[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116070921A - 一种业务策略生成方法、装置及设备 - Google Patents

一种业务策略生成方法、装置及设备 Download PDF

Info

Publication number
CN116070921A
CN116070921A CN202310092902.1A CN202310092902A CN116070921A CN 116070921 A CN116070921 A CN 116070921A CN 202310092902 A CN202310092902 A CN 202310092902A CN 116070921 A CN116070921 A CN 116070921A
Authority
CN
China
Prior art keywords
business
service
target
information
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310092902.1A
Other languages
English (en)
Inventor
包瑞珏
严世志
赖志杰
贵亦凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202310092902.1A priority Critical patent/CN116070921A/zh
Publication of CN116070921A publication Critical patent/CN116070921A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例中公开了一种业务策略生成方法、装置及设备。该方案可以包括:在获取到针对业务目标的策略生成请求后,可以通过对目标业务对象的目标业务数据进行统计处理,以得到与该业务目标相关的业务数据统计结果,根据该业务数据统计结果,可以确定出目标业务对象的偏好推断信息,从而可以自动生成按照该偏好推断信息反映的目标业务对象在完成业务目标的过程中偏好使用的业务处理方式进行业务处理的业务策略。

Description

一种业务策略生成方法、装置及设备
技术领域
本申请涉及电数字数据处理技术领域,尤其涉及一种业务策略生成方法、装置及设备。
背景技术
随着大数据时代的来临,各行各业针对业务数据的分析需求也在持续增加。为保障用户及企业的利益,策略需求方通常会对大量的业务数据进行分析处理,以得到业务数据分析结果,后续则可以基于行业经验积累以及业务数据分析结果去人工制定相关业务策略,从而利用人工制定的业务策略去促进业务目标的达成。
基于此,如何降低人工经验对于业务策略的生成过程的影响,并保障生成的业务策略的有效性及可解释性,成为了亟待解决的技术问题。
发明内容
本说明书实施例提供的一种业务策略生成方法、装置及设备,可以降低人工经验对于业务策略的生成过程的影响,并保障生成的业务策略的有效性及可解释性。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种业务策略生成方法,包括:
获取针对业务目标的策略生成请求;
响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果;
根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式;
基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
本说明书实施例提供的一种业务策略生成装置,包括:
获取模块,用于获取针对业务目标的策略生成请求;
统计模块,用于响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果;
偏好推断模块,用于根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式;
策略生成模块,用于基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
本说明书实施例提供的一种业务策略生成设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取针对业务目标的策略生成请求;
响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果;
根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式;
基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
本说明书中提供的至少一个实施例能够实现以下有益效果:
在获取到针对业务目标的策略生成请求后,可以通过对目标业务对象的目标业务数据进行统计处理,以得到与该业务目标相关的业务数据统计结果,并根据该业务数据统计结果,确定出目标业务对象的偏好推断信息;从而自动生成按照该偏好推断信息反映的目标业务对象在完成业务目标的过程中偏好使用的业务处理方式进行业务处理的业务策略。由于无需基于人工经验去制定相关业务策略,有利于降低人工经验对于业务策略的生成过程的影响。同时,由于业务策略会指示按照目标业务对象在完成业务目标的过程中偏好使用的业务处理方式进行业务处理,从而可以保障生成的业务策略的有效性及可解释性。
附图说明
为了更清楚地说明本说明书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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种业务策略生成方法的流程示意图;
图2为本说明书实施例提供的一种策略生成应用的应用界面的示意图;
图3为本说明书实施例提供的另一种策略生成应用的应用界面的示意图;
图4为本说明书实施例提供的对应于图1中的业务策略生成方法的泳道流程示意图;
图5为本说明书实施例提供的对应于图1的一种业务策略生成装置的结构示意图;
图6为本说明书实施例提供的对应于图1的一种业务策略生成设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书一个或多个实施例保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
现有技术中,服务提供商通常会对大量的业务数据进行分析处理,以得到业务数据分析结果,后续则可以基于行业经验积累以及业务数据分析结果去人工制定相关业务策略。这种业务策略生成方式严重依赖于工作人员的个人经验,不仅无法保障生成的业务策略的有效性及可解释性,并且效率也较为低下。
除此之外,目前,也有部分服务提供商会人工挑选多个维度的业务数据,去训练人工智能算法模型,从而利用训练好的人工智能算法模型去自动生成相关业务策略。这种方式虽然运行效率较高,但是,由于人工智能算法模型往往是通过执行极为密集复杂的运算而得出的业务策略,而且人们往往无法逆向梳理清楚该运算的过程,从而也无法保障生成的业务策略的有效性及可解释性。
为了解决现有技术中的缺陷,本方案给出了以下实施例:
图1为本说明书实施例提供的一种业务策略生成方法的流程示意图。从程序角度而言,该流程的执行主体可以为业务策略生成设备,或者,业务策略生成设备处搭载的应用程序。如图1所示,该流程可以包括以下步骤:
步骤102:获取针对业务目标的策略生成请求。
本说明书实施例中,当策略需求方需要生成用于达成业务目标的业务策略时,可以通过操控个人终端设备,以向业务策略生成设备发送针对业务目标的策略生成请求,或者,也可以直接操控业务策略生成设备,以令业务策略生成设备自行生成针对业务目标的策略生成请求,对此不作具体限定。
其中,业务目标可以为在目标业务的运行过程中所需达成的业务指标。由于不同种类的目标业务所具有的业务指标通常并不一致,因此,不同目标业务下的业务目标可能会存在一定差异。例如,当目标业务为支付业务时,业务指标可以包括但不限于支付成功率、支付耗时等,则业务目标可以为提升支付成功率,或者,业务目标可以为降低单笔订单的支付耗时等。而当目标业务为网上购物业务时,业务指标可以包括但不限于针对商品的用户访问量、成交量等,则业务目标可以为提升针对商品的用户访问量,或者,业务目标可以为提升针对商品的成交量等。除此之外,支付业务与网上购物业务也可能具有相同的业务指标,例如,用户拉新量,从而使得不同的业务也可能具有相同的业务目标,对此不作具体限定。
步骤104:响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
本说明书实施例中,目标业务对象通常为业务目标所涉及的业务对象,例如,目标业务对象可以为已经执行了在完成业务目标的过程中所需业务对象执行的操作的对象,或者,目标业务对象可以为曾使用过或者预估会使用到业务目标所属的目标业务的对象。而目标业务数据则可以为目标业务对象具有的与业务目标相关的业务数据,所述目标业务数据通常是目标业务对象在执行业务的过程中所提交或所生成的业务数据。
例如,当业务目标为提升目标支付应用处的支付成功率时,目标业务对象可以为目标支付应用或其他支付应用处的已注册用户,或者,利用目标支付应用或其他支付应用执行过支付操作的用户。而目标业务数据则可以为目标业务对象在使用目标支付应用或其他支付应用的过程中所生成的用户业务数据,比如,用户的支付订单数据、用户对于目标支付应用或其他支付应用处展示的各类信息的浏览情况数据,用户基础数据等。而当业务目标为提升针对商品的成交量时,目标业务对象可以为购物应用处的已注册用户,或者,目标业务对象可以为在各个购物应用处购买过该商品的用户等。对此不作具体限定。
本说明书实施例中,由于不同的业务目标所对应的业务诉求之间的差异性可能会比较大,因此,不同的业务目标所涉及的业务数据统计结果的种类通常并不一致,从而可以预先配置针对各类业务目标所需生成的业务数据统计结果的类型、含义以及相应统计处理方式,以按照配置信息,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
在实际应用中,与所述业务目标相关的业务数据统计结果通常可以反映执行过某种业务操作的目标业务对象的数量或占比,或者,也可以反映具有某种业务特征的目标业务对象的数量或占比。
例如,当业务目标为提升目标支付应用处的支付成功率时,与所述业务目标相关的业务数据统计结果可以包括用户在各个时间段内利用该目标支付应用进行支付时的成功率或失败率,或者,支付失败的订单所涉及的其他机构(例如,购物平台、公交公司)的占比等。而当业务目标为提升针对商品的用户访问量时,与所述业务目标相关的业务数据统计结果可以包括用户在各个时间段内访问该商品的次数,或者,用户采用各种访问路径去访问该商品的次数等。对此不作具体限定。
步骤106:根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式。
本说明书实施例中,由于与所述业务目标相关的业务数据统计结果通常可以反映大量业务对象在完成业务目标的过程中所具有的特征,并且还能反映具有各个特征的业务对象的数量占比信息,因此,可以根据所述业务数据统计结果,确定出目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式,以作为目标业务对象的偏好推断信息。
在实际应用中,统计推断(statistical inference)信息,可以指根据带随机性的观测数据(样本)以及问题的条件和假定(模型),而对未知事物作出的推断。本说明书实施例中,目标业务对象的偏好推断信息通常可以为统计推断信息。
步骤108:基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
本说明书实施例中,由于步骤106中生成的目标业务对象的偏好推断信息可以反映推断出的大量业务对象在完成业务目标的过程中偏好使用的业务处理方式,而当按照上述该业务处理方式对各个业务对象进行业务处理时,通常能够促使业务对象去完成该业务目标,因此,可以基于所述偏好推断信息,生成用于按照上述业务处理方式针对业务对象(包括但不限于步骤104中提及的目标业务对象,例如,可以为与目标业务对象具有相同特征的业务对象)进行业务处理的业务策略。从而在业务运行过程中,可以通过执行该业务策略,以促进该业务目标的完成。
图1中的方法,在获取到针对业务目标的策略生成请求后,可以通过对目标业务对象的目标业务数据进行统计处理,以得到与该业务目标相关的业务数据统计结果,并根据该业务数据统计结果,确定出目标业务对象的偏好推断信息;从而自动生成按照该偏好推断信息反映的目标业务对象在完成业务目标的过程中偏好使用的业务处理方式进行业务处理的业务策略。由于无需基于人工经验去制定相关业务策略,有利于降低人工经验对于业务策略的生成过程的影响。同时,由于生成的业务策略用于按照目标业务对象的偏好推断信息所反映的其在完成业务目标的过程中偏好使用的业务处理方式进行业务处理,从而可以保障生成的业务策略的有效性及可解释性。
基于图1中的方法,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
本说明书实施例中,可以令策略需求方去执行设置操作,以便于明确针对业务目标的策略生成请求。基于此,所述策略生成请求中可以携带有用户(即策略需求方)设置的用于表征所述业务目标的业务指标信息、所述目标业务对象的标识信息以及待分析业务数据的生成时间范围。
对应的,步骤104:响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果,具体可以包括:
根据所述业务指标信息,确定所述待分析业务数据的预设种类以及针对所述待分析业务数据的预设数据处理方式。
基于所述目标业务对象的标识信息,获取所述目标业务对象的在所述生成时间范围内生成的所述预设种类的业务数据,得到所述目标业务对象的目标业务数据。
按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
为便于理解,图2为本说明书实施例提供的一种策略生成应用的应用界面的示意图。如图2所示,当策略需求方需要生成针对业务目标的策略生成请求时,可以在该策略生成应用的应用界面201中执行相应设置操作,例如,策略需求方可以在输入控件202中设置洞察任务名称,该洞察任务的名称可以用于标识本次执行的策略生成任务。策略需求方还可以在输入控件203及输入控件204中设置洞察分析时间范围,该洞察分析时间范围可以为待分析业务数据的生成时间范围。策略需求方还可以在输入控件205中设置目标业务对象的标识信息,以明确需要进行分析的目标业务对象范围。以及,策略需求方还可以在输入控件205中选择用于表征业务目标的业务指标信息。
当策略需求方执行了针对其设置的上述信息的确认操作后,策略生成应用就可以根据策略需求方设置的上述信息,生成携带有用于表征业务目标的业务指标信息、目标业务对象的标识信息以及待分析业务数据的生成时间范围等信息的策略生成请求了。该策略生成应用既可以自行对该策略生成请求进行处理,或者,该策略生成应用也可以将该策略生成请求发送至业务策略生成设备进行处理,对此不作具体限定。
在实际应用中,为保障业务策略生成方法的稳定运行,通常会预先配置针对各类业务指标设置所需生成的业务数据统计结果的类型及含义,以及生成各类业务数据统计结果所需使用的业务数据的预设种类与相应的预设处理方式,从而能够按照配置信息,对各个策略生成请求进行响应。
基于此,在从所述业务目标的策略生成请求中解析得到用于表征业务目标的业务指标信息、目标业务对象的标识信息以及待分析业务数据的生成时间范围后,可以先根据配置信息,确定预先设置的与该业务指标信息对应的待分析业务数据的预设种类以及针对该待分析业务数据的预设数据处理方式。
其中,所述待分析业务数据的预设种类即为步骤104中提及的目标业务数据的种类。在实际应用中,不同业务指标对应的待分析业务数据的预设种类通常会存在差异,并且不同业务指标下的同一类型的待分析业务数据所对应的预设数据处理方式也可能会存在差异,以满足针对各个业务指标进行用户偏好推断的需求。
在实际应用中,针对待分析业务数据的预设数据处理方式可以为:针对指定类型的待分析业务数据,按照诸如累计、求和、求差、求积、求商、求平均数、求最大值或其他计算原理进行处理,以生成所需种类的业务数据统计结果的方式。可知,针对待分析业务数据的预设数据处理方式是根据所需生成的业务数据统计结果的类型及含义而确定的,对此不作具体限定。
例如,假定,业务数据统计结果可以为目标业务对象使用各个支付应用进行付款操作的概率,则待分析业务数据可以为各个目标业务对象在各个支付应用处完成的付款订单数据,而针对待分析业务数据的预设数据处理方式可以为:先确定每个目标业务对象在每个支付应用处完成的付款订单的数量,然后,计算全部目标业务对象在每个支付应用处完成的付款订单数量,最后,计算各个支付应用处完成的付款订单数量与全部目标业务对象的付款订单总数量之商,即可得到目标业务对象使用各个支付应用进行付款操作的概率。
在实际应用中,由于策略需求方可能需要获取较为精确、有效的业务策略,因此,还可以生成不同精确程度的业务数据统计结果。参照上述实施例,不同精确程度的业务数据统计结果可以包括:全国范围内的目标业务对象使用各个支付应用进行付款操作的概率,各个省份内的目标业务对象使用各个支付应用进行付款操作的概率,各个城市内的目标业务对象使用各个支付应用进行付款操作的概率等。或者,不同精确程度的业务数据统计结果可以包括:目标业务对象在各个年度中使用各个支付应用进行付款操作的概率,或者,目标业务对象在各个月份中使用各个支付应用进行付款操作的概率等。当然,不同精确程度的业务数据统计结果也可以包括:各个省份内的目标业务对象在全年或各个月份使用各个支付应用进行付款操作的概率等,对此不作具体限定。
由于策略需求方可能更为关注指定时间段内的指定业务对象的偏好情况,因此,当策略需求方设置了目标业务对象的标识信息以及待分析业务数据的生成时间范围时,只需按照所述预设数据处理方式,对具有该标识信息的业务对象在所述生成时间范围内生成的预设种类的业务数据进行统计处理,而无需对其它业务数据进行统计处理,就可以得到与所述业务目标相关的业务数据统计结果。从而既能保障后续生成的业务策略的准确性,又能减少统计处理的计算量。
在实际应用中,可以预先根据指定维度的特征对业务对象进行分群,以将具有相同特征的业务对象划分至同一业务对象集合,并为各个业务对象集合设置集合标识信息。基于此,策略需求方可以将选中的集合标识信息作为目标业务对象的标识信息,此时,该集合标识信息对应的业务对象集合中所包含的业务对象即为目标业务对象。例如,可以按照用户所在省份、区域、用户年龄、用户职业、用户身份等一个或多个维度的特征对业务对象进行分群,从而得到各个业务对象集合。假定,策略需求方需要将河南省的城市老人作为目标业务对象,则可以选中河南省的城市老人所对应的集合标识信息,以作为目标业务对象的标识信息。
或者,当现有的业务对象集合均不符合策略需求方的实际需求时,也可以令策略需求方选中业务对象所需具有的指定维度的特征(例如,用户所在省份为河南省,用户身份为城市老人),以将其选中的业务对象所需具有的指定维度的特征作为目标业务对象的标识信息,方便快捷。
在实际应用中,由于根据完成了业务目标的目标业务对象的偏好推断情况所生成的业务策略的有效性会更好,因此,可以仅根据已完成业务目标的目标业务对象的目标业务数据去生成相关业务数据统计结果。
基于此,所述按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果之前,还可以包括:
基于所述目标业务对象的历史业务数据,判断所述目标业务对象是否已完成所述业务目标。
所述按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果,具体可以包括:
按照所述预设数据处理方式,对已完成所述业务目标的所述目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
本说明书实施例中,由于业务目标的完成情况通常是根据各个业务对象是否符合了指定条件而确定的,因此,可以根据目标业务对象的历史业务数据,去判断该目标业务对象是否符合了指定条件,以确定该目标业务对象是否已完成该业务目标。其中,所述指定条件与业务目标相关,不同业务目标对应的所述指定条件通常并不一致,对此不作具体限定。例如,当业务目标为提升针对商品的用户访问量时,可以根据目标业务对象的历史商品访问数据,去判断该目标业务对象是否已访问过该商品,若是,则可以确定其属于已完成该业务目标的目标业务对象,方便快捷。
本说明书实施例中,由于目标业务对象的偏好推断信息属于统计推断信息,因此,步骤106:根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息,具体可以包括:
按照预设排序规则,针对所述目标业务对象的指定种类的所述业务数据统计结果进行排序,得到排序结果。
将所述排序结果中的位于预设位置处的所述业务数据统计结果,确定为所述目标业务对象的偏好推断信息。
本说明书实施例中,由于与业务目标相关的业务数据统计结果的种类通常可以有多种,并且所述业务数据统计结果可以反映符合了某种条件的目标业务对象的数量或占比,因此,可以从每个种类的业务数据统计结果中,提取特征最明显的业务数据统计结果,以转变为目标业务对象的偏好推断信息。
基于此,所述预设排序规则可以包括数值由大到小排序规则或者数值由小到大排序规则;而所述预设位置可以包括前N个位置或者后M个位置,其中,N为大于等于1的正整数,M为大于等于1的正整数。
例如,假定,与业务目标相关的业务数据统计结果可以包括:各个预设年龄段中的用户利用各个预设支付应用进行支付的概率,其中,预设年龄段可以包括:0-30岁,以及31-60岁这两个年龄段,而预设支付应用包括第一支付应用、第二支付应用、第三支付应用及第四支付应用;若0-30岁的用户利用第一支付应用、第二支付应用、第三支付应用及第四支付应用进行支付的概率分别为10%、45%、50%与5%,则按照数值由大到小的排序规则对上述业务数据统计结果进行排序,并且选取前两位的业务数据统计结果去生成目标业务对象的偏好推断信息,则该偏好推断信息可以包括:年龄段为[0,30]的用户最常使用的支付应用有第三支付应用-人群占比为50%,第二支付应用-人群占比为45%。
同理,假定,31-60岁的用户利用第一支付应用、第二支付应用、第三支付应用及第四支付应用进行支付的概率分别为80%、10%、20%与25%,若按照数值由小到大的排序规则对上述业务数据统计结果进行排序,并且选取最后一位的业务数据统计结果去生成目标业务对象的偏好推断信息,则该偏好推断信息可以包括:年龄段为[31,60]的用户最常使用的支付应用有第一支付应用-人群占比为80%。
或者,假定,与业务目标相关的业务数据统计结果还包括:年龄段为[0,30]的用户在各个预设时间段利用第三支付应用进行支付的概率,其中,预设时间段可以包括:0时-8时、9时-16时与17时-24时,若0-30岁的用户在0时-8时、9时-16时、17时-24时等时间段利用第三支付应用进行支付的概率分别为15%、60%、40%,则按照数值由大到小的排序规则对上述业务数据统计结果进行排序,并且选取首位的业务数据统计结果去生成目标业务对象的偏好推断信息,则该偏好推断信息可以包括:年龄段为[0,30]的用户最常使用的第三支付应用的时间段为9时-16时-人群占比为60%。
本说明书实施例中,业务策略可以为“人群”、“钩子”、“触点”以及“时空条件”等元素的组合体,其中,“人群”可以表示具有某种特征的业务对象,“钩子”可以表示用于引导业务对象去完成业务目标的信息,“触点”可以表示应用程序中的用于展示“钩子”的位置,“时空条件”则可以表示在“触点”处展示“钩子”的时机及所需符合的条件。从而通过运行业务策略可以在某个时空条件下,使用某个触点,对某群用户,投放某个钩子,以达到某种运营目的,实现某种业务目标。
基于此,需要从目标业务对象的偏好推断信息中,提取构成业务策略所需的各个元素。具体的,步骤108:基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,可以包括:
从所述目标业务对象的偏好推断信息中,提取所述目标业务对象的人群特征以及应用操作行为偏好信息。
生成用于按照所述应用操作行为偏好信息对应的业务处理方式针对具有所述人群特征的业务对象进行业务处理的业务策略。
本说明书实施例中,由于目标业务对象的偏好推断信息通常用于反映具有某种特征的业务对象的偏好情况,因此,可以从所述偏好推断信息中提取到目标业务对象的人群特征,作为业务策略所需的“人群”元素。
还有,由于业务策略通常应用于业务对象的应用客户端,因此,需要提取目标业务对象的应用操作行为偏好信息,以根据该应用操作行为偏好信息,确定目标业务对象偏好的业务处理方式,从而得到业务策略所需的“钩子”、“触点”以及“时空条件”等元素。
例如,假定,目标业务对象的偏好推断信息可以包括:年龄段为[0,30]的用户最常使用的第三支付应用的时间段为9时-16时-人群占比为60%,则提取出的“年龄段为[0,30]”这一人群特征可以作为“人群”元素,而基于提取出的“偏好在每天的9时-16时去访问第三支付应用”这一应用操作行为偏好信息,可以确定出针对上述人群应采用的“在每天的9时-16时需在第三支付应用处投放钩子”这一业务处理方式,即“触点”可以为“第三支付应用”,“时空条件”可以为“每天的9时-16时”。
本说明书实施例中,尽管针对不同业务目标确定出的目标业务对象的人群特征以及应用操作行为偏好信息可能会相同,但在不同业务目标下确定出的与该应用操作行为偏好信息对应的业务处理方式往往并不相同,例如,所需使用的“钩子”会存在差异,从而能够生成用于完成各种业务目标的业务策略。基于此,上述目标业务对象的人群特征、应用操作行为偏好信息以及该应用操作行为偏好信息对应的业务处理方式可以根据具体的业务目标而自由设置,对此不作具体限定。
本说明书实施例中,营销可以指发现或发掘准消费者需求,让消费者了解商户的产品,或者,向消费者发放优惠,进而促进消费者购买该产品的过程。当需要针对营销场景生成业务策略时,所述应用操作行为偏好信息具体可以包括:用户偏好访问的应用场景;所述业务策略可以包括信息推荐策略。
对应的,所述生成用于按照所述应用操作行为偏好信息对应的业务处理方式针对具有所述人群特征的业务对象进行业务处理的业务策略,具体可以包括:
确定与所述应用场景对应的用于实现所述业务目标的预设推荐信息。
生成用于通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
本说明书实施例中,用户偏好访问的应用场景可以为用户偏好访问的应用程序中的页面。由于用户访问该应用场景的概率较大,因此,通过在该应用场景中展示预设推荐信息,有利于提升该预设推荐信息的触达率。在实际应用中,可以预先针对应用程序中的各个应用场景配置与各个业务目标对应的预设推荐信息,从而令策略需求方可以自行挑选与用户偏好访问的应用场景对应的用于实现业务目标的预设推荐信息。可知,预设推荐信息与业务目标紧密相关,不同业务目标对应的预设推荐信息的含义通常并不相同,例如,当业务目标为提升针对商品的用户访问量时,预设推荐信息可以为商品信息、商品优惠信息等。而当业务目标为增加用户拉新数量时,预设推荐信息可以为应用程序的功能介绍、下载地址等。其中,预设推荐信息可以为文字、图片、声音、动画、链接地址等形式的信息,对此不作具体限定。
在实际应用中,所述应用操作行为偏好信息还可以包括:用户偏好访问所述应用场景的指定时间段。
对应的,所述生成用于通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略,具体可以包括:
生成用于在所述指定时间段内通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
本说明书实施例中,通过在用户偏好访问所述应用场景的指定时间段内去展示所述预设推荐信息,有利于进一步提升所述预设推荐信息的触达率。
结合上面的实施例可知,在根据目标业务对象的偏好推断信息生成业务策略时,需要从所述偏好推断信息中提取:目标业务对象的人群特征、用户偏好访问的应用场景以及用户偏好访问该应用场景的指定时间段等维度的信息,以利用上述提取到的信息去生成业务策略。
在实际应用中,可以利用预设信息提取规则对目标业务对象的偏好推断信息进行解析,从而得到上述多个维度的信息。后续,则可以结合上述预设信息提取规则提取到的多个维度的信息,以及确定出的与用户偏好访问的应用场景对应的用于实现业务目标的预设推荐信息,去生成最终的业务策略,方便快捷。
本说明书实施例中,为提升业务策略的可解释性,步骤108:基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略之后,还可以包括:
根据所述偏好推断信息,生成针对所述业务策略的策略解释信息;所述策略解释信息用于反映所述业务策略与所述目标业务对象的偏好情况之间的关联关系。
在实际应用中,由于业务策略里的多个元素均是从目标业务对象的偏好推断信息中提取出的,并且目标业务对象的偏好推断信息还可以反映符合该偏好推断信息的人群占比数据,因此,可以直接将目标业务对象的偏好推断信息作为针对所述业务策略的策略解释信息。或者,也可以利用预先训练好的人工智能算法模型(例如,长期短期记忆网络模型、Generative Pre-Training模型等)去根据目标业务对象的历史业务数据、偏好推断信息等生成一段内容更为丰富的报文等,对此不作具体限定。
为便于理解,图3为本说明书实施例提供的另一种策略生成应用的应用界面示意图。如图3所示,策略生成应用的应用界面301中,可以展示有利用图1中所示的业务策略生成方法生成的业务策略数据302与业务策略数据303,其中,业务策略数据302中包含的业务策略可以为在周六上午9点通过优惠券领取页面向广东省的都市壮年展示服装类的满100减10元的优惠券,并且,业务策略数据302中还包含由目标业务对象的偏好推断信息构成的策略解释信息,以提升业务策略的可解释性。同理,业务策略数据303中包含的业务策略可以为在周三下午15点通过支付应用页面向浙江省的都市老人展示“拉新人支付立减1.28元”的文案信息,并且,业务策略数据303中还包含报文形式的策略解释信息,以提升业务策略的可解释性。
图4为本说明书实施例提供的对应于图1中的业务策略生成方法的泳道流程示意图。如图4所示,该业务策略生成流程可以涉及策略需求方与业务策略生成设备等执行主体。
在策略生成请求发起阶段,策略需求方可以设置用于表征业务目标的业务指标信息、目标业务对象的标识信息以及待分析业务数据的生成时间范围等信息,从而生成携带有上述信息的针对业务目标的策略生成请求。
在业务策略生成阶段,业务策略生成设备在获取到针对业务目标的策略生成请求后,可以根据所述业务指标信息,确定所述待分析业务数据的预设种类以及针对所述待分析业务数据的预设数据处理方式;基于所述目标业务对象的标识信息,获取所述目标业务对象的在所述生成时间范围内生成的所述预设种类的业务数据,得到所述目标业务对象的目标业务数据;按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
业务策略生成设备还可以按照预设排序规则,针对所述目标业务对象的指定种类的所述业务数据统计结果进行排序,得到排序结果;将所述排序结果中的位于预设位置处的所述业务数据统计结果,确定为所述目标业务对象的偏好推断信息。以及,从所述目标业务对象的偏好推断信息中,提取所述目标业务对象的人群特征以及应用操作行为偏好信息;其中,所述应用操作行为偏好信息可以包括:用户偏好访问的应用场景以及用户偏好访问所述应用场景的指定时间段。从而可以确定与所述应用场景对应的用于实现所述业务目标的预设推荐信息;进而生成用于在所述指定时间段内通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。除此之外,业务策略生成设备还可以根据所述偏好推断信息,生成针对所述业务策略的策略解释信息;所述策略解释信息可以用于反映所述业务策略与所述目标业务对象的偏好情况之间的关联关系,以保障生成的业务策略的有效性及可解释性。
基于同样的思路,本说明书实施例还提供了上述方法对应的装置。图5为本说明书实施例提供的对应于图1的一种业务策略生成装置的结构示意图。如图5所示,该装置可以包括:
获取模块502,用于获取针对业务目标的策略生成请求。
统计模块504,用于响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
偏好推断模块506,用于根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式。
策略生成模块508,用于基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
基于图5的装置,本说明书实施例还提供了该装置的一些具体实施方案,下面进行说明。
可选的,所述策略生成请求中可以携带有用户设置的用于表征所述业务目标的业务指标信息、所述目标业务对象的标识信息以及待分析业务数据的生成时间范围。
所述统计模块504,可以包括:
数据处理方式确定单元,用于根据所述业务指标信息,确定所述待分析业务数据的预设种类以及针对所述待分析业务数据的预设数据处理方式。
目标业务数据获取单元,用于基于所述目标业务对象的标识信息,获取所述目标业务对象的在所述生成时间范围内生成的所述预设种类的业务数据,得到所述目标业务对象的目标业务数据。
统计处理单元,用于按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
可选的,所述统计模块504,还可以包括:
判断单元,用于基于所述目标业务对象的历史业务数据,判断所述目标业务对象是否已完成所述业务目标。
所述统计处理单元,具体可以用于:按照所述预设数据处理方式,对已完成所述业务目标的所述目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
可选的,所述偏好推断模块506,具体可以包括:
排序单元,用于按照预设排序规则,针对所述目标业务对象的指定种类的所述业务数据统计结果进行排序,得到排序结果。
偏好推断信息确定单元,用于将所述排序结果中的位于预设位置处的所述业务数据统计结果,确定为所述目标业务对象的偏好推断信息。
可选的,所述预设排序规则可以包括数值由大到小排序规则或者数值由小到大排序规则。所述预设位置可以包括前N个位置或者后M个位置,其中,N为大于等于1的正整数,M为大于等于1的正整数。
可选的,所述策略生成模块508,可以包括:
行为偏好提取单元,用于从所述目标业务对象的偏好推断信息中,提取所述目标业务对象的人群特征以及应用操作行为偏好信息。
策略生成单元,用于生成用于按照所述应用操作行为偏好信息对应的业务处理方式针对具有所述人群特征的业务对象进行业务处理的业务策略。
可选的,所述应用操作行为偏好信息可以包括:用户偏好访问的应用场景;所述业务策略包括信息推荐策略。
所述策略生成单元,可以包括:
推荐信息确定子单元,用于确定与所述应用场景对应的用于实现所述业务目标的预设推荐信息。
策略生成子单元,用于生成用于通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
可选的,所述应用操作行为偏好信息还可以包括:用户偏好访问所述应用场景的指定时间段。
所述策略生成子单元,具体可以用于:生成用于在所述指定时间段内通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
可选的,图5中的装置,还可以包括:
策略解释信息生成模块,用于根据所述偏好推断信息,生成针对所述业务策略的策略解释信息;所述策略解释信息用于反映所述业务策略与所述目标业务对象的偏好情况之间的关联关系。
基于同样的思路,本说明书实施例还提供了上述方法对应的设备。
图6为本说明书实施例提供的对应于图1的一种业务策略生成设备的结构示意图。如图6所示,设备600可以包括:
至少一个处理器610;以及,
与所述至少一个处理器通信连接的存储器630;其中,
所述存储器630存储有可被所述至少一个处理器610执行的指令620,所述指令被所述至少一个处理器610执行,以使所述至少一个处理器610能够:
获取针对业务目标的策略生成请求。
响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式。
基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
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,对于图6所示的设备而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Comell UniversityProgramming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。

Claims (19)

1.一种业务策略生成方法,包括:
获取针对业务目标的策略生成请求;
响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果;
根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式;
基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
2.如权利要求1所述的方法,所述策略生成请求中携带有用户设置的用于表征所述业务目标的业务指标信息、所述目标业务对象的标识信息以及待分析业务数据的生成时间范围;
所述响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果,具体包括:
根据所述业务指标信息,确定所述待分析业务数据的预设种类以及针对所述待分析业务数据的预设数据处理方式;
基于所述目标业务对象的标识信息,获取所述目标业务对象的在所述生成时间范围内生成的所述预设种类的业务数据,得到所述目标业务对象的目标业务数据;
按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
3.如权利要求2所述的方法,所述按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果之前,还包括:
基于所述目标业务对象的历史业务数据,判断所述目标业务对象是否已完成所述业务目标;
所述按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果,具体包括:
按照所述预设数据处理方式,对已完成所述业务目标的所述目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
4.如权利要求1所述的方法,所述根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息,具体包括:
按照预设排序规则,针对所述目标业务对象的指定种类的所述业务数据统计结果进行排序,得到排序结果;
将所述排序结果中的位于预设位置处的所述业务数据统计结果,确定为所述目标业务对象的偏好推断信息。
5.如权利要求4所述的方法,所述预设排序规则包括数值由大到小排序规则或者数值由小到大排序规则;
所述预设位置包括前N个位置或者后M个位置,其中,N为大于等于1的正整数,M为大于等于1的正整数。
6.如权利要求1所述的方法,所述基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,具体包括:
从所述目标业务对象的偏好推断信息中,提取所述目标业务对象的人群特征以及应用操作行为偏好信息;
生成用于按照所述应用操作行为偏好信息对应的业务处理方式针对具有所述人群特征的业务对象进行业务处理的业务策略。
7.如权利要求6所述的方法,所述应用操作行为偏好信息包括:用户偏好访问的应用场景;所述业务策略包括信息推荐策略;
所述生成用于按照所述应用操作行为偏好信息对应的业务处理方式针对具有所述人群特征的业务对象进行业务处理的业务策略,具体包括:
确定与所述应用场景对应的用于实现所述业务目标的预设推荐信息;
生成用于通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
8.如权利要求7所述的方法,所述应用操作行为偏好信息还包括:用户偏好访问所述应用场景的指定时间段;
所述生成用于通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略,具体包括:
生成用于在所述指定时间段内通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
9.如权利要求1-8中任意一项所述的方法,所述基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略之后,还包括:
根据所述偏好推断信息,生成针对所述业务策略的策略解释信息;所述策略解释信息用于反映所述业务策略与所述目标业务对象的偏好情况之间的关联关系。
10.一种业务策略生成装置,包括:
获取模块,用于获取针对业务目标的策略生成请求;
统计模块,用于响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果;
偏好推断模块,用于根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式;
策略生成模块,用于基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
11.如权利要求10所述的装置,所述策略生成请求中携带有用户设置的用于表征所述业务目标的业务指标信息、所述目标业务对象的标识信息以及待分析业务数据的生成时间范围;
所述统计模块,包括:
数据处理方式确定单元,用于根据所述业务指标信息,确定所述待分析业务数据的预设种类以及针对所述待分析业务数据的预设数据处理方式;
目标业务数据获取单元,用于基于所述目标业务对象的标识信息,获取所述目标业务对象的在所述生成时间范围内生成的所述预设种类的业务数据,得到所述目标业务对象的目标业务数据;
统计处理单元,用于按照所述预设数据处理方式,对所述目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
12.如权利要求11所述的装置,所述统计模块,还包括:
判断单元,用于基于所述目标业务对象的历史业务数据,判断所述目标业务对象是否已完成所述业务目标;
所述统计处理单元,具体用于:
按照所述预设数据处理方式,对已完成所述业务目标的所述目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果。
13.如权利要求10所述的装置,所述偏好推断模块,具体包括:
排序单元,用于按照预设排序规则,针对所述目标业务对象的指定种类的所述业务数据统计结果进行排序,得到排序结果;
偏好推断信息确定单元,用于将所述排序结果中的位于预设位置处的所述业务数据统计结果,确定为所述目标业务对象的偏好推断信息。
14.如权利要求13所述的装置,所述预设排序规则包括数值由大到小排序规则或者数值由小到大排序规则;
所述预设位置包括前N个位置或者后M个位置,其中,N为大于等于1的正整数,M为大于等于1的正整数。
15.如权利要求10所述的装置,所述策略生成模块,包括:
行为偏好提取单元,用于从所述目标业务对象的偏好推断信息中,提取所述目标业务对象的人群特征以及应用操作行为偏好信息;
策略生成单元,用于生成用于按照所述应用操作行为偏好信息对应的业务处理方式针对具有所述人群特征的业务对象进行业务处理的业务策略。
16.如权利要求15所述的装置,所述应用操作行为偏好信息包括:用户偏好访问的应用场景;所述业务策略包括信息推荐策略;
所述策略生成单元,包括:
推荐信息确定子单元,用于确定与所述应用场景对应的用于实现所述业务目标的预设推荐信息;
策略生成子单元,用于生成用于通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
17.如权利要求16所述的装置,所述应用操作行为偏好信息还包括:用户偏好访问所述应用场景的指定时间段;
所述策略生成子单元,具体用于:
生成用于在所述指定时间段内通过所述应用场景向具有所述人群特征的业务对象展示所述预设推荐信息的业务策略。
18.如权利要求9-17中任意一项所述的装置,还包括:
策略解释信息生成模块,用于根据所述偏好推断信息,生成针对所述业务策略的策略解释信息;所述策略解释信息用于反映所述业务策略与所述目标业务对象的偏好情况之间的关联关系。
19.一种业务策略生成设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取针对业务目标的策略生成请求;
响应于所述策略生成请求,对目标业务对象的目标业务数据进行统计处理,得到与所述业务目标相关的业务数据统计结果;
根据所述业务数据统计结果,确定所述目标业务对象的偏好推断信息;所述偏好推断信息用于反映推断出的所述目标业务对象在完成所述业务目标的过程中偏好使用的业务处理方式;
基于所述偏好推断信息,生成用于按照所述业务处理方式针对业务对象进行业务处理的业务策略,得到所述业务目标对应的业务策略。
CN202310092902.1A 2023-01-13 2023-01-13 一种业务策略生成方法、装置及设备 Pending CN116070921A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310092902.1A CN116070921A (zh) 2023-01-13 2023-01-13 一种业务策略生成方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310092902.1A CN116070921A (zh) 2023-01-13 2023-01-13 一种业务策略生成方法、装置及设备

Publications (1)

Publication Number Publication Date
CN116070921A true CN116070921A (zh) 2023-05-05

Family

ID=86183457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310092902.1A Pending CN116070921A (zh) 2023-01-13 2023-01-13 一种业务策略生成方法、装置及设备

Country Status (1)

Country Link
CN (1) CN116070921A (zh)

Similar Documents

Publication Publication Date Title
CN110070399B (zh) 一种优惠券推送方法及装置
CN108733825B (zh) 一种对象触发事件预测方法及装置
CN113688313A (zh) 一种预测模型的训练方法、信息推送的方法及装置
CN110020427B (zh) 策略确定方法和装置
CN110032698A (zh) 信息显示方法和装置、信息处理方法和装置
CN109615130B (zh) 一种定时提醒办理业务的方法、装置及系统
CN110008991B (zh) 风险事件的识别、风险识别模型的生成方法、装置、设备及介质
CN113643119A (zh) 一种模型训练的方法、业务风控的方法及装置
CN110738562B (zh) 一种风险提醒信息的生成方法、装置及设备
CN108648006B (zh) 店铺推荐方法及装置
CN114298735A (zh) 一种模型训练的方法、信息推送的方法及装置
CN111177562B (zh) 一种目标对象的推荐排序处理方法、装置及服务器
CN114819183B (zh) 基于联邦学习的模型梯度确认方法、装置、设备及介质
CN113886033A (zh) 一种任务处理的方法及装置
CN112561162A (zh) 一种信息推荐的方法及装置
CN109063967B (zh) 一种风控场景特征张量的处理方法、装置及电子设备
CN115456801B (zh) 个人信用的人工智能大数据风控系统、方法和存储介质
CN116070921A (zh) 一种业务策略生成方法、装置及设备
CN113807888B (zh) 营销处理方法及装置
CN116485391A (zh) 支付推荐处理方法及装置
CN115660105A (zh) 一种模型训练的方法、业务风控的方法及装置
CN111241395B (zh) 认证服务的推荐方法及装置
CN113641892A (zh) 一种信息推荐的方法及装置
CN114792256A (zh) 基于模型选择的人群扩量方法及装置
CN114239944A (zh) 真实人群数量预测方法及装置

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