Nothing Special   »   [go: up one dir, main page]

CN113836379B - 一种基于客户画像的智能推荐方法和系统 - Google Patents

一种基于客户画像的智能推荐方法和系统 Download PDF

Info

Publication number
CN113836379B
CN113836379B CN202111131023.2A CN202111131023A CN113836379B CN 113836379 B CN113836379 B CN 113836379B CN 202111131023 A CN202111131023 A CN 202111131023A CN 113836379 B CN113836379 B CN 113836379B
Authority
CN
China
Prior art keywords
client
names
keywords
data
customer
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.)
Active
Application number
CN202111131023.2A
Other languages
English (en)
Other versions
CN113836379A (zh
Inventor
姚从磊
张泉龙
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.)
Beijing Bailian Intelligent Technology Co ltd
Original Assignee
Beijing Bailian Intelligent 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 Beijing Bailian Intelligent Technology Co ltd filed Critical Beijing Bailian Intelligent Technology Co ltd
Priority to CN202111131023.2A priority Critical patent/CN113836379B/zh
Publication of CN113836379A publication Critical patent/CN113836379A/zh
Application granted granted Critical
Publication of CN113836379B publication Critical patent/CN113836379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本申请公开了一种基于客户画像的智能推荐方法和系统，该方法包括：获取用户输入的多个客户名称；从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；获取相同的所述关键词相对应的其他客户名称。通过本申请解决了现有技术中依靠销售人员人工进行客户获取所导致获客效率低并且有可能遗漏客户的问题，从而提高了客户获取的准确性和及时性。

Description

一种基于客户画像的智能推荐方法和系统
技术领域
本申请涉及到数据处理领域，具体而言，涉及一种基于客户画像的智能推荐方法和系统。
背景技术
产品或者服务的供应商在寻找客户的时候，一般情况下都依靠销售人员人工进行搜索，这种搜索获客效率很低，并且依赖于人的经验。
销售人员一般掌握的知识都是固定的，随着社会的发展每年都会有大量的公司新注册，或者一些老的公司也会有新的需求，对于这些新增的需求，销售人员无法及时掌握，从而失去了很多合作的机会。
发明内容
本申请实施例提供了一种基于客户画像的智能推荐方法和系统，以至少解决现有技术中依靠销售人员人工进行客户获取所导致获客效率低并且有可能遗漏客户的问题。
根据本申请的一个方面，提供了一种基于客户画像的智能推荐方法，包括：获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。
进一步地，所述用户输入的所述多个客户名称为预定业务种类下的客户名称，其中，所述预定业务种类为所述用户能够提供的商品和/或服务的种类；所述其他客户名称为所述预定业务种类下的客户名称。
进一步地，从网络抓取所述每个客户名称对应的资料包括：获取每个客户名称对应的网络地址；从所述每个客户名称对应的网络地址抓取该客户名称对应的资料。
进一步地，所述网络地址包括以下至少之一：该客户名称对应的网站地址、所述客户名称对应的实体在第三方平台上进行介绍和宣传的地址。
进一步地，获取相同的所述关键词相对应的其他客户名称包括：从预先存储的关键词与客户名称的对应关系中检索所述关键系对应的其他客户名称，并将检索到的所述其他客户名称显示给所述用户。
根据本申请的另一个方面，还提供了一种基于客户画像的智能推荐系统，包括：第一获取模块，用于获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；抓取模块，用于从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；提取模块，用于根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；第二获取模块，用于获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；第三获取模块，用于获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。
进一步地，所述用户输入的所述多个客户名称为预定业务种类下的客户名称，其中，所述预定业务种类为所述用户能够提供的商品和/或服务的种类；所述其他客户名称为所述预定业务种类下的客户名称。
进一步地，所述抓取模块用于：获取每个客户名称对应的网络地址；从所述每个客户名称对应的网络地址抓取该客户名称对应的资料。
进一步地，所述网络地址包括以下至少之一：该客户名称对应的网站地址、所述客户名称对应的实体在第三方平台上进行介绍和宣传的地址。
进一步地，所述第三获取模块用于：从预先存储的关键词与客户名称的对应关系中检索所述关键系对应的其他客户名称，并将检索到的所述其他客户名称显示给所述用户。
在本申请实施例中，采用了获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。通过本申请解决了现有技术中依靠销售人员人工进行客户获取所导致获客效率低并且有可能遗漏客户的问题，从而提高了客户获取的准确性和及时性。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的基于客户画像的智能推荐方法的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种基于客户画像的智能推荐方法，图1是根据本申请实施例的基于客户画像的智能推荐方法的流程图，如图1所示，该流程包括如下步骤：
步骤S102，获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；
步骤S104，从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；
抓取每个客户名称分别对应的资料的方式有很多种，例如，可以获取每个客户名称对应的网络地址；从所述每个客户名称对应的网络地址抓取该客户名称对应的资料。上述网络地址可以包括以下至少之一：该客户名称对应的网站地址、所述客户名称对应的实体在第三方平台上进行介绍和宣传的地址。
步骤S106，根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；
在该步骤中，可以将获取到的资料转换成文本，从所述文本中提取出的关键词可以作为该客户名称对应的客户信息所对应的关键词，其中客户信息包括客户名称、客户简称、公司品牌、主要产品等。
从文本中提取关键词的方式也有很多种，例如，在一个可选的实施方式中，可以使用人工智能的方式从文本中提取关键词，可以使用多组训练数据训练得到一个机器学习模型，所述多组训练数据中的每组训练数据均包括输入数据和输出数据，输入数据为一段文本，输出数据为人工标识出的该段文本所对应的关键词。经过训练之后，该机器学习模型就可以使用了，将步骤S106中的资料转换成文本然后输入到该机器学习模型中，将所述机器学习模型输出的关键词作为该客户名称所对应的关键词。
在训练的时候，可以预选配置关键词组，每个业务类型对应一个关键词组，该业务类型中对应的关键词组包括多个预先配置的关键词，上述训练数据中的输出数据中人工标识的至少一个关键词均是从关键词组中选出的。这样得到的训练数据在进行训练的时候，更容易收敛。
步骤S108，获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；
还可以获取所述用户配置的黑名单，其中，所述黑名单中的客户名称是所述用户不为其提供商品或者服务的客户。获取所述黑名单中的所有的黑名单客户名称，并获取所述黑名单客户名称对应的关键词，在所述相同的关键词中去掉所述黑名单客户名称对应的关键词，去掉所述黑名单客户对应的关键之后的剩余关键词被在步骤S110中使用进行检索。
步骤S110，获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。
在该步骤中，可以从预先存储的关键词与客户名称的对应关系中检索所述关键系对应的其他客户名称，并将检索到的所述其他客户名称显示给所述用户。
在检索到多个其他客户名称的情况下，根据优先级对所述多个其他客户名称进行排序，将排序后的所述其他客户名称显示给所述用户。其中，优先级可以根据所述其他客户名称在预定时间段内对预定业务种类发布的招标的次数来确定的，发布招标次数越多，则优先级越高，在进行显示的时候优先显示发布招标次数最多的其他客户名称。
优先级还可以根据多个参数加权得到的，例如，根据招标次数计算该招标次数对应的权值，根据其他客户名称对应的实体企业的规模得到对应的权值，根据其他客户名称发生纠纷的次数得到对应的权值(该权值中纠纷次数越多则该权值得分越低)，将得到的这些权值进行相加，得分高的优先级最高。
在另一个可选的实施方式中，这些参数以及这些参数所对应的权值是可以有所述用户预先配置的。
在上述步骤中，所述用户输入的所述多个客户名称为预定业务种类下的客户名称，其中，所述预定业务种类为所述用户能够提供的商品和/或服务的种类；所述其他客户名称为所述预定业务种类下的客户名称。
在显示所述其他客户名称之后，记录所述用户选择查看的其他客户名称，并进行标记。在所述用户发生实际交易之后，如果所述其他客户名称为所述用户选择查看的其他用户名称，则记录所述用户查看的其他用户名称对应的关键词，其中，所述关键词被推荐给其他用户在所述预定业务种类下使用关键词进行检索客户名称时使用。
可以为每个预定业务种类均训练一个机器学习模型，首先获取用户输入的多个名称对应的预定业务种类，然后找到该预定业务种类对应的机器学习模型，将多个客户名称输入到该预定业务种类对应的机器学习模型中，该机器学习模型输出的就是该业务种类下的客户名称对应的关键词。这是因为有些客户可以能对多个业务种类均有需求，通过该可选的实施方式，可以得到该业务种类下的关键词，以及找到业务种类对应的客户名称。
通过上述步骤解决了现有技术中依靠销售人员人工进行客户获取所导致获客效率低并且有可能遗漏客户的问题，从而提高了客户获取的准确性和及时性。
在本实施例中，提供一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行以上实施例中的方法。
上述程序可以运行在处理器中，或者也可以存储在存储器中(或称为计算机可读介质)，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。
这些计算机程序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，对应与不同的步骤可以通过不同的模块来实现。
该本实施例中就提供了这样的一种装置或系统。该系统被称为基于客户画像的智能推荐系统，该系统包括：第一获取模块，用于获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；抓取模块，用于从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；提取模块，用于根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，其中客户信息包括客户名称、客户简称、公司品牌、主要产品等，所述关键词为至少一个；第二获取模块，用于获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；第三获取模块，用于获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。
该系统或者装置用于实现上述的实施例中的方法的功能，该系统或者装置中的每个模块与方法中的每个步骤相对应，已经在方法中进行过说明的，在此不再赘述。
例如，所述用户输入的所述多个客户名称为预定业务种类下的客户名称，其中，所述预定业务种类为所述用户能够提供的商品和/或服务的种类；所述其他客户名称为所述预定业务种类下的客户名称。
例如，所述抓取模块用于：获取每个客户名称对应的网络地址；从所述每个客户名称对应的网络地址抓取该客户名称对应的资料。可选地，所述第三获取模块用于：从预先存储的关键词与客户名称的对应关系中检索所述关键系对应的其他客户名称，并将检索到的所述其他客户名称显示给所述用户。
在本实施例中提供的功能被称为是客户拓展功能，或者称为画像拓展功能。用户输入预定数量的公司(例如五家公司)，然后在后台进行匹配相关的公司。在用户业务种类比较多的情况下，根据业务方向推荐相关的公司。进行后台学习的过程，根据五家公司进行学习，然后推荐更优的公司，后台在学习的过程中也可以加入用户希望找到的公司和用户不喜欢的公司。这样可以通过双向数据进行学习。
通过本实施例解决了现有技术中依靠销售人员人工进行客户获取所导致获客效率低并且有可能遗漏客户的问题，从而提高了客户获取的准确性和及时性。
以上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 (10)

1.一种基于客户画像的智能推荐方法，其特征在于，包括：
获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；
从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；
根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；使用人工智能的方式从文本中提取关键词，使用多组训练数据训练得到一个机器学习模型，所述多组训练数据中的每组训练数据均包括输入数据和输出数据，输入数据为一段文本，输出数据为人工标识出的该段文本所对应的关键词；经过训练之后，该机器学习模型就可以使用了，将该步骤中的资料转换成文本然后输入到该机器学习模型中，将所述机器学习模型输出的关键词作为该客户名称所对应的关键词；在训练的时候，预选配置关键词组，每个业务类型对应一个关键词组，该业务类型中对应的关键词组包括多个预先配置的关键词，上述训练数据中的输出数据中人工标识的至少一个关键词均是从关键词组中选出的；
获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；
获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。
2.根据权利要求1所述的方法，其特征在于，所述用户输入的所述多个客户名称为预定业务种类下的客户名称，其中，所述预定业务种类为所述用户能够提供的商品和/或服务的种类；所述其他客户名称为所述预定业务种类下的客户名称。
3.根据权利要求1所述的方法，其特征在于，从网络抓取所述每个客户名称对应的资料包括：
获取每个客户名称对应的网络地址；
从所述每个客户名称对应的网络地址抓取该客户名称对应的资料。
4.根据权利要求3所述的方法，其特征在于，所述网络地址包括以下至少之一：该客户名称对应的网站地址、所述客户名称对应的实体在第三方平台上进行介绍和宣传的地址。
5.根据权利要求1至4中任一项所述的方法，其特征在于，获取相同的所述关键词相对应的其他客户名称包括：
从预先存储的关键词与客户名称的对应关系中检索所述关键词对应的其他客户名称，并将检索到的所述其他客户名称显示给所述用户。
6.一种基于客户画像的智能推荐系统，其特征在于，包括：
第一获取模块，用于获取用户输入的多个客户名称，其中，所述用户为所述客户名称对应的实体提供商品和/或服务；
抓取模块，用于从网络抓取所述多个客户名称中每个客户名称分别对应的资料，其中，所述资料包括该客户名称对应的新闻和/或介绍；
提取模块，用于根据所述每个客户名称对应的资料提取每个客户名称对应的客户信息所对应的关键词，其中，所述关键词为至少一个；使用人工智能的方式从文本中提取关键词，使用多组训练数据训练得到一个机器学习模型，所述多组训练数据中的每组训练数据均包括输入数据和输出数据，输入数据为一段文本，输出数据为人工标识出的该段文本所对应的关键词；经过训练之后，该机器学习模型就可以使用了，将该步骤中的资料转换成文本然后输入到该机器学习模型中，将所述机器学习模型输出的关键词作为该客户名称所对应的关键词；在训练的时候，预选配置关键词组，每个业务类型对应一个关键词组，该业务类型中对应的关键词组包括多个预先配置的关键词，上述训练数据中的输出数据中人工标识的至少一个关键词均是从关键词组中选出的；
第二获取模块，用于获取所述多个客户名称对应的相同的关键词，其中，所述相同的关键词是每个客户名称对应的关键词中均包括的关键词；
第三获取模块，用于获取相同的所述关键词相对应的其他客户名称，其中，所述其他客户名称为除所述用户输入的多个客户名称以外的客户名称。
7.根据权利要求6所述的系统，其特征在于，所述用户输入的所述多个客户名称为预定业务种类下的客户名称，其中，所述预定业务种类为所述用户能够提供的商品和/或服务的种类；所述其他客户名称为所述预定业务种类下的客户名称。
8.根据权利要求6所述的系统，其特征在于，所述抓取模块用于：
获取每个客户名称对应的网络地址；
从所述每个客户名称对应的网络地址抓取该客户名称对应的资料。
9.根据权利要求8所述的系统，其特征在于，所述网络地址包括以下至少之一：该客户名称对应的网站地址、所述客户名称对应的实体在第三方平台上进行介绍和宣传的地址。
10.根据权利要求6至9中任一项所述的系统，其特征在于，所述第三获取模块用于：从预先存储的关键词与客户名称的对应关系中检索所述关键词对应的其他客户名称，并将检索到的所述其他客户名称显示给所述用户。
CN202111131023.2A 2021-09-26 2021-09-26 一种基于客户画像的智能推荐方法和系统 Active CN113836379B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111131023.2A CN113836379B (zh) 2021-09-26 2021-09-26 一种基于客户画像的智能推荐方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111131023.2A CN113836379B (zh) 2021-09-26 2021-09-26 一种基于客户画像的智能推荐方法和系统

Publications (2)

Publication Number Publication Date
CN113836379A CN113836379A (zh) 2021-12-24
CN113836379B true CN113836379B (zh) 2023-08-25

Family

ID=78970214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111131023.2A Active CN113836379B (zh) 2021-09-26 2021-09-26 一种基于客户画像的智能推荐方法和系统

Country Status (1)

Country Link
CN (1) CN113836379B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118227875A (zh) * 2024-03-14 2024-06-21 湖南于一科技有限公司 一种获客方法、装置、存储介质及电子装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136224A (zh) * 2011-11-24 2013-06-05 百度时代网络技术（北京）有限公司 一种关键词的推荐方法和装置
CN103425763A (zh) * 2013-08-05 2013-12-04 微梦创科网络科技（中国）有限公司 基于sns的用户推荐方法及装置
CN109242514A (zh) * 2018-08-28 2019-01-18 腾讯科技（深圳）有限公司 客户标签推荐方法、装置和系统
CN109284356A (zh) * 2018-08-28 2019-01-29 平安科技（深圳）有限公司 方案反馈方法、装置、计算机设备及存储介质
CN109389497A (zh) * 2018-09-05 2019-02-26 平安科技（深圳）有限公司 产品销售的智能推荐方法、装置、计算机设备和存储介质
CN109657145A (zh) * 2018-12-20 2019-04-19 拉扎斯网络科技（上海）有限公司 商户搜索方法及装置、电子设备及计算机可读存储介质
CN109727092A (zh) * 2018-12-15 2019-05-07 深圳壹账通智能科技有限公司 基于ai的产品推荐方法、装置、计算机设备及存储介质
CN110362694A (zh) * 2019-07-05 2019-10-22 武汉莱博信息技术有限公司 基于人工智能的文献数据检索方法、设备及可读存储介质
CN110457679A (zh) * 2019-07-01 2019-11-15 深圳追一科技有限公司 用户画像的构建方法、装置、计算机设备和存储介质
CN111831913A (zh) * 2020-07-17 2020-10-27 深圳龙图腾创新设计有限公司 一种潜在竞争者信息推荐方法、装置、设备和存储介质
CN111881183A (zh) * 2020-07-28 2020-11-03 北京金堤科技有限公司 企业名称匹配方法和装置、以及存储介质和电子设备
CN113254623A (zh) * 2021-06-23 2021-08-13 中国银行股份有限公司 数据处理方法、装置、服务器、介质及产品

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101643179B1 (ko) * 2010-11-11 2016-07-27 네이버 주식회사 추천 키워드를 제공하는 시스템 및 방법
KR101593720B1 (ko) * 2011-12-27 2016-02-17 한국전자통신연구원 시맨틱 네트워크 기반 콘텐츠 검색추천 장치 및 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136224A (zh) * 2011-11-24 2013-06-05 百度时代网络技术（北京）有限公司 一种关键词的推荐方法和装置
CN103425763A (zh) * 2013-08-05 2013-12-04 微梦创科网络科技（中国）有限公司 基于sns的用户推荐方法及装置
CN109242514A (zh) * 2018-08-28 2019-01-18 腾讯科技（深圳）有限公司 客户标签推荐方法、装置和系统
CN109284356A (zh) * 2018-08-28 2019-01-29 平安科技（深圳）有限公司 方案反馈方法、装置、计算机设备及存储介质
CN109389497A (zh) * 2018-09-05 2019-02-26 平安科技（深圳）有限公司 产品销售的智能推荐方法、装置、计算机设备和存储介质
CN109727092A (zh) * 2018-12-15 2019-05-07 深圳壹账通智能科技有限公司 基于ai的产品推荐方法、装置、计算机设备及存储介质
CN109657145A (zh) * 2018-12-20 2019-04-19 拉扎斯网络科技（上海）有限公司 商户搜索方法及装置、电子设备及计算机可读存储介质
CN110457679A (zh) * 2019-07-01 2019-11-15 深圳追一科技有限公司 用户画像的构建方法、装置、计算机设备和存储介质
CN110362694A (zh) * 2019-07-05 2019-10-22 武汉莱博信息技术有限公司 基于人工智能的文献数据检索方法、设备及可读存储介质
CN111831913A (zh) * 2020-07-17 2020-10-27 深圳龙图腾创新设计有限公司 一种潜在竞争者信息推荐方法、装置、设备和存储介质
CN111881183A (zh) * 2020-07-28 2020-11-03 北京金堤科技有限公司 企业名称匹配方法和装置、以及存储介质和电子设备
CN113254623A (zh) * 2021-06-23 2021-08-13 中国银行股份有限公司 数据处理方法、装置、服务器、介质及产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
大数据视角下的非结构化文本挖掘分析方法;黎伟健等;《新媒体研究》;第8-10页，第52页 *

Also Published As

Publication number Publication date
CN113836379A (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
KR101806169B1 (ko) 쇼핑 정보를 제공하는 방법, 장치, 시스템 및 컴퓨터 프로그램
JP7544791B2 (ja) ネットワーク化環境における不正コンテンツに関連するデータを収集するためのシステムおよび方法
EP3564828A1 (en) Method of data query based on evaluation and device
US20070027856A1 (en) Product searching system and method using search logic according to each category
CN106126630A (zh) 一种业务对象的收藏、搜索方法和装置
CN101506767A (zh) 相对于分类体系来分类诸如文档和/或聚类的对象以及从这种分类导出的数据结构
CN107977678A (zh) 用于输出信息的方法和装置
CN106033455B (zh) 一种处理用户操作信息的方法与设备
CN117150050B (zh) 一种基于大语言模型的知识图谱构建方法及系统
CN113836379B (zh) 一种基于客户画像的智能推荐方法和系统
US20080071553A1 (en) Generation of Commercial Presentations
CN106997350A (zh) 一种数据处理的方法及装置
JP5284064B2 (ja) 商品ｉｄサーバ装置、および商品ｉｄサーバ装置の制御方法
CN111291174A (zh) 基于区块链的线上阅读文章资讯排序方法及设备、介质
CN113609825B (zh) 一种客户属性标签智能标识方法和装置
US10791130B2 (en) Trigger-based harvesting of data associated with malignant content in a networked environment
CN114003873A (zh) 一种私人收藏品图集目录的处理方法、设备及存储介质
CN110309312B (zh) 一种关联事件获取方法及装置
CN103377199A (zh) 信息处理装置和信息处理方法
CN113129071A (zh) 一种商家产品sku分析方法和装置
CN111831683A (zh) 一种基于动态扩展场景匹配的自动化稽核方法和系统
CN112579763A (zh) 一种文书的推送方法及装置
CN113744066B (zh) 信息推送方法及装置
WO2024000554A1 (zh) 基于人工智能的资讯配图方法、设备、介质及程序产品
CN113592569A (zh) 一种智能获客处理方法和装置

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
GR01 Patent grant
GR01 Patent grant