基于区块链和云计算的对象生成方法及数字金融服务中心转让专利
申请号 : CN202011015089.0
文献号 : CN112199715B
文献日 : 2021-07-02
发明人 : 王海宏
申请人 : 成都闪蝶科技有限公司
摘要 :
权利要求 :
1.一种基于区块链和云计算的对象生成方法,其特征在于,应用于数字金融服务中心,所述数字金融服务中心与多个在线金融服务终端通信连接,所述方法包括:向所述在线金融服务终端分发待推送信息,并获取所述在线金融服务终端的目标用户针对所述待推送信息的业务反馈关联信息,生成所述目标用户的业务属性倾向参数,其中,所述待推送信息基于对应的区块链中确定出的支付事件所对应的目标支付对象信息确定;
根据所述目标用户的业务属性倾向参数,获取所述目标用户的注意力操作行为信息和注意力确认行为信息,所述注意力操作行为信息包括拼单行为对象和拼单行为覆盖业务,所述注意力确认行为信息包括确认行为对象和确认行为覆盖业务;
根据所述拼单行为覆盖业务和确认行为覆盖业务,构建所述拼单行为对象和所述确认行为对象之间的业务连通图关系信息,并基于所述拼单行为对象、确认行为对象和业务连通图关系信息进行特征提取,得到所述目标用户的预测拼单特征向量和预测确认行为特征;
基于所述预测拼单特征向量和预测确认行为特征预测所述目标用户的待确认行为对象,对所述待确认行为对象进行推送处理;
所述基于所述拼单行为对象、确认行为对象和业务连通图关系信息进行特征提取,得到所述目标用户的预测拼单特征向量和预测确认行为特征,包括:根据所述业务连通图关系信息对所述拼单行为对象进行特征提取,得到所述拼单行为对象的单位拼单特征向量;
基于所述拼单行为对象的单位拼单特征向量确定全局拼单特征向量; 根据所述拼单行为覆盖业务在所述拼单行为对象中确定近期拼单行为对象,并确定所述近期拼单行为对象对应的单位拼单特征向量;
对所述全局拼单特征向量和所述近期拼单行为对象对应的单位拼单特征向量进行融合,得到所述目标用户的预测拼单特征向量;
根据所述业务连通图关系信息对所述确认行为对象进行特征提取,得到所述确认行为对象的单位确认行为特征;
基于所述确认行为对象的单位确认行为特征确定全局确认行为特征,根据所述确认行为覆盖业务在所述确认行为对象中确定近期确认行为对象,并确定所述近期确认行为对象对应的单位确认行为特征;
对所述全局确认行为特征和所述近期确认行为对象对应的单位确认行为特征进行融合,所述目标用户的预测确认行为特征;
所述业务连通图关系信息包括业务连通图谱,所述业务连通图谱中包括多个图谱单元,以及连接两个图谱单元之间的迁移对象,所述迁移对象包括迁移对象的迁移方向和迁移次数,所述图谱单元包括拼单行为对象元素和确认行为对象元素;
所述根据所述业务连通图关系信息对所述拼单行为对象进行特征提取,得到所述拼单行为对象的单位拼单特征向量,包括:在所述业务连通图谱中确定所述拼单行为对象对应的拼单行为对象元素;
根据所述迁移方向在所述业务连通图谱的多个图谱单元中确定所述拼单行为对象元素的拼单行为迁移参数、确认行为迁移参数;
根据连接所述拼单行为对象元素和所述拼单行为迁移参数之间的迁移对象的迁移次数计算所述拼单行为迁移参数对所述拼单行为对象所产生的第一单位拼单特征;
根据连接所述拼单行为对象元素和所述确认行为迁移参数之间的迁移对象的迁移次数计算所述确认行为迁移参数对所述拼单行为对象所产生的第二单位拼单特征;
根据所述第一单位拼单特征和第二单位拼单特征确定所述拼单行为对象的单位拼单特征向量;
所述业务连通图关系信息包括业务连通图谱,所述业务连通图谱中包括多个图谱单元,以及连接两个图谱单元之间的迁移对象;
所述根据所述拼单行为覆盖业务和确认行为覆盖业务,构建所述拼单行为对象和所述确认行为对象之间的业务连通图关系信息的步骤,包括:将所述拼单行为对象和所述确认行为对象作为所述业务连通图谱中的图谱单元;
根据所述拼单行为覆盖业务和确认行为覆盖业务建立所述业务连通图谱中图谱单元之间的迁移对象;
其中,所述图谱单元包括拼单行为对象元素和确认行为对象元素;
所述根据所述拼单行为覆盖业务和确认行为覆盖业务建立所述业务连通图谱中图谱单元之间的迁移对象,包括:
根据所述拼单行为覆盖业务对所述拼单行为对象进行覆盖业务顺序排序,得到拼单行为排序结果;
根据所述拼单行为排序结果对所述业务连通图谱中的拼单行为对象元素进行两两连接;
根据所述确认行为覆盖业务对所述确认行为对象进行覆盖业务顺序排序,得到确认行为排序结果;
根据所述确认行为排序结果对所述业务连通图谱中的确认行为对象元素进行两两连接;
根据所述拼单行为覆盖业务和所述确认行为覆盖业务对所述业务连通图谱中的节点进行覆盖业务顺序排序,得到全局排序结果;
根据所述全局排序结果对所述业务连通图谱中的节点进行两两连接。
2.根据权利要求1所述的基于区块链和云计算的对象生成方法,其特征在于,所述获取所述在线金融服务终端的目标用户针对所述待推送信息的业务反馈关联信息,生成所述目标用户的业务属性倾向参数的步骤,包括:获取所述在线金融服务终端的目标用户针对所述待推送信息的业务反馈关联信息;
根据所述业务反馈关联信息获取所述目标用户的第一业务反馈属性和第一业务注意反馈参数,所述目标用户的第一业务反馈属性基于所述目标用户在当前应用平台上的针对所述待推送信息的业务反馈关联信息确定,所述目标用户的第一业务注意反馈参数基于所述目标用户所在用户服务圈中的各用户针对所述待推送信息的第二业务反馈属性和第二业务注意反馈参数确定;
获取预定业务属性倾向神经网络,所述预定业务属性倾向神经网络通过对样本用户的第三业务反馈属性和第三业务注意反馈参数进行机器学习处理获得,所述样本用户包括业务属性倾向用户和非业务属性倾向用户;
基于所述目标用户的第一业务反馈属性、第一业务注意反馈参数以及所述预定业务属性倾向神经网络,预测所述目标用户的业务属性倾向参数。
3.根据权利要求2所述的基于区块链和云计算的对象生成方法,其特征在于,所述用户服务圈的确定方式,包括下述两项中的任意一项:基于第一业务服务拼单信息查找所述目标用户的关联用户,基于所述目标用户以及该目标用户的各关联用户确定所述用户服务圈,其中,所述目标用户的关联用户为:所述当前应用平台上与所述目标用户存在预定拼单行为的用户;
基于第二业务服务拼单信息查找所述当前应用平台上的各用户的关联用户,基于所述当前应用平台上的各用户以及该各用户的关联用户确定所述用户服务圈,其中,所述当前应用平台上的任一用户的关联用户为:所述当前应用平台上与该用户存在所述预定拼单行为的用户。
4.根据权利要求2所述的基于区块链和云计算的对象生成方法,其特征在于,所述目标用户的第一业务反馈属性的确定方式,包括:获取所述目标用户的各业务服务标签的注意力行为数据;
基于所述目标用户的各所述业务服务标签的注意力行为数据以及各所述业务服务标签对应的权重,计算获得所述目标用户的业务属性参数;
根据所述目标用户的业务属性参数从所述业务反馈关联信息匹配获得所述目标用户的第一业务反馈属性。
5.根据权利要求2所述的基于区块链和云计算的对象生成方法,其特征在于,所述目标用户的第一业务注意反馈参数的确定方式,包括:在当前一个确定周期中,从所述用户服务圈中选取当前主服务用户,所述当前主服务用户为一个在当前一个确定周期中未被作为过主服务用户的用户;
基于所述当前主服务用户当前针对所述待推送信息的第二业务反馈属性,更新所述当前主服务用户及其各关联用户当前的第二业务注意反馈参数,获得所述当前主服务用户及其各关联用户更新后的第二业务注意反馈参数,所述当前主服务用户的关联用户为所述当前应用平台上与所述当前主服务用户存在预定拼单行为的用户;
返回从所述用户服务圈的各用户中选取当前主服务用户的步骤,直至所述用户服务圈中的各用户在当前一个确定周期中均被作为过主服务用户;
若不满足预定条件,执行下一个确定周期,直至满足所述预定条件;
若满足所述预定条件,将获得的所述用户服务圈中的各用户更新后的第二业务注意反馈参数,作为所述用户服务圈中的各用户的第一业务注意反馈参数;
将迭代计算完成后获得的所述目标用户的第二业务注意反馈参数,确定为所述目标用户的第一业务注意反馈参数。
6.根据权利要求5所述的基于区块链和云计算的对象生成方法,其特征在于,所述第二业务注意反馈参数包括正业务注意反馈参数和负业务注意反馈参数;
基于当前主服务用户当前的第二业务反馈属性,更新所述当前主服务用户及其各关联用户当前的第二业务注意反馈参数,获得所述当前主服务用户及其各关联用户更新后的第二业务注意反馈参数的步骤,包括:当所述当前主服务用户当前的第二业务反馈属性对应负反馈情况时,将所述当前主服务用户当前的正业务注意反馈参数和当前的负业务注意反馈参数中的较弱参数,作为当前第一更新参数;
基于所述当前第一更新参数和所述当前主服务用户当前的正业务注意反馈参数,计算所述当前主服务用户更新后的正业务注意反馈参数;
基于所述当前第一更新参数,所述当前主服务用户的各关联用户当前的负业务注意反馈参数,以及所述当前主服务用户分别与其各关联用户之间的权重关联等级,分别计算所述当前主服务用户的各关联用户更新后的负业务注意反馈参数;
当所述当前主服务用户当前的第二业务反馈属性对应正反馈情况时,将所述当前主服务用户当前的正业务注意反馈参数和当前的负业务注意反馈参数中的较弱参数,确定为当前第二更新参数;
基于所述当前第二更新参数和所述当前主服务用户当前的负业务注意反馈参数,计算所述当前主服务用户更新后的负业务注意反馈参数;
基于所述当前第二更新参数和所述当前主服务用户的各关联用户当前的正业务注意反馈参数,以及所述当前主服务用户分别与其各关联用户之间的权重关联等级,分别计算所述当前主服务用户的各关联用户更新后的正业务注意反馈参数;
其中,当所述当前主服务用户当前的第二业务反馈属性对应负反馈情况时,所述当前主服务用户当前的正业务注意反馈参数覆盖所述当前主服务用户更新后的正业务注意反馈参数,所述当前主服务用户的任一关联用户当前的负业务注意反馈参数不覆盖该关联用户更新后的负业务注意反馈参数;当所述当前主服务用户的当前第二业务反馈属性对应正反馈情况时,所述当前主服务用户当前的负业务注意反馈参数覆盖所述当前主服务用户更新后的负业务注意反馈参数,所述当前主服务用户的任一关联用户当前的正业务注意反馈参数不覆盖该关联用户更新后的正业务注意反馈参数;
所述当前主服务用户分别与其各关联用户之间的权重关联等级的确定方式,包括:获取所述当前主服务用户对应的第三业务服务拼单信息,所述第三业务服务拼单信息用于表征该当前主服务用户与其各关联用户之间的预定拼单行为;
基于所述第三业务服务拼单信息,确定所述当前主服务用户分别与其各关联用户之间的权重关联等级。
7.一种数字金融服务中心,其特征在于,所述数字金融服务中心包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个在线金融服务终端通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行权利要求1‑6中任意一项的基于区块链和云计算的对象生成方法。
说明书 :
基于区块链和云计算的对象生成方法及数字金融服务中心
技术领域
背景技术
户和用户资金的行为。
解决线上电商类服务平台和线下支付服务商涉嫌二清的问题,并且,转账支付也越发常用,
由此,基于区块链技术的支付方法应运而生。
息。然而,发明人研究发现,在传统的服务信息的推送过程中,通常会针对用户基于推送的
服务信息的业务反馈信息进行全局化分析来进一步推送,这种方式无法有效对满足用户需
求的待确认行为对象进行准确的预测后进行进一步信息推送,从而导致信息推送的准确度
不高。
发明内容
所述待推送信息的业务反馈关联信息,生成所述目标用户的业务属性倾向参数,从而基于
业务属性倾向参数进一步考虑目标用户在实际业务服务使用过程中的注意力操作行为信
息和注意力确认行为信息的覆盖业务的业务连通图关系信息,以及拼单行为信息和确认行
为信息之间的相互影响关系,可以对满足用户需求的待确认行为对象进行准确的预测。如
此,通过对满足用户需求的待确认行为对象进行准确的预测后进行进一步信息推送,相较
于传统针对业务反馈信息的全局化分析的方式,可以提升信息推送的准确度。
其中,所述待推送信息基于对应的区块链中确定出的支付事件所对应的目标支付对象信息
确定;
务,所述注意力确认行为信息包括确认行为对象和确认行为覆盖业务;
务连通图关系信息进行特征提取,得到所述目标用户的预测拼单特征向量和预测确认行为
特征;
骤,包括:
针对所述待推送信息的业务反馈关联信息确定,所述目标用户的第一业务注意反馈参数基
于所述目标用户所在用户服务圈中的各用户针对所述待推送信息的第二业务反馈属性和
第二业务注意反馈参数确定;
括业务属性倾向用户和非业务属性倾向用户;
当前应用平台上与所述目标用户存在预定拼单行为的用户;
当前应用平台上的任一用户的关联用户为:所述当前应用平台上与该用户存在所述预定拼
单行为的用户。
户及其各关联用户更新后的第二业务注意反馈参数,所述当前主服务用户的关联用户为所
述当前应用平台上与所述当前主服务用户存在预定拼单行为的用户;
户更新后的第二业务注意反馈参数的步骤,包括:
当前第一更新参数;
算所述当前主服务用户的各关联用户更新后的负业务注意反馈参数;
为当前第二更新参数;
计算所述当前主服务用户的各关联用户更新后的正业务注意反馈参数;
意反馈参数,所述当前主服务用户的任一关联用户当前的负业务注意反馈参数不覆盖该关
联用户更新后的负业务注意反馈参数;当所述当前主服务用户的当前第二业务反馈属性对
应正反馈情况时,所述当前主服务用户当前的负业务注意反馈参数覆盖所述当前主服务用
户更新后的负业务注意反馈参数,所述当前主服务用户的任一关联用户当前的正业务注意
反馈参数不覆盖该关联用户更新后的正业务注意反馈参数;
认行为特征,包括:
为对象对应的单位拼单特征向量;
对象对应的单位确认行为特征;
迁移对象包括迁移对象的迁移方向和迁移次数,所述图谱单元包括拼单行为对象元素和确
认行为对象元素;
理,包括:
置包括:
业务属性倾向参数;
拼单行为覆盖业务,所述注意力确认行为信息包括确认行为对象和确认行为覆盖业务;
认行为对象和业务连通图关系信息进行特征提取,得到所述目标用户的预测拼单特征向量
和预测确认行为特征;
心通信连接的多个在线金融服务终端;
数;
务,所述注意力确认行为信息包括确认行为对象和确认行为覆盖业务;
务连通图关系信息进行特征提取,得到所述目标用户的预测拼单特征向量和预测确认行为
特征;
述处理器之间通过总线系统相连,所述网络接口用于与至少一个在线金融服务终端通信连
接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读
存储介质中的程序、指令或代码,以执行第一方面或者第一方面中任意一个可能的实现方
式中的基于区块链和云计算的对象生成方法。
的实现方式中的基于区块链和云计算的对象生成方法。
属性倾向参数进一步考虑目标用户在实际业务服务使用过程中的注意力操作行为信息和
注意力确认行为信息的覆盖业务的业务连通图关系信息,以及拼单行为信息和确认行为信
息之间的相互影响关系,可以对满足用户需求的待确认行为对象进行准确的预测。如此,通
过对满足用户需求的待确认行为对象进行准确的预测后进行进一步信息推送,相较于传统
针对业务反馈信息的全局化分析的方式,可以提升信息推送的准确度。
附图说明
范围的限定,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,还可以根据这
些附图获得其它相关的附图。
具体实施方式
金融服务中心100通信连接的在线金融服务终端200。图1所示的基于区块链和云计算的对
象生成系统10仅为一种可行的示例,在其它可行的实施例中,该基于区块链和云计算的对
象生成系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部
分。
动设备、虚拟现实设备、或增强现实设备等,或其任意组合。在一些实施例中,物联网设备可
以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等,或其任意组合。
在一些实施例中,可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、
智能服装、智能背包、智能配件等,或其任何组合。在一些实施例中,智能移动设备可以包括
智能手机、个人数字助理、游戏设备等,或其任意组合。在一些实施例中,虚拟现实设备和增
强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现
实玻璃、或增强现实贴片等,或其任意组合。例如,虚拟现实设备和增强现实设备可以包括
各种虚拟现实产品等。
的对象生成方法,具体数字金融服务中心100和在线金融服务终端200的执行步骤部分可以
参照以下方法实施例的详细描述。
应用大数据技术或者是云计算技术等的场景中,再比如,还可以应用在包括但不限于新能
源汽车系统管理、智能云办公、云平台数据处理、云游戏数据处理、云直播处理、云汽车管理
平台、区块链金融数据服务平台等,但不限于此。
法可以由图1中所示的数字金融服务中心100执行,下面对该基于区块链和云计算的对象生
成方法进行详细介绍。
图关系信息进行特征提取,得到目标用户的预测拼单特征向量和预测确认行为特征。
务确认信息,业务拒绝信息等,在此不作具体限定。此外,目标用户的业务属性倾向参数可
以用于表征目标用户在针对已经推送的待推送信息进行业务使用过程中更为倾向的业务
属性内容,例如注意力操作行为信息和注意力确认行为信息。因此可以根据目标用户的业
务属性倾向参数,具体获取目标用户的注意力操作行为信息和注意力确认行为信息。
行为特征进行特征融合,得到融合特征,从而根据融合特征预测目标用户的待确认行为对
象。譬如,可以根据融合特征中的每个特征向量所表征的商品标签,预测目标用户的待确认
行为对象。这样,待确认行为对象可以用于表示具体的商品对象的某个节点,例如在推送时
可以使得用户直接进入某个商品对象A的图文详情页的详情页第5个节点部分的推荐内容。
数进一步考虑目标用户在实际业务服务使用过程中的注意力操作行为信息和注意力确认
行为信息的覆盖业务的业务连通图关系信息,以及拼单行为信息和确认行为信息之间的相
互影响关系,可以对满足用户需求的待确认行为对象进行准确的预测。如此,通过对满足用
户需求的待确认行为对象进行准确的预测后进行进一步信息推送,相较于传统针对业务反
馈信息的全局化分析的方式,可以提升信息推送的准确度。
以通过以下示例性的子步骤来实现,详细描述如下。
户包括业务属性倾向用户和非业务属性倾向用户。
参数可以基于目标用户所在用户服务圈中的各用户针对待推送信息的第二业务反馈属性
和第二业务注意反馈参数确定,具体将在后文的描述中进行说明。
的兴趣的变化趋势,第一业务注意反馈参数基于目标用户所在用户服务圈中的各用户的第
二业务反馈属性和第二业务注意反馈参数确定,可见,该第一业务注意反馈参数可用于表
征该目标用户与用户服务圈中的其他用户之间互相影响的情况。因此,基于目标用户的第
一业务反馈属性和第一业务注意反馈参数进行业务属性倾向预测,充分地考虑了用户的个
人因素以及应用平台的拼单行为属性对用户的业务属性倾向行为的影响,能够有效地提高
预测的精确性。
数,根据目标用户的业务属性参数从业务反馈关联信息匹配获得目标用户的第一业务反馈
属性。
用户更新后的第二业务注意反馈参数,当前主服务用户的关联用户为当前应用平台上与当
前主服务用户存在预定拼单行为的用户。
数中的较弱参数,作为当前第一更新参数。然后,基于当前第一更新参数和当前主服务用户
当前的正业务注意反馈参数,计算当前主服务用户更新后的正业务注意反馈参数。由此,可
以基于当前第一更新参数,当前主服务用户的各关联用户当前的负业务注意反馈参数,以
及当前主服务用户分别与其各关联用户之间的权重关联等级,分别计算当前主服务用户的
各关联用户更新后的负业务注意反馈参数。
较弱参数,确定为当前第二更新参数。然后,基于当前第二更新参数和当前主服务用户当前
的负业务注意反馈参数,计算当前主服务用户更新后的负业务注意反馈参数。由此,可以基
于当前第二更新参数和当前主服务用户的各关联用户当前的正业务注意反馈参数,以及当
前主服务用户分别与其各关联用户之间的权重关联等级,分别计算当前主服务用户的各关
联用户更新后的正业务注意反馈参数。
负业务注意反馈参数对应的反馈次数时,当前的负业务注意反馈参数为较弱参数,当正业
务注意反馈参数对应的反馈次数小于当前的负业务注意反馈参数对应的反馈次数时,当前
的正业务注意反馈参数为较弱参数。
前主服务用户的任一关联用户当前的负业务注意反馈参数不覆盖该关联用户更新后的负
业务注意反馈参数。当当前主服务用户的当前第二业务反馈属性对应正反馈情况时,当前
主服务用户当前的负业务注意反馈参数覆盖当前主服务用户更新后的负业务注意反馈参
数,当前主服务用户的任一关联用户当前的正业务注意反馈参数不覆盖该关联用户更新后
的正业务注意反馈参数。
拼单信息用于表征该当前主服务用户与其各关联用户之间的预定拼单行为。在此基础上,
可以基于第三业务服务拼单信息,确定当前主服务用户分别与其各关联用户之间的权重关
联等级。
征的过程中,可以通过以下示例性的子步骤来实现,详细描述如下。
对应的单位拼单特征向量。
对应的单位确认行为特征。
对象的迁移方向和迁移次数,图谱单元包括拼单行为对象元素和确认行为对象元素。
象元素的拼单行为迁移参数、确认行为迁移参数。接着,可以根据连接拼单行为对象元素和
拼单行为迁移参数之间的迁移对象的迁移次数计算拼单行为迁移参数对拼单行为对象所
产生的第一单位拼单特征。由此,可以根据连接拼单行为对象元素和确认行为迁移参数之
间的迁移对象的迁移次数计算确认行为迁移参数对拼单行为对象所产生的第二单位拼单
特征,从而根据第一单位拼单特征和第二单位拼单特征确定拼单行为对象的单位拼单特征
向量。譬如,可以将第一单位拼单特征和第二单位拼单特征进行加权融合,从而确定拼单行
为对象的单位拼单特征向量。
通图谱中的图谱单元,然后根据拼单行为覆盖业务和确认行为覆盖业务建立业务连通图谱
中图谱单元之间的迁移对象。
序排序,得到拼单行为排序结果,然后根据拼单行为排序结果对业务连通图谱中的拼单行
为对象元素进行两两连接,根据确认行为覆盖业务对确认行为对象进行覆盖业务顺序排
序,得到确认行为排序结果。
盖业务顺序排序,得到全局排序结果后,根据全局排序结果对业务连通图谱中的节点进行
两两连接,从而即可获得拼单行为对象和确认行为对象之间的业务连通图关系信息。
能够表征支付对象信息的第一存证元素列表。
表。
在同一种支付事件转移情况的标的资源的支付记录。
目标存证元素列表。
推送信息。
作详细限定。
对应的云计算业务规则,由此可以在云计算服务中基于云计算业务规则生成在线金融服务
终端200的待推送信息。
存证元素列表,从第二存证元素列表中选取出与第一存证元素列表中存证元素相匹配的目
标存证元素,之后根据获得的目标存证元素列表确定出第二标的资源的支付记录中与第一
标的资源的支付记录的支付对象信息相匹配的目标支付对象信息后进行信息推送。如此,
考虑到了针对支付事件存在关联的标的资源的支付记录的迭代转移的情况,由此可以结合
迭代转移的目标支付对象信息进行后续的信息挖掘分析,进而提高后续信息推送的精度。
基于标的资源的支付记录映射特征,从第二标的资源的支付记录中预估出与第一存证元素
列表中存证元素相匹配的目标存证元素,得到第一预估目标存证元素列表。
表,然后,基于第一预估目标存证元素列表和第二预估目标存证元素列表,得到目标存证元
素列表。
然后,从第二存证元素列表中选取出存证业务特征满足预设业务规则的目标存证元素。
出关键存证元素,得到关键存证元素列表。在此基础上,可以从关键存证元素列表中选取出
满足预设规则的目标关键存证元素。譬如,预设规则可以是指存证元素的特征重要程度满
足预设重要程度。
节点。例如,可以基于第一存证元素列表以及目标关键存证元素所表征的目标支付对象,来
确定出第二标的资源的支付记录中的目标支付对象信息。
息推送规则获取对目标支付对象信息进行识别得到的推送目标样本。
得到的推送目标样本。
量。
参考节点。
趣点的正确识别,并且克服了相关技术中基于全量的词库,会导致内容标签关键词向量覆
盖不全的问题,从而提高兴趣点识别的效率。
和云计算的对象生成装置300进行功能模块的划分,也即该基于区块链和云计算的对象生
成装置300所对应的以下各个功能模块可以用于执行上述数字金融服务中心100执行的各
个方法实施例。其中,该基于区块链和云计算的对象生成装置300可以包括生成模块310、获
取模块320、构建模块330以及推送模块340,下面分别对该基于区块链和云计算的对象生成
装置300的各个功能模块的功能进行详细阐述。
数,其中,待推送信息基于对应的区块链中确定出的支付事件所对应的目标支付对象信息
确定。其中,生成模块310可以用于执行上述的步骤S110,关于生成模块310的详细实现方式
可以参照上述针对步骤S110的详细描述即可。
盖业务,注意力确认行为信息包括确认行为对象和确认行为覆盖业务。其中,获取模块320
可以用于执行上述的步骤S120,关于获取模块320的详细实现方式可以参照上述针对步骤
S120的详细描述即可。
务连通图关系信息进行特征提取,得到目标用户的预测拼单特征向量和预测确认行为特
征。其中,构建模块330可以用于执行上述的步骤S130,关于构建模块330的详细实现方式可
以参照上述针对步骤S130的详细描述即可。
的步骤S140,关于推送模块340的详细实现方式可以参照上述针对步骤S140的详细描述即
可。
这些模块可以全部以软件通过处理元件调用的形式实现。也可以全部以硬件的形式实现。
还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,
生成模块310可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此
外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件
调用并执行以上生成模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分
可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号
的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的
硬件的集成逻辑电路或者软件形式的指令完成。
或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列
(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程
序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器
(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以
集成在一起,以片上系统(system‑on‑a‑chip,SOC)的形式实现。
介质120、总线130以及收发器140。
获取模块320、构建模块330以及推送模块340),使得处理器110可以执行如上方法实施例的
基于区块链和云计算的对象生成方法,其中,处理器110、机器可读存储介质120以及收发器
140通过总线130连接,处理器110可以用于控制收发器140的收发动作,从而可以与前述的
在线金融服务终端200进行数据收发。
Digital Signal Processor,DSP)、专用集成电路(英文:Application
SpecificIntegrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以
是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完
成,或者用处理器中的硬件及软件模块组合执行完成。
结构(Extended Industry Standard Architecture,EISA)总线等。总线130可以分为地址
总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或
一种类型的总线。
处理方法。
会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所
以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及
的“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”并不一定是指同一实施
例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
对它们的任何新的和有用的改进。相应地,本说明书的各个方面可以完全由硬件执行、可以
完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件
或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本说明书的
各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可
读程序编码。
合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介
质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用
的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线
电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、
COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其它编程语言等。该程序
编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在
用户计算机上运行部分在远程计算机运行、或完全在远程计算机或数字金融服务终端上运
行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网
(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为
服务使用如软件即服务(SaaS)。
过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说
明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本
说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过
互动业务实现,但是也可以只通过软件的解决方案得以实现,如在现有的数字金融服务终
端或移动设备上安装所描述的系统。
图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要
求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介
绍和描述的实施例。