CN110942350A - 一种数据处理方法、装置、设备及存储介质 - Google Patents
一种数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110942350A CN110942350A CN201911192184.5A CN201911192184A CN110942350A CN 110942350 A CN110942350 A CN 110942350A CN 201911192184 A CN201911192184 A CN 201911192184A CN 110942350 A CN110942350 A CN 110942350A
- Authority
- CN
- China
- Prior art keywords
- user
- analyzed
- organization
- data
- special function
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 230000008520 organization Effects 0.000 claims abstract description 181
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims description 143
- 230000006399 behavior Effects 0.000 claims description 60
- 238000000034 method Methods 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 47
- 230000007246 mechanism Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 abstract description 15
- 230000008569 process Effects 0.000 description 24
- 235000012054 meals Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0267—Wireless devices
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种数据处理方法、装置、设备及存储介质,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
随着科学技术的进步,对于银行业务的办理,不再仅仅限于在线下进行办理,现在可通过在手机银行APP线上进行办理相关业务,极大的提高用户的办理业务效率。但是,存在一个问题,当在手机银行上开发出一系列的服务功能后,为了让更多的用户了解和使用这一系列功能服务,只能在线下进行人工推广。
通过线下进行人工推广,推广的效率极低,了解的客户非常少,远远达不到推广的目的。
发明内容
有鉴于此,本发明实施例提供一种数据处理方法、装置、设备及存储介质,通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
本发明实施例提供如下技术方案:
本发明实施例第一方面提供了一种数据处理方法,所述方法包括:
由银行用户数据库中获取待分析用户的用户数据,所述用户数据包括用户基本数据和用户使用手机银行的行为数据;
根据所述用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体;
针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务;
针对每一所述机构群体,向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息,所述推送信息包括提示开通所述特殊功能服务的提示信息。
优选的,根据所述用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别所述待分析用户,确定不同机构群体,包括:
针对每一所述待分析用户,对所述用户基本数据进行异常值清洗处理,或者,对所述用户基本数据进行空缺值填充处理,或者对所述用户基本数据中的文本信息进行同义词替换处理,得到预处理后的用户基本数据;
利用所述预处理后的用户基本数据进行加权相似度计算,得到所述待分析用户的加权相似度;
基于聚类算法和所有所述待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及所述机构群体。
优选的,所述针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务,包括:
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务;
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务,所述第二预设时间段的时长大于所述第一预设时间段的时长;
基于所述第一功能服务和所述第二功能服务的并集,确定并集内的功能服务为所述机构群体中的所述待分析用户所使用的特殊功能服务。
优选的,所述针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务,包括:
基于所述行为数据,统计每个所述待分析用户在第一预设时间段内,使用频率大于预设频率的第三功能服务;
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务;
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务,所述第二预设时间段的时长大于所述第一预设时间段的时长;
获取所述第一功能服务和所述第二功能服务的并集,确定并集内的第四功能服务;
针对每一所述机构群体,删除所述第四功能服务中包含的所述第三功能服务,得到所述机构群体中的所述待分析用户所使用的特殊功能服务。
优选的,针对每一所述机构群体,向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息,包括:
针对每一所述机构群体,通过短信方式、手机银行消息方式向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息。
优选的,还包括:
针对每一类型的所述机构群体,向所述机构群体中未开通手机银行应用的待分析用户发送开通消息,所述开通信息包括提示开通手机银行应用的提示信息,以及提示开通所述特殊功能服务的提示信息。
本发明实施例第二方面提供了一种数据处理装置,所述装置包括:
获取模块,用于由银行用户数据库中获取待分析用户的用户数据,所述用户数据包括用户基本数据和用户使用手机银行的行为数据;
机构群体识别模块,用于根据所述用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体;
特殊功能服务识别模块,用于针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务;
推送模块,用于针对每一所述机构群体,向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息,所述推送信息包括提示开通所述特殊功能服务的提示信息。
优选的,所述机构群体识别模块,包括:
预处理单元,用于针对每一所述待分析用户,对所述用户基本数据进行异常值清洗处理,或者,对所述用户基本数据进行空缺值填充处理,或者对所述用户基本数据中的文本信息进行同义词替换处理,得到预处理后的用户基本数据;
加权计算单元,用于利用所述预处理后的用户基本数据进行加权相似度计算,得到所述待分析用户的加权相似度;
识别单元,用于基于聚类算法和所有所述待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及所述机构群体。
本发明实施例第三方面提供了一种计算机存储介质,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行上述本发明实施例第一方面提供的所述数据处理方法。
本发明实施例第四方面提供了一种数据处理设备,包括处理器和存储器,所述存储器中存储有程序,所述处理器用于运行所述程序,其中,所述程序运行时执行上述本发明实施例第一方面提供的所述数据处理方法。
与现有技术相比,本发明提供的上述技术方案具有如下优点:
由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种数据处理方法的流程图;
图2为本发明实施例提供的一种确定不同机构群体的流程图;
图3为本发明实施例提供的另一种确定不同机构群体的流程图;
图4为本发明实施例提供的再一种确定不同机构群体的流程图;
图5为本发明实施例提供的一种确定机构群体中的待分析用户所使用的特殊功能服务类型的流程图;
图6为本发明实施例提供的另一种确定机构群体中的待分析用户所使用的特殊功能服务类型的流程图;
图7为本发明实施例提供的另一种数据处理方法的流程图;
图8为本发明实施例提供的一种数据处理装置的结构示意图;
图9为本发明实施例提供的一种数据处理设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本申请中,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、方法、物品或者设备不仅包括那些要素,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、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
由背景技术可知,在现有技术中,当在手机银行上开发出一系列的服务功能后,为了让更多的用户了解和使用这一系列功能服务,只能在线下进行人工推广。通过线下进行人工推广,推广的效率极低,了解的客户非常少,远远达不到推广的目的。
因此,本发明提供一种数据处理方法、装置、设备及存储介质,通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
如图1所示,为本发明实施例提供的一种数据处理方法的流程图,该方法包括以下步骤:
S101:由银行用户数据库中获取待分析用户的用户数据。
在S101中,用户数据包括用户基本数据和用户使用手机银行的行为数据。
在具体实现S101的过程中,通过在银行用户数据库上,获取待分析用户的用户基本数据,其中,用户基本数据包括但不限于是用户的职业、年龄、单位机构开户行等。
S102:根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体。
在具体实现S102的过程中,获取用户的用户基本数据后,根据用户基本数据计算待分析用户的加权相似性,依据各个用户之间的加权相似性结合聚类算法,计算出各个用户所属的机构群体。
需要说明的是,机构群体包括但不限于是学校、事业单位和大型科技企业等等。
S103:针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务。
在S103中,特殊功能服务指的是,针对某一机构群体在手机银行上开发某种功能服务为这些机构群体提供方便。
在具体实现S103的过程中,针对同一机构群体在线上使用手机银行的各个待分析用户的行为数据,根据这些行为数据确定该机构群体中待分析用户使用了哪些特殊功能服务。
S104:针对每一机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息。
在具体实现S104的过程中,在确定同一机构群体中待分析用户使用的特殊功能服务之后,由于同一机构群体中有些用户还未使用过这些特殊功能服务,或者用了一段时间之后就没有再使用这些特殊功能服务,此时将这些确定的特殊功能服务向这些未使用特殊功能服务的待分析用户发送推送消息。
例如:在某一高校中,银行根据学生去食堂打饭的需求,在手机银行上开发出一款快速充值饭卡的特殊功能服务,开户行为该银行的部分学生使用该特殊功能服务,而另外一部分开户行为该银行的学生未使用,都是通过微信、支付宝等进行支付。因此需要将该特殊功能服务通过手机推送给另外一部分使用微信、支付宝等进行支付的学生。
需要说明的是,将这些确定的特殊功能服务向这些未使用特殊功能服务的待分析用户发送推送消息,针对每一机构群体,可通过短信方式、手机银行消息方式向每一机构群体中未使用特殊功能服务的待分析用户发送推送消息。
根据上述本发明实施例公开的一种数据处理方法可知,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
在本发明实施例第一种应用场景中,基于上述本发明实施例图1公开的数据处理方法,图1示出的S102:根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体的具体实现过程,如图2所示,主要包括:
S201:针对每一待分析用户,对用户基本数据进行异常值清洗处理,得到预处理后的用户基本数据。
在具体实现S201的过程中,为了使得用户基本数据能够更好的被计算机进行高效的处理,因此需要以异常值清洗的方法对用户基本数据进行预处理,预处理的过程主要是处理用户基本数据的缺失值、异常值和重复值,所谓的清洗,就是通过对数据集进行丢弃、填充、替换和去重等操作,达到去除异常、纠正错误和补足缺失的目的。其中,进行预处理的用户基本数据包括但不限于是用户的职业、年龄、单位机构和开户行位置等等。
需要说明的是,对用户基本数据进行数据预处理的方法包括但不限于是异常值清洗的方法。
S202:利用预处理后的用户基本数据进行加权相似度计算,得到待分析用户的加权相似度。
在具体实现S202的过程中,通过对预处理后的用户基本数据进行加权相似度的计算,获得每个待分析用户的加权相似度,然后根据每个待分析用户的加权相似度进行下一步的操作。具体的,如何计算用户基本数据的加权相似度,该计算的方法在现有的技术可以实现,这里不再进行赘述。
S203:基于聚类算法和所有待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及机构群体。
在S203中,聚类算法指的是聚类分析又称群分析,它是研究样品或指标分类问题的一种统计分析方法,同时也是数据挖掘的一个重要算法。
在具体实现S203的过程中,通过聚类算法对各个待分析用户的加权相似度进行计算,就能分析得到各个待分析用户之间的关系,从而可以确定属于同一机构群体的用户。
在本发明实施例第二种应用场景中,在S102中涉及到用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别所述待分析用户,确定不同机构群体的具体实现过程,如图3所示,主要包括:
S301:对用户基本数据进行空缺值填充处理,得到预处理后的用户基本数据。
在具体实现S301的过程中,为了使得用户基本数据能够更好的被计算机进行高效的处理,因此需要以空缺值填充的方法对用户基本数据进行预处理,通过预处理后的用户基本数据与预处理前的用户基本数据的文本信息部分存在不同,通过空缺值填充处理会去除和增加一些文本信息。因此,需要以预处理后的用户基本数据中的文本信息为准。
需要说明的是,对用户基本数据进行数据预处理的方法包括但不限于空缺值填充的方法。
S302:利用预处理后的用户基本数据进行加权相似度计算,得到待分析用户的加权相似度。
S303:基于聚类算法和所有待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及机构群体。
S302和S303的执行原理和上述S202和S203的一致,这里不再进行赘述。
在本发明实施例第三种应用场景中,在S102中涉及到用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别所述待分析用户,确定不同机构群体的具体实现过程,如图4所示,主要包括:
S401:对用户基本数据中的文本信息进行同义词替换处理,得到预处理后的用户基本数据。
在具体实现S401的过程中,利用同义词替换的方法,对用户基本数据中的文本信息进行同义词替换处理。其中,文本信息包括但不限于是用户的职业、单位机构和开户行位置等。利用同义词替换的方法,对文本信息进行同义词替换处理。通过同义词替换处理,能够更直观的知道各个用户之间的关系。
例如:存在两个用户,分别为A用户和B用户,A用户和B用户对应的用户基本数据中文本信息填写的单位机构都为“西安交大”,因此通过同义词替换处理,将“西安交大”替换为“西安交通大学”。这样能够直观明了的知道A用户和B用户都为西安交通大学的。
需要说明的是,将文本信息进行同义词替换处理的方法包括但不限于是自然语言处理技术。
S402:利用预处理后的用户基本数据进行加权相似度计算,得到待分析用户的加权相似度。
S403:基于聚类算法和所有待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及机构群体。
S402和S403的执行原理和上述S202和S203的一致,这里不再进行赘述。
根据上述本发明实施例公开的一种数据处理方法可知,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
基于上述本发明实施例图1公开的数据处理方法,图1示出的S103:针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务的具体实现过程,如图5所示,主要包括:
S501:针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务。
在具体实现S501的过程中,根据每个待分析用户在手机银行上的行为数据,即使用手机银行做了什么,统计并获得每个待分析用户在第一预设时间段内,使用手机银行上的某一功能服务的频率大于使用预设频率的功能服务的信息。
例如:在确定的学生机构群体中存在100名学生,基于100名学生的行为数据进行统计分析,确定100名学生一周内使用手机银行中的功能服务频率由高至低依次为充值饭卡功能服务,充值话费功能服务和购物功能服务,且充值饭卡功能服务和充值话费功能服务的使用频率大于预设频率,因此,可以确定在学生机构群体中,在一周内使用频率大于预设频率的第一功能服务为充值饭卡功能服务和充值话费功能服务。
需要说明的是,可以使用功能服务的次数作为依据,用来判断使用功能服务的频率是否大于预设频率。
S502:针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务。
在具体实现S502的过程中,根据每一机构群体中的待分析用户在手机银行上的行为数据,统计并获得每个待分析用户在第二预设时间段内,使用手机银行上的功能服务的频率大于使用预设频率的功能服务的信息,根据这些信息确定出该机构群体在全部功能服务中使用频率排在前N位的第二功能服务。
S503:基于第一功能服务和第二功能服务的并集,确定并集内的功能服务为机构群体中的待分析用户所使用的特殊功能服务。
在具体实现S503的过程中,对第一功能服务和第二功能服务进行求并集处理,确定待分析用户所使用的特殊功能服务。
例如:第一功能服务包括充值话费功能服务和购物功能服务,第二功能服务包括充值话费功能服务和充值饭卡功能服务,通过求并集处理,确定待分析用户所使用的特殊功能服务包括充值话费功能服务、购物功能服务和充值饭卡功能服务。根据上述本发明实施例公开的一种数据处理方法可知,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
基于上述本发明实施例图1公开的数据处理方法,图1示出的S103:针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务的另一具体实现过程,如图6所示,主要包括:
S601:基于行为数据,统计每个待分析用户在第一预设时间段内,使用频率大于预设频率的第三功能服务。
S602:针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务。
S603:针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务。
S602至S603的执行原理和上述S501至S502的一致,这里不再进行赘述。
S604:获取第一功能服务和第二功能服务的并集,确定并集内的第四功能服务。
S605:针对每一机构群体,删除第四功能服务中包含的第三功能服务,得到机构群体中的待分析用户所使用的特殊功能服务。
在具体实现S605的过程中,针对同一机构群体,对在第四功能服务中包含第三功能服务进行删除处理后,最终得到特殊功能服务。
根据上述本发明实施例公开的一种数据处理方法可知,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
如图7所示,为本发明实施例提供的另一种数据处理方法的流程图,该方法包括以下步骤:
S701:由银行用户数据库中获取待分析用户的基本数据。
S702:根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体。
S703:针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务。
S704:针对每一机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息。
S701至S704的执行原理和上述S101至S104的一致,这里不再进行赘述。
S705:针对每一类型的机构群体,向机构群体中未开通手机银行应用的待分析用户发送开通消息。
在具体实现S705的过程中,对同一机构群体未开通手机银行的待分析用户,发送开通手机银行的消息,通过开通手机银行才能更好的向待分析用户推送使用特殊功能服务的提示消息。
根据上述本发明实施例公开的一种数据处理方法可知,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
基于上述本发明实施例公开的数据处理方法,本发明实施例还对应公开一种数据处理装置,如图8所示,为本发明实施例提供一种数据处理装置的结构示意图,主要包括:获取模块80、机构群体识别模块81、特殊功能服务识别模块82和推送模块83。
获取模块80,用于由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据。
机构群体识别模块81,用于根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体。
特殊功能服务识别模块82,用于针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务。
推送模块83,用于针对每一机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。
在本发明实施例中机构群体识别模块81的一种可选结构为:机构群体识别模块81包括预处理单元、加权计算单元和识别单元。
预处理单元,用于针对每一待分析用户,对用户基本数据进行异常值清洗处理,或者,对用户基本数据进行空缺值填充处理,或者对用户基本数据中的文本信息进行同义词替换处理,得到预处理后的用户基本数据。
加权计算单元,用于利用用户基本数据进行加权相似度计算,得到待分析用户的加权相似度。
识别单元,用于基于聚类算法和所有待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及机构群体。
在本发明实施例中特殊功能服务识别模块82的一种可选结构为:特殊功能服务识别模块82包括第一机构群体处理单元和第一特殊功能服务识别单元。
第一机构群体处理单元,用于针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务,针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务,第二预设时间段的时长大于第一预设时间段的时长。
第一特殊功能服务识别单元,用于基于第一功能服务和第二功能服务的并集,确定并集内的功能服务为机构群体中的所述待分析用户所使用的特殊功能服务。
在本发明实施例中特殊功能服务识别模块82的另一种可选结构为:特殊功能服务识别模块82包括用户处理单元、机构群体处理单元和特殊功能服务识别单元。
用户处理单元,用于基于行为数据,统计每个待分析用户在第一预设时间段内,使用频率大于预设频率的第一功能服务。
第二机构群体处理单元,用于针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务,以及针对每一机构群体中的待分析用户,基于行为数据,统计待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务,第二预设时间段的时长大于第一预设时间段的时长,获取第一功能服务和第二功能服务的并集,确定并集内的第四功能服务。
第二特殊功能服务识别单元,用于针对每一机构群体,删除第四功能服务中包含的第三功能服务,得到机构群体中的待分析用户所使用的特殊功能服务。
在本发明实施例中推送模块83的一种可选结构为:推送模块83包括推送消息单元。
推送消息单元,用于针对每一机构群体,通过短信方式、手机银行消息方式向机构群体中未使用特殊功能服务的待分析用户发送推送消息。
根据上述本发明实施例公开的一种数据处理装置可知,由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
基于上述本发明实施例公开的数据处理装置,该数据处理装置还包括:发送开通消息模块。
发送开通消息模块,用于针对每一类型的机构群体,向机构群体中未开通手机银行应用的待分析用户发送开通消息,开通信息包括提示开通手机银行应用的提示信息,以及提示开通特殊功能服务的提示信息。
根据上述本发明实施例公开的数据处理装置可知,对同一机构群体未开通手机银行的待分析用户,发送开通手机银行的消息,通过开通手机银行才能更好的向待分析用户推送使用特殊功能服务的消息,使得更多的用户开通手机银行,然后就能为开通手机银行的用户推送特殊功能服务的消息,解决了线下人工推广效率低的问题。
可选的,本发明实施例还提供了一种计算机存储介质,该计算机存储介质包括存储的程序,其中,在程序运行时控制计算机存储介质所在设备执行上述本发明实施例公开的图1至图7中的数据处理方法。
可选的,本发明实施例还提供一种数据处理设备90,如图9所示,示出了本发明实施例提供的一种数据处理设备90的结构示意图,主要包括:存储器91、处理器92和总线93。
存储器91,用于存储程序。
处理器92,用于运行程序,其中,程序运行时执行上述本发明实施例公开的图1至图7中的数据处理方法。
存储器91和处理器92通过总线93完成相互间的通信。
由银行用户数据库中获取待分析用户的用户数据,用户数据包括用户基本数据和用户使用手机银行的行为数据,根据用户基本数据计算待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体,针对每一机构群体,基于机构群体中的待分析用户的行为数据,确定机构群体中的待分析用户所使用的特殊功能服务,针对每一所述机构群体,向机构群体中未使用特殊功能服务的待分析用户发送推送消息,推送信息包括提示开通特殊功能服务的提示信息。通过自动向未使用特殊功能服务的用户推送开通特殊功能服务的提示信息,解决了银行工作人员线下人工推广效率低,成本高的问题。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***或***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
由银行用户数据库中获取待分析用户的用户数据,所述用户数据包括用户基本数据和用户使用手机银行的行为数据;
根据所述用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体;
针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务;
针对每一所述机构群体,向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息,所述推送信息包括提示开通所述特殊功能服务的提示信息。
2.根据权利要求1所述的方法,其特征在于,根据所述用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别所述待分析用户,确定不同机构群体,包括:
针对每一所述待分析用户,对所述用户基本数据进行异常值清洗处理,或者,对所述用户基本数据进行空缺值填充处理,或者对所述用户基本数据中的文本信息进行同义词替换处理,得到预处理后的用户基本数据;
利用所述预处理后的用户基本数据进行加权相似度计算,得到所述待分析用户的加权相似度;
基于聚类算法和所有所述待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及所述机构群体。
3.根据权利要求1所述的方法,其特征在于,所述针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务,包括:
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务;
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务,所述第二预设时间段的时长大于所述第一预设时间段的时长;
基于所述第一功能服务和所述第二功能服务的并集,确定并集内的功能服务为所述机构群体中的所述待分析用户所使用的特殊功能服务。
4.根据权利要求1所述的方法,其特征在于,所述针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务,包括:
基于所述行为数据,统计每个所述待分析用户在第一预设时间段内,使用频率大于预设频率的第三功能服务;
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第一预设时间段内使用频率大于预设频率的第一功能服务;
针对每一所述机构群体中的所述待分析用户,基于所述行为数据,统计所述待分析用户在第二预设时间段内使用频率大于预设频率的第二功能服务,所述第二预设时间段的时长大于所述第一预设时间段的时长;
获取所述第一功能服务和所述第二功能服务的并集,确定并集内的第四功能服务;
针对每一所述机构群体,删除所述第四功能服务中包含的所述第三功能服务,得到所述机构群体中的所述待分析用户所使用的特殊功能服务。
5.根据权利要求1至4中任一项所述的方法,其特征在于,针对每一所述机构群体,向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息,包括:
针对每一所述机构群体,通过短信方式、手机银行消息方式向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息。
6.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
针对每一类型的所述机构群体,向所述机构群体中未开通手机银行应用的待分析用户发送开通消息,所述开通信息包括提示开通手机银行应用的提示信息,以及提示开通所述特殊功能服务的提示信息。
7.一种数据处理装置,其特征在于,所述数据处理装置包括:
获取模块,用于由银行用户数据库中获取待分析用户的用户数据,所述用户数据包括用户基本数据和用户使用手机银行的行为数据;
机构群体识别模块,用于根据所述用户基本数据计算所述待分析用户的加权相似性,并基于聚类算法识别待分析用户,确定不同机构群体;
特殊功能服务识别模块,用于针对每一所述机构群体,基于所述机构群体中的所述待分析用户的行为数据,确定所述机构群体中的所述待分析用户所使用的特殊功能服务;
推送模块,用于针对每一所述机构群体,向所述机构群体中未使用所述特殊功能服务的待分析用户发送推送消息,所述推送信息包括提示开通所述特殊功能服务的提示信息。
8.根据权利要求7所述的装置,其特征在于,所述机构群体识别模块,包括:
预处理单元,用于针对每一所述待分析用户,对所述用户基本数据进行异常值清洗处理,或者,对所述用户基本数据进行空缺值填充处理,或者对所述用户基本数据中的文本信息进行同义词替换处理,得到预处理后的用户基本数据;
加权计算单元,用于利用所述预处理后的用户基本数据进行加权相似度计算,得到所述待分析用户的加权相似度;
识别单元,用于基于聚类算法和所有所述待分析用户的加权相似度,确定同属一个机构群体的待分析用户以及所述机构群体。
9.一种计算机存储介质,其特征在于,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行权利要求1至6中任意一项所述的数据处理方法。
10.一种数据处理设备,其特征在于,包括处理器和存储器,所述存储器中存储有程序,所述处理器用于运行所述程序,其中,所述程序运行时执行如权利要求1至6中任意一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192184.5A CN110942350A (zh) | 2019-11-28 | 2019-11-28 | 一种数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192184.5A CN110942350A (zh) | 2019-11-28 | 2019-11-28 | 一种数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110942350A true CN110942350A (zh) | 2020-03-31 |
Family
ID=69908349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911192184.5A Pending CN110942350A (zh) | 2019-11-28 | 2019-11-28 | 一种数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110942350A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105120307A (zh) * | 2015-07-24 | 2015-12-02 | 江苏省公用信息有限公司 | 一种基于iptv用户收视相似度的电子菜单展示方法 |
CN105761107A (zh) * | 2016-02-15 | 2016-07-13 | 深圳市非零无限科技有限公司 | 互联网产品中获取目标新增用户的方法及装置 |
CN106991598A (zh) * | 2017-04-07 | 2017-07-28 | 北京百分点信息科技有限公司 | 数据推送方法及其*** |
CN109064268A (zh) * | 2018-07-20 | 2018-12-21 | 中国建设银行股份有限公司 | 业务推荐方法、装置、服务端及存储介质 |
-
2019
- 2019-11-28 CN CN201911192184.5A patent/CN110942350A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105120307A (zh) * | 2015-07-24 | 2015-12-02 | 江苏省公用信息有限公司 | 一种基于iptv用户收视相似度的电子菜单展示方法 |
CN105761107A (zh) * | 2016-02-15 | 2016-07-13 | 深圳市非零无限科技有限公司 | 互联网产品中获取目标新增用户的方法及装置 |
CN106991598A (zh) * | 2017-04-07 | 2017-07-28 | 北京百分点信息科技有限公司 | 数据推送方法及其*** |
CN109064268A (zh) * | 2018-07-20 | 2018-12-21 | 中国建设银行股份有限公司 | 业务推荐方法、装置、服务端及存储介质 |
Non-Patent Citations (1)
Title |
---|
汪竹松 等: "智能时代的银行知识管理", 北京:中国金融出版社, pages: 138 - 151 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11403696B2 (en) | Client centric viewer | |
WO2019037202A1 (zh) | 目标客户的识别方法、装置、电子设备及介质 | |
CN111127778B (zh) | 银行自助终端推荐方法和装置 | |
CN105744005A (zh) | 客户定位分析方法及服务器 | |
JP6379140B2 (ja) | メッセージをグループ単位で提供するための方法、システム、および記録媒体 | |
US20140156785A1 (en) | Method and Apparatus for Generating User Notifications | |
US9246923B1 (en) | Developer risk classifier | |
CN113093958A (zh) | 数据处理方法、装置和服务器 | |
CN115292594A (zh) | 一种业务推荐方法、***、电子设备及存储介质 | |
CN110119951B (zh) | 录单方法、装置、计算机设备及存储介质 | |
CN113313279A (zh) | 一种单据审核方法和装置 | |
JP2019144978A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN108074108A (zh) | 一种净推荐值的显示方法及其终端 | |
CN108460049A (zh) | 一种确定信息类别的方法和*** | |
CN110942350A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN115269085A (zh) | 手机银行页面展示方法及装置 | |
CN110766488A (zh) | 一种自动确定主题场景的方法和装置 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN114997989A (zh) | 基于区块链的贷款请求处理方法及装置 | |
CN114092226A (zh) | 银行网点外汇产品推荐方法及装置 | |
CN110147441B (zh) | 数据的整合显示方法、装置、终端设备及介质 | |
CN107038216A (zh) | 论文查重方法、装置、设备及存储介质 | |
CN114036391A (zh) | 数据推送方法、装置、电子设备和存储介质 | |
CN112734352A (zh) | 一种基于数据维度的单据审核方法和装置 | |
CN110992046A (zh) | 一种聚合支付的管理方法、装置和计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200331 |
|
RJ01 | Rejection of invention patent application after publication |