WO2019085343A1 - 基于标签库的营销客户筛选方法、电子装置及存储介质 - Google Patents

基于标签库的营销客户筛选方法、电子装置及存储介质 Download PDF

Info

Publication number
WO2019085343A1
WO2019085343A1 PCT/CN2018/076540 CN2018076540W WO2019085343A1 WO 2019085343 A1 WO2019085343 A1 WO 2019085343A1 CN 2018076540 W CN2018076540 W CN 2018076540W WO 2019085343 A1 WO2019085343 A1 WO 2019085343A1
Authority
WO
WIPO (PCT)
Prior art keywords
customer set
customer
dimension
current
excluded
Prior art date
Application number
PCT/CN2018/076540
Other languages
English (en)
French (fr)
Inventor
刘开华
郑志华
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019085343A1 publication Critical patent/WO2019085343A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Definitions

  • the present application relates to the field of data screening technologies, and relates to a tag library-based marketing client screening method, an electronic device, and a computer readable storage medium.
  • Marketing refers to the discovery or mining of prospective consumers' needs, from the creation of the overall atmosphere and the creation of their own product forms to promote and sell products, mainly to dig deep into the connotation of products, to meet the needs of consumers, so that consumers are profound Learn about the product and the process of purchasing it.
  • the main purpose of the present application is to provide a marketing library screening method based on a tag library, an electronic device and a computer readable storage medium, which can realize rapid and accurate screening for a large number of customers through tags with identification functions.
  • a marketing client screening method based on a tag library comprising the following steps:
  • each of the customer sets being composed of at least one customer set, the customer set including a customer ID and at least one of the customer IDs in one or more dimensions a label;
  • the matching rule includes an intersection rule, a union rule, and an exclusion rule; the comparison dimension corresponds to one of the dimensions shared by the two customer sets loaded;
  • the matching rule is an intersection rule, outputting a part of the customer sets of the two customer sets having the same label on the comparison dimension;
  • the matching rule is a union rule
  • the two customer sets are first merged, and then the part of the customer set having the same label in the comparison dimension is deduplicated and output;
  • the matching rule is an exclusion rule
  • the part of the customer set that has the same tag as the excluded customer set in the excluded customer set is deleted, and then the excluded customer set is output.
  • An electronic device includes a memory and a processor, and the memory stores a tag library-based marketing client screening system executable by the processor, the tag library-based marketing client screening system comprising:
  • a load module for loading two sets of customers into a system memory, each of the set of customers being composed of at least one set of customers, the set of customers including a customer ID and being associated with the customer ID in one or more dimensions Matching at least one tag;
  • a rule obtaining module configured to obtain a matching rule, where the matching rule includes an intersection rule, a union rule, and an exclusion rule preset in the system;
  • a dimension acquisition module configured to acquire a comparison dimension, where the comparison dimension corresponds to a dimension included in the customer set
  • the screening module is configured to filter the loaded two customer sets on a preset comparison dimension according to a preset matching rule, and output the screening result.
  • a computer readable storage medium having stored therein a tag library based marketing client screening system, the tag library based marketing client screening system being executable by at least one processor to implement the following steps :
  • each of the customer sets being composed of at least one customer set, the customer set including a customer ID and at least one of the customer IDs in one or more dimensions a label;
  • the matching rule includes an intersection rule, a union rule, and an exclusion rule; the comparison dimension corresponds to one of the dimensions shared by the two customer sets loaded;
  • the matching rule is an intersection rule, outputting a part of the customer sets of the two customer sets having the same label on the comparison dimension;
  • the matching rule is a union rule
  • the two customer sets are first merged, and then the part of the customer set having the same label in the comparison dimension is deduplicated and output;
  • the matching rule is an exclusion rule
  • the part of the customer set that has the same tag as the excluded customer set in the excluded customer set is deleted, and then the excluded customer set is output.
  • the positive progress of the application is that the application loads the customer set into the memory in advance before screening, so as to improve the screening speed, and various screening rules can be selected, and the identification can be performed according to the self-selected dimension to realize various screening results quickly. Output to support the various needs of marketing.
  • FIG. 1 is a schematic diagram showing the hardware architecture of an embodiment of an electronic device of the present application.
  • FIG. 2 is a schematic diagram showing a program module of a first embodiment of a tag-based marketing client screening system in an electronic device of the present application
  • FIG. 3 is a schematic diagram showing a program module of a second embodiment of a tag library-based marketing client screening system in an electronic device of the present application
  • Embodiment 4 is a flowchart of Embodiment 1 of a marketing client screening method based on a tag library of the present application;
  • FIG. 5 is a flowchart of Embodiment 2 of a marketing client screening method based on a tag library of the present application
  • Embodiment 6 is a flowchart of Embodiment 3 of a marketing client screening method based on a tag library of the present application
  • Embodiment 7 is a flowchart of Embodiment 4 of a marketing client screening method based on a tag library of the present application
  • FIG. 8 is a flowchart of Embodiment 5 of the marketing client screening method based on the tag library of the present application.
  • the present application proposes an electronic device.
  • the electronic device 2 is an apparatus capable of automatically performing numerical calculation and/or information processing in accordance with an instruction set or stored in advance.
  • the electronic device 2 can be a smartphone, a tablet, a laptop, a desktop computer, a rack server, a blade server, a tower server, or a rack server (including a stand-alone server, or a server cluster composed of multiple servers).
  • the electronic device 2 includes at least, but not limited to, a memory 21, a processor 22, a network interface 23, and a tag library based marketing client screening system 20 that are communicatively coupled to one another via a system bus. among them:
  • the memory 21 includes at least one type of computer readable storage medium including a flash memory, a hard disk, a multimedia card, a card type memory (eg, SD or DX memory, etc.), a random access memory (RAM), Static Random Access Memory (SRAM), Read Only Memory (ROM), Electrically Erasable Programmable Read Only Memory (EEPROM), Programmable Read Only Memory (PROM), magnetic memory, magnetic disk, optical disk, and the like.
  • the memory 21 may be an internal storage unit of the electronic device 2, such as a hard disk or a memory of the electronic device 2.
  • the memory 21 may also be an external storage device of the electronic device 2, such as a plug-in hard disk equipped on the electronic device 2, a smart memory card (SMC), and a secure digital device. (Secure Digital, SD) card, flash card, etc.
  • the memory 21 can also include both the internal storage unit of the electronic device 2 and its external storage device.
  • the memory 21 is generally used to store an operating system installed in the electronic device 2 and various types of application software, such as program code of the tag library-based marketing client screening system 20. Further, the memory 21 can also be used to temporarily store various types of data that have been output or are to be output.
  • the processor 22 may be a Central Processing Unit (CPU), controller, microcontroller, microprocessor, or other data processing chip in some embodiments.
  • the processor 22 is typically used to control the overall operation of the electronic device 2, such as performing control and processing associated with data interaction or communication with the electronic device 2.
  • the processor 22 is configured to run program code or process data stored in the memory 21, such as running the tag library-based marketing client screening system 20 and the like.
  • the network interface 23 may comprise a wireless network interface or a wired network interface, which is typically used to establish a communication connection between the electronic device 2 and other electronic devices.
  • the network interface 23 is configured to connect the electronic device 2 to an external terminal through a network, establish a data transmission channel, a communication connection, and the like between the electronic device 2 and an external terminal.
  • the network may be an intranet, an Internet, a Global System of Mobile communication (GSM), a Wideband Code Division Multiple Access (WCDMA), a 4G network, or a 5G network.
  • Wireless or wired networks such as network, Bluetooth, and WiFi.
  • FIG. 1 only shows the electronic device 2 with the components 21-23, but it should be understood that not all illustrated components are required to be implemented, and more or fewer components may be implemented instead.
  • the tag library-based marketing client screening system 20 stored in the memory 21 may be divided into one or more program modules, the one or more program modules being stored in the memory 21, and It can be performed by one or more processors (the processor 22 in this embodiment) to complete the application.
  • FIG. 2 shows a schematic diagram of a program module of the first embodiment of the tag library-based marketing client screening system 20.
  • the tag library-based marketing client screening system 20 can be divided into a loading module 201.
  • the rule acquisition module 202, the dimension acquisition module 203, and the screening module 204 The following description will specifically describe the specific functions of the program modules 201-204.
  • the loading module 201 is configured to load two customer sets into a system memory, each of the customer sets being composed of at least one customer set, the customer set including a customer ID and the customer in one or more dimensions At least one tag whose ID matches;
  • the rule obtaining module 202 is configured to obtain a matching rule, where the matching rule includes an intersection rule, a union rule, and an exclusion rule preset in the system;
  • the dimension obtaining module 203 is configured to acquire a comparison dimension, where the comparison dimension corresponds to a dimension included in the customer set;
  • the screening module 204 is configured to filter the loaded two client sets on a preset comparison dimension according to a preset matching rule, and output a screening result.
  • This embodiment greatly improves the screening speed by adopting the memory screening technology.
  • FIG. 3 shows a schematic diagram of a program module of the second embodiment of the tag library-based marketing client screening system 20.
  • the tag library-based marketing client screening system 20 can also be divided into loads.
  • the module 201, the rule acquisition module 202, the dimension acquisition module 203, the screening module 204, and the dimension set construction module 205 can also be divided into loads.
  • modules 201-204 are the same as those in the first embodiment, and details are not described herein again.
  • the dimension set construction module 205 is configured to obtain a dimension shared by the loaded two client sets as a dimension set output.
  • the present application proposes a marketing client screening method based on a tag library.
  • the tag library-based marketing client screening method includes the following steps:
  • each of the customer sets being composed of at least one customer set, the customer set including a customer ID and at least one of the customer IDs in one or more dimensions a label;
  • the matching rule includes an intersection rule, a union rule, and an exclusion rule; the comparison dimension corresponds to one of the dimensions shared by the two customer sets loaded;
  • the matching rule is an intersection rule
  • the part of the customer sets in the two customer sets having the same label in the comparison dimension is de-duplicated and output
  • the matching rule is a union rule
  • the two customer sets are first merged, and then the part of the customer set having the same label in the comparison dimension is deduplicated and output;
  • the matching rule is an exclusion rule
  • the part of the customer set that has the same tag as the excluded customer set in the excluded customer set is deleted, and then the excluded customer set is output.
  • the marketer conducts trial marketing in order to predict whether a marketing plan can be successful, and prepares to adjust the marketing plan after the result is not in line with the expectations, and then conducts the second trial marketing, targeting the customer group and the customer base of the previous trial marketing. The same, but in order to make customers feel bored for multiple marketing, it is necessary to remove the customers who participated in the previous trial marketing from the list of customers to be sampled.
  • the collection of customers who have participated in the previous trial marketing is defined as a sample customer group, and the collection of customers to be sampled is defined as the target customer group.
  • the phone number it is determined whether the target customer group has the same customer set as the sampled customer group, and if so, the same customer set is deleted from the target customer group until The target customer group no longer has the same customer set as in the sampled customer group, and the target customer group after the output is deleted is selected as the screening result. .
  • the marketing staff conducts customer sampling on the screening results, which can ensure that the customers of this trial marketing are different from the customers of the last trial marketing, so as to avoid the occurrence of multiple interruptions to the same customer.
  • the process of constructing the dimension set is as follows:
  • step S203 determining whether another client set has the same dimension as the current dimension, if step S204 is performed, if not step S206;
  • step S204 determining whether the dimension set has the same dimension as the current dimension, if step S206 is performed, if not step S205;
  • step S207 Determine whether the current customer set is the last customer set included in the current customer set. If yes, output the dimension set. If the current customer set is otherwise reset to the subsequent customer set, perform step S202.
  • One of the two customer sets to be loaded is used as the first customer set, and the other customer set is used as the second customer set.
  • step S214 determining whether there is a customer set having the same label as the current customer set in the second customer set in the comparison dimension, if step S215 is performed, if not, executing step S216;
  • step S216 determining whether the current customer set is the last customer set in the first customer set, if step S218 is performed, if not step S217;
  • One of the two customer sets to be loaded is used as the first customer set, and the other customer set is used as the second customer set.
  • step S224 determining whether there is a customer set having the same label as the current customer set in the second customer set in the comparison dimension, if step S225 is performed, if not, executing step S226;
  • step S226, determining whether the current customer set is the last customer set in the first customer set, if step S228 is performed, if not step S227;
  • the exclusion rule includes a collection definition setting of the excluded customer set and the excluded customer set, according to The specific process of filtering exclusion rules is as follows:
  • one of the two customer sets that are loaded is used as an excluded customer set, and another customer set is used as an excluded customer set;
  • step S234 determining whether the customer set having the same label as the current excluded customer set is excluded from the customer set in the comparison dimension, if step S235 is performed, if not, executing step S236;
  • step S236 determining whether the current excluded customer set is the last customer set in the excluded customer set, if step S238 is performed, if not, executing step S237;
  • step S237 reset the current customer set to the subsequent customer set, step S233;
  • the excluded customer set is output as a screening result.
  • the present application is a computer readable storage medium having stored therein a tag library based marketing client screening system 20 that can be executed by one or more processors At the time, the above-described tag library-based marketing client screening method or operation of the electronic device is implemented.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于标签库的营销客户筛选方法，属于数据筛选技术领域。该方法包括如下步骤：S1、将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；S2、根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果。在筛选之前，提前将客户集合加载到内存中，以提高筛选速度，并提供可选多种筛选规则，也可根据自选维度进行识别，实现各种筛选结果的快速产出，以支持营销的各种需要。

Description

基于标签库的营销客户筛选方法、电子装置及存储介质
本申请申明享有2017年10月31日递交的申请号为201711062156.2、名称为“基于标签库的营销客户筛选方法、电子装置及存储介质”的中国专利申请的优先权，该中国专利申请的整体内容以参考的方式结合在本申请中。
技术领域
本申请涉及数据筛选技术领域，涉及一种基于标签库的营销客户筛选方法、电子装置及计算机可读存储介质。
背景技术
营销指的是企业发现或挖掘准消费者需求，从整体氛围的营造以及自身产品形态的营造去推广和销售产品，主要是深挖产品的内涵，切合准消费者的需求，从而让消费者深刻了解该产品进而购买该产品的过程。
为了在进行大规模营销前，能够准确定位客户和营销方案，通常需要经过几轮的试营销，为了防止对同一客户反复试营销而造成客户困扰，通常每次试营销都会针对不同的客户，至少对于本次试营销中有反馈的，不能再次试营销，因而客户的选择就显得尤为重要。
发明内容
本申请的主要目的在于提出了一种基于标签库的营销客户筛选方法、电子装置及计算机可读存储介质，通过具有识别功能的标签，以实现针对大量客户的快速准确筛选。
本申请是通过下述技术方案来解决上述技术问题：
一种基于标签库的营销客户筛选方法，包括如下步骤：
S1、将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
S2、根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果；
所述揉合规则包括交集规则、并集规则和排除规则；所述比对维度与加载的两个客户集中所共有的维度中的一个维度相对应；
当揉合规则为交集规则时，将两个客户集合中在所述比对维度上具有相同标签的那部分客户集输出；
当揉合规则为并集规则时，首先将两个客户集合合并，再将其中在所述比对维度上具有相同标签的那部分客户集去重后输出；
当揉合规则为排除规则时，在所述比对维度上将被排除客户集合中具有与排除客户集合中相同标签的那部分客户集删除，然后将所述被排除客户集合输出。
一种电子装置，包括存储器和处理器，所述存储器上存储有可被所述处理器执行的基于标签库的营销客户筛选系统，所述基于标签库的营销客户筛选系统包括：
加载模块，用于将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
规则获取模块，用于获取揉合规则，所述揉合规则包括预设在系统内的交集规则、并集规则和排除规则；
维度获取模块，用于获取比对维度，所述比对维度与所述客户集中所包含的维度相对应；
筛选模块，用于根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果。
一种计算机可读存储介质，所述计算机可读存储介质内存储有基于标签库的营销客户筛选系统，所述基于标签库的营销客户筛选系统可被至少一个处理器所执行，以实现如下步骤：
S1、将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
S2、根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果；
所述揉合规则包括交集规则、并集规则和排除规则；所述比对维度与加载的两个客户集中所共有的维度中的一个维度相对应；
当揉合规则为交集规则时，将两个客户集合中在所述比对维度上具有相同标签的那部分客户集输出；
当揉合规则为并集规则时，首先将两个客户集合合并，再将其中在所述比对维度上具有相同标签的那部分客户集去重后输出；
当揉合规则为排除规则时，在所述比对维度上将被排除客户集合中具有与排除客户集合中相同标签的那部分客户集删除，然后将所述被排除客户集合输出。
本申请的积极进步效果在于：本申请在筛选之前，提前将客户集合加载到内存中，以提高筛选速度，可选多种筛选规则，并可根据自选维度进行识别，实现各种筛选结果的快速产出，以支持营销的各种需要。
附图说明
图1示出了本申请电子装置一实施例的硬件架构示意图；
图2示出了本申请电子装置中基于标签库的营销客户筛选系统第一实施例的程序模块示意图；
图3示出了本申请电子装置中基于标签库的营销客户筛选系统第二实施 例的程序模块示意图；
图4示出了本申请基于标签库的营销客户筛选方法实施例一的流程图；
图5示出了本申请基于标签库的营销客户筛选方法实施例二的流程图；
图6示出了本申请基于标签库的营销客户筛选方法实施例三的流程图；
图7示出了本申请基于标签库的营销客户筛选方法实施例四的流程图；
图8示出了本申请基于标签库的营销客户筛选方法实施例五的流程图。
具体实施方式
下面通过实施例的方式进一步说明本申请，但并不因此将本申请限制在所述的实施例范围之中。
首先，本申请提出了一种电子装置。
参阅图1所示，是本申请电子装置一实施例的硬件架构示意图。本实施例中，所述电子装置2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图所示，所述电子装置2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及基于标签库的营销客户筛选系统20。其中：
所述存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器21可以是所述电子装置2的内部存储单元，例如该电子装置2的硬盘或内存。 在另一些实施例中，所述存储器21也可以是所述电子装置2的外部存储设备，例如该电子装置2上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器21还可以既包括所述电子装置2的内部存储单元也包括其外部存储设备。本实施例中，所述存储器21通常用于存储安装于所述电子装置2的操作系统和各类应用软件，例如所述基于标签库的营销客户筛选系统20的程序代码等。此外，所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述电子装置2的总体操作，例如执行与所述电子装置2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的基于标签库的营销客户筛选系统20等。
所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述电子装置2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述电子装置2与外部终端相连，在所述电子装置2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、WiFi等无线或有线网络。
需要指出的是，图1仅示出了具有组件21-23的电子装置2，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
在本实施例中，存储于存储器21中的所述基于标签库的营销客户筛选 系统20可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并可由一个或多个处理器(本实施例为处理器22)所执行，以完成本申请。
例如，图2示出了所述基于标签库的营销客户筛选系统20第一实施例的程序模块示意图，该实施例中，所述基于标签库的营销客户筛选系统20可以被分割为加载模块201、规则获取模块202、维度获取模块203和筛选模块204。以下描述将具体介绍所述程序模块201-204的具体功能。
所述加载模块201用于将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
所述规则获取模块202用于获取揉合规则，所述揉合规则包括预设在系统内的交集规则、并集规则和排除规则；
所述维度获取模块203用于获取比对维度，所述比对维度与所述客户集中所包含的维度相对应；
所述筛选模块204用于根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果。
本实施例通过采用内存筛选技术，大大提高了筛选速度。
又例如，图3示出了所述基于标签库的营销客户筛选系统20第二实施例的程序模块示意图，该实施例中，所述基于标签库的营销客户筛选系统20还可以被分割为加载模块201、规则获取模块202、维度获取模块203、筛选模块204和维度集合构建模块205。
其中，模块201-204的具体功能同第一实施例，此处不再赘述。
所述维度集合构建模块205用于获取加载的所述两个客户集合中所共有的维度作为维度集合输出。
其次，本申请提出一种基于标签库的营销客户筛选方法。
在实施例一中，如图4所示，所述的基于标签库的营销客户筛选方法包括如下步骤：
S1、将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
S20、构建维度集合：获取加载的所述两个客户集合中所共有的维度作为维度集合输出；
S2、根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果；
所述揉合规则包括交集规则、并集规则和排除规则；所述比对维度与加载的两个客户集中所共有的维度中的一个维度相对应；
当揉合规则为交集规则时，将两个客户集合中在所述比对维度上具有相同标签的那部分客户集去重后输出；
当揉合规则为并集规则时，首先将两个客户集合合并，再将其中在所述比对维度上具有相同标签的那部分客户集去重后输出；
当揉合规则为排除规则时，在所述比对维度上将被排除客户集合中具有与排除客户集合中相同标签的那部分客户集删除，然后将所述被排除客户集合输出。
下面以营销人员使用该方法进行筛选为例具体说明：
假设：营销人员为了预测某个营销方案是否能成功而进行试营销，因结果不符合预期而准备对营销方案进行调整后开展第二次试营销，针对的客户群与前一次试营销的客户群相同，但是为了多次营销使得客户产生厌烦情绪，因此需要将参加前一次试营销的客户从本次待抽样客户名单中剔除。
这里将已参加过前一次试营销的客户的集合定义为抽样客户群，将待抽样客户的集合定义为目标客户群。
1、将抽样客户群和目标客户群加载到系统内存中；2、根据试营销需要，从揉合规则中选择排除规则，以将目标客户群中与抽样客户群中相同的客户集排除；3、为了使得所选比对维度为加载的抽样客户群和目标客户群中所共有的，因此在抽样客户群和目标客户群加载到内存中后，自动获取这两个群中的客户集所包含的共有的维度，将这些共有的维度作为维度集合以用于比对维度的选择；4、从维度集合中选择合适的维度作为比对维度，该维度通常为可以唯一识别的标签所在的维度，本实施例中可以选择电话号码；5、根据电话号码，判断目标客户群中是否具有和抽样客户群中相同的客户集，如果有，则将该相同的客户集从目标客户群中删除，直到目标客户群中不再具有与抽样客户群中相同的客户集为止，输出完成删除后的目标客户群作为筛选结果输出。
营销人员在筛选结果上进行客户抽样，可以保证本次试营销的客户和上次试营销的客户各不相同，以避免多次打扰同一个客户的事情发生。
在实施例二中，基于实施例一的基础上，如图5所示，维度集合的构建过程具体如下：
S201、获取一个客户集合中的首个客户集作为当前客户集；
S202、获取当前客户集中的首个维度为当前维度；
S203、判断另一个客户集合中是否具有与当前维度相同的维度，若是执行步骤S204，若否执行步骤S206；
S204、判断维度集合中是否具有与当前维度相同的维度，若是执行步骤S206，若否执行步骤S205；
S205、将当前维度保存至维度集合中；
S206、判断当前维度是否为当前客户集中包含的最后一个维度，若是执行步骤S207，若否则将当前维度重置为其之后的维度；
S207、判断当前客户集是否为当前客户集合中包含的最后一个客户集， 若是则输出维度集合，若否则将当前客户集重置为其之后的客户集再执行步骤S202。
接上例，具体说明维度集合的构建过程：
1、获取抽样客户群中首个客户集中所包含的首个维度作为当前维度，判断所述当前维度是否同时满足以下两个条件：若是则将该当前维度保存到维度集合中；若有其中任意一个条件不满足，则重置当前维度为其之后的维度，重复前述判断，直到抽样客户群中最后一个客户集中的最后一个维度为止；条件一：目标客户群是否具有与所述首个维度相同的维度；条件二：维度集合中是否具有与该首个维度相同的维度；(需要说明的是，维度集合的初始状态为空)2、所有比对完成后，输出维度集合，该维度集合就是比对维度的选择范围。
在实施例三中，基于实施例二的基础上，如图6所示，公开了当揉合规则为交集规则时，筛选的具体过程：
S211、将加载的两个客户集合中的一个客户集合作为第一客户集合，另一个客户集合作为第二客户集合；
S212、获取第一个客户集合中的首个客户集作为当前客户集；
S213、将当前客户集在所述比对维度上的标签与第二客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
S214、判断在所述比对维度上第二客户集合中是否具有与当前客户集相同标签的客户集，若是执行步骤S215，若否执行步骤S216；
S215、将当前客户集取出暂存；
S216、判断当前客户集是否为所述第一客户集合中的最后一个客户集，若是执行步骤S218，若否执行步骤S217；
S217、将当前客户集重置为其之后的客户集，执行步骤S213；
S218、将暂存的客户集作为筛选结果输出。
在实施例四中，基于实施例二的基础上，如图7所示，公开了当揉合规则为并集规则时，筛选的具体过程：
S221、将加载的两个客户集合中的一个客户集合作为第一客户集合，另一个客户集合作为第二客户集合；
S222、获取第一个客户集合中的首个客户集作为当前客户集；
S223、将当前客户集在所述比对维度上的标签与第二客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
S224、判断在所述比对维度上第二客户集合中是否具有与当前客户集相同标签的客户集，若是执行步骤S225，若否执行步骤S226；
S225、将第二客户集合中与所述当前客户集在所述比对维度上具有相同标签的客户集删除；
S226、判断当前客户集是否为所述第一客户集合中的最后一个客户集，若是执行步骤S228，若否执行步骤S227；
S227、将当前客户集重置为其之后的客户集，执行步骤S223；
S228、将第一客户集合和第二客户集合合并后作为筛选结果输出。
在实施例五中，基于实施例二的基础上，如图8所示，公开了当揉合规则为排除规则时，所述排除规则包括排除客户集合和被排除客户集合的集合定义设置，根据排除规则进行筛选的具体过程如下：
S231、根据所述集合定义设置，将加载的两个客户集合中的一个客户集合作为排除客户集合，另一个客户集合作为被排除客户集合；
S232、获取排除客户集合中的首个客户集作为当前排除客户集；
S233、将当前排除客户集在所述比对维度上的标签与被排除客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
S234、判断在所述比对维度上被排除客户集合中是否具有与当前排除客 户集相同标签的客户集，若是执行步骤S235，若否执行步骤S236；
S235、将被排除客户集合中与所述当前排除客户集在所述比对维度上具有相同标签的客户集删除；
S236、判断当前排除客户集是否为所述排除客户集合中的最后一个客户集，若是执行步骤S238，若否执行步骤S237；
S237、将当前客户集重置为其之后的客户集，执行步骤S233；
S238、将被排除客户集合作为筛选结果输出。
此外，本申请一种计算机可读存储介质，该计算机可读存储介质内存储有基于标签库的营销客户筛选系统20，该基于标签库的营销客户筛选系统20可被一个或多个处理器执行时，实现上述基于标签库的营销客户筛选方法或电子装置的操作。
虽然以上描述了本申请的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本申请的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本申请的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本申请的保护范围。

Claims (16)

  1. 一种基于标签库的营销客户筛选方法，其特征在于，包括如下步骤：
    S1、将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
    S2、根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果；
    所述揉合规则包括交集规则、并集规则和排除规则；所述比对维度与加载的两个客户集中所共有的维度中的一个维度相对应；
    当揉合规则为交集规则时，将两个客户集合中在所述比对维度上具有相同标签的那部分客户集输出；
    当揉合规则为并集规则时，首先将两个客户集合合并，再将其中在所述比对维度上具有相同标签的那部分客户集去重后输出；
    当揉合规则为排除规则时，在所述比对维度上将被排除客户集合中具有与排除客户集合中相同标签的那部分客户集删除，然后将所述被排除客户集合输出。
  2. 根据权利要求1所述的基于标签库的营销客户筛选方法，其特征在于，步骤S2之前还包括：
    S20、构建维度集合：获取加载的所述两个客户集合中所共有的维度作为维度集合输出。
  3. 根据权利要求2所述的基于标签库的营销客户筛选方法，其特征在于，步骤S20具体包括以下分步骤：
    S201、获取一个客户集合中的首个客户集作为当前客户集；
    S202、获取当前客户集中的首个维度为当前维度；
    S203、判断另一个客户集合中是否具有与当前维度相同的维度，若是执 行步骤S204，若否执行步骤S206；
    S204、判断维度集合中是否具有与当前维度相同的维度，若是执行步骤S206，若否执行步骤S205；
    S205、将当前维度保存至维度集合中；
    S206、判断当前维度是否为当前客户集中包含的最后一个维度，若是执行步骤S207，若否则将当前维度重置为其之后的维度；
    S207、判断当前客户集是否为当前客户集合中包含的最后一个客户集，若是则输出维度集合，若否则将当前客户集重置为其之后的客户集再执行步骤S202。
  4. 根据权利要求1所述的基于标签库的营销客户筛选方法，其特征在于，当揉合规则为交集规则时，步骤S2具体包括以下分步骤：
    S211、将加载的两个客户集合中的一个客户集合作为第一客户集合，另一个客户集合作为第二客户集合；
    S212、获取第一个客户集合中的首个客户集作为当前客户集；
    S213、将当前客户集在所述比对维度上的标签与第二客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
    S214、判断在所述比对维度上第二客户集合中是否具有与当前客户集相同标签的客户集，若是执行步骤S215，若否执行步骤S216；
    S215、将当前客户集取出暂存；
    S216、判断当前客户集是否为所述第一客户集合中的最后一个客户集，若是执行步骤S218，若否执行步骤S217；
    S217、将当前客户集重置为其之后的客户集，执行步骤S213；
    S218、将暂存的客户集作为筛选结果输出。
  5. 根据权利要求1所述的基于标签库的营销客户筛选方法，其特征在于，当揉合规则为并集规则时，步骤S2具体包括以下分步骤：
    S221、将加载的两个客户集合中的一个客户集合作为第一客户集合，另 一个客户集合作为第二客户集合；
    S222、获取第一个客户集合中的首个客户集作为当前客户集；
    S223、将当前客户集在所述比对维度上的标签与第二客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
    S224、判断在所述比对维度上第二客户集合中是否具有与当前客户集相同标签的客户集，若是执行步骤S225，若否执行步骤S226；
    S225、将第二客户集合中与所述当前客户集在所述比对维度上具有相同标签的客户集删除；
    S226、判断当前客户集是否为所述第一客户集合中的最后一个客户集，若是执行步骤S228，若否执行步骤S227；
    S227、将当前客户集重置为其之后的客户集，执行步骤S223；
    S228、将第一客户集合和第二客户集合合并后作为筛选结果输出。
  6. 根据权利要求1所述的基于标签库的营销客户筛选方法，其特征在于，所述排除规则包括排除客户集合和被排除客户集合的集合定义设置。
  7. 根据权利要求6所述的基于标签库的营销客户筛选方法，其特征在于，当揉合规则为排除规则时，步骤S2具体包括以下分步骤：
    S231、根据所述集合定义设置，将加载的两个客户集合中的一个客户集合作为排除客户集合，另一个客户集合作为被排除客户集合；
    S232、获取排除客户集合中的首个客户集作为当前排除客户集；
    S233、将当前排除客户集在所述比对维度上的标签与被排除客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
    S234、判断在所述比对维度上被排除客户集合中是否具有与当前排除客户集相同标签的客户集，若是执行步骤S235，若否执行步骤S236；
    S235、将被排除客户集合中与所述当前排除客户集在所述比对维度上具有相同标签的客户集删除；
    S236、判断当前排除客户集是否为所述排除客户集合中的最后一个客户 集，若是执行步骤S238，若否执行步骤S237；
    S237、将当前客户集重置为其之后的客户集，执行步骤S233；
    S238、将被排除客户集合作为筛选结果输出。
  8. 一种电子装置，包括存储器和处理器，其特征在于，所述存储器上存储有可被所述处理器执行的基于标签库的营销客户筛选系统，所述基于标签库的营销客户筛选系统包括：
    加载模块，用于将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
    规则获取模块，用于获取揉合规则，所述揉合规则包括预设在系统内的交集规则、并集规则和排除规则；
    维度获取模块，用于获取比对维度，所述比对维度与所述客户集中所包含的维度相对应；
    筛选模块，用于根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上进行筛选，并输出筛选结果。
  9. 根据权利要求8所述的电子装置，其特征在于，所述基于标签库的营销客户筛选系统还包括：
    维度集合构建模块，用于获取加载的所述两个客户集合中每个客户集中所包含的维度，并将其中相同的维度去重后作为维度集合输出。
  10. 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内存储有基于标签库的营销客户筛选系统，所述基于标签库的营销客户筛选系统可被至少一个处理器所执行，以实现如下步骤：
    S1、将两个客户集合加载到系统内存中，每个所述客户集合由至少一个客户集组成，所述客户集包括客户ID和在一个或多个维度上与所述客户ID相匹配的至少一个标签；
    S2、根据预设的揉合规则，将加载的两个客户集合在预设的比对维度上 进行筛选，并输出筛选结果；
    所述揉合规则包括交集规则、并集规则和排除规则；所述比对维度与加载的两个客户集中所共有的维度中的一个维度相对应；
    当揉合规则为交集规则时，将两个客户集合中在所述比对维度上具有相同标签的那部分客户集输出；
    当揉合规则为并集规则时，首先将两个客户集合合并，再将其中在所述比对维度上具有相同标签的那部分客户集去重后输出；
    当揉合规则为排除规则时，在所述比对维度上将被排除客户集合中具有与排除客户集合中相同标签的那部分客户集删除，然后将所述被排除客户集合输出。
  11. 根据权利要求10所述的计算机可读存储介质，其特征在于，步骤S2之前还包括：
    S20、构建维度集合：获取加载的所述两个客户集合中所共有的维度作为维度集合输出。
  12. 根据权利要求11所述的计算机可读存储介质，其特征在于，步骤S20具体包括以下分步骤：
    S201、获取一个客户集合中的首个客户集作为当前客户集；
    S202、获取当前客户集中的首个维度为当前维度；
    S203、判断另一个客户集合中是否具有与当前维度相同的维度，若是执行步骤S204，若否执行步骤S206；
    S204、判断维度集合中是否具有与当前维度相同的维度，若是执行步骤S206，若否执行步骤S205；
    S205、将当前维度保存至维度集合中；
    S206、判断当前维度是否为当前客户集中包含的最后一个维度，若是执行步骤S207，若否则将当前维度重置为其之后的维度；
    S207、判断当前客户集是否为当前客户集合中包含的最后一个客户集， 若是则输出维度集合，若否则将当前客户集重置为其之后的客户集再执行步骤S202。
  13. 根据权利要求10所述的计算机可读存储介质，其特征在于，当揉合规则为交集规则时，步骤S2具体包括以下分步骤：
    S211、将加载的两个客户集合中的一个客户集合作为第一客户集合，另一个客户集合作为第二客户集合；
    S212、获取第一个客户集合中的首个客户集作为当前客户集；
    S213、将当前客户集在所述比对维度上的标签与第二客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
    S214、判断在所述比对维度上第二客户集合中是否具有与当前客户集相同标签的客户集，若是执行步骤S215，若否执行步骤S216；
    S215、将当前客户集取出暂存；
    S216、判断当前客户集是否为所述第一客户集合中的最后一个客户集，若是执行步骤S218，若否执行步骤S217；
    S217、将当前客户集重置为其之后的客户集，执行步骤S213；
    S218、将暂存的客户集作为筛选结果输出。
  14. 根据权利要求10所述的计算机可读存储介质，其特征在于，当揉合规则为并集规则时，步骤S2具体包括以下分步骤：
    S221、将加载的两个客户集合中的一个客户集合作为第一客户集合，另一个客户集合作为第二客户集合；
    S222、获取第一个客户集合中的首个客户集作为当前客户集；
    S223、将当前客户集在所述比对维度上的标签与第二客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
    S224、判断在所述比对维度上第二客户集合中是否具有与当前客户集相同标签的客户集，若是执行步骤S225，若否执行步骤S226；
    S225、将第二客户集合中与所述当前客户集在所述比对维度上具有相同 标签的客户集删除；
    S226、判断当前客户集是否为所述第一客户集合中的最后一个客户集，若是执行步骤S228，若否执行步骤S227；
    S227、将当前客户集重置为其之后的客户集，执行步骤S223；
    S228、将第一客户集合和第二客户集合合并后作为筛选结果输出。
  15. 根据权利要求1所述的计算机可读存储介质，其特征在于，所述排除规则包括排除客户集合和被排除客户集合的集合定义设置。
  16. 根据权利要求15所述的计算机可读存储介质，其特征在于，当揉合规则为排除规则时，步骤S2具体包括以下分步骤：
    S231、根据所述集合定义设置，将加载的两个客户集合中的一个客户集合作为排除客户集合，另一个客户集合作为被排除客户集合；
    S232、获取排除客户集合中的首个客户集作为当前排除客户集；
    S233、将当前排除客户集在所述比对维度上的标签与被排除客户集合中的各个客户集在所述比对维度上的标签进行一一比对；
    S234、判断在所述比对维度上被排除客户集合中是否具有与当前排除客户集相同标签的客户集，若是执行步骤S235，若否执行步骤S236；
    S235、将被排除客户集合中与所述当前排除客户集在所述比对维度上具有相同标签的客户集删除；
    S236、判断当前排除客户集是否为所述排除客户集合中的最后一个客户集，若是执行步骤S238，若否执行步骤S237；
    S237、将当前客户集重置为其之后的客户集，执行步骤S233；
    S238、将被排除客户集合作为筛选结果输出。
PCT/CN2018/076540 2017-10-31 2018-02-12 基于标签库的营销客户筛选方法、电子装置及存储介质 WO2019085343A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711062156.2A CN107818165A (zh) 2017-10-31 2017-10-31 基于标签库的营销客户筛选方法、电子装置及存储介质
CN201711062156.2 2017-10-31

Publications (1)

Publication Number Publication Date
WO2019085343A1 true WO2019085343A1 (zh) 2019-05-09

Family

ID=61604582

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/076540 WO2019085343A1 (zh) 2017-10-31 2018-02-12 基于标签库的营销客户筛选方法、电子装置及存储介质

Country Status (2)

Country Link
CN (1) CN107818165A (zh)
WO (1) WO2019085343A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159258A (zh) * 2019-12-31 2020-05-15 科技谷（厦门）信息技术有限公司 一种基于聚类分析的客户分群实现方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085542B (zh) * 2020-10-23 2024-01-26 北京金堤科技有限公司 用户筛选方法和装置、计算机可读存储介质、电子设备
CN112991758B (zh) * 2021-03-24 2022-08-26 西安华旗电子技术有限公司 用于海关特殊监管区行政车辆货物夹带检查的抽查方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110047245A1 (en) * 2009-08-21 2011-02-24 Avaya Inc. Pushing identity information
CN102542481A (zh) * 2010-12-27 2012-07-04 中国移动通信集团浙江有限公司 自适应营销的实现方法、系统和装置
CN106959965A (zh) * 2016-01-12 2017-07-18 腾讯科技（北京）有限公司 一种信息处理方法及服务器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064908B (zh) * 2012-12-18 2016-03-16 北京讯鸟软件有限公司 一种通过内存快速去重名单的方法
CN105095477A (zh) * 2015-08-12 2015-11-25 华南理工大学 一种基于多指标评分的推荐算法
CN106528643B (zh) * 2016-10-13 2020-10-16 上海师范大学 一种基于社交网络的多维度综合推荐方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110047245A1 (en) * 2009-08-21 2011-02-24 Avaya Inc. Pushing identity information
CN102542481A (zh) * 2010-12-27 2012-07-04 中国移动通信集团浙江有限公司 自适应营销的实现方法、系统和装置
CN106959965A (zh) * 2016-01-12 2017-07-18 腾讯科技（北京）有限公司 一种信息处理方法及服务器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159258A (zh) * 2019-12-31 2020-05-15 科技谷（厦门）信息技术有限公司 一种基于聚类分析的客户分群实现方法

Also Published As

Publication number Publication date
CN107818165A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
US20140164391A1 (en) Data block saving system and method
US20140164487A1 (en) File saving system and method
US20190012576A1 (en) Method and apparatus for updating deep learning model
WO2018103718A1 (zh) 应用推荐的方法、装置及服务器
WO2018120721A1 (zh) 用户界面的测试方法、系统、电子装置及计算机可读存储介质
US9280593B1 (en) Centroid detection for clustering
CN107808306B (zh) 基于标签库的业务对象的切分方法、电子装置及存储介质
US20200019881A1 (en) Feature processing method and feature processing system for machine learning
WO2019085343A1 (zh) 基于标签库的营销客户筛选方法、电子装置及存储介质
CN109471783B (zh) 预测任务运行参数的方法和装置
US9754015B2 (en) Feature rich view of an entity subgraph
EP3459208A1 (en) Systems and methods for determining an optimal strategy
WO2019024231A1 (zh) 数据自动匹配方法、电子设备及计算机可读存储介质
US10089085B2 (en) Versioning for configurations of reusable artifacts
CN113032257B (zh) 自动化测试方法、装置、计算机系统和可读存储介质
US10366236B2 (en) Software analysis system, software analysis method, and software analysis program
CN110717597A (zh) 利用机器学习模型获取时序特征的方法和装置
WO2019148657A1 (zh) 关联环境测试方法、电子装置及计算机可读存储介质
US9356903B2 (en) Dynamically managing social networking groups
CN114387062A (zh) 管家推荐模型的训练、管家推荐方法及电子设备
CN114650167A (zh) 一种异常检测方法、装置、设备及计算机可读存储介质
CN112214770B (zh) 恶意样本的识别方法、装置、计算设备以及介质
US9483535B1 (en) Systems and methods for expanding search results
WO2019085345A1 (zh) 客户抽样试营销方法、电子装置及计算机可读存储介质
US20180260407A1 (en) Predicate based data deletion

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 06.10.2020)

122 Ep: pct application non-entry in european phase

Ref document number: 18872297

Country of ref document: EP

Kind code of ref document: A1