CN114971532A - 一种基于大数据的企业全渠道会员管理方法及*** - Google Patents
一种基于大数据的企业全渠道会员管理方法及*** Download PDFInfo
- Publication number
- CN114971532A CN114971532A CN202210468387.8A CN202210468387A CN114971532A CN 114971532 A CN114971532 A CN 114971532A CN 202210468387 A CN202210468387 A CN 202210468387A CN 114971532 A CN114971532 A CN 114971532A
- Authority
- CN
- China
- Prior art keywords
- data
- result
- enterprise
- feature
- data set
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 73
- 238000004140 cleaning Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000010276 construction Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims description 34
- 230000015654 memory Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 3
- 230000001172 regenerating effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 23
- 230000000694 effects Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 230000010354 integration Effects 0.000 description 7
- 238000012163 sequencing technique Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project 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
- G06Q30/01—Customer relationship services
-
- 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
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的企业全渠道会员管理方法及***,获得第一企业的数据集合获得第一渠道标识结果;根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。解决了现有技术在进行企业画像的构建过程中,存在缺少结合用户需求,进行对应的企业标签精确构建,进而导致对企业管理不够准确和智能化的技术问题。
Description
技术领域
本发明涉及企业管理相关领域,尤其涉及一种基于大数据的企业全渠道会员管理方法及***。
背景技术
对于面向企业的公司,如何快速准确进行企业定位,是亟需解决的问题,企业画像是可以更好的描述企业自身信息,方便进行目标定位的企业标签。通过大数据采集分析,可以通过构建企业画像的方式,实现更加准确快速的企业匹配。
但在实现本申请中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术在进行企业画像的构建过程中,存在缺少结合用户需求,进行对应的企业标签精确构建,进而导致对企业管理不够准确和智能化的技术问题。
发明内容
本申请通过提供一种基于大数据的企业全渠道会员管理方法及***,解决了现有技术在进行企业画像的构建过程中,存在缺少结合用户需求,进行对应的企业标签精确构建,进而导致对企业管理不够准确和智能化的技术问题,达到通过用户需求,结合企业数据进行需求对应特征分配,根据特征分配结果进行企业标签重构,提高企业与需求的对应度,进而进行企业的智能化、准确化管理的技术效果。
鉴于上述问题,提出了本申请提供一种基于大数据的企业全渠道会员管理方法及***。
第一方面,本申请提供了一种基于大数据的企业全渠道会员管理方法,所述方法包括:获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
另一方面,本申请还提供了一种基于大数据的企业全渠道会员管理***,所述***包括:第一获得单元,所述第一获得单元用于获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;第二获得单元,所述第二获得单元用于根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;第三获得单元,所述第三获得单元用于根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;第四获得单元,所述第四获得单元用于获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;第五获得单元,所述第五获得单元用于根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;第一管理单元,所述第一管理单元用于根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过获得第一企业的多渠道来源数据,对多渠道来源数据依据各个可信值和一致性进行数据清洗,获得第一清洗数据集合;根据用户的第一需求信息,进行需求解析,根据解析结果构建主需求特征集合,根据解析获得的所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。达到通过用户需求,结合企业数据进行需求对应特征分配,根据特征分配结果进行企业标签重构,提高企业与需求的对应度,进而进行企业的智能化、准确化管理的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种基于大数据的企业全渠道会员管理方法的流程示意图;
图2为本申请一种基于大数据的企业全渠道会员管理方法的通特征数据分析的流程示意图;
图3为本申请一种基于大数据的企业全渠道会员管理方法的获得清洗数据的流程示意图;
图4为本申请一种基于大数据的企业全渠道会员管理方法的特征调整的流程示意图;
图5为本申请一种基于大数据的企业全渠道会员管理***的结构示意图;
图6为本申请一种电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一管理单元16,电子设备50,处理器51,存储器52,输入装置53,输出装置54。
具体实施方式
本申请通过提供一种基于大数据的企业全渠道会员管理方法及***,解决了现有技术在进行企业画像的构建过程中,存在缺少结合用户需求,进行对应的企业标签精确构建,进而导致对企业管理不够准确和智能化的技术问题,达到通过用户需求,结合企业数据进行需求对应特征分配,根据特征分配结果进行企业标签重构,提高企业与需求的对应度,进而进行企业的智能化、准确化管理的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、***、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
企业画像是描述企业状态和行为的信息化标签,通过企业画像的构建,可以更加便捷的进行企业分析、企业匹配,现有技术在进行企业画像的构建过程中,存在缺少结合用户需求,进行对应的企业标签精确构建,进而导致对企业管理不够准确和智能化的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于大数据的企业全渠道会员管理方法,通过获得第一企业的多渠道来源数据,对多渠道来源数据依据各个可信值和一致性进行数据清洗,获得第一清洗数据集合;根据用户的第一需求信息,进行需求解析,根据解析结果构建主需求特征集合,根据解析获得的所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种基于大数据的企业全渠道会员管理方法,所述方法包括:
步骤S100:获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;
步骤S200:根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;
具体而言,所述第一企业为进行分析处理的任一企业,即数据库中汇总了多个企业信息,且所述多个企业信息中每个企业的相关数据均通过多种渠道采集获得。在获得用户需求后,需要根据需求中约束条件,进行非相关联企业剔除,对相关联的企业进行企业标签构建,所述第一企业为相关联企业中的一个。所述数据集合包括所述第一企业的企业名称、经营范围、营业范围、高管信息、风险事件信息、知识产权相关信息、投融资时间信息、合作信息、产量信息、质量信息、新闻舆情信息、项目效益信息、管理效率信息、企业成长信息、信用度数据等。且所述数据集合包括多个渠道的数据来源,如企业内部信息整合、外部信息挖掘等,包括政府机构等官方网站的工商企业数据、企业内部CRM***、合作企业或其他外部数据等。
通过多个渠道来源,对所述数据集合中各个数据进行来源标识,如企业内部外抛数据、关联企业反馈数据、政府机构公布数据等。通过进行数据来源的标识,为后续进行准确的企业标签构建提供了准确的数据评估标准。
步骤S300:根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;
步骤S400:获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;
具体而言,所述获得第一清洗数据集合的过程为进行数据清洗整合的过程,清洗的依据包括所述第一渠道标识结果的各个渠道数据的可信度信息、数据特征的重合度信息等。当多个渠道来源数据评价同一特征时,根据特征类型,依据可信度参数、时序参数,进行评价同一特征的数据整合,根据数据整合结果获得所述第一清洗数据集合。进行数据清洗的过程为对冗余数据、关联度低的数据、可信度不高的数据、同一类型/同一评价特征数据整合清洗的过程,通过数据的整合清洗,使得后续的数据分析处理更加准确快速,提高***运算效率。
进一步而言,所述第一需求信息为进行企业匹配、合作、评估、营销的需求信息。举例而言,当前存在第一用户,所述第一用户的第一需求信息为进行精密设备的代加工需求,根据所述第一需求进行需求解析,如代加工产品的精密度需求、复杂度需求、品质需求、产量需求、信用需求等。根据所述第一用户对于所述第一需求的侧重特征,构建所述主需求特征集合,且所述主需求特征集合中包括了各个需求特征的预设占比。通过进行需求解析,为后续进行准确的企业匹配提供了数据支持,进而为进行准确的企业匹配管理夯实了基础。
步骤S500:根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;
步骤S600:根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
具体而言,获得所述主需求特征中的第一需求特征,根据所述第一需求特征,结合所述第一清洗数据集合进行特征分析,构建所述第一企业的关于第一需求特征的对应标签。
进一步的,对所述主需求特征集合中的所有特征均进行如所述第一需求特征相同方式的特征分析,根据特征分析结果获得对应的标签信息。根据所述主特征集合中各个特征的分布占比,进行对应特征标签的加权计算,根据加权计算结果获得标签值信息,根据标签值信息进行构建对应的标签排序,基于排序结果获得所述第一标签构建结果。
进一步的,对所述数据库中汇总了的多个关联企业均进行相同的标签构建,根据构建的标签值进行各个企业的顺序排序,将顺序排序结果推荐至所述第一需求信息。通过进行需求解析,根据需求对应的特征进行分布占比确定,基于确定分布占比的特征进行对应企业的标签构建排序,达到通过用户需求,结合企业数据进行需求对应特征分配,根据特征分配结果进行企业标签重构,提高企业与需求的对应度,进而进行企业的智能化、准确化推荐管理的技术效果。
进一步而言,如图2所示,本申请步骤S300还包括:
步骤S310:对所述数据集合进行同特征数据提取,获得第一同特征数据提取结果;
步骤S320:根据所述第一渠道标识结果和所述第一同特征数据提取结果进行当前特征下的渠道可信度匹配,获得第一可信度匹配结果;
步骤S330:根据所述第一同特征数据提取结果进行数据一致性分析,获得第一分析结果;
步骤S340:根据所述第一可信度匹配结果和所述第一分析结果进行数据处理,获得所述第一清洗数据集合。
具体而言,所述同特征数据提取的过程为进行描述同一特征的数据进行数据提取的过程。举例而言,当描述的同一特征为质量特征时,根据所述第一企业中自身对于质量特征的描述数据、其他合作企业对于质量特征的描述数据、市场对于产品的质量描述数据进行整合,根据整合结果获得所述第一同特征数据提取结果。根据描述同一特征的数据来源,进行评价当前特征的各个数据的可信度分析,根据分析结果获得所述第一可信度匹配结果。
进一步的,所述第一可信度匹配结果实质为当前渠道下的对应特征的评价可信度。根据所述第一同特征数据提取结果进行各个数据描述当前特征的一致性分析,当描述的当前特征一致性较高,即为相似或偏差幅度较小的描述特征时,则表明此时的特征较为稳定,根据描述当前特征的一致性分析结果和所述第一可信度匹配结果进行样本数量、评价结果、可信度信息的整合,基于整合结果获得所述第一清洗数据集合。通过进行数据的可信度和一致性的分析,使得获得的数据清洗结果更加的准确,进而提高了保留数据的准确性,保证了对于特征描述的准确性,为后续进行准去的标签构建夯实了基础。
进一步而言,如图3所示,本申请步骤S300还包括:
步骤S350:判断所述第一分析结果中是否存在不一致数据;
步骤S360:当所述第一分析结果中存在不一致数据时,根据所述第一可信度匹配结果获得不一致数据对应的可信度信息;
步骤S370:根据所述可信度信息进行对应数据的加权计算,根据加权计算结果进行对应特征标识,根据特征标识结果获得所述第一清洗数据集合。
具体而言,根据描述特征的不同,构建各个特征对应的不一致描述阈值,当对于同一特征的描述超出特征阈值时,则认为对于同特征描述的数据存在不一致数据,即所述第一分析结果中包括不一致数据。当对于同一特征描述出现较大分歧时,此时需要进行不一致数据的可信度分析,当出现的可信度分析结果存在分析数据可信度低时,则将对应的分歧数据作为保留参考数据。当出现描述不一致数据的可信度均认为比较高时,此时将可信度信息转化为同一计算加权参数,即0-1之间的数据,可信度越高,则数值越大。根据可信度数据、对应描述数据、描述的样本数量进行加权计算,根据加权计算结果进行当前特征的评价标识,对所有出现多项数据描述的特征均进行特征计算标识,根据计算标识结果获得所述第一清洗数据集合。通过进行数据的分析计算,对分歧数据进行深度分析,使得后续获得的特征描述参数更加的准确,进而为后续进行准确的企业匹配管理夯实了基础。
进一步的,如图4所示,本申请步骤S700还包括:
步骤S710:获得第一触达反馈结果,其中,所述第一触达反馈结果为所述第一需求信息对应的反馈结果;
步骤S720:判断所述第一触达反馈结果是否存在加密信息;
步骤S730:当所述第一触达反馈结果不存在加密信息时,获得所述第一触达反馈结果的第一选择结果和第一选定特征;
步骤S740:根据所述第一选择结果和所述第一选定特征进行选定企业的特征调整。
具体而言,所述第一需求信息对应于一用户或者一企业,所述第一触达反馈结果为企业或者用户按照推荐企业进行接触后获得的反馈信息。当一企业/用户向服务平台发送第一需求信息后,所述服务平台根据解析获得的需求信息进行主需求特征标签构建,基于标签构建结果,获得与所述第一需求信息相匹配的多个企业标签信息,并依据各个标签与需求的匹配度进行顺序排序,用户/企业根据顺序排序结果,可以进行后续的触达,触达具体内容根据需求确定,如可进行广告接触、供给接触其他合作接触等。根据实际与各个企业对接情况,获得第一触达反馈结果。
进一步的,当获得所述第一触达反馈结果后,判断用户/企业反馈至服务平台的触达反馈结果是否存在加密信息,当存在只允许对当前用户/企业的加密信息时,则触达反馈数据可以用户针对于其他用户/企业的评价。当所述第一触达反馈结果不存在加密信息时,获得所述第一触达反馈结果的第一选择结果和第一选定特征。一般而言,所述第一选定特征为主需求特征集合中的一个特征或多个特征,将所述第一选择结果中的所述第一选定特征的评价进行适应性调高调整。通过进行触达反馈进行企业特征的评价调整,使得后续进行企业的分析判断更加的准确,与实际情况更加契合,进而实现方便后续进行准确管理的技术效果。
进一步的,本申请步骤S500还包括:
步骤S510:判断所述第一清洗数据集合是否满足所述主需求特征集合;
步骤S520:当所述第一清洗数据集合不满足所述主需求特征集合时,获得第一不满足特征;
步骤S530:获得所述第一企业的关联数据集合;
步骤S540:根据所述关联数据集合进行所述第一不满足特征的管理评估,根据评估结果获得第一新增数据集合;
步骤S550:根据所述第一新增数据集合和所述第一清洗数据集合获得所述第一标签构建结果。
具体而言,判断所述第一清洗数据集合是否满足所述主需求特征集合的过程实质为进行所述第一清洗数据集合与所述主需求特征集合的匹配度评估的过程,当所述第一清洗数据集合与所述主需求特征集合不匹配时,表明此时的第一清洗数据集合不能对所述主需求特征进行覆盖评价,此时根据第一需求构建的第一企业的标签信息量可能不足,不能更全面的反映出企业与需求的实际匹配。获得清洗数据中缺少进行主需求特征集合评价的第一不满足特征。采集所述第一企业的关联数据集合,所述关联数据集合为侧面进行企业评价的数据,一般而言,在进行当前企业数据分析的过程中,不将关联企业数据作为基础数据,因为评价的风险性较高,当出现评价数据不足情况时,则开始进行风险较低的企业关联数据调用,根据调用结果中与所述不满足特征的关联数据进行特征评估,进行调用结果的数据清洗,基于数据清洗结果获得所述第一新增数据集合,根据所述第一新增数据集合和所述第一清洗数据集合获得最终所述第一标签构建结果。通过进行不满足特征的关联数据评估采集,使得获得的构建标签的数据更加的全面和准确,进而添加附加数据使得对于企业和需求的评价更加准确,为后续进行准确的企业和需求管理夯实了基础。
进一步的,本申请步骤S300还包括:
步骤S381:获得所述数据集合中同特征的数据时序信息;
步骤S382:判断当前特征与数据时序信息是否为持续更新关系;
步骤S383:当所述当前特征与所述数据时序信息为持续更新关系时,根据所述数据时序信息重新生成当前特征的第一数据;
步骤S384:根据所述第一数据获得所述第一清洗数据集合。
具体而言,所述数据时序为进行特征评价的数据的产生时间排序信息,一般的特征评价数据的时间节点与当前时间节点间隔越长,则数据的参考价值越低。判断所述第一企业的各个特征是否为随时间需要进行较大更正的特征,如进行公司当前活力评价特征,此特征与历史时间节点的活力相关数据关联性较低,更多的依赖于当前时序下的评价数据,此时需要根据当前时序下的评估数据作为评价活力特征的数据。
进一步的,当评价特征的数据对于特征的影响是持续且需要时间沉淀评估时,则需要将历史时序的评价指标进行适应性淡化,即根据时序信息进行历史评价的价值度偏移,更多的参考与当前时间节点临近时间的数据进行特征评估,根据基于时序的调整结果获得第一数据。根据调整后的数据获得所述第一清洗数据集合。通过进行数据时序的分析调整,使得获得的清洗数据与企业的实际表现更加的匹配,进而为后续进行准确的企业评估和企业匹配推荐提供了数据支持。
进一步的,本申请步骤S800还包括:
步骤S810:判断根据所述主需求特征集合的筛选结果是否满足预期阈值;
步骤S820:当不满足时,获得第一新增建议特征集合;
步骤S830:根据所述第一新增建议特征集合发送至所述第一需求信息对应的企业。
具体而言,根据当前的主需求特征集合,获得构建的多个企业标签,并根据获得的企业标签进行排序,判断各个企业的排序是否存在较多的排序顺序不确定,即评分相近或者一致的企业。当推荐的排序靠前企业中存在较多的评分相近企业时,表明此时的主需求特征集合不能很好地进行企业的推荐区分,为了更好地进行企业标签的构建,做出更适合企业/用户的需求匹配标签,此时需要进行评价特征的适应性增加。
举例而言,增加的建议特征可以从两个维度进行评估获得;第一维度特征为根据当前的主需求特征已存在相近特征,如当前已选定特征包括质量特征、速度特征,则可增加的关联特征可以包括诚信度评价特征;第二维度特征为根据已有标签排序接近企业的可区分特征。将增加的建议特征发送至所述第一需求信息的需求用户或者企业。通过进行新增特征的评估,使得进行企业评价的主特征能更好的进行企业的排序区分,进而使得企业的管理推荐结果与需求更加的适配。
综上所述,本申请所提供的一种基于大数据的企业全渠道会员管理方法及***具有如下技术效果:
1、由于采用了通过获得第一企业的多渠道来源数据,对多渠道来源数据依据各个可信值和一致性进行数据清洗,获得第一清洗数据集合;根据用户的第一需求信息,进行需求解析,根据解析结果构建主需求特征集合,根据解析获得的所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。达到通过用户需求,结合企业数据进行需求对应特征分配,根据特征分配结果进行企业标签重构,提高企业与需求的对应度,进而进行企业的智能化、准确化管理的技术效果。
2、通过进行数据的可信度和一致性的分析,使得获得的数据清洗结果更加的准确,进而提高了保留数据的准确性,保证了对于特征描述的准确性,为后续进行准去的标签构建夯实了基础。
3、通过进行数据的分析计算,对分歧数据进行深度分析,使得后续获得的特征描述参数更加的准确,进而为后续进行准确的企业匹配管理夯实了基础。
4、通过进行触达反馈进行企业特征的评价调整,使得后续进行企业的分析判断更加的准确,与实际情况更加契合,进而实现方便后续进行准确管理的技术效果。
实施例二
基于与前述实施例中一种基于大数据的企业全渠道会员管理方法同样发明构思,本发明还提供了一种基于大数据的企业全渠道会员管理***,如图5所示,所述***包括:
第一获得单元11,所述第一获得单元11用于获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;
第二获得单元12,所述第二获得单元12用于根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;
第三获得单元13,所述第三获得单元13用于根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;
第四获得单元14,所述第四获得单元14用于获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;
第五获得单元15,所述第五获得单元15用于根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;
第一管理单元16,所述第一管理单元16用于根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
进一步的,所述***还包括:
第六获得单元,所述第六获得单元用于对所述数据集合进行同特征数据提取,获得第一同特征数据提取结果;
第七获得单元,所述第七获得单元用于根据所述第一渠道标识结果和所述第一同特征数据提取结果进行当前特征下的渠道可信度匹配,获得第一可信度匹配结果;
第八获得单元,所述第八获得单元用于根据所述第一同特征数据提取结果进行数据一致性分析,获得第一分析结果;
第九获得单元,所述第九获得单元用于根据所述第一可信度匹配结果和所述第一分析结果进行数据处理,获得所述第一清洗数据集合。
进一步的,所述***还包括:
第一判断单元,所述第一判断单元用于判断所述第一分析结果中是否存在不一致数据;
第十获得单元,所述第十获得单元用于当所述第一分析结果中存在不一致数据时,根据所述第一可信度匹配结果获得不一致数据对应的可信度信息;
第十一获得单元,所述第十一获得单元用于根据所述可信度信息进行对应数据的加权计算,根据加权计算结果进行对应特征标识,根据特征标识结果获得所述第一清洗数据集合。
进一步的,所述***还包括:
第十二获得单元,所述第十二获得单元用于获得第一触达反馈结果,其中,所述第一触达反馈结果为所述第一需求信息对应的反馈结果;
第二判断单元,所述第二判断单元用于判断所述第一触达反馈结果是否存在加密信息;
第十三获得单元,所述第十三获得单元用于当所述第一触达反馈结果不存在加密信息时,获得所述第一触达反馈结果的第一选择结果和第一选定特征;
第一调整单元,所述第一调整单元用于根据所述第一选择结果和所述第一选定特征进行选定企业的特征调整。
进一步的,所述***还包括:
第三判断单元,所述第三判断单元用于判断所述第一清洗数据集合是否满足所述主需求特征集合;
第十四获得单元,所述第十四获得单元用于获得所述第一企业的关联数据集合;
第十五获得单元,所述第十五获得单元用于根据所述关联数据集合进行所述第一不满足特征的管理评估,根据评估结果获得第一新增数据集合;
第十六获得单元,所述第十六获得单元用于根据所述第一新增数据集合和所述第一清洗数据集合获得所述第一标签构建结果。
进一步的,所述***还包括:
第十七获得单元,所述第十七获得单元用于获得所述数据集合中同特征的数据时序信息;
第四判断单元,所述第四判断单元用于判断当前特征与数据时序信息是否为持续更新关系;
第十八获得单元,所述第十八获得单元用于当所述当前特征与所述数据时序信息为持续更新关系时,根据所述数据时序信息重新生成当前特征的第一数据;
第十九获得单元,所述第十九获得单元用于根据所述第一数据获得所述第一清洗数据集合。
进一步的,所述***还包括:
第五判断单元,所述第五判断单元用于判断根据所述主需求特征集合的筛选结果是否满足预期阈值;
第二十获得单元,所述第二十获得单元用于当不满足时,获得第一新增建议特征集合;
第一发送单元,所述第一发送单元用于根据所述第一新增建议特征集合发送至所述第一需求信息对应的企业。
前述图1实施例一中的一种基于大数据的企业全渠道会员管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于大数据的企业全渠道会员管理***,通过前述对一种基于大数据的企业全渠道会员管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于大数据的企业全渠道会员管理***的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图6来描述本申请的电子设备。
图6图示了根据本申请的电子设备的结构示意图。
基于与前述实施例中一种基于大数据的企业全渠道会员管理方法的发明构思,本发明还提供一种电子设备,下面,参考图6来描述根据本申请的电子设备。该电子设备可以是可移动设备本身,或与其独立的单机设备,其上存储有计算机程序,该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图6所示,电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器51可以运行所述程序指令,以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中,电子设备50还可以包括:输入装置53和输出装置54,这些组件通过总线***和/或其他形式的连接机构(未示出)互连。
本发明实施例提供的一种基于大数据的企业全渠道会员管理方法,所述方法包括:获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。解决了现有技术在进行企业画像的构建过程中,存在缺少结合用户需求,进行对应的企业标签精确构建,进而导致对企业管理不够准确和智能化的技术问题,达到通过用户需求,结合企业数据进行需求对应特征分配,根据特征分配结果进行企业标签重构,提高企业与需求的对应度,进而进行企业的智能化、准确化管理的技术效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从计算机可读存储介质向另计算机可读存储介质传输,所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid St ate Disk,SSD))等。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施过程构成任何限定。
另外,本文中术语“***”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请中,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到,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申请的范围。
总之,以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于大数据的企业全渠道会员管理方法,其特征在于,所述方法包括:
获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;
根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;
根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;
获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;
根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;
根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述数据集合进行同特征数据提取,获得第一同特征数据提取结果;
根据所述第一渠道标识结果和所述第一同特征数据提取结果进行当前特征下的渠道可信度匹配,获得第一可信度匹配结果;
根据所述第一同特征数据提取结果进行数据一致性分析,获得第一分析结果;
根据所述第一可信度匹配结果和所述第一分析结果进行数据处理,获得所述第一清洗数据集合。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
判断所述第一分析结果中是否存在不一致数据;
当所述第一分析结果中存在不一致数据时,根据所述第一可信度匹配结果获得不一致数据对应的可信度信息;
根据所述可信度信息进行对应数据的加权计算,根据加权计算结果进行对应特征标识,根据特征标识结果获得所述第一清洗数据集合。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得第一触达反馈结果,其中,所述第一触达反馈结果为所述第一需求信息对应的反馈结果;
判断所述第一触达反馈结果是否存在加密信息;
当所述第一触达反馈结果不存在加密信息时,获得所述第一触达反馈结果的第一选择结果和第一选定特征;
根据所述第一选择结果和所述第一选定特征进行选定企业的特征调整。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述第一清洗数据集合是否满足所述主需求特征集合;
当所述第一清洗数据集合不满足所述主需求特征集合时,获得第一不满足特征;
获得所述第一企业的关联数据集合;
根据所述关联数据集合进行所述第一不满足特征的管理评估,根据评估结果获得第一新增数据集合;
根据所述第一新增数据集合和所述第一清洗数据集合获得所述第一标签构建结果。
6.如权利要求1所述的方法,其特征在于,所述方法包括:
获得所述数据集合中同特征的数据时序信息;
判断当前特征与数据时序信息是否为持续更新关系;
当所述当前特征与所述数据时序信息为持续更新关系时,根据所述数据时序信息重新生成当前特征的第一数据;
根据所述第一数据获得所述第一清洗数据集合。
7.如权利要求1所述的方法,其特征在于,所述方法包括:
判断根据所述主需求特征集合的筛选结果是否满足预期阈值;
当不满足时,获得第一新增建议特征集合;
根据所述第一新增建议特征集合发送至所述第一需求信息对应的企业。
8.一种基于大数据的企业全渠道会员管理***,其特征在于,所述***包括:
第一获得单元,所述第一获得单元用于获得第一企业的数据集合,其中,所述数据集合包括多渠道来源;
第二获得单元,所述第二获得单元用于根据所述多渠道来源进行所述数据集合中的数据标识,获得第一渠道标识结果;
第三获得单元,所述第三获得单元用于根据所述第一渠道标识结果进行所述数据集合的数据处理,获得第一清洗数据集合;
第四获得单元,所述第四获得单元用于获得第一需求信息,对所述第一需求信息进行需求解析,根据解析结果构建主需求特征集合,且所述主需求特征集合中包括各个特征分布占比;
第五获得单元,所述第五获得单元用于根据所述主需求特征集合进行所述第一清洗数据集合的特征分析,获得第一标签构建结果;
第一管理单元,所述第一管理单元用于根据所述第一标签构建结果进行所述第一需求信息下的所述第一企业的管理。
9.一种电子设备,其特征在于,包括处理器和存储器;所述存储器,用于存储;所述处理器,用于通过调用,执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210468387.8A CN114971532A (zh) | 2022-04-29 | 2022-04-29 | 一种基于大数据的企业全渠道会员管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210468387.8A CN114971532A (zh) | 2022-04-29 | 2022-04-29 | 一种基于大数据的企业全渠道会员管理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114971532A true CN114971532A (zh) | 2022-08-30 |
Family
ID=82980144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210468387.8A Pending CN114971532A (zh) | 2022-04-29 | 2022-04-29 | 一种基于大数据的企业全渠道会员管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971532A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187775A (zh) * | 2022-12-16 | 2023-05-30 | 深圳市华科成长软件有限公司 | 一种生产工时管理***及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8478788B1 (en) * | 2004-11-14 | 2013-07-02 | Symantec Corporation | Centralized information technology resources analysis system |
CN104299101A (zh) * | 2014-10-29 | 2015-01-21 | 中国农业银行股份有限公司 | 跨渠道的产品实时配置方法、装置及*** |
WO2021000678A1 (zh) * | 2019-07-04 | 2021-01-07 | 平安科技(深圳)有限公司 | 企业信贷审核方法、装置、设备及计算机可读存储介质 |
CN112232909A (zh) * | 2020-10-13 | 2021-01-15 | 汉唐信通(北京)科技有限公司 | 一种基于企业画像的商机挖掘方法 |
CN112347372A (zh) * | 2020-10-30 | 2021-02-09 | 银盛支付服务股份有限公司 | 一种金融企业基于用户画像方案业务推广的方法 |
CN112818203A (zh) * | 2021-01-07 | 2021-05-18 | 合肥新青罗数字技术有限公司 | 企业画像大数据分析的方法与*** |
CN113505154A (zh) * | 2021-05-31 | 2021-10-15 | 南京分布文化发展有限公司 | 一种基于大数据的数字阅读统计分析方法及*** |
CN113849732A (zh) * | 2021-09-23 | 2021-12-28 | 北京思博知网科技有限公司 | 一种企业画像建立方法及*** |
-
2022
- 2022-04-29 CN CN202210468387.8A patent/CN114971532A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8478788B1 (en) * | 2004-11-14 | 2013-07-02 | Symantec Corporation | Centralized information technology resources analysis system |
CN104299101A (zh) * | 2014-10-29 | 2015-01-21 | 中国农业银行股份有限公司 | 跨渠道的产品实时配置方法、装置及*** |
WO2021000678A1 (zh) * | 2019-07-04 | 2021-01-07 | 平安科技(深圳)有限公司 | 企业信贷审核方法、装置、设备及计算机可读存储介质 |
CN112232909A (zh) * | 2020-10-13 | 2021-01-15 | 汉唐信通(北京)科技有限公司 | 一种基于企业画像的商机挖掘方法 |
CN112347372A (zh) * | 2020-10-30 | 2021-02-09 | 银盛支付服务股份有限公司 | 一种金融企业基于用户画像方案业务推广的方法 |
CN112818203A (zh) * | 2021-01-07 | 2021-05-18 | 合肥新青罗数字技术有限公司 | 企业画像大数据分析的方法与*** |
CN113505154A (zh) * | 2021-05-31 | 2021-10-15 | 南京分布文化发展有限公司 | 一种基于大数据的数字阅读统计分析方法及*** |
CN113849732A (zh) * | 2021-09-23 | 2021-12-28 | 北京思博知网科技有限公司 | 一种企业画像建立方法及*** |
Non-Patent Citations (2)
Title |
---|
张艳;许小君;: "企业分销渠道信息***建设的问题与对策", 科技信息(学术研究), no. 32, 15 November 2008 (2008-11-15), pages 24 - 25 * |
裘华东;涂莹;丁麒;: "基于标签库***的电力企业客户画像构建与信用评估及电费风险防控应用", 电信科学, no. 1, 20 June 2017 (2017-06-20), pages 214 - 221 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187775A (zh) * | 2022-12-16 | 2023-05-30 | 深圳市华科成长软件有限公司 | 一种生产工时管理***及方法 |
CN116187775B (zh) * | 2022-12-16 | 2023-09-05 | 深圳市华科成长软件有限公司 | 一种生产工时管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017076154A1 (zh) | 网络事件预测以及建立网络事件预测模型的方法和装置 | |
CN110830450A (zh) | 基于统计的异常流量监测方法、装置、设备及存储介质 | |
CN111680855A (zh) | 一种项目全过程风险自动检测预警方法及*** | |
CN106708738B (zh) | 一种软件测试缺陷预测方法及*** | |
CN112070615A (zh) | 基于知识图谱的理财产品推荐方法及装置 | |
CN108549973B (zh) | 识别模型构建及评估的方法、装置、存储介质及终端 | |
CN110471945B (zh) | 活跃数据的处理方法、***、计算机设备和存储介质 | |
CN117670066B (zh) | 基于智能决策的司库管理方法、***、设备及存储介质 | |
CN116881430B (zh) | 一种产业链识别方法、装置、电子设备及可读存储介质 | |
CN111199493A (zh) | 一种基于客户缴费信息及征信信息的欠费风险识别方法 | |
CN115879017A (zh) | 一种电力敏感数据自动化分类分级方法、装置及存储介质 | |
CN114971532A (zh) | 一种基于大数据的企业全渠道会员管理方法及*** | |
TWI835478B (zh) | 一種操作行為識別方法、裝置、電腦設備及電腦可讀存儲介質 | |
CN112418893A (zh) | 一种基于机器学习的供应链调整方法、装置及电子设备 | |
CN110910241A (zh) | 现金流评估方法、装置、服务器设备及存储介质 | |
CN115759401A (zh) | 一种电力市场成员竞价行为预测标签生成方法和*** | |
CN114282657A (zh) | 一种市场数据长期预测模型训练方法、装置、设备及存储介质 | |
CN112308419A (zh) | 数据处理方法、装置、设备及计算机存储介质 | |
CN113743435A (zh) | 业务数据分类模型的训练、业务数据的分类方法和装置 | |
CN116911852B (zh) | 一种rpa的用户动态信息监控方法及*** | |
CN117911085B (zh) | 一种基于企业营销的用户管理***、方法及终端 | |
CN111752984B (zh) | 一种信息处理方法、装置和存储介质 | |
CN111626586B (zh) | 数据质量检测方法、装置、计算机设备和存储介质 | |
CN111177132B (zh) | 关系型数据的标签清洗方法、装置、设备及存储介质 | |
CN116934441A (zh) | 资产清收时机预测方法、装置、设备及可读存储介质 |
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 |