CN117893302A - 确定推荐客户行为特征的方法、信息推荐方法和装置 - Google Patents

确定推荐客户行为特征的方法、信息推荐方法和装置 Download PDF

Info

Publication number
CN117893302A
CN117893302A CN202410057616.6A CN202410057616A CN117893302A CN 117893302 A CN117893302 A CN 117893302A CN 202410057616 A CN202410057616 A CN 202410057616A CN 117893302 A CN117893302 A CN 117893302A
Authority
CN
China
Prior art keywords
marketing
target
client
task
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
Application number
CN202410057616.6A
Other languages
English (en)
Inventor
章振福
戴秋萍
黄秋练
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
CCB Finetech Co Ltd
Original Assignee
China Construction Bank Corp
CCB Finetech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp, CCB Finetech Co Ltd filed Critical China Construction Bank Corp
Priority to CN202410057616.6A priority Critical patent/CN117893302A/zh
Publication of CN117893302A publication Critical patent/CN117893302A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q10/06398—Performance of employee with respect to a job function

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种确定推荐客户行为特征的方法、信息推荐方法和装置。涉及计算机技术领域。该方法包括：获取营销任务类型相同的多个已投放营销任务以及对应的客户行为特征数据库，针对数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务；根据目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数，确定第一目标客户行为特征的推荐系数；根据推荐系数从客户行为特征数据库确定出第二目标客户行为特征，并将第二目标客户行为特征作为向待投放营销任务推荐的客户行为特征。由此，可自动确定出了向待投放营销任务所推荐的客户行为特征。

Description

确定推荐客户行为特征的方法、信息推荐方法和装置
技术领域
本申请涉及人计算机技术领域，尤其涉及一种确定推荐客户行为特征的方法、信息推荐方法和装置。
背景技术
在银行业务系统中，为了更好地向客户提供服务，目前在银行业务系统中通常会投放营销任务。相关技术中，银行业务系统并不向业务人员推荐与对应营销任务对应的用户行为特征，对应业务人员需要自己凭经验来选择出对应的客户行为特征，因此，如何使得银行业务系统可以确定出向待投放的营销任务推荐的客户行为特征，对于提高投放营销任务的体验度是十分重要的。
发明内容
本申请提供一种确定推荐客户行为特征的方法、信息推荐方法和装置。
第一方面，本申请提供一种确定推荐客户行为特征的方法，所述方法包括：获取多个已投放营销任务，其中，所述多个已投放营销任务的营销任务类型是相同的；获取与所述多个已投放营销任务对应的客户行为特征数据库，其中，所述客户行为特征数据库是基于各个所述已投放营销任务所投放的客户群的客户行为特征形成的；针对所述客户行为特征数据库中的任意一个第一目标客户行为特征，从所述多个已投放营销任务中确定出目标营销任务，其中，所述目标营销任务所投放的客户群的客户行为特征中包括所述第一目标客户行为特征；根据所述目标营销任务的营销成效系数、所述目标营销任务完成营销所使用的时长、所述目标营销任务所投放的客户群的客户数，确定所述第一目标客户行为特征的推荐系数；根据所述推荐系数，从所述客户行为特征数据库确定出第二目标客户行为特征；将所述第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，所述待投放营销任务与所述已投放营销任务的营销任务类型是相同的。
第二方面，本申请提供一种信息推送方法，所述方法包括：根据第一方面实施例所公开的方法，确定向待投放营销任务推荐的第三目标客户行为特征；根据所述第三目标客户行为特征，确定所述待投放营销任务所对应的客户群；向所述客户群中的客户推送所述待投放营销任务。
第三方面，本申请提供一种确定推荐客户行为特征的装置，所述装置包括：第一获取模块，用于获取多个已投放营销任务，其中，所述多个已投放营销任务的营销任务类型是相同的；第二获取模块，用于获取与所述多个已投放营销任务对应的客户行为特征数据库，其中，所述客户行为特征数据库是基于各个所述已投放营销任务所投放的客户群的客户行为特征形成的；第一确定模块，用于针对所述客户行为特征数据库中的任意一个第一目标客户行为特征，从所述多个已投放营销任务中确定出目标营销任务，其中，所述目标营销任务所投放的客户群的客户行为特征中包括所述第一目标客户行为特征；第二确定模块，用于根据所述目标营销任务的营销成效系数、所述目标营销任务完成营销所使用的时长、所述目标营销任务所投放的客户群的客户数，确定所述第一目标客户行为特征的推荐系数；第三确定模块，用于根据所述推荐系数，从所述客户行为特征数据库确定出第二目标客户行为特征；第四确定模块，用于将所述第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，所述待投放营销任务与所述已投放营销任务的营销任务类型是相同的。
第四方面，本申请提供一种信息推送装置，所述装置包括：第一确定模块，用于根据第一方面实施例所公开的方法，确定向待投放营销任务推荐的第三目标客户行为特征；第二确定模块，用于根据所述第三目标客户行为特征，确定所述待投放营销任务所对应的客户群；推送模块，用于向所述客户群中的客户推送所述待投放营销任务。
第五方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现本申请实施例公开的确定推荐客户行为特征的方法，或者，信息推送方法。
第六方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现本申请实施例公开的确定推荐客户行为特征的方法，或者，信息推送方法。
第七方面，本申请提供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本申请实施例公开的确定推荐客户行为特征的方法，或者，信息推送方法。
本申请的技术方案具有如下优点或有益效果：
获取营销任务类型相同的多个已投放营销任务，并获取与多个已投放营销任务对应的客户行为特征数据库，并针对客户行为特征数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务，其中，目标营销任务所投放的客户群的客户行为特征中包括第一目标客户行为特征；根据目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数，确定第一目标客户行为特征的推荐系数；根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征，并将第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征。由此，通过对与待投放营销任务的类型相同的已投放营销任务的客户行为特征进行自动化分析，即可确定出了向待投放营销任务所推荐的客户行为特征，提高了所确定出的客户行为特征的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的确定推荐客户行为特征的方法的流程图一；
图2为本申请实施例提供的确定推荐客户行为特征的方法的流程图二；
图3为本申请实施例提供的信息推荐方法的流程图一；
图4为本申请实施例提供的信息推荐方法的流程图二；
图5为本申请实施例提供的信息推荐方法的流程图三；
图6为本申请实施例提供的确定推荐客户行为特征的装置的结构示意图；
图7为本申请实施例提供的信息推送装置的结构示意图；
图8为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、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)以及信号，均为经用户授权或者经过各方充分授权的，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。
相关技术中，在银行业务系统中，通常是采用人工的方式对与待投放营销任务的类型相同的已投放营销任务的客户行为特征数据进行分析，以得到待投放营销任务所使用的客户行为特征。然而，这种人工自己凭经验得到待投放营销任务所使用的客户行为特征的方式，耗时耗力，不够客观。因此，如何使得银行业务系统可以自动确定出向待投放的营销任务推荐的客户行为特征是目前亟需解决的技术问题。
为了自动确定出向待投放的营销任务推荐的客户行为特征，本申请提出一种确定推荐客户行为特征的方法，该方法提出如下技术构思：获取营销任务类型相同的多个已投放营销任务，并获取与多个已投放营销任务对应的客户行为特征数据库，并针对客户行为特征数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务，其中，目标营销任务所投放的客户群的客户行为特征中包括第一目标客户行为特征；根据目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数，确定第一目标客户行为特征的推荐系数；根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征，并将第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征。由此，通过对与待投放营销任务的类型相同的已投放营销任务的客户行为特征进行自动化分析，即可确定出了向待投放营销任务所推荐的客户行为特征，提高了所确定出的客户行为特征的准确性。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
首先结合图1，对本申请实施例提供的确定推荐客户行为特征的方法进行示例性说明。
图1为本申请实施例提供的确定推荐客户行为特征的方法的流程图一。
其中，需要说明的是，本申请实施例提供的确定推荐客户行为特征的方法可以由确定推荐客户行为特征的装置执行，其中，该确定推荐客户行为特征的装置可以由软件和/或者硬件实现。其中，该确定推荐客户行为特征的装置可以配置在银行业务系统。其中，该银行业务系统可以被配置在电子设备中。
其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为手机、平板电脑、个人数字助理等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示，该确定推荐客户行为特征的方法包括以下步骤：
S101，获取多个已投放营销任务，其中，多个已投放营销任务的营销任务类型是相同的。
在本实施例中，在银行业务系统中，营销任务类型可以包括但不限于：产品推广、数字营销、品牌推广、市场调研等。
S102，获取与多个已投放营销任务对应的客户行为特征数据库，其中，客户行为特征数据库是基于各个已投放营销任务所投放的客户群的客户行为特征形成的。
在本申请的一个实施例中，构建上述客户行为特征数据库的一种可能实现方式为：获取各个已投放营销任务所投放的客户群，然后，获取各个已投放营销任务所投放的客户群所对应的客户行为特征，然后，基于所获取到的所有客户行为特征，构建该客户行为特征数据库。
在本申请的一个实施例中，构建上述客户行为特征数据库的一种可能实现方式为：可以获取对各个已投放营销任务所添加的目标客户标签，其中，目标客户标签可以为对应已投放营销任务所投放的客户群所对应的多个客户标签中的至少一个，然后，获取各个目标客户标签所对应的客户行为特征，并基于所获取到的所有客户行为特征构建上述客户行为特征库。
其中，需要说明的是，本实施例中对已投放营销任务所添加的目标客户标签与客户行为特征之间是存在对应关系的。
其中，需要说明的是，对于各个已投放营销而言，在需要对该已投放营销任务进行标签标注的情况下，还可以向该已投放营销任务提供该客户群所对应的多个客户标签，对应地，可获取从多个客户标签所选中的目标客户标签，并根据目标客户标签对该已投放营销任务进行标签标注。由此，方便对应人员对该已投放营销任务进行标签标注。
对于一个已投放营销任务，对应人员可基于该已投放营销任务的营销情况，为该已投放营销任务添加目标客户标签，目标客户标签例如可以为“年轻化”标签和“高学历”标签，其中，“年轻化”标签所对应的年龄18-25；“高学历”标签所对应的学历可以为硕士学历、博士学历。另外，目标客户标签例如可以为“中型企业”标签，其中，“中型企业”标签所对应的客户行为特征可以为：资产总额2000万以上、40000万以下或职工人数300人以上、2000人以下等。
在本实施例中，获取各个已投放营销任务所投放的客户群所对应的客户行为特征的可能实现方式为：针对各个已投放营销任务，从预先构建的客户画像体系中获取已投放营销任务所投放的客户群所对应的客户标签，并获取与该客户标签对应的客户行为特征，其中，所获取到的客户行为特征，即为该已投放营销任务所投放的客户群所对应的客户行为特征。
其中，需要说明的是，上述客户画像体系是基于大量客户的客户行为数据预先构建出的。
其中，需要说明的是，构建客户画像体系的过程可参见相关技术中的描述，此处不再赘述。
其中，本实施例中客户画像体系中可以包括客户标签以及客户标签对应的客户群以及客户群所对应的客户行为特征。
S103，针对客户行为特征数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务，其中，目标营销任务所投放的客户群的客户行为特征中包括第一目标客户行为特征。
S104，根据目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数，确定第一目标客户行为特征的推荐系数。
在本实施例中，在获取目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数后，可将目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数输入到用于计算推荐系数的计算函数中，以通过该计算函数，确定出第一目标客户行为特征的推荐系数。由此，可以快速且准确地确定出第一目标客户行为特征的推荐系数。
其中，需要说明的是，第一目标客户行为特征在多个已投放营销任务中所使用的次数越多，其所对应的推荐系数越大。
其中，第一目标客户行为特征的推荐系数越大，表示该第一目标客户行为特征被推荐的推荐度越高，反之则相反。
S105，根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征。
其中，第二目标客户行为特征是指客户行为特征数据库中推荐系数满足预设条件的客户行为特征。例如，预设条件可以为推荐系数大于预设系数阈值，或者，预设条件可以为推荐系数排序在前N位，其中，N为大于或者等于1的整数。
在本实施例中，在不同应用场景中，根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征的实现方式不同，示例性说明如下：
作为一种示例，可从客户行为特征数据库确定出推荐系数大于预设系数阈值的第一目标客户行为特征，并将所确定出的客户行为特征作为第二目标客户行为特征。
作为另一种示例，可按照推荐系数从大到小的顺序，对客户行为特征数据库中的各个第一目标客户行为特征进行排序，以得到排序结果，并将排序结果中排序位于前N位的第一目标客户行为特征作为第二目标客户行为特征。
S106，将第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，待投放营销任务与已投放营销任务的营销任务类型是相同的。
本申请实施例提供的确定推荐客户行为特征的方法，获取营销任务类型相同的多个已投放营销任务，并获取与多个已投放营销任务对应的客户行为特征数据库，并针对客户行为特征数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务，其中，目标营销任务所投放的客户群的客户行为特征中包括第一目标客户行为特征；根据目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数，确定第一目标客户行为特征的推荐系数；根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征，并将第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征。由此，通过对与待投放营销任务的类型相同的已投放营销任务的客户行为特征进行自动化分析，即可确定出了向待投放营销任务所推荐的客户行为特征，提高了所确定出的客户行为特征的准确性。
在本申请实施例中，为了可以清楚理解如何确定的第一目标客户行为特征的推荐系数的过程，下面结合图2对该实施例的方法进行进一步示例性描述。
图2为本申请实施例提供的确定推荐客户行为特征的方法的流程图二。
如图2所示，该方法可以包括如下步骤：
S201，获取多个已投放营销任务，其中，多个已投放营销任务的营销任务类型是相同的。
S202，获取与多个已投放营销任务对应的客户行为特征数据库，其中，客户行为特征数据库是基于各个已投放营销任务所投放的客户群的客户行为特征形成的。
S203，针对客户行为特征数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务，其中，目标营销任务所投放的客户群的客户行为特征中包括第一目标客户行为特征。
其中，需要说明的是，关于S201至S203的具体实现方式，可参见本申请实施例中的相关描述，此处不再赘述。
S204，根据目标营销任务所投放的客户群对目标营销任务的回应情况，确定目标营销任务的营销成效系数。
在本申请的一个实施例中，根据目标营销任务所投放的客户群对目标营销任务的回应情况，确定目标营销任务的营销成效系数的一种可能实现方式可以为：根据目标营销任务所投放的客户群对目标营销任务的回应情况，确定目标营销任务所投放的客户群中对目标营销任务有回应的第一目标客户以及对目标营销任务未有回应的第二目标客户；根据第一目标客户的数量和第二目标客户的数量，确定目标营销任务的营销成效系数。由此，准确确定出了该目标营销任务的营销成效系数。
在本申请的一个实施例中，确定目标营销任务的营销成效系数的另一种可能实现方式为：获取该目标营销任务所对应的客户营销结果，其中，该客户营销结果中包括：营销成功的第一客户数、营销失败的第二客户数，正在营销的第三客户数、还未开始营销的第四客户数，根据第一客户数、第二客户数、第三客户数和第四客户数，确定该目标营销任务的营销成效系数。由此，准确确定出了该目标营销任务的营销成效系数。
其中，需要说明的是，该目标营销任务的营销成效越大，表示该目标营销任务所对应的营销成效越好。
在本实施例中，基于第一客户数、第二客户数、第三客户数和第四客户数来计算出目标营销任务的营销成效系数的公式为：
其中：A1表示营销成功的第一客户数；A2表示营销失败的第二客户数；A3表示正在营销的第三客户数；A4表示还未开始营销的第四客户数。
其中，需要说明的是，对上述第一客户数、第二客户数、第三客户数和第四客户数进行求和所得到的客户总数与该目标营销任务所投放的客户群的客户总数是相等的。
S205，根据目标营销任务完成营销所使用的时长，确定目标营销任务所对应的营销时长系数。
在本实施例中，根据目标营销任务完成营销所使用的时长，确定目标营销任务所对应的营销时长系数的一种可能实现方式可以为：从预设的多个营销时长区间中，确定目标营销任务完成营销所使用的时长所在的目标营销时长区间；将与目标营销时长区间所对应的营销时长系数作为目标营销任务所对应的营销时长系数。
在本实施例中，可从预设的营销时长区间和营销时长系数两者之间的对应关系表中，获取与该目标营销时长区间所对应的营销时长系数。
在本实施例中，预设的营销时长区间和营销时长系数两者之间的对应关系表的示例，如表1所示。
表1预设的营销时长区间和营销时长系数两者之间的对应关系表
其中，需要说明的是，目标营销任务所对应的营销时长越短，表示该目标营销任务与其所投放的客户群的客户需求之间的适配度越好，反之则相反。
S206，确定目标营销任务所投放的客户群的客户数与所有已投放营销任务所投放的客户的总数的比值。
在本实施例中，可对上述各个已投放营销任务所投放的客户群的客户数进行求和，以得到所有已投放营销任务所投放的客户的总数。
S207，根据营销成效系数、营销时长系数和比值，确定第一目标客户行为特征的推荐系数。
在本实施例中，可根据营销成效系数、营销时长系数和比值进行推荐系数计算，以得到第一目标客户行为特征的推荐系数。
在一个示例中，用于计算第一目标客户行为特征的推荐系数的公式为：
其中，公式中的N表示目标营销任务的总数，Ai表示第i个目标营销任务的营销成效系数；Bi表示第i个目标营销任务的营销时长系数；Ci表示第i个目标营销任务所对应的比值，其中，i的取值为1到N，N可以为大于或者等于1的整数。
其中，可以理解的是，上述目标营销任务可以为一个或者多个，上述公式中的N表示目标营销任务的总数。
S208，根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征。
S209，将第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，待投放营销任务与已投放营销任务的营销任务类型是相同的。
其中，需要说明的是，关于S208和S209的具体实现方式，可参见本申请实施例中的相关描述，此处不再赘述。
基于上述描述，可以看出，在本实施例中，根据营销成效系数、营销时长系数和比值，准确确定第一目标客户行为特征的推荐系数，由此，基于推荐系数，可准确确定出向待投放营销任务推荐的客户行为特征，提高了所推荐的客户行为特征的准确性。
图3为本申请实施例提供的信息推荐方法的流程图一。
其中，需要说明的是，本申请实施例提供的信息推荐方法可以由信息推荐装置执行，其中，该信息推荐装置可以由软件和/或者硬件实现。其中，该信息推荐装置可以配置在银行业务系统。其中，该银行业务系统可以被配置在电子设备中。
其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为手机、平板电脑、个人数字助理等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图3所示，该信息推荐方法包括以下步骤：
S301，基于前述的确定推荐客户行为特征的方法，确定向待投放营销任务推荐的第三目标客户行为特征。
其中，需要说明的是，关于得到向待投放营销任务推荐的第三目标客户行为特征的具体过程，可参见本申请实施例中的相关描述，此处不再赘述。
S302，根据第三目标客户行为特征，确定待投放营销任务所对应的客户群。
在本申请的一个实施例中，可获取与该第三目标客户行为特征对应的客户标签，并显示与该第三目标客户行为特征对应的客户标签，获取从客户标签中所选择的目标客户标签，并获取与目标客户标签所对应的客户群。
其中，需要说明的是，本实施例中的客户标签可以与一个第三目标客户行为特征对应，也可以与多个第三目标客户行为特征对应。也就是说，本实施例中的客户标签可以命中一个第三目标客户行为特征或者命中多个第三目标客户行为特征。
例如，目标客户标签1为“高学历青年”，目标客户标签1所命中的客户行为特征有两个，分别为客户行为特征1为“年龄”，限定值Y1,1为“20-30”，客户行为特征2为“学历”，限定值Y1,2为“硕士、博士”，基于客户标签1，所获取到的客户群中的每个客户的年龄均在“20-30”，学历均为“硕士、博士”中的一个。
又例如，目标客户标签为两个，目标客户标签1和目标客户标签2，目标客户标签1命中客户行为特征1、客户行为特征2，目标客户标签2命中客户行为特征2、客户行为特征3，此时，客户行为特征2被两个标签同时命中，但是客户行为特征2在目标客户标签1下所对应的限定值Y12，以及客户行为特征2在目标客户标签2下所对应的限定值Y2,2可能是不相同的，则此时总限定按最大取值范围取数，还是假设客户行为特征2为“学历”，限定值Y1,2为“本科、硕士”，限定值Y2,2为“硕士、博士”，可基于目标客户标签1和目标客户标签2确定出待投放营销任务所对应的客户群，其中，需要说明的是，客户群中的每个客户所对应的客户行为特征2“学历”均为“本科、硕士、博士”中的一个。
在本申请的另一个实施例中，可展示多个第三目标客户行为特征，并获取从多个第三目标客户行为特征中所选中的第三目标客户行为特征，并获取与所选中的第三目标客户行为特征对应的客户群，并将所获取到的客户群作为待投放营销任务所对应的客户群。
S303，向客户群中的客户推送待投放营销任务。
本申请实施例提供的信息推荐方法，对于待投放营销任务，基于与该待投放营销任务的类型相同的已投放营销任务的客户行为特征，准确确定出了向待投放营销任务推荐的第三目标客户行为特征，从而方便了对应人员基于所推荐的客户行为特征快速确定出待投放营销任务所对应的客户群，向客户群中的客户推送待投放营销任务。由此，无需对应人员凭经验来确定待投放营销任务对应的客户行为特征，减少投放过程中的工作量的同时，可以提高所投放的营销任务与客户群的适配度，提高所投放的营销任务的准确性。
图4为本申请实施例提供的信息推荐方法的流程图二。其中，需要说明的是，本实施例对前述实施例的进一步细化或者扩展。
如图4所示，该方法可以包括：
S401，基于前述的确定推荐客户行为特征的方法，确定向待投放营销任务推荐的第三目标客户行为特征。
S402，根据第三目标客户行为特征，确定待投放营销任务所对应的客户群。
其中，需要说明的是，关于S401至S402的具体实现方式，可参见本申请实施例中的相关描述，此处不再赘述。
S403，获取客户群中各个客户的客户失信度，其中，客户失信度是基于客户的信用风险数据确定出的。
在本申请的一个实施例中，上述信用风险数据中可以包括客户在各个预设风险项上的取值，其中，基于客户的信用风险数据确定出客户的客户失信度的可能实现方式为：对该客户在各个预设风险项上的取值进行求积运算，以得到该客户的客户失信度。
其中，上述预设风险项可以包括但不限于是否黑名单、是否失信人员、贷款不良率、近一年逾期账户数比例。
其中，计算该客户的客户失信度的公式为其中失信度公式如下：
其中：A1：黑名单客户A1＝1，非黑名单客户A1＝0；
A2：失信人员A2＝1，非失信人员A2＝0；
A3：贷款不良率≥90％的客户A3＝1，贷款不良率＜90％的客户A3＝0；
A4：近一年逾期账户数比例≥80％的客户A4＝1，近一年逾期账户数比例＜80％的客户A4＝0。
S404，对客户群进行过滤，以将客户群中客户失信度大于预设失信度阈值的客户过滤掉。
其中，预设失信度阈值是预先设置的客户失信度的阈值，可根据实际情况来预先设置该预设失信度阈值，该实施例对预设失信度阈值的取值不作具体限定。
S405，向过滤后的客户群中的客户推送该待投放营销任务。
在本实施例中，在确定待投放营销任务所对应的客户群后，基于该客户群中各个客户的客户失信度，对该客户群进行过滤，并向过滤后的客户群中的客户推送该待投放营销任务。由此，基于客户失信度实现了对客户群中低质量客户数据的过滤，进一步提高了所投放的客户的准确性。
图5为本申请实施例提供的信息推荐方法的流程图三。其中，需要说明的是，本实施例对前述实施例的进一步细化或者扩展。
如图5所示，该方法可以包括：
S501，基于前述的确定推荐客户行为特征的方法，确定向待投放营销任务推荐的第三目标客户行为特征。
S502，根据第三目标客户行为特征，确定待投放营销任务所对应的客户群。
S503，获取客户群中各个客户的客户失信度，其中，客户失信度是基于客户的信用风险数据确定出的。
S504，对客户群进行过滤，以将客户群中客户失信度大于预设失信度阈值的客户过滤掉。
其中，需要说明的是，关于S501至S504的具体实现方式，可参见本申请实施例中的相关描述，此处不再赘述。
S505，获取过滤后的客户群中各个客户的财务信息。
其中，本实施例中客户的财务信息可以包括但不限于客户的资产规模、存款余额等信息。
S506，根据财务信息，对过滤后的客户群进行聚类，以得到过滤后的客户群的多个客户组。
其中，需要说明的是，同一个客户组中客户之间的财务信息的相似度小于预设相似度阈值。
其中，预设相似度阈值是预先设置的相似度的临界值，可根据实际情况来确定预设相似度阈值的取值，该实施例对此不作具体限定。
其中，根据财务信息可以将过滤后的客户群进行分组，以得到优质客户组、中等客户组和较差客户组，以方便对应人员根据投放需求快速从多个客户组中得到自己待投放的客户组，提高了对应人员的投放体验。
S507，获取从多个客户组中所选中的目标客户组。
在本实施例中，可向多个客户组提供给对应人员，并获取对应人员从多个客户组中所选中的目标客户组。
S508，向目标客户组中的客户推送待投放营销任务。
在本实施例中，基于客户的财务信息对过滤后的客户群进行聚类处理，并获取从多个聚类后的客户组中所选中的目标客户组，并向客户组中的客户推送待投放营销任务。由此，在对待投放营销任务进行投放的过程中，使得对应人员可从多个聚类后的客户组中快速自己想投放的目标客户组，进一步提高了用户的投放体验。
图6为本申请实施例提供的确定推荐客户行为特征的装置的结构示意图。其中，需要说明的是，该实施例中的确定推荐客户行为特征的装置可以执行前述实施例中的确定推荐客户行为特征的方法。其中，确定推荐客户行为特征的装置可以为配置在银行业务系统中，其中，银行业务系统可以配置在电子设备中。
其中，电子设备，可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为手机、平板电脑、个人数字助理等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图6所示，该确定推荐客户行为特征的装置600可以包括：第一获取模块601、第二获取模块602、第一确定模块603、第二确定模块604、第三确定模块605和第四确定模块606，其中：
第一获取模块601，用于获取多个已投放营销任务，其中，多个已投放营销任务的营销任务类型是相同的；
第二获取模块602，用于获取与多个已投放营销任务对应的客户行为特征数据库，其中，客户行为特征数据库是基于各个已投放营销任务所投放的客户群的客户行为特征形成的；
第一确定模块603，用于针对客户行为特征数据库中的任意一个第一目标客户行为特征，从多个已投放营销任务中确定出目标营销任务，其中，目标营销任务所投放的客户群的客户行为特征中包括第一目标客户行为特征；
第二确定模块604，用于根据目标营销任务的营销成效系数、目标营销任务完成营销所使用的时长、目标营销任务所投放的客户群的客户数，确定第一目标客户行为特征的推荐系数；
第三确定模块605，用于根据推荐系数，从客户行为特征数据库确定出第二目标客户行为特征；
第四确定模块606，用于将第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，待投放营销任务与已投放营销任务的营销任务类型是相同的。
在本申请的一个实施例中，第二确定模块604，包括：
第一确定单元，用于根据目标营销任务所投放的客户群对目标营销任务的回应情况，确定目标营销任务的营销成效系数；
第二确定单元，用于根据目标营销任务完成营销所使用的时长，确定目标营销任务所对应的营销时长系数；
第三确定单元，用于确定目标营销任务所投放的客户群的客户数与所有已投放营销任务所投放的客户的总数的比值；
第四确定单元，用于根据营销成效系数、营销时长系数和比值，确定第一目标客户行为特征的推荐系数。
在本申请的一个实施例中，第一确定单元，具体用于：
根据目标营销任务所投放的客户群对目标营销任务的回应情况，确定目标营销任务所投放的客户群中对目标营销任务有回应的第一目标客户以及对目标营销任务未有回应的第二目标客户；
根据第一目标客户的数量和第二目标客户的数量，确定目标营销任务的营销成效系数。
在本申请的一个实施例中，第二确定单元，具体用于：
从预设的多个营销时长区间中，确定目标营销任务完成营销所使用的时长所在的目标营销时长区间；
将与目标营销时长区间所对应的营销时长系数作为目标营销任务所对应的营销时长系数。
本申请实施例提供的确定推荐客户行为特征的装置，可用于执行上述实施例中确定推荐客户行为特征的方法的技术方案，其实现原理和技术效果类似，在此不再赘述。
图7为本申请实施例提供的信息推送装置的结构示意图。其中，需要说明的是，该实施例中的信息推送装置可以执行前述实施例中的信息推送方法。其中，信息推送装置可以为配置在银行业务系统中，其中，银行业务系统可以配置在电子设备中。
其中，电子设备，可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为手机、平板电脑、个人数字助理等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图7所示，该信息推送装置700可以包括：第一确定模块701、第二确定模块702和推送模块703，其中：
第一确定模块701，用于根据前述确定推荐客户行为特征的方法，确定向待投放营销任务推荐的第三目标客户行为特征；
第二确定模块702，用于根据第三目标客户行为特征，确定待投放营销任务所对应的客户群；
推送模块703，用于向客户群中的客户推送待投放营销任务。
在本申请的一个实施例中，装置还包括：
第一获取模块，用于获取客户群中各个客户的客户失信度，其中，客户失信度是基于客户的信用风险数据确定出的；
过滤模块，用于对客户群进行过滤，以将客户群中客户失信度大于预设失信度阈值的客户过滤掉。
在本申请的一个实施例中，装置还包括：
第二获取模块，用于获取过滤后的客户群中各个客户的财务信息；
聚类模块，用于根据财务信息，对过滤后的客户群进行聚类，以得到过滤后的客户群的多个客户组；
其中，推送模块703，具体用于：获取从多个客户组中所选中的目标客户组；向目标客户组中的客户推送待投放营销任务。
本申请实施例提供的信息推送装置，可用于执行上述实施例中信息推送方法的技术方案，其实现原理和技术效果类似，在此不再赘述。
图8为本申请实施例提供的电子设备的结构示意图。
如图8所示，该电子设备800包括：存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机指令。
处理器820执行指令时实现上述实施例中提供的确定推荐客户行为特征的方法，或者，信息推荐方法。
进一步地，电子设备800还包括：
通信接口830，用于存储器810和处理器820之间的通信。
存储器810，用于存放可在处理器820上运行的计算机指令。
存储器810可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
处理器820，用于执行程序时实现上述实施例的确定推荐客户行为特征的方法，或者，信息推荐方法。
如果存储器810、处理器820和通信接口830独立实现，则通信接口830、存储器810和处理器820可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器810、处理器820及通信接口830，集成在一块芯片上实现，则存储器810、处理器820及通信接口830可以通过内部接口完成相互间的通信。
处理器820可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。本申请实施例提供的电子设备，可以是上述实施例的终端设备。
本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中的确定推荐客户行为特征的方法，或者，信息推荐方法。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述实施例中的确定推荐客户行为特征的方法，或者，信息推荐方法。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，其存储在计算机可读存储介质中，至少一个处理器可以从计算机可读存储介质读取计算机程序，至少一个处理器执行计算机程序时可实现上述实施例中的确定推荐客户行为特征的方法，或者，信息推荐方法。
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书指出。
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书来限制。

Claims (17)

1.一种确定推荐客户行为特征的方法，其特征在于，所述方法包括：
获取多个已投放营销任务，其中，所述多个已投放营销任务的营销任务类型是相同的；
获取与所述多个已投放营销任务对应的客户行为特征数据库，其中，所述客户行为特征数据库是基于各个所述已投放营销任务所投放的客户群的客户行为特征形成的；
针对所述客户行为特征数据库中的任意一个第一目标客户行为特征，从所述多个已投放营销任务中确定出目标营销任务，其中，所述目标营销任务所投放的客户群的客户行为特征中包括所述第一目标客户行为特征；
根据所述目标营销任务的营销成效系数、所述目标营销任务完成营销所使用的时长、所述目标营销任务所投放的客户群的客户数，确定所述第一目标客户行为特征的推荐系数；
根据所述推荐系数，从所述客户行为特征数据库确定出第二目标客户行为特征；
将所述第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，所述待投放营销任务与所述已投放营销任务的营销任务类型是相同的。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标营销任务的营销成效系数、所述目标营销任务完成营销所使用的时长、所述目标营销任务所投放的客户群的客户数，确定所述第一目标客户行为特征的推荐系数，包括：
根据所述目标营销任务所投放的客户群对所述目标营销任务的回应情况，确定所述目标营销任务的营销成效系数；
根据所述目标营销任务完成营销所使用的时长，确定所述目标营销任务所对应的营销时长系数；
确定所述目标营销任务所投放的客户群的客户数与所有已投放营销任务所投放的客户的总数的比值；
根据所述营销成效系数、所述营销时长系数和所述比值，确定所述第一目标客户行为特征的推荐系数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标营销任务所投放的客户群对所述目标营销任务的回应情况，确定所述目标营销任务的营销成效系数，包括：
根据所述目标营销任务所投放的客户群对所述目标营销任务的回应情况，确定所述目标营销任务所投放的客户群中对所述目标营销任务有回应的第一目标客户以及对所述目标营销任务未有回应的第二目标客户；
根据所述第一目标客户的数量和所述第二目标客户的数量，确定所述目标营销任务的营销成效系数。
4.根据权利要求2所述的方法，其特征在于，所述根据所述目标营销任务完成营销所使用的时长，确定所述目标营销任务所对应的营销时长系数，包括：
从预设的多个营销时长区间中，确定所述目标营销任务完成营销所使用的时长所在的目标营销时长区间；
将与所述目标营销时长区间所对应的营销时长系数作为目标营销任务所对应的营销时长系数。
5.一种信息推送方法，其特征在于，所述方法包括：
根据权利要求1-4中任一项所述的方法，确定向待投放营销任务推荐的第三目标客户行为特征；
根据所述第三目标客户行为特征，确定所述待投放营销任务所对应的客户群；
向所述客户群中的客户推送所述待投放营销任务。
6.根据权利要求5所述的方法，其特征在于，在所述向所述客户群中的客户推送所述待投放营销任务之前，所述方法还包括：
获取所述客户群中各个客户的客户失信度，其中，所述客户失信度是基于所述客户的信用风险数据确定出的；
对所述客户群进行过滤，以将所述客户群中客户失信度大于预设失信度阈值的客户过滤掉。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取过滤后的客户群中各个客户的财务信息；
根据所述财务信息，对所述过滤后的客户群进行聚类，以得到所述过滤后的客户群的多个客户组；
其中，所述向所述客户群中的客户推送所述待投放营销任务，包括：
获取从多个客户组中所选中的目标客户组；
向所述目标客户组中的客户推送所述待投放营销任务。
8.一种确定推荐客户行为特征的装置，其特征在于，所述装置包括：
第一获取模块，用于获取多个已投放营销任务，其中，所述多个已投放营销任务的营销任务类型是相同的；
第二获取模块，用于获取与所述多个已投放营销任务对应的客户行为特征数据库，其中，所述客户行为特征数据库是基于各个所述已投放营销任务所投放的客户群的客户行为特征形成的；
第一确定模块，用于针对所述客户行为特征数据库中的任意一个第一目标客户行为特征，从所述多个已投放营销任务中确定出目标营销任务，其中，所述目标营销任务所投放的客户群的客户行为特征中包括所述第一目标客户行为特征；
第二确定模块，用于根据所述目标营销任务的营销成效系数、所述目标营销任务完成营销所使用的时长、所述目标营销任务所投放的客户群的客户数，确定所述第一目标客户行为特征的推荐系数；
第三确定模块，用于根据所述推荐系数，从所述客户行为特征数据库确定出第二目标客户行为特征；
第四确定模块，用于将所述第二目标客户行为特征作为向待投放营销任务推荐的第三目标客户行为特征，其中，所述待投放营销任务与所述已投放营销任务的营销任务类型是相同的。
9.根据权利要求8所述的装置，其特征在于，所述第二确定模块，包括：
第一确定单元，用于根据所述目标营销任务所投放的客户群对所述目标营销任务的回应情况，确定所述目标营销任务的营销成效系数；
第二确定单元，用于根据所述目标营销任务完成营销所使用的时长，确定所述目标营销任务所对应的营销时长系数；
第三确定单元，用于确定所述目标营销任务所投放的客户群的客户数与所有已投放营销任务所投放的客户的总数的比值；
第四确定单元，用于根据所述营销成效系数、所述营销时长系数和所述比值，确定所述第一目标客户行为特征的推荐系数。
10.根据权利要求9所述的装置，其特征在于，所述第一确定单元，具体用于：
根据所述目标营销任务所投放的客户群对所述目标营销任务的回应情况，确定所述目标营销任务所投放的客户群中对所述目标营销任务有回应的第一目标客户以及对所述目标营销任务未有回应的第二目标客户；
根据所述第一目标客户的数量和所述第二目标客户的数量，确定所述目标营销任务的营销成效系数。
11.根据权利要求9所述的装置，其特征在于，所述第二确定单元，具体用于：
从预设的多个营销时长区间中，确定所述目标营销任务完成营销所使用的时长所在的目标营销时长区间；
将与所述目标营销时长区间所对应的营销时长系数作为目标营销任务所对应的营销时长系数。
12.一种信息推送装置，其特征在于，所述装置包括：
第一确定模块，用于根据权利要求1-4中任一项所述的方法，确定向待投放营销任务推荐的第三目标客户行为特征；
第二确定模块，用于根据所述第三目标客户行为特征，确定所述待投放营销任务所对应的客户群；
推送模块，用于向所述客户群中的客户推送所述待投放营销任务。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
第一获取模块，用于获取所述客户群中各个客户的客户失信度，其中，所述客户失信度是基于所述客户的信用风险数据确定出的；
过滤模块，用于对所述客户群进行过滤，以将所述客户群中客户失信度大于预设失信度阈值的客户过滤掉。
14.根据权利要求13所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于获取过滤后的客户群中各个客户的财务信息；
聚类模块，用于根据所述财务信息，对所述过滤后的客户群进行聚类，以得到所述过滤后的客户群的多个客户组；
其中，所述推送模块，具体用于：
获取从多个客户组中所选中的目标客户组；
向所述目标客户组中的客户推送所述待投放营销任务。
15.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-7中任一项所述的方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-4中任一项所述的方法，或者，权利要求5-7中任一项所述的方法。
17.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-4中任一项所述的方法，或者，权利要求5-7中任一项所述的方法。
CN202410057616.6A 2024-01-15 2024-01-15 确定推荐客户行为特征的方法、信息推荐方法和装置 Pending CN117893302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410057616.6A CN117893302A (zh) 2024-01-15 2024-01-15 确定推荐客户行为特征的方法、信息推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410057616.6A CN117893302A (zh) 2024-01-15 2024-01-15 确定推荐客户行为特征的方法、信息推荐方法和装置

Publications (1)

Publication Number Publication Date
CN117893302A true CN117893302A (zh) 2024-04-16

Family

ID=90640792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410057616.6A Pending CN117893302A (zh) 2024-01-15 2024-01-15 确定推荐客户行为特征的方法、信息推荐方法和装置

Country Status (1)

Country Link
CN (1) CN117893302A (zh)

Similar Documents

Publication Publication Date Title
CN108376364B (zh) 一种支付系统对账的方法、设备及终端设备
CN110210900B (zh) 基于交易关联性的参考产品确定方法、装置和设备
CN112116245A (zh) 信贷风险评估方法、装置、计算机设备及存储介质
CN111461776A (zh) 资源发放的方法、装置、设备及存储介质
CN111105238A (zh) 一种交易风险控制方法和装置
CN110019774B (zh) 标签分配方法、装置、存储介质及电子装置
CN108038217B (zh) 信息推荐方法及装置
CN110750530A (zh) 一种业务系统及其数据核对方法
CN109450963B (zh) 消息推送方法及终端设备
CN107330709B (zh) 确定目标对象的方法及装置
CN114119168A (zh) 一种信息推送方法及装置
CN112613974B (zh) 一种风险预警方法、装置、设备及可读存储介质
CN107679980A (zh) 用户信用的确定方法和装置
CN117893302A (zh) 确定推荐客户行为特征的方法、信息推荐方法和装置
CN110659981A (zh) 企业依存关系识别方法、装置及电子设备
CN115760404A (zh) 一种股票减持方案生成方法、系统、终端及存储介质
CN110827137A (zh) 信用评价方法和装置
CN110322291B (zh) 广告推送方法和设备
CN111080355B (zh) 用户集合的展示方法、装置和电子设备
JP5578689B1 (ja) ベリファイ入力におけるデータ入力システム及びデータ入力方法
CN109344386B (zh) 文本内容标识方法、装置、设备及计算机可读存储介质
CN108182608B (zh) 电子装置、产品推荐方法和计算机可读存储介质
CN110855822A (zh) 陌生号码备注方法、陌生号码备注装置及移动终端
JP5791588B2 (ja) 代理店アラームシステム、及び代理店アラーム通知方法
CN116720893A (zh) 信息推送方法、装置、设备和介质

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