CN117764621A - 客户筛选方法、装置、电子设备和存储介质 - Google Patents
客户筛选方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117764621A CN117764621A CN202311633008.7A CN202311633008A CN117764621A CN 117764621 A CN117764621 A CN 117764621A CN 202311633008 A CN202311633008 A CN 202311633008A CN 117764621 A CN117764621 A CN 117764621A
- Authority
- CN
- China
- Prior art keywords
- client
- index
- service
- value
- bitmap
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 8
- 230000000875 corresponding effect Effects 0.000 description 239
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提出一种客户筛选方法、装置、电子设备和存储介质,其中,该方法包括:在接收到客户端的客户筛选条件后,针对客户筛选条件中的每个业务指标,根据业务指标对应的指标取值范围,确定业务指标对应的散列值取值范围;从业务指标对应的位图集合中,获取散列值取值范围内各个第一散列值对应的位图,并根据客户筛选条件中多个业务指标之间的逻辑关系对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合,并基于第二位图集合得到满足筛选条件的客户信息,并将客户信息发送给客户端。由此,基于位图来获取满足客户筛选条件的客户信息,由于位图具有计算的快捷高效的特性,可提高获取满足客户筛选条件的客户信息的效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及客户筛选方法、装置、电子设备和存储介质。
背景技术
相关技术中,在数据库中通常使用一张大宽表或多张大宽表关联的方式对客户的多个业务指标的指标值进行存储。对应地,在客户端提供了一个由多个业务指标组合成的筛选条件后,需要基于该筛选条件从一张大宽表或具有关联关系的多张大宽表中进行客户筛选查询时,以得到满足筛选条件的客户信息,然而,相关技术中,在获取满足筛选条件的客户信息的过时,需要进行全表扫描,然而全表进行扫描所需要的时间较长,因此,获取满足筛选条件的客户信息的效率较低。因此,如何快速得到满足筛选条件的客户信息是目前亟需解决的技术问题。
发明内容
本申请提出一种客户筛选方法、装置、电子设备和存储介质,以解决相关技术中获取满足筛选条件的客户的效率较低的技术问题。
本申请一方面实施例提出了一种客户筛选方法,包括:获取客户端的客户筛选条件,其中,所述客户筛选条件中包括多个业务指标的指标取值范围、以及所述多个业务指标之间的逻辑关系;针对每个业务指标,根据所述业务指标对应的指标取值范围,确定所述业务指标对应的散列值取值范围;针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图,其中,所述位图中包括多个比特位,所述比特位用于指示与所述比特位对应的客户标识在所述业务指标上的散列值是否为所述第一散列值;根据各个所述第一散列值的位图,形成所述业务指标所对应的第一位图集合;根据所述逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合;根据所述第二位图集合,确定出对应的目标客户标识集合;将所述目标客户标识集合中各个客户标识所对应的客户信息发送给所述客户端。
在一种可能的实施方式中,针对每个业务指标,在所述业务指标的指标取值范围的上限值由所述业务指标的上限参数的参数值和对应的计算单位组合得到,所述指标取值范围的下限值由所述业务指标的下限参数的参数值和对应的计算单位组合得到的情况下,其中,所述业务指标的上限参数和下限参数对应的计量单位与对所述业务指标上的指标值进行散列化处理时所使用的预设数值是相等的,根据所述业务指标对应的指标取值范围,确定所述业务指标对应的散列值取值范围,包括:
将所述业务指标的上限参数的参数值作为所述业务指标对应的散列值取值范围的上限值;
将所述业务指标的下限参数的参数值作为所述业务指标对应的散列值取值范围的下限值。
在一种可能的实施方式中,所述根据所述第二位图集合,确定出对应的目标客户标识集合,包括:从所述第二位图集合的多个比特位中获取多个目标比特位,其中,所述目标比特位用于表示与所述目标比特位对应的客户标识满足所述客户筛选条件;对各个所述目标比特位所对应的客户标识进行合并处理,以得到所述目标客户标识集合。
在一种可能的实施方式中,在所述获取客户端的客户筛选条件之前,所述方法还包括:获取各个客户标识在所述业务指标上对应的指标值;根据与所述业务指标对应的预设数值,分别对各个客户标识在所述业务指标上对应的指标值进行散列化处理,以得到各个指标值对应的第二散列值;根据各个指标值对应的第二散列值,对各个客户标识进行处理,以得到各个第二散列值各自对应的客户标识集合,其中,所述第二散列值对应的客户标识集合中各个客户标识在所述业务指标上所对应的散列值均为所述第二散列值;根据各个第二散列值各自对应的客户标识集合,确定所述业务指标对应的位图集合。
在一种可能的实施方式中,所述根据各个第二散列值各自对应的客户标识集合,确定所述业务指标对应的位图集合,包括:针对各个第二散列值,根据所述第二散列值对应的客户标识集合,生成所述第二散列值对应的位图;根据各个所述第二散列值对应的位图,生成所述业务指标对应的位图集合。
在一种可能的实施方式中,针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图,包括:从预先存储有各个业务指标对应的位图集合的分布式大数据平台数据库中,获取所述业务指标对应的位图集合;针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图。
在一种可能的实施方式中,所述获取客户端的客户筛选条件,包括:响应于所述客户端的客户筛选请求,向所述客户端返回客户筛选条件配置界面,其中,所述客户端筛选条件配置界面包括:多个业务指标、每个所述业务指标各自对应的上限参数以及对应的计量单位、每个所述业务指标各自对应的下限参数以及对应的计量单位;获取所述客户筛选条件配置界面中各个所述业务指标各自对应的上限参数的参数值和下限参数的参数值;针对每个所述业务指标,将所述业务指标的上限参数的参数值和对应的计算单位进行组合,以得到所述业务指标的指标取值范围的上限值;将所述业务指标的下限参数的参数值和对应的计算单位进行组合,以得到所述业务指标的指标取值范围的下限值;从所述客户筛选条件配置界面中获取所述多个业务指标之间的逻辑关系。
本申请另一方面实施例提出了一种客户筛选装置,所述装置包括:第一获取模块,用于获取客户端的客户筛选条件,其中,所述客户筛选条件中包括多个业务指标的指标取值范围、以及所述多个业务指标之间的逻辑关系;第一确定模块,用于针对每个业务指标,根据所述业务指标对应的指标取值范围,确定所述业务指标对应的散列值取值范围;第二获取模块,用于针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图,其中,所述位图中包括多个比特位,所述比特位用于指示与所述比特位对应的客户标识在所述业务指标上的散列值是否为所述第一散列值;形成模块,用于根据各个所述第一散列值的位图,形成所述业务指标所对应的第一位图集合;处理模块,用于根据所述逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合;第二确定模块,用于根据所述第二位图集合,确定出对应的目标客户标识集合;发送模块,用于将所述目标客户标识集合中各个客户标识所对应的客户信息发送给所述客户端。
本申请另一方面实施例提出了一种电子设备,包括:存储器,处理器;所述存储器中存储有计算机指令,当所述计算机指令被所述处理器执行时,实现本申请实施例中的客户筛选方法。
本申请另一方面实施例提出了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本申请实施例公开的客户筛选方法。
根据本申请实施例提供的技术方案,在接收到客户端的客户筛选条件后,针对客户筛选条件中的每个业务指标,根据业务指标对应的指标取值范围,确定业务指标对应的散列值取值范围;根据散列值取值范围中各个第一散列值的位图,形成该业务指标对应的位图集合,并根据客户筛选条件中多个业务指标之间的逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合,并基于第二位图集合得到满足筛选条件的客户信息,并将客户信息发送给客户端。由此,在获取满足客户条件的客户信息的过程中,基于位图来获取满足客户筛选条件的客户信息,由于位图具有计算的快捷高效的特性,因此,可提高获取满足客户筛选条件的客户信息的效率。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请一个实施例的客户筛选方法的流程示意图。
图2是根据本申请另一个实施例的客户筛选方法的流程示意图。
图3是根据本申请另一个实施例的客户筛选方法的流程示意图。
图4是根据本申请另一个实施例的客户筛选方法的流程示意图。
图5是根据本申请一个实施例的客户筛选装置的结构示意图。
图6是本申请一示例性实施例所示出的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的客户筛选方法、装置和电子设备。
图1是根据本申请一个实施例的客户筛选方法的流程示意图。其中,需要说明的是,本实施例提供的客户筛选方法的执行主体为客户筛选装置,该客户筛选装置可以由软件和/或硬件的方式实现,该实施例中的客户筛选装置可以为电子设备,或者,可以配置在电子设备中。
其中,本申请实施例中的电子设备可以为包括终端设备、服务器等,例如终端设备可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备,该实施例对电子设备不作具体限定。
如图1所示,该客户筛选方法可以包括:
步骤101,获取客户端的客户筛选条件,其中,客户筛选条件中包括多个业务指标的指标取值范围、以及多个业务指标之间的逻辑关系。
其中,需要说明的是,本示例中以客户筛选装置为服务器为例进行说明。
其中,多个业务指标可以包括但不限于客户日均存款、客户资产额、贷款余额、理财余额、票据发生额、结算量等中的至少两个。
其中,本示例中的逻辑关系可以包括逻辑与、逻辑或和逻辑非。
例如,多个业务指标分别为客户日均存款、贷款余额和结算量,对应地,客户日均存款的指标取值范围可以为1000到2000,贷款余额的指标取值范围可以为2500到3000,结算量的指标取值范围可以为1500到2000,对应地,三个业务指标之间的逻辑关系为逻辑与。
步骤102,针对每个业务指标,根据该业务指标对应的指标取值范围,确定该业务指标对应的散列值取值范围。
在本实施例中,针对每个业务指标,在该业务指标的指标取值范围的上限值由该业务指标的上限参数的参数值和对应的计算单位组合得到,该指标取值范围的下限值由该业务指标的下限参数的参数值和对应的计算单位组合得到的情况下,其中,该业务指标的上限参数和下限参数对应的计量单位与对该业务指标上的指标值进行散列化处理时所使用的预设数值是相等的,根据该业务指标对应的指标取值范围,确定该业务指标对应的散列值取值范围的一种可能实现方式可以为:将该业务指标的上限参数的参数值作为该业务指标对应的散列值取值范围的上限值;将该业务指标的下限参数的参数值作为该业务指标对应的散列值取值范围的下限值。由此,可以快速确定出对应业务指标的散列值取值范围的上限值和下限值。
其中,可以理解的是,上述下限参数的参数值和上限参数的参数值可以是在客户筛选装置所提供的客户筛选条件配置界面中设置的。
其中,客户筛选条件配置界面是指可对客户筛选条件进行配置的交互界面。
例如,上限参数的参数值为10,下限参数的参数值为1,由于该上限参数和下限参数的参数值的计量单位与对该业务指标进行散列化处理时所使用的预设数值是相等的,因此,可确定出该业务指标的指标取值范围所对应的散列值取值范围为1到10。
其中,本示例中与该业务指标对应的预设数值是指在对该业务指标所对应的指标值进行散列化处理时所使用的数值。
其中,与该业务指标对应的预设数值可以是根据需求调研和数据探查确定出的。
在本申请实施例中,与该业务指标对应的预设数值的确定方式可以为:可确定出客户标识在该业务指标上所对应的指标值的最小值,并根据该最小值确定出该预设数值。具体而言,可根据最小值的最高位上所对应的计量单位来确定出该业务指标对应的预设数值,例如,如果该业务指标上的指标值的最小值为512,对应地,可确定出512中最高位上所对应的计数单位为百,对应地,可以100作为该业务指标对应的预设数值。又例如,在基于多个客户标识在该业务指标上的指标值,确定指标值的最小值为1001,对应地,该最小值中最高位上所对应的计算单位为千,对应地,可将1000作为该业务指标所对应的预设数值。
步骤103,针对散列值取值范围中各个第一散列值,从业务指标对应的位图集合中,获取该第一散列值对应的位图,其中,该第一散列值对应的位图中包括多个比特位,比特位用于指示与比特位对应的客户标识在业务指标上的散列值是否为第一散列值。
其中,位图集合中包括:该业务指标所对应的所有散列值各自对应的位图。
在本示例中,可根据该比特位的取值,确定与比特位对应的客户标识在业务指标上的散列值是否为第一散列值。例如,比特位的取值等于1用于表示该比特位所对应的客户标识在该业务指标上的指标值所对应的散列值为第一散列值。比特位的取值等于0用于该比特位所对应的客户标识在该业务指标上的指标值所对应的散列值不为第一散列值。
其中,该指标值所对应的散列值是基于与该业务指标对应的预设数值对该指标值进行散列化处理而得到的,例如,预设数值为1000,对应地,可获取该指标值除以该预设数值所得到的商,并将所得到的商作为该指标值所对应的散列值。
步骤104,根据各个第一散列值的位图,形成业务指标所对应的第一位图集合。
其中,需说明的是,第一位图集合中包括各个第一散列值对应的位图。
步骤105,根据逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合。
在本示例中,在获取各个业务指标所对应的第一位图集合后,可基于多个业务指标之间的逻辑关系,对各个业务指标所对应的第一位图集合进行相应地逻辑运算处理,以得到第二位图集合。
例如,有三个业务指标,分别用业务指标A、业务指标B和业务指标C进行表示,三个业务指标之间的逻辑关系:业务指标A与业务指标B之间的逻辑关系为逻辑与,并且业务指标B与业务指标C之间的逻辑关系为逻辑与。对应地,在确定出业务指标A所对应的第一位图集合为位图集合A,业务指标B所对应的第一位图集合为位图集合B,业务指标C所对应的第一位图集合为位图集合C。此时,根据三个业务指标之间的逻辑关系,可对位图集合A、位图集合B和位图集合C这三个位图集合进行逻辑与运算,以得到第二位图集合。
步骤106,根据第二位图集合,确定出对应的目标客户标识集合。
在本申请的实施例中,根据第二位图集合,确定出对应的目标客户标识集合的一种可能实现方式为:从第二位图集合的多个比特位中获取多个目标比特位,其中,目标比特位上的取值等于1用于表示与目标比特位对应的客户标识满足客户筛选条件;对各个目标比特位所对应的客户标识进行合并处理,以得到目标客户标识集合。
其中,可以理解的是,第二位图集合中除了目标比特位之外的其他比特位上的值等于0。
步骤107,将目标客户标识集合中各个客户标识所对应的客户信息发送给客户端。
在一些示例中,针对目标客户标识集合中各个客户标识,可获取与该客户标识所对应的主键,根据该主键从预设的客户信息库中获取该客户标识所对应的客户信息。
其中,客户信息可以包括但不限于名称、地址、联系电话、信用级别、付款方式等与客户有关的信息。
本申请实施例提供的客户筛选方法,在接收到客户端的客户筛选条件后,针对客户筛选条件中的每个业务指标,根据业务指标对应的指标取值范围,确定业务指标对应的散列值取值范围;根据散列值取值范围中各个第一散列值的位图,形成该业务指标对应的位图集合,并根据客户筛选条件中多个业务指标之间的逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合,并基于第二位图集合得到满足筛选条件的客户信息,并将客户信息发送给客户端。由此,在获取满足客户条件的客户信息的过程中,基于位图来获取满足客户筛选条件的客户信息,由于位图具有计算的快捷高效的特性,因此,可提高获取满足客户筛选条件的客户信息的效率。
为了可以清楚理解本申请,下面结合图2对该实施例的客户筛选条件方法进行进一步示例性描述。
图2是根据本申请另一个实施例的客户筛选方法的流程示意图。
如图2所示,该方法可以包括:
步骤201,响应于客户端的客户筛选请求,向客户端返回客户筛选条件配置界面,其中,客户端筛选条件配置界面包括:多个业务指标、每个业务指标各自对应的上限参数以及对应的计量单位、每个业务指标各自对应的下限参数以及对应的计量单位。
其中,针对每个业务指标而言,该业务指标的上限参数和下限参数对应的计量单位与对该业务指标上的指标值进行散列化处理时所使用的预设数值是相等的。
步骤202,获取客户筛选条件配置界面中各个业务指标各自对应的上限参数的参数值和下限参数的参数值。
步骤203,针对每个业务指标,将业务指标的上限参数的参数值和对应的计算单位进行组合,以得到业务指标的指标取值范围的上限值。
步骤204,将业务指标的下限参数的参数值和对应的计算单位进行组合,以得到业务指标的指标取值范围的下限值。
步骤205,从该业务指标的指标取值范围的上限值中获取上限参数的参数值,并将上限参数的参数值作为该业务指标的业务指标对应的散列值取值范围的上限值。
步骤206,从该业务指标的指标取值范围的下限值中获取下限参数的参数值,并将所获取到的下限参数的参数值作为该业务指标的业务指标对应的散列值取值范围的下限值。
步骤207,从客户筛选条件配置界面中获取多个业务指标之间的逻辑关系。
在本申请的实施例中,为了方便设置多个业务指标之间的逻辑关系,上述客户筛选条件配置界面上还可以包括:用于为多个业务指标之间设置逻辑关系的逻辑关系参数,并根据逻辑关系参数的参数值,确定多个业务指标之间的逻辑关系。例如,为多个业务指标之间所设置的逻辑关系参数的参数值均为与的情况下,可确定多个业务指标之间的逻辑关系为逻辑与。
步骤208,从预先存储有各个业务指标对应的位图集合的分布式大数据平台数据库中,获取业务指标对应的位图集合。
在本实施例中,在有多个客户端需要进行客户筛选的情况下,为了提高每个客户端获取客户筛选结果的效率,本实施例中的分布式大数据平台数据库可以为基于大规模并行处理(Massively Parallel Processing,MPP)架构的分布式大数据平台数据库,例如,Greenplum。
其中,需要说明的是,基于MPP架构的分布式大数据平台数据库,可采用并行处理的方式,为多个客户端进行客户筛选,从而可提高各个客户端获取客户筛选结果的效率。
步骤209,针对散列值取值范围中各个第一散列值,从业务指标对应的位图集合中,获取第一散列值的位图。
步骤210,根据各个第一散列值的位图,形成业务指标所对应的第一位图集合。
步骤211,根据逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合。
步骤212,根据第二位图集合,确定出对应的目标客户标识集合。
步骤213,将目标客户标识集合中各个客户标识所对应的客户信息发送给客户端。
其中,需要说明的是,关于步骤209至步骤213的具体实现方式,可参见本申请实施例的相关描述,此处不再赘述。
基于上述描述,可以看出,本实施例中将对对应业务指标进行散列化处理时所使用的预设数值作为该业务指标的上限参数的参数值和下限参数的参数值的计量单位,因此,根据从客户筛选条件配置界面中获取到的对应业务指标的上限参数的参数值和下限参数的参数值,即可快速确定出该业务指标的指标取值范围所对应的散列值取值范围,继而可提高获取满足客户筛选条件的客户信息的效率。
在本申请的一个实施例中,为了可以清楚理解得到该业务指标对应的位图集合的过程中,下面结合图3对得到该业务指标对应的位图集合的过程进行示例性描述。图3是根据本申请另一个实施例的客户筛选方法的流程示意图。
如图3所示,在获取客户端的客户筛选条件之前,该客户筛选方法还可以包括:
步骤301,获取各个客户标识在该业务指标上对应的指标值。
在本申请实施例中,可从数据库的预设指标数据表中,获取各个客户标识在该业务指标上对应的指标值。
步骤302,根据与该业务指标对应的预设数值,分别对各个客户标识在该业务指标上对应的指标值进行散列化处理,以得到各个指标值对应的第二散列值。
其中,需要说明的是,关于确定该业务指标对应的预设数值的方式可参考本申请实施例中的相关描述,此处不再赘述。
步骤303,根据各个指标值对应的第二散列值,对各个客户标识进行处理,以得到各个第二散列值各自对应的客户标识集合,其中,该第二散列值对应的客户标识集合中各个客户标识在该业务指标上所对应的散列值均为该第二散列值。
步骤304,根据各个第二散列值各自对应的客户标识集合,确定该业务指标对应的位图集合。
在本申请实施例中,根据各个第二散列值各自对应的客户标识集合,确定业务指标对应的位图集合的一种可能实现方式为:针对各个第二散列值,根据第二散列值对应的客户标识集合,生成第二散列值对应的位图;根据各个第二散列值对应的位图,生成业务指标对应的位图集合。
基于上述描述,可以看出,本实施例中通过对各个业务指标所对应的指标值进行散列化处理,并通过位图对散列化的散列值和客户标识进行存储,从而可减少数据的存储空间。
为了可以清楚理解本申请,下面结合图4对该实施例的客户筛选方法进行进一步示例性描述。
图4是根据本申请另一个实施例的客户筛选方法的流程示意图。
如图4所示,该客户筛选方法可以包括:
步骤401,针对每个业务指标,确定对该业务指标对应的指标值进行散列化处理时所使用的预设数值。
步骤402,根据该预设数值对各个客户标识在该业务指标上对应的指标值进行散列化处理,以得到各个指标值对应的散列值。
例如,预设数值为1000,业务指标为存款日均,假设用客户名称作为客户标识,在获取多个客户标识在该业务指标上的指标值后,可根据预设数值对各个客户标识在该业务指标上的指标值进行处理,以得到各个指标值对应的散列值。其中,客户名称、存款日均上的指标值以及对应的散列值的对应关系表的示例,如表1所示。
表1客户名称、存款日均上的指标值以及对应的散列值的对应关系表
客户名称 | 存款日均 | 散列值 |
客户1 | 2032.08 | 2 |
客户2 | 4349.67 | 4 |
客户3 | 1351.52 | 1 |
客户4 | 1341.62 | 1 |
客户5 | 2423.88 | 2 |
客户6 | 4084.71 | 4 |
客户7 | 3464.57 | 3 |
客户8 | 4466.38 | 4 |
客户9 | 8202.55 | 8 |
客户10 | 8236.48 | 8 |
客户11 | 3996.41 | 3 |
客户12 | 8295.75 | 8 |
客户13 | 1562.5 | 1 |
客户14 | 9214.03 | 9 |
客户15 | 6118.48 | 6 |
客户16 | 1236.08 | 1 |
客户17 | 7821.73 | 7 |
客户18 | 9399.49 | 9 |
客户19 | 4985.04 | 4 |
客户20 | 3969.25 | 3 |
客户21 | 2745.33 | 2 |
客户22 | 9912.74 | 9 |
客户23 | 1048.1 | 1 |
客户24 | 2426.8 | 2 |
客户25 | 5205.38 | 5 |
…… | …… | …… |
客户N | *** | *** |
步骤403,根据各个指标值对应的散列值,对各个客户标识进行处理,以得到各个散列值各自对应的客户标识集合。
其中,可以理解的是,同一个客户标识集合中各个客户标识所对应的散列值均是相同的。
接上一个例子,根据各个指标值对应的散列值,将相同散列值的客户标识聚合在一个客户标识集合中,可以得到各个散列值各自对应的客户标识集合,其中,各个散列值与其对应的客户标识集合之间的对应关系表示例,如表2所示。
表2各个散列值与其对应的客户标识集合之间的对应关系表
散列值 | 客户标识集合 |
1 | 客户3,客户4,客户13,客户16,客户23 |
2 | 客户1,客户5,客户21,客户24 |
3 | 客户7,客户11,客户20 |
4 | 客户2,客户6,客户8,客户19 |
5 | 客户25 |
6 | 客户15 |
7 | 客户17 |
8 | 客户9,客户10,客户12 |
9 | 客户14,客户18,客户22 |
…… | …… |
*** | *** |
步骤404,针对该业务指标对应的各个散列值,可将各个散列值对应的客户标识集合进行位图转换,以得到各个散列值对应的位图,并根据各个散列值对应的位图生成该业务指标对应的位图集合。
步骤405,将各个业务指标对应的位图集合存储在分布式大数据平台数据库Greenplum中。
在本示例中,可能散列值并不是连续的,为了进一步减少数据所占用的存储空间,本示例中的位图可以为高效压缩位图Roaringbitmap。
在得到各个业务指标对应的位图集合后,可将各个业务指标对应的位图集合存储在分布式大数据平台数据库Greenplum中。
步骤406,响应于客户端的客户筛选请求,向客户端返回客户筛选条件配置界面,其中,客户端筛选条件配置界面包括:多个业务指标、每个业务指标各自对应的上限参数以及对应的计量单位、每个业务指标各自对应的下限参数以及对应的计量单位。
其中,针对每个业务指标而言,该业务指标的上限参数和下限参数对应的计量单位与对该业务指标上的指标值进行散列化处理时所使用的预设数值是相等的。
在本实施例中,为了方便设置逻辑关系,还可以在客户筛选条件配置界面中对各个业务指标之间的逻辑关系进行配置,其中,客户筛选条件配置界面中提供用于对各个业务指标之间的逻辑关系进行配置的逻辑关系输入框,以方便用户通在逻辑关系输入框中输入与逻辑关系对应的逻辑运算符。对应地,可根据在逻辑关系输入框中输入的逻辑运算符,确定多个业务指标之间的逻辑关系。
步骤407,根据在客户筛选条件配置界面中配置的内容,生成客户筛选条件。
其中,需说明的是,关于根据在客户筛选条件配置界面中配置的内容,生成客户筛选条件的具体实现方式,可参见本申请实施例的相关描述,此处不再赘述。
步骤408,针对客户筛选条件中各个业务指标,根据客户筛选条件中该业务指标的指标取值范围和该Greenplum中该业务指标对应的位图集合,确定出该业务指标对应的第一位图集合,并根据客户筛选条件中各个业务指标之间的逻辑关系对对应的第一位图集合进行逻辑运算,以得到符合客户筛选条件的目标客户标识集合。
其中,关于确定出该业务指标对应的第一位图集合的具体过程,可参考本申请实施例中的相关描述,此处不再赘述。
其中,关于根据客户筛选条件中各个业务指标之间的逻辑关系对对应的第一位图集合进行逻辑运算,以得到符合客户筛选条件的目标客户标识集合的具体过程,可参考本申请实施例的相关描述,此处不再赘述。
步骤409,针对目标客户标识集合中各个客户标识,可获取与该客户标识所对应的主键,根据该主键从预设的客户信息库中获取该客户标识所对应的客户信息。
在本示例中,通过与对应业务指标对应的预设数值对对应业务指标的各个指标值进行散列化处理,并通过位图对各个指标值对应的散列值进行存储,并在进行客户筛选时,结合位图进行客户筛选,可提高获取满足客户筛选条件的客户信息的效率,达到了快速响应用户需求的目的。
与上述几种实施例提供的客户筛选方法相对应,本申请的一种实施例还提供一种客户筛选装置,由于本申请实施例提供的客户筛选装置与上述几种实施例提供的客户筛选方法相对应,因此在客户筛选方法的实施方式也适用于本实施例提供的客户筛选装置,在本实施例中不再详细描述。
图5是根据本申请一个实施例的客户筛选装置的结构示意图。
如图5所示,该客户筛选装置500可以包括:第一获取模块501、第一确定模块502、第二获取模块503、形成模块504、处理模块505、第二确定模块506和发送模块507,其中:
第一获取模块501,用于获取客户端的客户筛选条件,其中,客户筛选条件中包括多个业务指标的指标取值范围、以及多个业务指标之间的逻辑关系。
第一确定模块502,用于针对每个业务指标,根据业务指标对应的指标取值范围,确定业务指标对应的散列值取值范围。
第二获取模块503,用于针对散列值取值范围中各个第一散列值,从业务指标对应的位图集合中,获取第一散列值的位图,其中,位图中包括多个比特位,比特位用于指示与比特位对应的客户标识在业务指标上的散列值是否为第一散列值。
形成模块504,用于根据各个第一散列值的位图,形成业务指标所对应的第一位图集合。
处理模块505,用于根据逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合。
第二确定模块506,用于根据第二位图集合,确定出对应的目标客户标识集合。
发送模块507,用于将目标客户标识集合中各个客户标识所对应的客户信息发送给客户端。
在本申请的一个实施例中,针对每个业务指标,在业务指标的指标取值范围的上限值由业务指标的上限参数的参数值和对应的计算单位组合得到,指标取值范围的下限值由业务指标的下限参数的参数值和对应的计算单位组合得到的情况下,其中,业务指标的上限参数和下限参数对应的计量单位与对业务指标上的指标值进行散列化处理时所使用的预设数值是相等的,第一确定模块502,具体用于:将业务指标的上限参数的参数值作为业务指标对应的散列值取值范围的上限值;将业务指标的下限参数的参数值作为业务指标对应的散列值取值范围的下限值。
在本申请的一个实施例中,第二确定模块506,具体用于:从第二位图集合的多个比特位中获取多个目标比特位,其中,目标比特位上的取值等于1用于表示与目标比特位对应的客户标识满足客户筛选条件;对各个目标比特位所对应的客户标识进行合并处理,以得到目标客户标识集合。
在本申请的一个实施例中,装置还包括:
第三获取模块,用于获取各个客户标识在业务指标上对应的指标值;
散列化处理模块,用于根据与业务指标对应的预设数值,分别对各个客户标识在业务指标上对应的指标值进行散列化处理,以得到各个指标值对应的第二散列值;
客户标识处理模块,用于根据各个指标值对应的第二散列值,对各个客户标识进行处理,以得到各个第二散列值各自对应的客户标识集合,其中,第二散列值对应的客户标识集合中各个客户标识在业务指标上所对应的散列值均为第二散列值;
第三确定模块,用于根据各个第二散列值各自对应的客户标识集合,确定业务指标对应的位图集合。
在本申请的一个实施例中,第三确定模块,具体用于:
针对各个第二散列值,根据第二散列值对应的客户标识集合,生成第二散列值对应的位图;
根据各个第二散列值对应的位图,生成业务指标对应的位图集合。
在本申请的一个实施例中,与业务指标对应的预设数值的确定方式为:根据各个客户标识在业务指标上对应的指标值,确定业务指标的第二指标取值范围;根据第二指标取值范围确定与业务指标对应的预设数值。
在本申请的一个实施例中,第二获取模块503,具体用于:从预先存储有各个业务指标对应的位图集合的分布式大数据平台数据库中,获取业务指标对应的位图集合;针对散列值取值范围中各个第一散列值,从业务指标对应的位图集合中,获取第一散列值的位图。
在本申请的一个实施例中,第一获取模块501,具体用于:响应于客户端的客户筛选请求,向客户端返回客户筛选条件配置界面,其中,客户端筛选条件配置界面包括:多个业务指标、每个业务指标各自对应的上限参数以及对应的计量单位、每个业务指标各自对应的下限参数以及对应的计量单位;获取客户筛选条件配置界面中各个业务指标各自对应的上限参数的参数值和下限参数的参数值;针对每个业务指标,将业务指标的上限参数的参数值和对应的计算单位进行组合,以得到业务指标的指标取值范围的上限值;将业务指标的下限参数的参数值和对应的计算单位进行组合,以得到业务指标的指标取值范围的下限值;从客户筛选条件配置界面中获取多个业务指标之间的逻辑关系。
本申请实施例提供的客户筛选装置,在接收到客户端的客户筛选条件后,针对客户筛选条件中的每个业务指标,根据业务指标对应的指标取值范围,确定业务指标对应的散列值取值范围;根据散列值取值范围中各个第一散列值的位图,形成该业务指标对应的位图集合,并根据客户筛选条件中多个业务指标之间的逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合,并基于第二位图集合得到满足筛选条件的客户信息,并将客户信息发送给客户端。由此,在获取满足客户条件的客户信息的过程中,基于位图来获取满足客户筛选条件的客户信息,由于位图具有计算的快捷高效的特性,因此,可提高获取满足客户筛选条件的客户信息的效率。
根据本申请的实施例,本申请还提供了一种电子设备,其中,电子设备包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行指令,以实现如前述任一实施例提出的客户筛选方法。
作为一种示例,图6是本申请一示例性实施例所示出的电子设备的结构示意图,如图6所示,上述电子设备600,还可以包括:
存储器610及处理器620,连接不同组件(包括存储器610和处理器620)的总线630,存储器610存储有计算机程序,当处理器620执行程序时实现本申请实施例的客户筛选方法。
总线630表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备600典型地包括多种电子设备可读介质。这些介质可以是任何能够被电子设备600访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器610还可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)640和/或高速缓存存储器650。服务器600可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统660可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线630相连。存储器610可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块670的程序/实用工具680,可以存储在例如存储器610中,这样的程序模块670包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块670通常执行本申请所描述的实施例中的功能和/或方法。
电子设备600也可以与一个或多个外部设备690(例如键盘、指向设备、显示器691等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口692进行。并且,电子设备600还可以通过网络适配器693与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器693通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器620通过运行存储在存储器610中的程序,从而执行各种功能应用以及数据处理。
需要说明的是,本实施例的电子设备的实施过程和技术原理参见前述对本申请实施例的客户筛选方法的解释说明,此处不再赘述。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器,上述指令可由电子设备的处理器执行以完成上述任一实施例提出的客户筛选方法。可选地,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,包括计算机程序/指令,其特征在于,计算机程序/指令被处理器执行时实现上述任一实施例提出的客户筛选方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种客户筛选方法,其特征在于,所述方法包括:
获取客户端的客户筛选条件,其中,所述客户筛选条件中包括多个业务指标的指标取值范围、以及所述多个业务指标之间的逻辑关系;
针对每个业务指标,根据所述业务指标对应的指标取值范围,确定所述业务指标对应的散列值取值范围;
针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图,其中,所述位图中包括多个比特位,所述比特位用于指示与所述比特位对应的客户标识在所述业务指标上的散列值是否为所述第一散列值;
根据各个所述第一散列值的位图,形成所述业务指标所对应的第一位图集合;
根据所述逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合;
根据所述第二位图集合,确定出对应的目标客户标识集合;
将所述目标客户标识集合中各个客户标识所对应的客户信息发送给所述客户端。
2.如权利要求1所述的方法,其特征在于,针对每个业务指标,在所述业务指标的指标取值范围的上限值由所述业务指标的上限参数的参数值和对应的计算单位组合得到,所述指标取值范围的下限值由所述业务指标的下限参数的参数值和对应的计算单位组合得到的情况下,其中,所述业务指标的上限参数和下限参数对应的计量单位与对所述业务指标上的指标值进行散列化处理时所使用的预设数值是相等的,根据所述业务指标对应的指标取值范围,确定所述业务指标对应的散列值取值范围,包括:
将所述业务指标的上限参数的参数值作为所述业务指标对应的散列值取值范围的上限值;
将所述业务指标的下限参数的参数值作为所述业务指标对应的散列值取值范围的下限值。
3.如权利要求1所述的方法,其特征在于,所述根据所述第二位图集合,确定出对应的目标客户标识集合,包括:
从所述第二位图集合的多个比特位中获取多个目标比特位,其中,所述目标比特位上的值等于1用于表示与所述目标比特位对应的客户标识满足所述客户筛选条件;
对各个所述目标比特位所对应的客户标识进行合并处理,以得到所述目标客户标识集合。
4.如权利要求1-3中任一项所述的方法,其特征在于,在所述获取客户端的客户筛选条件之前,所述方法还包括:
获取各个客户标识在所述业务指标上对应的指标值;
根据与所述业务指标对应的预设数值,分别对各个客户标识在所述业务指标上对应的指标值进行散列化处理,以得到各个指标值对应的第二散列值;
根据各个指标值对应的第二散列值,对各个客户标识进行处理,以得到各个第二散列值各自对应的客户标识集合,其中,所述第二散列值对应的客户标识集合中各个客户标识在所述业务指标上所对应的散列值均为所述第二散列值;
根据各个第二散列值各自对应的客户标识集合,确定所述业务指标对应的位图集合。
5.如权利要求4所述的方法,其特征在于,所述根据各个第二散列值各自对应的客户标识集合,确定所述业务指标对应的位图集合,包括:
针对各个第二散列值,根据所述第二散列值对应的客户标识集合,生成所述第二散列值对应的位图;
根据各个所述第二散列值对应的位图,生成所述业务指标对应的位图集合。
6.如权利要求1所述的方法,其特征在于,针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图,包括:
从预先存储有各个业务指标对应的位图集合的分布式大数据平台数据库中,获取所述业务指标对应的位图集合;
针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图。
7.如权利要求2所述的方法,其特征在于,所述获取客户端的客户筛选条件,包括:
响应于所述客户端的客户筛选请求,向所述客户端返回客户筛选条件配置界面,其中,所述客户端筛选条件配置界面包括:多个业务指标、每个所述业务指标各自对应的上限参数以及对应的计量单位、每个所述业务指标各自对应的下限参数以及对应的计量单位;
获取所述客户筛选条件配置界面中各个所述业务指标各自对应的上限参数的参数值和下限参数的参数值;
针对每个所述业务指标,将所述业务指标的上限参数的参数值和对应的计算单位进行组合,以得到所述业务指标的指标取值范围的上限值;
将所述业务指标的下限参数的参数值和对应的计算单位进行组合,以得到所述业务指标的指标取值范围的下限值;
从所述客户筛选条件配置界面中获取所述多个业务指标之间的逻辑关系。
8.一种客户筛选装置,其特征在于,所述装置包括:
第一获取模块,用于获取客户端的客户筛选条件,其中,所述客户筛选条件中包括多个业务指标的指标取值范围、以及所述多个业务指标之间的逻辑关系;
第一确定模块,用于针对每个业务指标,根据所述业务指标对应的指标取值范围,确定所述业务指标对应的散列值取值范围;
第二获取模块,用于针对所述散列值取值范围中各个第一散列值,从所述业务指标对应的位图集合中,获取所述第一散列值的位图,其中,所述位图中包括多个比特位,所述比特位用于指示与所述比特位对应的客户标识在所述业务指标上的散列值是否为所述第一散列值;
形成模块,用于根据各个所述第一散列值的位图,形成所述业务指标所对应的第一位图集合;
处理模块,用于根据所述逻辑关系,对各个业务指标所对应的第一位图集合进行处理,以得到第二位图集合;
第二确定模块,用于根据所述第二位图集合,确定出对应的目标客户标识集合;
发送模块,用于将所述目标客户标识集合中各个客户标识所对应的客户信息发送给所述客户端。
9.一种电子设备,其特征在于,包括:
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一所述的方法。
10.一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如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311633008.7A CN117764621A (zh) | 2023-11-30 | 2023-11-30 | 客户筛选方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311633008.7A CN117764621A (zh) | 2023-11-30 | 2023-11-30 | 客户筛选方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117764621A true CN117764621A (zh) | 2024-03-26 |
Family
ID=90315203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311633008.7A Pending CN117764621A (zh) | 2023-11-30 | 2023-11-30 | 客户筛选方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117764621A (zh) |
-
2023
- 2023-11-30 CN CN202311633008.7A patent/CN117764621A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100115246A1 (en) | System and method of data partitioning for parallel processing of dynamically generated application data | |
CN110750529B (zh) | 数据处理方法、装置、设备及存储介质 | |
US10169461B2 (en) | Analysis of data utilization | |
CN110046155B (zh) | 特征数据库的更新、数据特征的确定方法、装置及设备 | |
CN114265740A (zh) | 错误信息处理方法、装置、设备及存储介质 | |
CN111443899A (zh) | 一种元素处理方法、装置、电子设备及存储介质 | |
CN114140221A (zh) | 一种欺诈风险预警方法、装置及设备 | |
CN111626783B (zh) | 用于实现事件转化概率预测的离线信息设置方法和装置 | |
CN113761565A (zh) | 数据脱敏方法和装置 | |
CN110909085A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111338958A (zh) | 一种测试用例的参数生成方法、装置及终端设备 | |
CN117764621A (zh) | 客户筛选方法、装置、电子设备和存储介质 | |
CN116069810A (zh) | 数据查询方法、装置及终端设备 | |
CN113158044B (zh) | 全媒体在线审读的方法、系统、终端设备和存储介质 | |
CN113111078B (zh) | 资源数据处理方法、装置、计算机设备和存储介质 | |
CN111966993B (zh) | 设备标识码识别、生成算法测试方法、装置、设备及介质 | |
CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
US20220309084A1 (en) | Record matching in a database system | |
CN113869455A (zh) | 无监督聚类方法、装置、电子设备及介质 | |
CN108038783B (zh) | 头寸管理方法、系统和计算机可读存储介质 | |
CN114282968A (zh) | 一种流水号的获取方法、装置、服务器和存储介质 | |
CN113094415A (zh) | 数据抽取方法、装置、计算机可读介质及电子设备 | |
CN111131393A (zh) | 用户活跃度数据统计方法、电子装置及存储介质 | |
CN110134691B (zh) | 数据校验方法、装置、设备和介质 | |
CN113297426A (zh) | 图数据库的特征生成方法、装置及电子设备 |
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 |