[go: up one dir, main page]

CN115564301A - 一种激活卡人数值预测方法、装置及计算机设备 - Google Patents

一种激活卡人数值预测方法、装置及计算机设备 Download PDF

Info

Publication number
CN115564301A
CN115564301A CN202211355864.6A CN202211355864A CN115564301A CN 115564301 A CN115564301 A CN 115564301A CN 202211355864 A CN202211355864 A CN 202211355864A CN 115564301 A CN115564301 A CN 115564301A
Authority
CN
China
Prior art keywords
card
activated
value
target time
time period
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
CN202211355864.6A
Other languages
English (en)
Inventor
马赈耀
王冬
白建宇
韩有志
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.)
Bank of China Ltd
Original Assignee
Bank of China 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202211355864.6A priority Critical patent/CN115564301A/zh
Publication of CN115564301A publication Critical patent/CN115564301A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书涉及计算机技术领域，尤其涉及一种激活卡人数值预测方法、装置及计算机设备。其中激活卡人数值预测方法包括根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合；根据当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段对应的预测人数值；以及根据目标时段的预约人数值和预测人数值，确定与目标时段对应的待激活卡人数值。利用本说明书实施例，针对目标时段，适应性地预测了来激活卡的用户人数值，以用于适应性配置服务人员和设备数量，以提高用户满意度。

Description

一种激活卡人数值预测方法、装置及计算机设备
技术领域
本说明书涉及计算机技术领域，尤其涉及一种激活卡人数值预测方法、装置及计算机设备。
背景技术
目前，即将过期的借记卡换新卡的需求越来越大。借记卡在即将过期时，制卡商针对该即将过期的借记卡制作携带借记卡卡主信息的新卡，并将该新卡邮寄至借记卡卡主处。借记卡卡主在接收到新卡之后，需要前往网点办理该新卡的激活业务。由于目前办理该新卡的激活业务人数越来越多，人工柜台和智能柜台无法满足需要，从而导致用户体验差。同时，由于每个时段办理该激活业务的人数均不确定，如果增设人工柜台和智能柜台，但在该时段之后办理该激活业务的人数突然激减的情况下，则会导致资源浪费。
如何合理地预测目标时段，来激活借记卡的用户数量值，以针对人工柜台的数目值和智能柜台的数目值进行合理地配置是现有技术中亟需解决的问题。
发明内容
为解决现有技术中的问题，本说明书实施例提供了一种激活卡人数值预测方法、装置、计算机设备及存储介质，根据换卡地址信息库和已激活用户标识集合，确定还没有激活的待激活卡用户标识集合。进而基于当前日期、目标时段、每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段的预测人数值，进而确定该目标时段的待激活卡人数值，以用于针对人工柜台的数目值和智能柜台的数目值进行合理地配置，从而避免资源浪费和提高用户体验。
为了解决上述技术问题，本说明书的具体技术方案如下：
一方面，本说明书实施例提供了一种激活卡人数值预测方法，包括，
根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，所述换卡地址信息库包括换卡用户标识、与所述换卡用户标识对应的领卡日期；
根据当前日期、目标时段、与所述待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定所述目标时段对应的预测人数值；以及
根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值。
进一步，该根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合进一步包括：
根据所述当前网点的位置信息，确定预设位置信息集合，所述预设位置信息集合中包括多个预设位置信息；
将所述换卡地址信息库包括的多个换卡地址信息分别与所述多个预设位置信息中的每个预设位置信息进行匹配，确定多个目标换卡地址信息；以及
从与所述多个目标换卡地址信息关联的多个目标换卡用户标识中去除已激活用户标识集合中包括的已激活用户标识，得到所述待激活卡用户标识集合。
进一步，该根据当前日期、目标时段、与所述待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定所述目标时段对应的预测人数值进一步包括，
根据所述当前日期、所述与所述每个待激活用户标识对应的领卡日期和所述预设激活卡天数阈值，确定与所述每个待激活用户标识对应的剩余可用天数值；
确定与每个所述剩余可用天数值对应的待激活用户标识个数值；以及
根据所述目标时段、所述与每个所述剩余可用天数值对应的待激活用户标识个数值和所述预设激活卡天数阈值，确定所述目标时段对应的预测人数值。
进一步，该多个所述剩余可用天数值由第一剩余可用天数值和第二剩余可用天数值构成，所述根据所述目标时段、所述与每个所述剩余可用天数值对应的待激活用户标识个数值和所述预设激活卡天数阈值，确定所述目标时段对应的预测人数值包括：
PT＝αNL+βNS
其中，所述PT表征所述预测人数值，所述α和所述β分别表征参数，所述NL表征与大于所述目标时段对应的天数值的所述第一剩余可用天数值对应的第一总待激活用户标识个数值，所述NL为所述预设激活卡天数阈值、所述目标时段对应的天数值和所述与每个所述第一剩余可用天数值对应的待激活用户标识个数值的函数，以及所述NS表征与小于等于所述目标时段对应的天数值的所述第二剩余可用天数值对应的第二总待激活用户标识个数值。
进一步，该与大于所述目标时段对应的天数值的第一剩余可用天数值对应的第一总待激活用户标识个数值进一步包括：
Figure BDA0003921194210000031
其中，所述OT表征所述目标时段对应的天数值，所述T表征预设激活卡天数阈值，所述Ai表征与每个所述第一剩余可用天数值对应的待激活用户标识个数值，以及所述i表征常数。
进一步，该根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值进一步包括，
根据预设权重数值集合，针对所述预约人数值和所述预测人数值进行加权处理，得到所述待激活卡人数值。
进一步，在所述根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值之后，进一步包括，
根据所述待激活卡人数值，确定在所述目标时段人工柜台开放数目值和智能柜台使用数目值，
其中，所述智能柜台包括针对待激活卡和与使用所述待激活卡的用户进行校验的设备。
进一步，该智能柜台包括针对待激活卡和与使用所述待激活卡的用户进行校验的设备进一步包括，
所述智能柜台根据接收到的待激活卡，在确定所述待激活卡通过校验的情况下，获取与所述待激活卡对应的预设用户标识；
利用所述预设用户标识，针对所述使用所述待激活卡的用户进行验证；以及
在确定所述使用所述待激活卡的用户通过验证的情况下，将与所述待激活卡关联的状态信息修改为目标状态。
另一方面，本说明书实施例还提供了一种激活卡人数值预测装置，包括，
第一确定单元，用于根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，所述换卡地址信息库包括换卡用户标识、与所述换卡用户标识对应的领卡日期；
第二确定单元，用于根据当前日期、目标时段、与所述待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定所述目标时段对应的预测人数值；以及
第三确定单元，用于根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值。
进一步，该激活卡人数值预测装置，进一步还包括，
第四确定单元，用于根据所述待激活卡人数值，确定在所述目标时段人工柜台开放数目值和智能柜台使用数目值，
其中，所述智能柜台包括针对待激活卡和与使用所述待激活卡的用户进行校验的设备。
另一方面，本说明书实施例还提供了一种计算机设备，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，所述处理器执行所述计算机程序时实现上述的方法。
另一方面，本说明书实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现上述的方法。
利用本说明书实施例，根据换卡地址信息库和已激活用户标识集合，确定还没有激活的待激活卡用户标识集合。进而基于当前日期、目标时段、每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段的预测人数值，进而根据该预测人数值和目标时段的预约人数值，确定该目标时段的待激活卡人数值。基于该待激活卡人数值，确定人工柜台的数目值和智能柜台的数目值，以在目标时段内，为办理激活卡业务的用户提供服务，从而在提高用户体验的同时避免了资源的浪费。
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说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1所示为本说明书实施例一种激活卡人数值预测方法的实施系统示意图；
图2所示为本说明书实施例一种激活卡人数值预测方法的流程图；
图3所示为本说明书另一实施例的一种激活卡人数值预测方法的流程图；
图4所示为本说明书实施例一种服务人数和设备数据值配置方法的流程图；
图5所示为本说明书实施例一种激活卡人数值预测方法的原理图；
图6A所示为本说明书实施例一种激活卡人数值预测装置的结构示意图；
图6B所示为本说明书另一实施例的一种激活卡人数值预测装置的结构示意图；
图7为本说明书实施例一种计算机设备的结构示意图。
【附图标记说明】
101、用户终端；
102、服务器；
501、换卡地址信息库；
502、已激活用户标识集合；
503、预设激活卡天数阈值；
504、目标时段；
510、待激活卡用户标识集合；
520、预测模型；
530、预测人数值；
541、预约人数值；
542、待激活卡人数值；
610、第一确定单元；
620、第二确定单元；
630、第三确定单元；
640、第四确定单元；
702、计算机设备；
704、处理设备；
706、存储资源；
708、驱动机构；
710、输入/输出模块；
712、输入设备；
714、输出设备；
716、呈现设备；
718、图形用户接口；
720、网络接口；
722、通信链路；
724、通信总线。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，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，都属于本说明书保护的范围。
需要说明的是，本说明书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数据在适当情况下可以互换，以便这里描述的本说明书的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，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步骤或单元。
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。
在本说明书的技术方案中，所涉及的用户个人信息和用户个人的途经地址信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
图1所示为本说明书实施例一种密码子序列优化方法的实施系统示意图，可以包括：用户终端101和服务器102，用户终端101和服务器102之间通过网络进行通信，网络可以包括局域网(Local Area Network，简称为LAN)、广域网(Wide Area Network，简称为WAN)、因特网或其组合，并连接至网站、用户设备(例如计算设备)和后端系统。用户可以通过用户终端101发送预测激活卡人数值请求至服务器102，该预测激活卡人数值请求包括换卡地址信息库和已激活用户标识集合。服务器102在接收到该预测激活卡人数值请求后，根据当前日期、目标时段、该目标时段的预约人数值、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定与目标时段对应的待激活卡人数值。将该待激活卡人数值发送至用户终端101。或者，在确定待激活卡人数值之后，根据该待激活卡人数值，确定在目标时段人工柜台开放数目值和智能柜台使用数目值，并将该人工柜台开放数目值和智能柜台使用数目值发送至用户终端101。可选地，服务器102可以是云计算系统的节点(图中未显示)，或者每个服务器102可以是单独的云计算系统，包括由网络互连并作为分布式处理系统工作的多台计算机。
在一个可选的实施例中，用户终端101可以包括电子设备不限于智能手机、采集设备、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(AR,AugmentedReality)/虚拟现实(VR,Virtual Reality)设备、智能可穿戴设备等类型的电子设备。可选的，电子设备上运行的操作系统可以包括但不限于安卓系统、IOS系统、Linux、Windows等。
此外，需要说明的是，图1所示的仅仅是本说明书提供的一种应用环境，在实际应用中，还可以包括多个用户终端101，本说明书不做限制。
如图2所示为本说明书实施例一种激活卡人数值预测方法的流程图。在本图中描述了激活卡人数值的预测过程，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图2所示，方法可以包括：
S210，根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，换卡地址信息库包括换卡用户标识、与换卡用户标识对应的领卡日期；
S220，根据当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段对应的预测人数值；
S230，根据目标时段的预约人数值和预测人数值，确定与目标时段对应的待激活卡人数值。
利用本说明书实施例，通过根据换卡地址信息库和已激活用户标识集合，确定还没有激活的待激活卡用户标识集合。进而基于当前日期、目标时段、每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段的预测人数值，进而根据该预测人数值和目标时段的预约人数值，确定该目标时段的待激活卡人数值，以用于确定人工柜台的数目值和智能柜台的数目值，从而在提高用户体验的同时避免了资源的浪费。
根据本说明书的一个实施例，在借记卡即将失效时，制卡商会针对即将失效的借记卡进行制新卡，并将该新卡邮寄至该即将失效的借记卡的卡主处。该借记卡例如可以为预先绑定用户信息的银行卡，例如，社保卡。换卡地址信息库包括与每个新卡对应的换卡用户标识和领卡日期。该领卡日期例如可以为自邮寄快递之日起预设时段之后的目标日期，例如，自邮寄快递之日起14天之后的日期。该领卡日期例如还可以为用户通过客户端签收包含该新卡的快递之日。
已激活用户标识集合包括多个已激活用户标识，该已激活用户标识表征与针对收到的新卡已经完成激活操作的用户对应的标识。
从换卡地址信息库中的换卡用户标识中去除已激活用户标识集合中的每个已激活用户标识，得到与当前网点对应的待激活卡用户标识集合。该待激活卡用户标识包括待激活用户标识和与该待激活用户标识对应的领卡日期。
当前日期表征预测时刻对应的日期。目标时段为需要进行预测得到预测人数值时段，例如，今日预测明日来当前网点办理激活业务的人数值，则当前日期为今日，该目标时段为与明日对应的时段。预设激活卡天数阈值为从领卡日期之后，用户仅可在领卡日期与预设激活卡天数阈值之内的某一天去办理激活业务，例如，仅可在从领卡日期起，14天内办理激活业务，该预设激活卡天数阈值则为14天。该预设激活天数阈值可以为自然日的天数阈值还可以是工作日的天数阈值。
根据当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段对应的预测人数值例如可以为，利用人数值预测模型，针对当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值进行处理，得到与目标时段对应的预测人数值。该人数值预测模型例如可以是任意训练后的深度学习模型，该训练后的深度学习模型由训练样本和与训练样本对应的标签训练得到的。该训练样本例如可以为样本当前日期、样本目标时段、样本领卡日期和样本预设激活卡天数阈值，标签与每个训练样本对应的样本预测人数值。
在确定目标时段的预测人数值之后，获取目标时段的预约人数值。预约人数值为通过客户端预约在目标时段内来当前网点办理激活业务的用户的个数。基于该预约人数值和预测人数值，确定该目标时段的待激活人数值。基于该预约人数值和预测人数值，确定该目标时段的待激活人数值例如可以为将预约人数值与预测人数值进行加和，得到该待激活卡人数值。该预约人数值例如可以与多个预约用户标识关联，预测人数值例如可以与多个预测用户标识关联。确定多个预约用户标识与多个预测用户标识之间的并集，并将该并集确定为待激活卡用户标识集合。确定该待激活卡用户标识集合中待激活卡用户标识的个数，为待激活卡人数值。
根据本说明书的另一个实施例，根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合包括：根据当前网点的位置信息，确定预设位置信息集合，预设位置信息集合中包括多个预设位置信息；将换卡地址信息库包括的多个换卡地址信息分别与多个预设位置信息中的每个预设位置信息进行匹配，确定多个目标换卡地址信息；以及从与多个目标换卡地址信息关联的多个目标换卡用户标识中去除已激活用户标识集合中包括的已激活用户标识，得到待激活卡用户标识集合。
换卡地址信息库还包括与每个换卡用户标识对应的换卡地址信息。该换卡地址信息为新卡邮寄的收件地址信息，该收件地址信息例如可以为银行预存的与该用户标识关联的地址信息，也可以为用户通过客户端输入的收件地址信息。
针对每个网点，均针对该网点的位置信息配置对应的服务位置信息集合，该服务位置信息集合中包括的多个服务位置信息均为该网点的服务对象。该服务位置信息集合基于该网点的位置信息和预设服务辐射半径确定。例如，针对每个网点，以该网点为中心，5公里之内的所有位置均为该网点的服务对象，则由该五公里之内的所有位置信息构成与该网点对应的服务位置信息集合。
基于当前网点的位置信息，获取与该位置信息关联的服务位置信息集合，并将该服务位置信息集合作为预设位置信息集合。
进而，将换卡地址信息库中包括的多个换卡地址信息分别与多个预设位置信息进行匹配，确定与预设位置信息相匹配的换卡地址信息为目标换卡地址信息，得到多个目标换卡地址信息。该匹配例如可以为一致性匹配，或相似性匹配，该相似性匹配例如可以确定换卡地址信息是否为该预设位置信息周围预设半径范围内的地址信息。
在确定多个目标换卡地址信息之后，确定与每个目标换卡地址信息对应的目标换卡用户标识，并确定该目标换卡用户标识是否与已激活用户标识集合中的已激活用户标识是否一致，在确定不一致的情况下，将该目标换卡用户标识作为待激活卡用户标识，得到待激活卡用户标识集合。
图3所示为本说明书另一实施例的一种激活卡人数值预测方法的流程图。在本图中描述了激活卡人数值的预测方法过程，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。具体的如图3所示，方法可以包括：
S321，根据当前日期、与每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定与每个待激活用户标识对应的剩余可用天数值；
S322，确定与每个剩余可用天数值对应的待激活用户标识个数值；
S323，根据目标时段、与每个剩余可用天数值对应的待激活用户标识个数值和预设激活卡天数阈值，确定目标时段对应的预测人数值。
利用本说明书实施例，通过根据当前日期、与每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定与每个待激活用户标识对应的剩余可用天数值。基于该剩余可用天数值、目标时段、预设激活卡天数阈值，确定目标时段对应的预测人数值，从而实现了通过简易算法，针对目标时段预测合理地预测人数值。
根据本说明书的另一个实施例，剩余可用天数值表征与该待激活用户标识对应的用户在该剩余可用天数值对应的天数之内，需要去网点办理激活业务，否则无法再针对该新卡进行激活。
例如，当前日期为今日(A年B月C+1日)，领卡日期为A年B月C日，预设激活卡天数阈值为14个自然日，则剩余可用天数值为13天。
针对每个待激活用户标识，确定剩余可用天数值。进而，依据每个剩余可用天数值，确定与该剩余可用天数值对应的待激活用户标识的个数。即得到，针对剩余可用天数值为x天，待激活用户标识个数值为y个，该x为小于等于预设激活卡天数阈值的正整数。
根据目标时段、与每个剩余可用天数值对应的待激活用户标识个数值和预设激活卡天数阈值，确定目标时段对应的预测人数值具体可以为，利用预测人数值公式，针对目标时段、与每个剩余可用天数值对应的待激活用户标识个数值和预设激活卡天数阈值进行处理，得到该目标时段对应的预测人数值。
根据本说明书的另一个实施例，多个剩余可用天数值由第一剩余可用天数值和第二剩余可用天数值构成，根据目标时段、与每个剩余可用天数值对应的待激活用户标识个数值和预设激活卡天数阈值，确定目标时段对应的预测人数值的预测人数值公式例如可以为以下公式(1)所示。
PT＝αNL+βNS 公式(1)
其中，PT表征预测人数值，α和β分别表征参数，NL表征与大于目标时段对应的天数值的第一剩余可用天数值对应的第一总待激活用户标识个数值，NL为预设激活卡天数阈值、目标时段对应的天数值和与每个第一剩余可用天数值对应的待激活用户标识个数值的函数，以及NS表征与小于等于目标时段对应的天数值的第二剩余可用天数值对应的第二总待激活用户标识个数值。
例如，目标时段为明天，则该目标时段对应的天数值为1，在该目标时段为下周，则该目标时段对应的天数值为7。在目标时段对应的天数值为1的情况下，NL表征的第一待激活用户标识个数值为由与大于1的第一剩余可用天数值对应的待激活用户标识的个数值确定的值；NS表征的第二待激活用户标识个数值为由等于1的第二剩余可用天数值对应的待激活用户标识的个数值确定的，例如，该NS为等于1的第二剩余可用天数值对应的待激活用户标识的个数值。在该目标时段对应的天数值为7的情况下，该NS为小于等于7的第二剩余可用天数值对应的待激活用户标识个数值之和的数值。
根据本说明书的另一个实施例，与大于目标时段对应的天数值的第一剩余可用天数值对应的第一总待激活用户标识个数值例如可以由以下公式(2)确定。
Figure BDA0003921194210000111
其中，OT表征目标时段对应的天数值，T表征预设激活卡天数阈值，Ai表征与每个第一剩余可用天数值对应的待激活用户标识个数值，以及i表征常数。
例如，在目标时段对应的天数值为1，预设激活卡天数阈值为14的情况下，A14表征与第一剩余可用天数值为14对应的待激活用户标识个数值，第一剩余可用天数值包括2、3、4、5、6、7、8、9、10、11、12、13和14。
图4所示为本说明书实施例一种服务人数和设备数据值配置方法的流程图。在本图中描述了服务人数和设备数据值的配置方法过程，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。具体的如图4所示，方法可以包括：
S410，根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，换卡地址信息库包括换卡用户标识、与换卡用户标识对应的领卡日期；
S420，根据当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段对应的预测人数值；
S430，根据目标时段的预约人数值和预测人数值，确定与目标时段对应的待激活卡人数值；
S440，根据待激活卡人数值，确定在目标时段人工柜台开放数目值和智能柜台使用数目值，
其中，智能柜台包括针对待激活卡和与使用待激活卡的用户进行校验的设备。
利用本说明书实施例，根据换卡地址信息库和已激活用户标识集合，确定还没有激活的待激活卡用户标识集合。进而基于当前日期、目标时段、每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段的预测人数值，进而根据该预测人数值和目标时段的预约人数值，确定该目标时段的待激活卡人数值。基于该待激活卡人数值，确定人工柜台的数目值和智能柜台的数目值，以在目标时段内，为办理激活卡业务的用户提供服务，从而在提高用户体验的同时避免了资源的浪费。
根据本说明书的另一个实施例，步骤S410-S430例如可以采用如图2中步骤S210-S230所示的操作进行对应的操作。
在确定针对目标时段，确定待激活卡人数值之后，还可以将该待激活卡人数值输入预设映射关系中，确定与该待激活卡人数值对应的人工柜台开放数目值和智能柜台使用数目值。该预设映射关系为预设的预设人数值与人工柜台开放数目值和智能柜台使用数目值的之间的映射关系。
在确定针对目标时段，确定待激活卡人数值之后，针对该待激活卡人数值与服务人数阈值进行对比，确定该待激活卡人数值是否大于该服务人数阈值，在确定该待激活卡人数值大于该服务人数阈值的情况下，确定在该目标时段人工柜台开放数据值和智能柜台使用数目值。在确定该待激活卡人数值大于该服务人数阈值的情况下，确定在该目标时段人工柜台开放数据值和智能柜台使用数目值具体可以为，将该待激活卡人数值输入预设映射关系中，确定与该待激活卡人数值对应的人工柜台开放数目值和智能柜台使用数目值。
根据本说明书的另一个实施例，智能柜台包括针对待激活卡和与使用待激活卡的用户进行校验的设备包括：智能柜台根据接收到的待激活卡，在确定待激活卡通过校验的情况下，获取与待激活卡对应的预设用户标识；利用预设用户标识，针对使用待激活卡的用户进行验证；以及在确定使用待激活卡的用户通过验证的情况下，将与待激活卡关联的状态信息修改为目标状态。
例如，在确定该待激活卡的加密数值(ARQC值)与预设的与该待激活卡关联的预设加密数值一致的情况下，确定该待激活卡通过校验。该校验过程例如还可以包括判断该卡片是否已过激活日期，该激活日期基于与待激活用户标识对应的领卡日期和预设激活卡天数阈值确定。
针对使用待激活卡的用户进行验证具体可以为，采集该用户的人脸图像，并将该人脸图像与该用户对应的目标人脸图像进行对比，确定该人脸图像与该目标人脸图像对应的用户为同一个人的情况下，确定该使用待激活卡的用户通过验证。目标人脸图像例如可以为用户的证件上的图像，还可以为预先存储的与该用户标识关联的图像。
图5所示为本说明书实施例一种激活卡人数值预测方法的原理图。
根据本说明书的另一个实施例，根据目标时段的预约人数值和预测人数值，确定与目标时段对应的待激活卡人数值包括：根据预设权重数值集合，针对预约人数值和预测人数值进行加权处理，得到待激活卡人数值。
若将预约人数值与预测人数值进行加和，得到待激活卡人数值，则可能导致待激活卡人数相对比于真实的待激活卡人数值较大。若将预约人数值例如可以与多个预约用户标识关联，预测人数值例如可以与多个预测用户标识关联，从而确定较为准确的待激活卡人数值，但是由于需要将人数值与用户标识关联，从而会导致占用存储空间，且计算过程较繁琐浪费计算资源。
为了简便的确定较合理的待激活卡人数值，可以根据历史数据，确定权重数据集合，该权重数据集合包括与预设人数值对应的权重数据和与预测人数值对应的权重数据。该历史数据包括针对目标历史时段的真实到达网点办理激活业务的人数值，与该目标历史时段对应的历史预设人数值和历史预测人数值。针对该历史数据，进行数据拟合，得到真实到达网点办理激活业务人数值与历史预设人数值和历史预测人数值之间的函数，进而根据该函数，确定预设权重数值集合。
如图5所示，根据换卡地址信息库501和已激活用户标识集合502，采用如步骤S210所示的操作，确定待激活卡用户标识集合510。将预设激活卡天数阈值503、待激活卡用户标识集合510和目标时段504输入预测模型520，预测模型520获取当前日期，并利用公式(1)和公式(2)对当前日期、预设激活卡天数阈值503、待激活卡用户标识集合510和目标时段504进行处理，得到与预测人数值530。
进而利用预设权重数值集合，针对预约人数值541和预测人数值530进行加权处理，得到待激活卡人数值542。
图6A所示为本说明书实施例一种激活卡人数值预测装置的结构示意图。如图6A所示，包括，
第一确定单元610，用于根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，换卡地址信息库包括换卡用户标识、与换卡用户标识对应的领卡日期；
第二确定单元620，用于根据当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段对应的预测人数值；
第三确定单元630，用于根据目标时段的预约人数值和预测人数值，确定与目标时段对应的待激活卡人数值。
由于上述装置解决问题的原理与上述方法相似，因此上述装置的实施可以参见上述方法的实施，重复之处不再赘述。
图6B所示为本说明书另一实施例的一种激活卡人数值预测装置的结构示意图。如图6B所示，包括，
第一确定单元610，用于根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，换卡地址信息库包括换卡用户标识、与换卡用户标识对应的领卡日期；
第二确定单元620，用于根据当前日期、目标时段、与待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定目标时段对应的预测人数值；
第三确定单元630，用于根据目标时段的预约人数值和预测人数值，确定与目标时段对应的激活卡人数值；
第四确定单元640，用于根据待激活卡人数值，确定在目标时段人工柜台开放数目值和智能柜台使用数目值。
由于上述装置解决问题的原理与上述方法相似，因此上述装置的实施可以参见上述方法的实施，重复之处不再赘述。
如图7所示为本说明书实施例一种计算机设备的结构示意图，本说明书中的装置可以为本实施例中的计算机设备，执行上述本说明书的方法。计算机设备702可以包括一个或多个处理设备704，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。计算机设备702还可以包括任何存储资源706，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储资源706可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储资源都可以使用任何技术来存储信息。进一步地，任何存储资源可以提供信息的易失性或非易失性保留。进一步地，任何存储资源可以表示计算机设备702的固定或可移除部件。在一种情况下，当处理设备704执行被存储在任何存储资源或存储资源的组合中的相关联的指令时，计算机设备702可以执行相关联指令的任一操作。计算机设备702还包括用于与任何存储资源交互的一个或多个驱动机构708，诸如硬盘驱动机构、光盘驱动机构等。
计算机设备702还可以包括输入/输出模块710(I/O)，其用于接收各种输入(经由输入设备712)和用于提供各种输出(经由输出设备714)。一个具体输出机构可以包括呈现设备716和相关联的图形用户接口(GUI)718。在其他实施例中，还可以不包括输入/输出模块710(I/O)、输入设备712以及输出设备714，仅作为网络中的一台计算机设备。计算机设备702还可以包括一个或多个网络接口720，其用于经由一个或多个通信链路722与其他设备交换数据。一个或多个通信总线724将上文所描述的部件耦合在一起。
通信链路722可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路722可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本说明书实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述方法。
本说明书实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被处理器执行时实现上述方法。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书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，本说明书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。
本说明书是参照根据本说明书实施例的方法、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。
以上的具体实施例，对本说明书的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本说明书的具体实施例而已，并不用于限定本说明书的保护范围，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书的保护范围之内。

Claims (13)

1.一种激活卡人数值预测方法，其特征在于，包括：
根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，所述换卡地址信息库包括换卡用户标识、与所述换卡用户标识对应的领卡日期；
根据当前日期、目标时段、与所述待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定所述目标时段对应的预测人数值；以及
根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值。
2.根据权利要求1所述的方法，其特征在于，所述根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合包括：
根据所述当前网点的位置信息，确定预设位置信息集合，所述预设位置信息集合中包括多个预设位置信息；
将所述换卡地址信息库包括的多个换卡地址信息分别与所述多个预设位置信息中的每个预设位置信息进行匹配，确定多个目标换卡地址信息；以及
从与所述多个目标换卡地址信息关联的多个目标换卡用户标识中去除已激活用户标识集合中包括的已激活用户标识，得到所述待激活卡用户标识集合。
3.根据权利要求1所述的方法，其特征在于，所述根据当前日期、目标时段、与所述待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定所述目标时段对应的预测人数值包括：
根据所述当前日期、所述与所述每个待激活用户标识对应的领卡日期和所述预设激活卡天数阈值，确定与所述每个待激活用户标识对应的剩余可用天数值；
确定与每个所述剩余可用天数值对应的待激活用户标识个数值；以及
根据所述目标时段、所述与每个所述剩余可用天数值对应的待激活用户标识个数值和所述预设激活卡天数阈值，确定所述目标时段对应的预测人数值。
4.根据权利要求3所述的方法，其特征在于，多个所述剩余可用天数值由第一剩余可用天数值和第二剩余可用天数值构成，所述根据所述目标时段、所述与每个所述剩余可用天数值对应的待激活用户标识个数值和所述预设激活卡天数阈值，确定所述目标时段对应的预测人数值包括：
PT＝αNL+βNS
其中，所述PT表征所述预测人数值，所述α和所述β分别表征参数，所述NL表征与大于所述目标时段对应的天数值的所述第一剩余可用天数值对应的第一总待激活用户标识个数值，所述NL为所述预设激活卡天数阈值、所述目标时段对应的天数值和所述与每个所述第一剩余可用天数值对应的待激活用户标识个数值的函数，以及所述NS表征与小于等于所述目标时段对应的天数值的所述第二剩余可用天数值对应的第二总待激活用户标识个数值。
5.根据权利要求4所述的方法，其特征在于，所述与大于所述目标时段对应的天数值的第一剩余可用天数值对应的第一总待激活用户标识个数值包括：
Figure FDA0003921194200000021
其中，所述OT表征所述目标时段对应的天数值，所述T表征预设激活卡天数阈值，所述Ai表征与每个所述第一剩余可用天数值对应的待激活用户标识个数值，以及所述i表征常数。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值包括：
根据预设权重数值集合，针对所述预约人数值和所述预测人数值进行加权处理，得到所述待激活卡人数值。
7.根据权利要求1所述的方法，其特征在于，在所述根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值之后，还包括：
根据所述待激活卡人数值，确定在所述目标时段人工柜台开放数目值和智能柜台使用数目值，
其中，所述智能柜台包括针对待激活卡和与使用所述待激活卡的用户进行校验的设备。
8.根据权利要求7所述的方法，其特征在于，所述智能柜台包括针对待激活卡和与使用所述待激活卡的用户进行校验的设备包括：
所述智能柜台根据接收到的待激活卡，在确定所述待激活卡通过校验的情况下，获取与所述待激活卡对应的预设用户标识；
利用所述预设用户标识，针对所述使用所述待激活卡的用户进行验证；以及
在确定所述使用所述待激活卡的用户通过验证的情况下，将与所述待激活卡关联的状态信息修改为目标状态。
9.一种激活卡人数值预测装置，其特征在于，包括：
第一确定单元，用于根据换卡地址信息库和已激活用户标识集合，确定与当前网点对应的待激活卡用户标识集合，所述换卡地址信息库包括换卡用户标识、与所述换卡用户标识对应的领卡日期；
第二确定单元，用于根据当前日期、目标时段、与所述待激活卡用户标识集合中每个待激活用户标识对应的领卡日期和预设激活卡天数阈值，确定所述目标时段对应的预测人数值；以及
第三确定单元，用于根据所述目标时段的预约人数值和所述预测人数值，确定与所述目标时段对应的待激活卡人数值。
10.根据权利要求9所述的装置，其特征在于，还包括：
第四确定单元，用于根据所述待激活卡人数值，确定在所述目标时段人工柜台开放数目值和智能柜台使用数目值，
其中，所述智能柜台包括针对待激活卡和与使用所述待激活卡的用户进行校验的设备。
11.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-8中任一项的方法。
12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述权利要求1-8任一项的方法。
13.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现根据权利要求1-8中任一项所述方法的步骤。
CN202211355864.6A 2022-11-01 2022-11-01 一种激活卡人数值预测方法、装置及计算机设备 Pending CN115564301A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211355864.6A CN115564301A (zh) 2022-11-01 2022-11-01 一种激活卡人数值预测方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211355864.6A CN115564301A (zh) 2022-11-01 2022-11-01 一种激活卡人数值预测方法、装置及计算机设备

Publications (1)

Publication Number Publication Date
CN115564301A true CN115564301A (zh) 2023-01-03

Family

ID=84768572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211355864.6A Pending CN115564301A (zh) 2022-11-01 2022-11-01 一种激活卡人数值预测方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN115564301A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205611A (zh) * 2023-04-27 2023-06-02 南京茂聚智能科技有限公司 一种基于物联网的全自助制卡领卡一体化系统
CN118761484A (zh) * 2024-09-02 2024-10-11 深圳市明泰智能技术有限公司 一种社保卡自助服务方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205611A (zh) * 2023-04-27 2023-06-02 南京茂聚智能科技有限公司 一种基于物联网的全自助制卡领卡一体化系统
CN118761484A (zh) * 2024-09-02 2024-10-11 深圳市明泰智能技术有限公司 一种社保卡自助服务方法及系统

Similar Documents

Publication Publication Date Title
CN111782943A (zh) 基于历史数据记录的信息推荐方法、装置、设备及介质
CN108764932A (zh) 基于人脸识别的电力营业厅智能分级调度方法和系统
CN112926699A (zh) 异常对象识别方法、装置、设备及存储介质
CN115564301A (zh) 一种激活卡人数值预测方法、装置及计算机设备
CN112613917A (zh) 基于用户画像的信息推送方法、装置、设备及存储介质
CN111340558B (zh) 基于联邦学习的线上信息处理方法、装置、设备及介质
CN105744005A (zh) 客户定位分析方法及服务器
CN112348321A (zh) 风险用户的识别方法、装置及电子设备
CN112910953A (zh) 业务数据的推送方法、装置和服务器
CN116108934B (zh) 联邦学习系统、联邦学习方法和装置
CN110955677A (zh) 一种身份验证方法、装置及系统
CN112634017A (zh) 远程开卡激活方法、装置、电子设备及计算机存储介质
CN113962401A (zh) 联邦学习系统、联邦学习系统中的特征选择方法及装置
CN115171264B (zh) 一种排队管理方法和相关装置
CN112651733A (zh) 渠道路由选择方法、装置、设备及存储介质
CN113919921B (zh) 一种基于多任务学习模型的产品推荐方法及相关设备
CN119127193A (zh) 一种基于多维度客群的业务界面优化方法、装置及设备
CN112527991A (zh) 信息处理方法、装置及介质
CN112837096A (zh) 线索质量数据确定方法、系统、装置、设备及存储介质
CN114386947B (zh) 一种电子证照主题事项联办方法、装置、设备及存储介质
CN112507141A (zh) 调查任务生成方法、装置、计算机设备及存储介质
CN116911952A (zh) 金融服务的推送方法及装置
CN117252362A (zh) 基于人工智能的调度方法、装置、计算机设备及存储介质
CN109214765B (zh) 访客智能管理方法、装置、系统和计算机可读存储介质
CN109377380A (zh) 一种基于大数据处理的续保提醒的方法、装置及通信设备

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