CN109254980A - 客户分数排序的方法、装置、计算机设备和存储介质 - Google Patents
客户分数排序的方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109254980A CN109254980A CN201810948542.XA CN201810948542A CN109254980A CN 109254980 A CN109254980 A CN 109254980A CN 201810948542 A CN201810948542 A CN 201810948542A CN 109254980 A CN109254980 A CN 109254980A
- Authority
- CN
- China
- Prior art keywords
- score
- group
- customer
- sequence
- client
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及到处理大量数据领域,揭示了一种基于大数据分析处理的客户分数排序的方法、装置、计算机设备和存储介质,其中方法包括:将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序;将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。本申请将所有的分数按照区间分成多个组,多个服务器分别对多个组同时进行排序,减小排序的时间。
Description
技术领域
本申请涉及到处理大量数据领域,特别是涉及到一种客户分数排序的方法、装置、计算机设备和存储介质。
背景技术
目前,人寿保险的数据库里有大量的客户信息,在对客户进行不同维度的打分后进行排名时,由于客户的数量非常多,有的数据库里多的甚至有上亿的客户,导致排序所花费的时间比较长。
目前对大量数据进行排序时,一般是归并排序法。但是归并排序算法在对数据进行整合时,在最后的合并排序时,操作比较繁琐,需要对服务器有非常大的要求,一般的服务器对大量数据进行排序时所花的时间非常多,得到排序名单比较慢。
所以提供一种新的客户分数排序的方法是亟需解决的问题。
发明内容
本申请的主要目的为提供一种可以快速对客户分数排序的方法、装置、计算机设备和存储介质。
为了实现上述发明目的,本申请提出一种客户分数排序的方法,包括:
将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;
以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序,其中每个小组对应的一个独立的线程;
将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
进一步地,所述将客户分数分配到符合分数区间要求的小组内之前,还包括:
获取客户的用户信息,所述用户信息包括个人基本信息、财产信息、在服务器上的浏览记录信息;
将所述用户信息输入预设的计算模型,输出客户分数,所述计算模型是基于已知客户分数的用户信息对应的特征矩阵和对应的客户分数训练得到的。
进一步地,所述获取客户的用户信息的步骤包括:
根据预先获取的保险产品信息筛选出符合购买条件的第一客户;
获取所述第一客户的用户信息;
所述将所述用户信息输入预设的计算模型,输出客户分数的步骤包括:
将所述第一客户的用户信息输入预设的计算模型,输出所述第一客户的客户分数。
进一步地,所述将多个经过小组内客户分数排序后的所述小组按照所述预设的排序规则依次合并,生成客户分数排序名单的步骤之后,包括:
对预设范围内的所述客户分数对应的客户发送产品信息。
进一步地,所述一个独立的线程对应一个子服务器,所述以多线程并行处理的方式分别将各小组内的客户分数按照所述预设的排序规则进行排序的步骤,包括:
将多个所述小组分别发送给各小组对应的子服务器,以通过所述子服务器对所述小组内的客户分数按照所述排序规则进行排序;
接收各子服务器的反馈,得到按照所述排序规则排序后的小组。
进一步地,所述将客户分数分配到符合分数区间要求的小组内之前,还包括:
根据预设的小组数量以及客户分数的上限和下限,平均生成各小组对应的分数区间。
进一步地,所述将客户分数分配到符合分数区间要求的小组内的步骤之后,包括:
获取各小组内的客户分数数量,生成小组分数数量;
若最大小组分数数量是最小小组分数数量的两倍以上,将所述最大小组分数数量对应的小组拆分成至少两个小组。
本申请还提供一种客户分数排序的装置,包括:
分组模块,用于将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;
排序模块,用于以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序;
合并模块,用于将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种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上述任一项所述的方法的步骤。
本申请的客户分数排序的方法、装置、计算机设备和存储介质,将所有的分数按照区间分成多个组,多个服务器分别对多个组同时进行排序,减小排序的时间。服务器发送给多个其他子服务器仅对部分数据进行排名,减小对服务器的配置要求。对分数排名靠前的客户推送相关的产品信息,更精准的向目标客户推广产品,有利于促进公司的产品销售。
附图说明
图1为本申请一实施例的客户分数排序的方法的流程示意图;
图2为本申请一实施例的客户分数排序的方法的流程示意图;
图3为本申请一实施例的客户分数排序的方法的流程示意图;
图4为本申请一实施例的客户分数排序的方法的流程示意图;
图5为本申请一实施例的上述客户分数排序的方法中的步骤S2的具体流程示意图;
图6为本申请一实施例的客户分数排序方法的流程示意图;
图7为本申请一实施例的客户分数排序的装置的结构示意框图;
图8为本申请一实施例的客户分数排序的装置的结构示意框图;
图9为本申请一实施例的客户分数排序的装置的结构示意框图;
图10为本申请一实施例的客户分数排序的装置的排序模块的结构示意框图;
图11为本申请一实施例的客户分数排序的装置的结构示意框图;
图12为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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。
参照图1,本申请实施例提供一种客户分数排序的方法,包括步骤:
S1、将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;
S2、以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序,其中每个小组对应一个独立的线程;
S3、将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
如上述步骤S1所述,客户分数是指工作人员在推广某一产品时根据客户的个人信息对所有客户对该产品的购买意象进行预测的购买概率。客户分数越高,说明该客户的购买意向越高。客户分数是客户购买某一产品的概率,是一个数值。上述分数区间要求是指一个数学意义上的区间,每个小组对应一个数值区间。分数区间是根据客户分数的上限和下限分别设置。多个小组中,任意两个小组的分数区间之间没有交集,而且多个小组对应的所有的分数区间的并集是分数的下限至上限,这样每个客户分数都能有且仅有一个符合要求的小组。每个小组根据预设的排序规则进行排序,其中排序规则可以是从大到小或从小到大,那么就可以按照分数区间的最大值或最小值进行排序。在一具体实施例中,客户分数是指客户购买某一个保险产品的概率值,则客户分数的上限是1,下限是0。一共有5个小组,分别是第一小组[0,0.2)、第二小组[0.2,0.4)、第三小组[0.4,0.6)、第四小组[0.6,0.8)、第五小组[0.8,1]。这五个小组按照各分数区间的最小值从小到大的顺序进行排列,0<0.2<0.4<0.6<0.8,则对应的,排名顺序分别是第一小组、第二小组、第三小组、第四小组、第五小组。将所有的客户分数均放置到对应的小组内。最终,每个小组内均有多个客户分数。客户分数分配到小组内时,先获取客户分数的数值,判断是符合哪个小组的分数区间,再分配到符合分数区间对应的小组。例如,一个客户分数是0.75,在[0.6,0.8)这个范围内,就将这个客户分数分配到第四小组。
如上述步骤S2所述,将多个小组以多线程并行处理的方式进行排序,即多个小组同时进行排序。具体的,可以为每个小组设置一个对应的线程,每个线程均处理与小组内的客户分数对应的排序,多个线程同时对多个小组内的客户分数进行排序。线程是程序执行流的最小单元。每个线程均处理一个小组内的客户分数排序。将全部的客户分数分配到各小组内后,每个小组内都有至少一个客户分数。然后对每个小组设置一个对应的独立的线程,该线程用于将小组里面的客户分数进行排序。设置多个线程分别独自同时将数据进行排名,可以极大的减小排序的比对次数,减小服务器的工作量。各小组内的客户分数的排序的顺序与多个小组之间的排序规则是一样的。上述步骤S1内的方案中小组排序的顺序是从小到大的排序,对应的线程将各小组内客户分数的排序也是从小到大的顺序排列。服务器设置5个线程,分别处理这5个小组的排序,平均每个线程处理五分之一的客户分数的排序,处理的速度会提高很多。各小组内会出现多个客户分数相同的情况,将客户分数相同的客户分数并列排序。在将各小组内的客户分数排序时,采用快速排序算法进行排序。快速排序的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
如上述步骤S3所述,当所有的客户分数全部分配到各自对应的小组之后,然后各小组将对应的客户分数全部按照从小到大的顺序依次排序,而且各小组之前也是按照从小到大的顺序依次排序。然后依次将多个小组合并,依次将第一小组至第五小组内的全部客户分数按照排序排列出来,形成分数排序名单。在一具体实施例中,A集团对全球1亿个客户进行打分,对应的生成1亿个客户分数,通过本实施例的方法,服务器将这1亿个客户分数分成五个小组,然后分别将这五个小组的客户分数进行排序,最后将五个小组排序后的客户分数合并得到全部的客户分数排序名单,共计用时半小时。而用一般的方法,使用同样的服务器,将全部1亿个客户全部一起排序,需要用时3个小时。
参照图2,在一个实施例中,上述将客户分数分配到符合分数区间要求的小组内之前,还包括:
S101、获取客户的用户信息,所述用户信息包括个人基本信息、财产信息、在服务器上的浏览记录信息;
S102、将所述用户信息输入预设的计算模型,输出客户分数,所述计算模型是基于已知客户分数的用户信息对应的特征矩阵和对应的客户分数训练得到的。
如上述步骤S101所述,通过获取客户在注册账户时填写的客户的籍贯、姓名、性别、年龄、身高、体重等来获取客户的个人基本信息,获取客户在该服务器中购买的产品的个人信息;通过获取客户的购买记录以及购买时填写的财产信息来获取财产信息。通过获取客户在服务器上的点击、分享、转发等记录来获取客户的浏览记录信息。在一具体实施例中,服务器是指A集团的服务器,财产信息是客户以往购买的保险信息以及在购买保险信息时提供的一些其他财产信息,包括存款证明、房产证明,服务器中还根据客户的购买保险的记录获取客户的身体健康状态的个人基本信息。服务器还获取客户的浏览记录信息。个人基本信息越靠近健康、越靠近中年人、财产越多、浏览的相关保险产品越多,说明这个客户购买某款保险产品的概率越大。
如上述步骤S102所述,服务器获取这些用户信息,分别进行量化,输入到预设的训练后的计算模型,输出客户分数,即客户购买某产品的概率。其中,在训练该计算模型时,通过如下公式进行训练:
z=θTX
If g(z)≥0.5,predict y=1
If g(z)<0.5,predict y=0
X代表训练样本的特征矩阵,θ代表特征系数,g(z)代表逻辑函数,结果值就是客户分数。上述输入的个人基本信息、财产信息、浏览记录等用户信息,就是训练样本的特征矩阵。
参照图3,在一个实施例中,上述获取客户的用户信息的步骤,包括:
S111、根据预先获取的保险产品信息筛选出符合购买条件的第一客户;
S121、获取所述第一客户的用户信息;
上述将所述用户信息输入预设的计算模型,输出客户分数的步骤包括:
S112、将所述第一客户的用户信息输入预设的计算模型,输出所述第一客户的客户分数。
如上述步骤S111所述,个人基本信息包括客户的年龄与性别。有些产品比如保险产品的性质比较特殊,有些性别对应的年龄段一般是不能购买保险产品的。因此将符合性别对应的年龄段的客户筛选出来。在一具体保险产品中,可以购买该保险产品的性别对应的预设年龄范围是:男性,18岁到60岁;女性,18岁到65岁。在筛选时,先获取客户的性别,然后选择与客户性别对应的年龄范围,然后获取客户的年龄,判断是否在预设的年龄范围内,如是,就将该客户定义为第一客户。
如上述步骤S121所述,筛选出第一客户后,将该第一客户的用户信息放入指定的存储区域。将无法购买该保险产品的人群直接筛选淘汰出去,减少后续进行计算客户分数的数量,对应的也减少需要排序的客户分数,提高了排序的速度。
如上述步骤S112所述,将所有第一客户的用户信息输入到预设的计算模型,输出各第一客户的客户分数。
参照图4,在一个实施例中,上述将经过小组内客户分数排序后的多个所述小组按照所述预设的排序规则依次合并,生成客户分数排序名单的步骤之后,包括:
S4、对预设范围内的所述客户分数对应的客户发送产品信息。
如上述步骤S4所述,预设范围内的客户分数有多个范围形式。第一种范围形式是超过预设数值的客户分数;第二种范围形式是按照从大到小排序时,排名在预设范围内的客户分数。当预设范围是第一种范围形式时,服务器获取超过预设数值的客户分数对应的联系方式,发送产品信息至对应的联系方式。当是第二种范围形式时,服务器先确认排名是按照从大到小的顺序进行排序,然后获取排名在预设范围内的客户分数对应的联系方式,发送产品信息至对应的联系方式。上述联系方式都是用户在注册账户时填写的联系方式。发送产品信息的方式包括发送产品信息的链接至客户的手机,发送产品信息的链接至客户的账户,用户通过相关的手机APP登录个人账户即可以看到服务器推送的产品信息。发送产品信息的方式还包括通过发送产品信息的链接至客户的手机、发送产品信息至客户的邮箱。产品信息以多种形式,包括图片、网页链接、视频、文字。
参照图5,在一个实施例中,上述一个独立的线程对应一个子服务器,上述以多线程并行处理的方式分别将各小组内的客户分数按照所述预设的排序规则进行排序的步骤,包括:
S21、将多个所述小组分别发送给各小组对应的子服务器,以通过所述子服务器对所述小组内的客户分数按照所述排序规则进行排序;
S22、接收各子服务器的反馈,得到按照所述排序规则排序后的小组。如上述步骤S21所述,服务器获取到小组的数量后,对应的设置与小组数量相同的线程。然后将每个小组分别放入到一个线程中。多个线程之间是独立运行计算,不与其他线程互相影响。服务器将全部的客户分数分配到各个小组后,得到多个包含有客户分数的小组。如果服务器分别将多个小组一一进行排序,这样排序的速度会比较慢。因此,各线程分别将多个小组分别发送给与线程分别对应的子服务器,同时分别发送排序规则给子服务器,每个子服务器均接收到一个小组和对应的排序规则,根据排序规则将小组内的客户分数进行排序。子服务器是上述服务器之外的服务器,一个子服务器只是用于处理一个小组内的分数排序,然后将排序好的小组发送回对应的线程。
如上述步骤S22所述,线程将小组发送给子服务器后,实时访问子服务器的处理状态,当确认子服务器处理完成后,接收子服务器按照排序规则进行排序后的小组。这样,多个子服务器对所有的小组分别完成排序,大大的节省了排序的时间。服务器只需要将多个小组的排序进行合并即可完成所有客户分数的排序。
参照图6,在一个实施例中,上述将客户分数分配到符合分数区间要求的小组内之前,还包括:
S103、根据预设的小组数量以及客户分数的上限和下限,平均生成各小组对应的分数区间。
如上述步骤S103所述,预设的小组数量是人为设置的,根据服务器的处理速度能力设置。用上限减去下限除以小组的数量,得到每个分数区间的跨度值,然后以下限为最小值,下限加上一个跨度值为最大值生成每一个小组的分数区间。然后以第一个小组的分数区间的最大值作为第二个小组的分数区间的最小值,在第二个小组的分数区间的最小值加上跨度值作为第二个小组的分数区间的最大值,如此计算得到多个小组的分数区间。在一具体实施例中,是将[0,1]平均分配到各个小组之间。例如,预设有8个小组,则跨度值为(1-0)/8=0.125,每个小组占用0.125的分数值。按照从小到大的顺序排列,第一小组的分配要求是[0,0.125),第二小组的分配要求是[0.125,0.250),第三小组的分配要求是[0.250,0.375),依此类推下去,分别生成八个小组的分配要求。
进一步地,上述将客户分数分配到符合分数区间要求的小组内的步骤之后,包括:
S11、获取各小组内的客户分数数量,生成小组分数数量;
S12、若最大小组分数数量是最小小组分数数量的两倍以上,将所述最大小组分数数量对应的小组拆分成至少两个小组。
如上述步骤S11所述,服务器将全部的客户分数按照一定规则分配到各个小组后,分别访问各个小组的内存,因每个客户分数所占用的空间大小是一样的,因此,可以通过访问小组的内存,然后除以每个客户分数的空间大小来获取小组内的客户分数的数量,生成各小组的小组分数数量。
如上述步骤S12所述,将各小组的小组分数数量进行比较,得到最大小组分数数量和最小小组分数数量。将二者进行比较,如果最大小组分数数量是最小小组分数数量的两倍以上,就将最大小组分数数量对应的小组再进行拆分得到至少两个新小组,将该小组的分配要求拆开,对应多个新分配要求,将该小组内的客户分数再次按照新分配要求,分别分配到新小组内。在一具体实施例中,最大分数小组数量是200000,最小分组小组数量是100000,则200000对应的小组拆分成两个新小组,该小组原来的分配要求是[0.4,0.6),则两个新小组对应的新分配要求分别是[0.4,0.5)、[0.5,0.6)。然后将这200000再次按照这两个新分配要求分配到对应的新小组中。这样重新分配小组的,是避免服务器将最小分数数量的小组排序完成后,还要再次等待过长的时间服务器将最大分数数量的小组排序,可以节省总体的排序时间。其中,最大小组分数数量是最小小组分数数量的多少倍,服务器就将最大小组分数数量对应的小组拆分成对应的倍数的多个新小组。
综上所述,本申请的客户分数排序的方法,将所有的分数按照区间分成多个组,多个服务器分别对多个组同时进行排序,减小排序的时间。服务器发送给多个其他子服务器仅对部分数据进行排名,减小对服务器的配置要求。对分数排名靠前的客户推送相关的产品信息,更精准的向目标客户推广产品,有利于促进公司的产品销售。
参照图7,本申请实施例中还提供一种客户分数排序的装置,包括:
分组模块1,将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;
排序模块2,用于以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序;
合并模块3,用于将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
本实施例中,客户分数是指工作人员在推广某一产品时根据客户的个人信息对所有客户对该产品的购买意象进行预测的购买概率。客户分数越高,说明该客户的购买意向越高。客户分数是客户购买某一产品的概率,是一个数值。上述分数区间要求是指一个数学意义上的区间,每个小组对应一个数值区间。分数区间是根据客户分数的上限和下限分别设置。多个小组中,任意两个小组之间没有交集,而且多个小组所有的并集是分数的下限至上限,这样每个客户分数都能有且仅有一个符合要求的小组。每个小组根据预设的排序规则进行排序,其中排序规则可以是从大到小或从小到大,那么就可以按照分数区间的最大值或最小值进行排序。在一具体实施例中,客户分数是指客户购买某一个保险产品的概率值,则客户分数的上限是1,下限是0。一共有5个小组,分别是第一小组[0,0.2)、第二小组[0.2,0.4)、第三小组[0.4,0.6)、第四小组[0.6,0.8)、第五小组[0.8,1]。这五个小组按照各分数区间的最小值从小到大的顺序进行排列,0<0.2<0.4<0.6<0.8,则对应的,排名顺序分别是第一小组、第二小组、第三小组、第四小组、第五小组。分组模块1将所有的客户分数均放置到对应的小组内。最终,每个小组内均有多个客户分数。客户分数分配到小组内时,分组模块1先获取客户分数的数值,判断是符合哪个小组的分数区间,再分配到符合分数区间对应的小组。例如,一个客户分数是0.75,在[0.6,0.8)这个范围内,就将这个客户分数分配到第四小组。
排序模块2将多个小组以多线程并行处理的方式进行排序,即多个小组同时进行排序。具体的,可以为每个小组设置一个对应的线程,每个线程均处理与小组内的客户分数对应的排序,多个线程同时对多个小组内的客户分数进行排序。线程是程序执行流的最小单元。每个线程均处理一个小组内的客户分数排序。将全部的客户分数分配到各小组内后,每个小组内都有至少一个客户分数。然后对每个小组设置一个对应的独立的线程,该线程用于将小组里面的客户分数进行排序。设置多个线程分别独自同时将数据进行排名,可以极大的减小排序的比对次数,减小服务器的工作量。各小组内的客户分数的排序的顺序与多个小组之间的排序规则是一样的。上述分组模块1内的方案中小组排序的顺序是从小到大的排序,对应的排序模块2线程将各小组内客户分数的排序也是从小到大的顺序排列。排序模块2设置5个线程,分别处理这5个小组的排序,平均每个线程处理五分之一的客户分数的排序,处理的速度会提高很多。各小组内会出现多个客户分数相同的情况,将客户分数相同的客户分数并列排序。在将各小组内的客户分数排序时,采用快速排序算法进行排序。快速排序的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
当所有的客户分数全部分配到各自对应的小组之后,然后各小组将对应的客户分数全部按照从小到大的顺序依次排序,而且各小组之前也是按照从小到大的顺序依次排序。然后合并模块3依次将多个小组合并,依次将第一小组至第五小组内的全部客户分数按照排序排列出来,形成分数排序名单。在一具体实施例中,A集团对全球1亿个客户进行打分,对应的生成1亿个客户分数,通过本实施例的方法,服务器将这1亿个客户分数分成五个小组,然后分别将这五个小组的客户分数进行排序,最后合并模块3将五个小组排序后的客户分数合并得到全部的客户分数排序名单,共计用时半小时。而用一般的方法,使用同样的服务器,将全部1亿个客户全部一起排序,需要用时3个小时。
参照图8,进一步地,上述客户分数排序的装置还包括:
获取模块101,用于获取客户的用户信息,所述用户信息包括个人基本信息、财产信息、在服务器上的浏览记录信息;
计算模块102,用于将所述用户信息输入预设的计算模型,输出客户分数,所述计算模型是基于已知客户分数的用户信息对应的特征矩阵和对应的客户分数训练得到的。
本实施例中,获取模块101通过获取客户在注册账户时填写的客户的籍贯、姓名、性别、年龄、身高、体重等来获取客户的个人基本信息,获取客户在该服务器中购买的产品的个人信息;通过获取客户的购买记录以及购买时填写的财产信息来获取财产信息。通过获取客户在服务器上的点击、分享、转发等记录来获取客户的浏览记录信息。在一具体实施例中,服务器是指A集团的服务器,财产信息是客户以往购买的保险信息以及在购买保险信息时提供的一些其他财产信息,包括存款证明、房产证明,获取模块101中还根据客户的购买保险的记录获取客户的身体健康状态的个人基本信息。服务器还获取客户的浏览记录信息。个人基本信息越靠近健康、越靠近中年人、财产越多、浏览的相关保险产品越多,说明这个客户购买某款保险产品的概率越大。
获取这些用户信息,分别进行量化,计算模块102输入到预设的训练后的计算模型,输出客户分数,即客户购买某产品的概率。其中,在训练该计算模型时,通过如下公式进行训练:
z=θTX
If g(z)≥0.5,predict y=1
If g(z)<0.5,predict y=0
X代表训练样本的特征矩阵,θ代表特征系数,g(Z)代表逻辑函数,结果值就是客户分数。上述输入的个人基本信息、财产信息、浏览记录等用户信息,就是训练样本的特征矩阵。
进一步地,上述获取模块101包括:
筛选单元,用于根据预先获取的保险产品信息筛选出符合购买条件的第一客户;
获取单元,用于获取所述第一客户的用户信息;
上述计算模块102包括:
计算单元,用于将所述第一客户的用户信息输入预设的计算模型,输出所述第一客户的客户分数。
本实施例中,个人基本信息包括客户的年龄与性别。有些产品比如保险产品的性质比较特殊,有些性别对应的年龄段一般是不能购买保险产品的。因此筛选单元将符合性别对应的年龄段的客户筛选出来。在一具体保险产品中,可以购买该保险产品的性别对应的预设年龄范围是:男性,18岁到60岁;女性,18岁到65岁。在筛选时,筛选单元先获取客户的性别,然后选择与客户性别对应的年龄范围,然后获取客户的年龄,判断是否在预设的年龄范围内,如是,就将该客户定义为第一客户,然后获取单元将该第一客户的用户信息放入指定的存储区域。将无法购买该保险产品的人群直接筛选淘汰出去,减少后续进行计算客户分数的数量,对应的也减少需要排序的客户分数,提高了排序的速度。然后计算单元将所有第一客户的用户信息输入到预设的计算模型,输出各第一客户的客户分数。
参照图9,进一步地,上述客户分数排序的装置还包括:
发送模块4,用于对预设范围内的所述客户分数对应的客户发送产品信息。
本实施例中,预设范围内的客户分数有多个范围形式。第一种范围形式是超过预设数值的客户分数;第二种范围形式是按照从大到小排序时,排名在预设范围内的客户分数。当预设范围是第一种范围形式时,服务器获取超过预设数值的客户分数对应的联系方式,发送产品信息至对应的联系方式。当是第二种范围形式时,服务器先确认排名是按照从大到小的顺序进行排序,然后获取排名在预设范围内的客户分数对应的联系方式,发送产品信息至对应的联系方式。上述联系方式都是用户在注册账户时填写的联系方式。发送模块4发送产品信息的方式包括发送产品信息的链接至客户的手机,发送产品信息的链接至客户的账户,用户通过手机APP即可以看到服务器推送的产品信息。发送产品信息的方式还包括通过发送产品信息的链接至客户的手机、发送产品信息至客户的邮箱。产品信息以多种形式,包括图片、网页链接、视频、文字。
参照图10,进一步地,上述排序模块2包括:
发送单元21,用于将多个所述小组分别发送给各小组对应的子服务器,以通过所述子服务器对所述小组内的客户分数按照所述排序规则进行排序;
接收单元22,用于接收各子服务器的反馈,得到按照所述排序规则排序后的小组。
本实施例中,分组模块获取到小组的数量后,发送单元21对应的设置与小组数量相同的线程。然后将每个小组分别放入到一个线程中。多个线程之间是独立运行计算,不与其他线程互相影响。将全部的客户分数分配到各个小组后,得到多个包含有客户分数的小组。如果服务器分别将多个小组一一进行排序,这样排序的速度会比较慢。因此,发送单元21控制各线程分别将多个小组分别发送给与线程分别对应的子服务器,同时分别发送排序规则给子服务器,每个子服务器均接收到一个小组和对应的排序规则,根据排序规则将小组内的客户分数进行排序。子服务器是上述服务器之外的服务器,一个子服务器只是用于处理一个小组内的分数排序,然后将排序好的小组发送回对应的线程。发送单元21控制线程将小组发送给子服务器后,实时访问子服务器的处理状态,当确认子服务器处理完成后,接收单元22接收子服务器按照排序规则进行排序后的小组。这样,多个子服务器对所有的小组分别完成排序,大大的节省了排序的时间。服务器只需要将多个小组的排序进行合并即可完成所有客户分数的排序。
参照图11,在一个实施例中,上述客户分数排序的装置还包括:
区间模块103,用于根据预设的小组数量以及客户分数的上限和下限,平均生成各小组对应的分数区间。
本实施例中,预设的小组数量是人为设置的,根据服务器的处理速度能力设置。区间模块103首先用上限减去下限除以小组的数量,得到每个分数区间的跨度值,然后以下限为最小值,下限加上一个跨度值为最大值生成每一个小组的分数区间。然后区间模块103以第一个小组的分数区间的最大值作为第二个小组的分数区间的最小值,在第二个小组的分数区间的最小值加上跨度值作为第二个小组的分数区间的最大值,如此计算得到多个小组的分数区间。在一具体实施例中,是将[0,1]平均分配到各个小组之间。例如,预设有8个小组,则跨度值为(1-0)/8=0.125,每个小组占用0.125的分数值。按照从小到大的顺序排列,第一小组的分配要求是[0,0.125),第二小组的分配要求是[0.125,0.250),第三小组的分配要求是[0.250,0.375),依此类推下去,区间模块103分别生成八个小组的分数区间分配要求。
在一个实施例中,上述客户分数排序的装置还包括:
生成模块11,用于获取各小组内的客户分数数量,生成小组分数数量;
拆分模块12,用于若最大小组分数数量是最小小组分数数量的两倍以上,将最大小组分数数量对应的小组拆分成至少两个小组。
本实施例中,服务器将全部的客户分数按照一定规则分配到各个小组后,分别访问各个小组的内存,因每个客户分数所占用的空间大小是一样的,因此,可以通过访问小组的内存,然后生成模块11除以每个客户分数的空间大小来获取小组内的客户分数的数量,生成各小组的小组分数数量。将各小组的小组分数数量进行比较,得到最大小组分数数量和最小小组分数数量。拆分模块12将二者进行比较,如果最大小组分数数量是最小小组分数数量的两倍以上,拆分模块12就将最大小组分数数量对应的小组再进行拆分得到至少两个新小组,将该小组的分配要求拆开,对应多个新分配要求,将该小组内的客户分数再次按照新分配要求,分别分配到新小组内。在一具体实施例中,最大分数小组数量是200000,最小分组小组数量是100000,则拆分模块12将数量是200000对应的小组拆分成两个新小组,该小组原来的分配要求是[0.4,0.6),则两个新小组对应的新分配要求分别是[0.4,0.5)、[0.5,0.6)。然后将这200000再次按照这两个新分配要求分配到对应的新小组中。这样重新分配小组的,是避免服务器将最小分数数量的小组排序完成后,还要再次等待过长的时间服务器将最大分数数量的小组排序,可以节省总体的排序时间。其中,最大小组分数数量是最小小组分数数量的多少倍,服务器就将最大小组分数数量对应的小组拆分成对应的倍数的多个新小组。
综上所述,本申请的客户分数排序的装置,将所有的分数按照区间分成多个组,多个服务器分别对多个组同时进行排序,减小排序的时间。服务器发送给多个其他子服务器仅对部分数据进行排名,减小对服务器的配置要求。对分数排名靠前的客户推送相关的产品信息,更精准的向目标客户推广产品,有利于促进公司的产品销售。
参照图12,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图12所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计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***、计算机程序和数据库。该内存器为非易失性存储介质中的操作***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客户分数排序的模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种客户分数排序的方法。
上述处理器执行上述客户分数排序的方法的步骤:将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序,其中每个小组对应一个独立的线程;将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
在一个实施例中,上述处理器执行将客户分数分配到符合分数区间要求的小组内之前,还包括:获取客户的用户信息,所述用户信息包括个人基本信息、财产信息、在服务器上的浏览记录信息;将所述用户信息输入预设的计算模型,输出客户分数,所述计算模型是基于已知客户分数的用户信息对应的特征矩阵和对应的客户分数训练得到的。
在一个实施例中,上述处理器获取客户的用户信息的步骤,包括:根据预先获取的保险产品信息筛选出符合购买条件的第一客户,获取所述第一客户的用户信息;处理上述将所述用户信息输入预设的计算模型,输出客户的客户分数的步骤包括:将所述第一客户的用户信息输入预设的计算模型,输出所述第一客户的客户分数。
在一个实施例中,上述处理器将多个经过小组内客户分数排序后的所述小组按照所述预设的排序规则依次合并,生成客户分数排序名单的步骤之后,包括:对预设范围内的所述客户分数对应的客户发送产品信息。
在一个实施例中,上述一个独立的线程对应一个子服务器,上述处理器以多线程并行处理的方式分别将各小组内的客户分数按照所述预设的排序规则进行排序的步骤,包括:将多个所述小组分别发送给各小组对应的子服务器,以通过所述子服务器对所述小组内的客户分数按照所述排序规则进行排序;接收各子服务器的反馈,得到按照所述排序规则排序后的小组。
在一个实施例中,上述处理器将客户分数分配到符合分数区间要求的小组内之前,还包括:根据预设的小组数量以及客户分数的上限和下限,平均生成各小组对应的分数区间。
在一个实施例中,上述处理器将客户分数分配到符合分数区间要求的小组内的步骤之后,包括:获取各小组内的客户分数数量,生成小组分数数量;若最大小组分数数量是最小小组分数数量的两倍以上,将所述最大小组分数数量对应的小组拆分成至少两个小组。
综上所述,本申请的计算机设备将所有的分数按照区间分成多个组,多个服务器分别对多个组同时进行排序,减小排序的时间。服务器发送给多个其他子服务器仅对部分数据进行排名,减小对服务器的配置要求。对分数排名靠前的客户推送相关的产品信息,更精准的向目标客户推广产品,有利于促进公司的产品销售。
本领域技术人员可以理解,图12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。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种客户分数排序的方法,具体为:将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序,其中每个小组对应一个独立的线程;将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
在一个实施例中,上述处理器执行将客户分数分配到符合分数区间要求的小组内之前,还包括:获取客户的用户信息,所述用户信息包括个人基本信息、财产信息、在服务器上的浏览记录信息;将所述用户信息输入预设的计算模型,输出客户分数,所述计算模型是基于已知客户分数的用户信息对应的特征矩阵和对应的客户分数训练得到的。
在一个实施例中,上述处理器获取客户的用户信息的步骤,包括:根据预先获取的保险产品信息筛选出符合购买条件的第一客户,获取所述第一客户的用户信息;处理上述将所述用户信息输入预设的计算模型,输出客户的客户分数的步骤包括:将所述第一客户的用户信息输入预设的计算模型,输出所述第一客户的客户分数。
在一个实施例中,上述处理器将多个经过小组内客户分数排序后的所述小组按照所述预设的排序规则依次合并,生成客户分数排序名单的步骤之后,包括:对预设范围内的所述客户分数对应的客户发送产品信息。
在一个实施例中,上述一个独立的线程对应一个子服务器,上述处理器以多线程并行处理的方式分别将各小组内的客户分数按照所述预设的排序规则进行排序的步骤,包括:将多个所述小组分别发送给各小组对应的多个子服务器,以通过所述子服务器对所述小组内的客户分数按照所述排序规则进行排序;接收各子服务器的反馈,得到按照所述排序规则排序后的小组。
在一个实施例中,上述处理器将客户分数分配到符合分数区间要求的小组内之前,还包括:根据预设的小组数量以及客户分数的上限和下限,平均生成各小组对应的分数区间。
在一个实施例中,上述处理器将客户分数分配到符合分数区间要求的小组内的步骤之后,包括:获取各小组内的客户分数数量,生成小组分数数量;若最大小组分数数量是最小小组分数数量的两倍以上,将所述最大小组分数数量对应的小组拆分成至少两个小组。
综上所述,本申请的存储介质将所有的分数按照区间分成多个组,多个服务器分别对多个组同时进行排序,减小排序的时间。服务器发送给多个其他子服务器仅对部分数据进行排名,减小对服务器的配置要求。对分数排名靠前的客户推送相关的产品信息,更精准的向目标客户推广产品,有利于促进公司的产品销售。
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,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种客户分数排序的方法,其特征在于,包括:
将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;
以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序,其中每个小组对应一个独立的线程;
将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
2.如权利要求1所述的客户分数排序的方法,其特征在于,所述将客户分数分配到符合分数区间要求的小组内之前,还包括:
获取客户的用户信息,所述用户信息包括个人基本信息、财产信息、在服务器上的浏览记录信息;
将所述用户信息输入预设的计算模型,输出客户分数,所述计算模型是基于已知客户分数的用户信息对应的特征矩阵和对应的客户分数训练得到的。
3.如权利要求2所述的客户分数排序的方法,其特征在于,所述获取客户的用户信息的步骤,包括:
根据预先获取的保险产品信息筛选出符合购买条件的第一客户;
获取所述第一客户的用户信息;
所述将所述用户信息输入预设的计算模型,输出客户分数的步骤包括:
将所述第一客户的用户信息输入预设的计算模型,输出所述第一客户的客户分数。
4.如权利要求1所述的客户分数排序的方法,其特征在于,所述将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单的步骤之后,包括:
对预设范围内的所述客户分数对应的客户发送产品信息。
5.如权利要求1所述的客户分数排序的方法,其特征在于,所述一个独立的线程对应一个子服务器,所述以多线程并行处理的方式分别将各小组内的客户分数按照所述预设的排序规则进行排序的步骤,包括:
将多个所述小组分别发送给各小组对应的子服务器,以通过所述子服务器对所述小组内的客户分数按照所述排序规则进行排序;
接收各子服务器的反馈,得到按照所述排序规则排序后的小组。
6.如权利要求1所述的客户分数排序的方法,其特征在于,所述将客户分数分配到符合分数区间要求的小组内之前,还包括:
根据预设的小组数量以及客户分数的上限和下限,平均生成各小组对应的分数区间。
7.如权利要求6所述的客户分数排序的方法,其特征在于,所述将客户分数分配到符合分数区间要求的小组内的步骤之后,包括:
获取各小组内的客户分数数量,生成小组分数数量;
若最大小组分数数量是最小小组分数数量的两倍以上,将所述最大小组分数数量对应的小组拆分成至少两个小组。
8.一种客户分数排序的装置,其特征在于,包括:
分组模块,用于将客户分数分配到符合分数区间要求的小组内,所述小组包括多个,每个所述小组对应一个分数区间,多个小组根据其对应的分数区间的大小,按照预设的排序规则进行排序,其中,多个所述小组对应的分数区间为分数连续且无重合的分数区间;
排序模块,用于以多线程并行处理的方式分别将各小组内的客户分数按照所述排序规则进行排序;
合并模块,用于将多个经过小组内客户分数排序后的所述小组按照所述排序规则进行合并,生成客户分数排序名单。
9.一种计算机设备,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7中任一项所述方法的步骤。
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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810948542.XA CN109254980A (zh) | 2018-08-20 | 2018-08-20 | 客户分数排序的方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810948542.XA CN109254980A (zh) | 2018-08-20 | 2018-08-20 | 客户分数排序的方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109254980A true CN109254980A (zh) | 2019-01-22 |
Family
ID=65049314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810948542.XA Pending CN109254980A (zh) | 2018-08-20 | 2018-08-20 | 客户分数排序的方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109254980A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857771A (zh) * | 2019-01-31 | 2019-06-07 | 平安科技(深圳)有限公司 | 具有排名的sql排列的获取方法、装置和计算机设备 |
CN110032576A (zh) * | 2019-03-12 | 2019-07-19 | 平安科技(深圳)有限公司 | 一种业务处理方法以及装置 |
CN110147944A (zh) * | 2019-04-30 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 排名方法及装置 |
CN110297957A (zh) * | 2019-05-20 | 2019-10-01 | 菜鸟智能物流控股有限公司 | 一种数据处理的方法及装置、电子设备、存储介质 |
CN112988709A (zh) * | 2021-03-15 | 2021-06-18 | 成都乐动信息技术有限公司 | 一种数据排序方法、装置、电子设备及存储介质 |
CN113780818A (zh) * | 2021-09-13 | 2021-12-10 | 北京房江湖科技有限公司 | 维护得分的确定方法与***及权益配置方法与*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101568900A (zh) * | 2006-12-22 | 2009-10-28 | 日本电气株式会社 | 并行排序装置、方法及程序 |
CN103530084A (zh) * | 2013-09-26 | 2014-01-22 | 北京奇虎科技有限公司 | 一种数据并行排序方法和*** |
US20140214826A1 (en) * | 2013-01-29 | 2014-07-31 | Tencent Technology (Shenzhen) Company Limited | Ranking method and system |
CN107730389A (zh) * | 2017-09-30 | 2018-02-23 | 平安科技(深圳)有限公司 | 电子装置、保险产品推荐方法及计算机可读存储介质 |
-
2018
- 2018-08-20 CN CN201810948542.XA patent/CN109254980A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101568900A (zh) * | 2006-12-22 | 2009-10-28 | 日本电气株式会社 | 并行排序装置、方法及程序 |
US20140214826A1 (en) * | 2013-01-29 | 2014-07-31 | Tencent Technology (Shenzhen) Company Limited | Ranking method and system |
CN103530084A (zh) * | 2013-09-26 | 2014-01-22 | 北京奇虎科技有限公司 | 一种数据并行排序方法和*** |
CN107730389A (zh) * | 2017-09-30 | 2018-02-23 | 平安科技(深圳)有限公司 | 电子装置、保险产品推荐方法及计算机可读存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857771A (zh) * | 2019-01-31 | 2019-06-07 | 平安科技(深圳)有限公司 | 具有排名的sql排列的获取方法、装置和计算机设备 |
CN110032576A (zh) * | 2019-03-12 | 2019-07-19 | 平安科技(深圳)有限公司 | 一种业务处理方法以及装置 |
CN110032576B (zh) * | 2019-03-12 | 2023-06-16 | 平安科技(深圳)有限公司 | 一种业务处理方法以及装置 |
CN110147944A (zh) * | 2019-04-30 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 排名方法及装置 |
CN110297957A (zh) * | 2019-05-20 | 2019-10-01 | 菜鸟智能物流控股有限公司 | 一种数据处理的方法及装置、电子设备、存储介质 |
CN112988709A (zh) * | 2021-03-15 | 2021-06-18 | 成都乐动信息技术有限公司 | 一种数据排序方法、装置、电子设备及存储介质 |
CN113780818A (zh) * | 2021-09-13 | 2021-12-10 | 北京房江湖科技有限公司 | 维护得分的确定方法与***及权益配置方法与*** |
CN113780818B (zh) * | 2021-09-13 | 2024-04-12 | 贝壳找房(北京)科技有限公司 | 维护得分的确定方法与***及权益配置方法与*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109254980A (zh) | 客户分数排序的方法、装置、计算机设备和存储介质 | |
CN107622427B (zh) | 深度学习的方法、装置及*** | |
Şen et al. | Pre-selection of suppliers through an integrated fuzzy analytic hierarchy process and max-min methodology | |
Singh et al. | Justification for the selection of a reconfigurable manufacturing system: a fuzzy analytical hierarchy based approach | |
CN109582876B (zh) | 旅游行业用户画像构造方法、装置和计算机设备 | |
CN109902708A (zh) | 一种推荐模型训练方法及相关装置 | |
CN101923563A (zh) | 信息处理设备、信息处理方法和程序 | |
CN109492191A (zh) | 计算投保概率的方法、装置、计算机设备和存储介质 | |
CN112100219A (zh) | 基于数据库查询处理的报表生成方法、装置、设备和介质 | |
US8793236B2 (en) | Method and apparatus using historical influence for success attribution in network site activity | |
CN111026801A (zh) | 一种辅助保险类电商运营快速决策工作的方法及*** | |
CN111666494A (zh) | 分群决策模型生成、分群处理方法、装置、设备及介质 | |
CN112632405A (zh) | 一种推荐方法、装置、设备及存储介质 | |
CN113159972B (zh) | 组合确定方法、装置、电子设备及计算机可读存储介质 | |
CN111738785A (zh) | 选品方法、***及存储介质 | |
CN112614011A (zh) | 电力配网物资需求预测方法和装置、存储介质及电子设备 | |
CN115423289A (zh) | 智能板材加工车间数据处理方法及终端 | |
CN111178830A (zh) | 成本的核算方法、装置、计算机设备和存储介质 | |
CN104182226B (zh) | 一种通用移动信息***适配方法与装置 | |
CN110209944B (zh) | 一种股票分析师推荐方法、装置、计算机设备和存储介质 | |
CN110706019A (zh) | 有效价签推送方法、装置、计算机设备和存储介质 | |
CN110633840A (zh) | 一种数据处理方法、装置及存储介质 | |
Mustajoki et al. | Web-HIPRE–a Java applet for AHP and value tree analysis | |
CN110659960B (zh) | 变革管理服务产品自动生成方法、服务器及变革管理*** | |
US20120066252A1 (en) | Medium and method for collection of information, and information collection support system |
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 |