2023-09-07 | 金融业务的评价信息处理方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117391490A true CN117391490A (zh) | 2024-01-12 |
Family
ID=89463852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311152762.9A Pending CN117391490A (zh) | 2023-09-07 | 2023-09-07 | 金融业务的评价信息处理方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117391490A (zh) |
-
2023
- 2023-09-07 CN CN202311152762.9A patent/CN117391490A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112231592A (zh) | 基于图的网络社团发现方法、装置、设备以及存储介质 | |
| CN111639690A (zh) | 基于关系图谱学习的欺诈分析方法、系统、介质及设备 | |
| US20230342797A1 (en) | Object processing method based on time and value factors | |
| CN110245684B (zh) | 数据处理方法、电子设备和介质 | |
| CN111752985B (zh) | 一种主体画像生成的方法、装置和存储介质 | |
| CN114186961A (zh) | 业务审批流程配置方法、装置、计算机设备和存储介质 | |
| CN117035980A (zh) | 资源借调评估方法、装置、计算机设备和存储介质 | |
| CN116701896A (zh) | 画像标签确定方法、装置、计算机设备和存储介质 | |
| CN115758271A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN115914363A (zh) | 消息推送方法、装置、计算机设备和存储介质 | |
| CN117391490A (zh) | 金融业务的评价信息处理方法、装置和计算机设备 | |
| CN108510071B (zh) | 数据的特征提取方法、装置及计算机可读存储介质 | |
| CN116861071A (zh) | 资讯推送方法、装置、计算机设备、存储介质和程序产品 | |
| CN117876021A (zh) | 基于人工智能的数据预测方法、装置、设备及存储介质 | |
| CN118071512A (zh) | 穿透式风险分析方法、装置、计算机设备和存储介质 | |
| CN115630973A (zh) | 用户数据处理方法、装置、计算机设备和存储介质 | |
| CN116932891A (zh) | 资源对象展示方法、装置、设备、存储介质和产品 | |
| CN117459576A (zh) | 基于边缘计算的数据推送方法、装置和计算机设备 | |
| CN118656588A (zh) | 数据处理方法及相关装置 | |
| CN117455386A (zh) | 资源审核方法、装置、计算机设备及其存储介质 | |
| CN118520288A (zh) | 样本数据生成方法、装置、计算机设备和存储介质 | |
| CN116342242A (zh) | 异常检测方法、装置、计算机设备和存储介质 | |
| CN118132091A (zh) | 业务模型的处理方法、装置、计算机设备和存储介质 | |
| CN117390258A (zh) | 金融业务推荐方法、装置、计算机设备和存储介质 | |
| CN118096339A (zh) | 业务数据处理方法、装置、计算机设备、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 |