服务数据处理方法、装置、存储介质及电子设备
文献发布时间:2023-06-19 10:11:51
技术领域
本公开涉及数据处理领域,具体涉及一种服务数据处理方法、一种服务数据处理装置、一种计算机可读存储介质和一种电子设备。
背景技术
如今,许多国家逐渐步入老龄化社会,由于家庭养老观念的时代局限性,越来越多的老人选择社区养老模式。
当老人入住养老社区后,可能会发生一般性外出、从养老社区独立业态短期转移到护理业态、转移到养老社区康复医院住院治疗等情况。考虑老人在外出期间一定程度上减少了社区的运营成本,因此制定了许多保留优惠政策,社区可以有选择的让利用户,为用户提供优惠金额,进而保证社区运营的稳定性。
在现有技术中,计算保留优惠时通常依赖人工比对优惠政策进行结算,再将结算结果手动录入月费调整单进而得到月费账单,不仅优惠结算效率低、易出错,生成账单的步骤还较为繁琐。另外,在用户外出时,需要工作人员进行沟通进行服务推荐,无法对外出服务数据进行精确分析,提供个性化的推荐服务。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种服务数据处理方法、一种服务数据处理装置、一种计算机可读存储介质和一种电子设备,旨在提高账单结算效率和准确率。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开实施例的一个方面,提供了一种服务数据处理方法,包括:响应于服务结算请求,获取所述服务结算请求对应的用户信息;基于所述用户信息从数据库中获取当前缴费周期的应收金额、优惠账单、当前服务信息和历史外出信息;其中,所述优惠账单是根据所述用户信息对应的当前外出信息和优惠策略计算;根据所述优惠账单获取优惠费用,以及根据所述当前服务信息计算服务费用,并根据所述应收金额、所述优惠费用和所述服务费用生成缴费账单;根据所述历史外出信息计算下一缴费周期的预测外出信息,并基于所述缴费账单和所述预测外出信息生成优惠损失信息;将所述缴费账单和所述优惠损失信息发送至所述终端设备以用于展示。
根据本公开的一些实施例,基于前述方案,所述方法还包括:在监测到外出登记系统更新用户的返回状态时,向所述外出登记系统获取用户信息和所述返回状态对应的当前外出信息;基于所述用户信息从所述数据库中获取所述用户的居住时长、居住类型、历史缴费信息;根据历史缴费信息中的欠费信息,以及当前外出信息中的外出时长、外出类型,计算与所述居住时长对应的优惠策略;若所述居住时长满足第一优惠条件,则生成第一优惠策略,若所述居住时长满足第二优惠条件,则生成第二优惠策略;根据所述当前外出信息和所述优惠策略计算优惠费用;根据所述优惠费用按照所述居住类型生成所述优惠账单,并构建所述用户信息与所述优惠账单的关联关系。
根据本公开的一些实施例,基于前述方案,所述优惠账单包括第一优惠账单和第二优惠账单,所述根据所述优惠费用按照所述居住类型生成所述优惠账单包括:若所述居住类型为第一居住类型,则根据所述优惠费用生成所述第一优惠账单;其中,所述第一优惠账单包括房费账单;若所述居住类型为第二居住类型,则根据所述优惠费用生成所述第二优惠账单;其中,所述第二优惠账单包括租金账单、服务费账单。
根据本公开的一些实施例,基于前述方案,所述根据所述历史外出信息计算下一缴费周期的预测外出信息,包括:根据所述历史外出信息中历史缴费周期的实际外出信息计算当前缴费周期的外出比例,以及上一缴费周期的实际外出信息和预测外出信息计算外出调整因子;基于所述外出比例和所述外出调整因子计算下一缴费周期的预测外出信息。
根据本公开的一些实施例,基于前述方案,所述基于所述缴费账单和所述预测外出信息生成优惠损失信息,包括:将所述缴费账单配置为缴费状态生成第一历史缴费信息,并基于所述第一历史缴费信息和所述预测外出信息计算第一优惠费用;以及将所述缴费账单配置为未缴费状态生成第二历史缴费信息,并基于所述第二历史缴费信息和所述预测外出信息计算第二优惠费用;根据所述第一优惠费用与所述第二优惠费用的差额生成所述优惠损失信息。
根据本公开的一些实施例,基于前述方案,所述方法还包括:在监测到外出登记系统更新用户的外出状态时,向所述外出登记系统获取用户信息和所述返回状态对应的当前外出信息;根据用户信息和推荐服务的关联关系,从所述数据库中查询与所述用户信息对应的推荐服务;将所述推荐服务发送至所述终端设备以用于展示。
根据本公开的一些实施例,基于前述方案,所述方法还包括:周期性获取服务数据;其中,所述服务数据包括用户信息、服务信息和用户服务信息;调用推荐系统利用所述服务数据计算与所述用户信息对应的多个预推荐服务;调用排序算法对所述预推荐服务进行排序,并选定预设数量个预推荐服务;将所述预设数量个预推荐服务进行过滤得到推荐服务,并构建所述用户信息与所述推荐服务的关联关系。
根据本公开实施例的第二个方面,提供了一种服务数据处理装置,包括:响应模块,用于响应于终端设备的服务结算请求,获取与所述终端设备对应的用户信息;获取模块,用于基于所述用户信息从数据库中获取当前缴费周期的应收金额、优惠账单和当前服务信息;其中,所述优惠账单是根据所述用户信息对应的当前外出信息和优惠策略计算;计算模块,用于根据所述优惠账单获取优惠费用,以及根据所述当前服务信息计算服务费用;账单模块,用于根据所述应收金额、优惠费用和服务费用生成缴费账单,并将所述缴费账单发送至所述终端设备以用于展示。
根据本公开实施例的第三个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中的服务数据处理方法。
根据本公开实施例的第四个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中的服务数据处理方法。
本公开示例性实施例可以具有以下部分或全部有益效果:
在本公开的一些实施例所提供的技术方案中,响应于终端设备的服务结算请求,获取用户信息后,根据应收金额、优惠费用和服务费用生成缴费账单,并将所述缴费账单发送至所述终端设备以用于展示,其中,优惠账单根据用户信息对应的当前外出信息和优惠策略预先计算。基于上述方法,生成缴费账单时优惠费用可以根据预先计算的优惠账单直接获取,一方面直接调用优惠费用省略了计算过程,简化了数据处理步骤,提高了账单生成效率,同时也能够避免手工录入优惠账单的效率低、易出错的问题,确保优惠费用结算的准确性;另一方面生成账单的同时生成优惠损失信息,可以将损失信息提前展示,优化运营流程,同时可以便于用户直观的了解权益情况,提升用户体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。在附图中:
图1示意性示出现有技术中一种服务数据处理方法的流程示意图;
图2示意性示出本公开示例性实施例中一种服务数据处理方法的流程示意图;
图3示意性示出本公开示例性实施例中一种系统交互示意图;
图4示意性示出本公开示例性实施例中一种生成优惠账单方法的流程示意图;
图5示意性示出本公开示例性实施例中一种预测外出信息表单示意图;
图6示意性示出本公开示例性实施例中一种生成优惠损失信息方法的流程示意图;
图7示意性示出本公开示例性实施例中一种推荐单元示意图;
图8示意性示出本公开示例性实施例中一种推荐服务方法的流程示意图;
图9示意性示出本公开示例性实施例中一种服务数据处理装置的组成示意图;
图10示意性示出本公开示例性实施例中一种计算机可读存储介质的示意图;
图11示意性示出本公开示例性实施例中一种电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
随着我国社会逐步进入老龄化,老年人在社会的占比越来越多,社区养老模式的优势越来越明显,越来越多的老年人选择社区养老。当老人入住养老社区后,由于个人或家庭原因,可能会发生一般性外出、从养老社区独立业态短期转移到护理业态、转移到养老社区康复医院住院治疗等等情况。
考虑到用户外出期间一定程度上减少了社区的运营成本,因此制定并推出了灵活的养老社区运营政策。例如对于养老社区新入住1年内的用户,自动按照最大优惠享受方案执行保留优惠,让利新入住客户、推广养老社区;对于养老社区入住1年以上的用户,自动按照最小优惠享受方案执行保留优惠,回收社区运营成本。还可例如,若外出时长较长,可享有更多的保留优惠。
现有技术中,入住养老社区的用户,若发生外出,可在养老云平台进行外出登记,用户返回社区后,再进行返回登记。在进行保留优惠结算时主要依赖于工作人员根据用户外出记录人工计算用户享受的保留政策,向财务提交申请,由财务人员手动录入月费调整单。
图1示意性示出现有技术中一种服务数据处理方法的流程示意图,如图1所示,现有的服务数据处理方法可以包括以下步骤:
步骤S101,用户外出;外出登记系统获取用户的外出行为并更新数据;
步骤S102,制定用户外出服务清单;工作人员与用户进行沟通,根据用户信息为其制定外出服务清单;
步骤S103,用户外出返回;外出登记系统获取用户的返回行为并更新数据;
步骤S104,判断外出期间用户账单是否欠费,若欠费则执行步骤S105,若不欠费则执行步骤S106;
步骤S105,按欠费情况,根据保留优惠政策人工计算保留优惠金额;
步骤S106,按欠费情况,根据保留优惠政策人工计算保留优惠金额;
步骤S107,将计算的保留优惠金额录入月费调整单。
现有的服务数据处理方法中,需要人工比对优惠政策,不仅优惠结算效率低、易出错,生成账单的步骤还较为繁琐。而且,当用户账单欠费后,发生外出场景返回后工作人员人工计算保留优惠时,才可知用户不能享受保留优惠。滞后业务发生场景,无法提前告知用户,导致本运营政策的推广体验较差。
另外,用户外出时,无法根据用户历史服务为用户提供个性化服务,总是需要一线服务人员沟通用户后,制定服务清单。导致一线运营沟通成本增加,无法为用户提供尊享式的服务体验。
鉴于相关技术中存在的问题,本公开提供一种服务数据处理方法,在用户外出发生时,按照用户的居住情况自动匹配保留优惠政策,并计算此次外出的优惠费用,生成账单时便直接调用计算结果以自动生成账单,进而提高账单结算效率和准确率。
以下对本公开实施例的技术方案的实现细节进行详细阐述。图2示意性示出本公开示例性实施例中一种服务数据处理方法的流程示意图,如图2所示,该服务数据处理方法包括步骤S201至步骤S205:
步骤S201,响应于服务结算请求,获取所述服务结算请求对应的用户信息;
步骤S202,基于所述用户信息从数据库中获取当前缴费周期的应收金额、优惠账单、当前服务信息和历史外出信息;其中,所述优惠账单是根据所述用户信息对应的当前外出信息和优惠策略计算;
步骤S203,根据所述优惠账单获取优惠费用,以及根据所述当前服务信息计算服务费用,并根据所述应收金额、所述优惠费用和所述服务费用生成缴费账单;
步骤S204,根据所述历史外出信息计算下一缴费周期的预测外出信息,并基于所述缴费账单和所述预测外出信息生成优惠损失信息;
步骤S205,将所述缴费账单和所述优惠损失信息发送至所述终端设备以用于展示。
在本公开的一些实施例所提供的技术方案中,响应于终端设备的服务结算请求,获取用户信息后,根据应收金额、优惠费用和服务费用生成缴费账单,并将所述缴费账单发送至所述终端设备以用于展示,其中,优惠账单根据用户信息对应的当前外出信息和优惠策略预先计算。基于上述方法,生成缴费账单时优惠费用可以根据预先计算的优惠账单直接获取,一方面直接调用优惠费用省略了计算过程,简化了数据处理步骤,提高了账单生成效率,同时也能够避免手工录入优惠账单的效率低、易出错的问题,确保优惠费用结算的准确性;另一方面生成账单的同时生成优惠损失信息,可以将损失信息提前展示,优化运营流程,同时可以便于用户直观的了解权益情况,提升用户体验。
下面,将结合附图及实施例对本示例实施方式中的服务数据处理方法的各个步骤进行更详细的说明。
图3示意性示出本公开示例性实施例中一种系统交互示意图,如图3所示,主要包括运营系统301、外出登记系统302、服务登记系统303、缴费登记系统304、运营数据库305、优惠策略数据库306、服务数据库307、计费系统308、预测系统309、推荐系统310。
运营系统301可以用于监控社区运营情况,并记录异常数据,还可以支持工作人员录入信息,例如可以实现添加、删除或修改用户信息,配置优惠规则集等功能。
外出登记系统302可以用于在用户发生外出或返回时,更新用户的状态,例如录入用户ID,外出日期、返回日期、外出时长、外出类型、备注信息等当前外出信息。
服务登记系统303可以用于记录用户购买了外出服务之后,更新用户服务信息。例如工作人员录入用户本次购买的服务信息,可以包括用户ID、服务ID、服务内容、服务类型、服务时长、服务金额等当前服务信息。
缴费登记系统304可以用于获取用户对本次缴费账单的缴费情况,以得到当前缴费信息,缴费信息可以包括缴费日期、应缴金额、已缴金额、未缴金额、欠费比例等。
运营数据库305可以用于存储与社区运营相关的数据,例如社区用户数量、社区服务平均购买率等。
优惠策略数据库306可以用于存储工作人员配置的优惠规则集。不同的优惠规则对应于不同的优惠策略。
服务数据库307可以用于存储服务数据,包括用户信息、服务信息和用户服务信息。
计费系统308可以用于从数据库中获取需要的数据并计算生成优惠账单、缴费账单以及优惠损失信息。
预测系统309可以用于从数据库中获取需要的数据计算得到预测外出信息。
推荐系统310可以用于从数据库中获取需要的数据计算用户信息对应的推荐服务。
在步骤S201中,响应于服务结算请求,获取所述服务结算请求对应的用户信息。
在本公开的一个实施例中,服务结算请求可以按缴费周期由计费系统自动触发,也可以通过终端设备触发。其中,缴费周期可以设定为每周、每月或者每季度,根据设定的缴费周期自动触发服务结算请求。终端设备可以是用户侧对应的智能手机、便携式计算机的一种或多种,当然也可以是平板电脑等智能终端设备,用户或工作人员可以通过终端设备来触发服务结算请求。
具体来说,服务结算请求与用户信息对应,即某用户当前缴费周期的服务结算请求。用户信息中可以包括用户姓名、性别、住址、用户ID等标识用户身份的信息,也可以包括居住时长、居住类型、缴费周期、应收金额等居住服务信息。
在步骤S202中,基于所述用户信息从数据库中获取当前缴费周期的应收金额、优惠账单、当前服务信息和历史外出信息;其中,所述优惠账单是根据所述用户信息对应的当前外出信息和优惠策略计算。
在本公开的一个实施例中,获取到用户信息后,可以提取用户ID,根据ID从预设的数据库中获取当前缴费周期的应收金额、优惠账单、当前服务信息和历史外出信息。
其中,当前缴费周期的应收金额可以根据用户信息中的居住服务信息获取。由于用户与养老社区建立了合约关系,则合约关系对应有用户每一缴费周期的费用标准,即可获得当前缴费周期的应收金额,一般是一个固定费用。
优惠账单可以根据用户信息获取。数据库中存储有预先根据用户当前外出信息和优惠策略计算的优惠账单,所以可以直接根据用户信息和缴费周期从数据库中的优惠账单中筛选当前缴费周期内所有的优惠账单。
当前服务信息对应于用户当前缴费周期内已购买的服务情况,数据库中存储有服务登记系统更新的服务信息,根据用户信息和缴费周期就可以从服务信息中筛选出当前缴费周期的当前服务信息。
历史外出信息对应于用户的所有外出情况,数据库中存储有所有用户的外出信息,不仅包括当前缴费周期的外出信息,还包括历史缴费周期的外出信息。
在步骤S203中,根据所述优惠账单获取优惠费用,以及根据所述当前服务信息计算服务费用,并根据所述应收金额、所述优惠费用和所述服务费用生成缴费账单。
在本公开的一个实施例中,优惠账单中包括了优惠费用,计费系统根据调用的优惠账单直接获取。其中,优惠费用是一笔负数金额。
而服务费用则是用户购买了服务之后应向社区缴纳的费用,是一笔正数金额,相当于社区的收入。具体而言,可以根据当前服务信息获取用户的服务ID,从数据库中获取服务ID对应的服务应收金额作为服务费用。
将当前缴费周期的应收金额、优惠费用和服务费用之和计算得到当前缴费周期的应缴费用,然后生成缴费账单。
基于上述方案,在用户缴费周期结束后,可以直接调用预先计算的优惠账单,自动为用户生成当前缴费周期对应的账单。一方面能够避免手工录入优惠账单的效率低、易出错的问题,降低人工成本,确保优惠费用结算的准确性;另一方面直接调用优惠费用也省略了计算过程,简化了数据处理步骤,提高了账单生成效率。
在本公开的一个实施例中,步骤S202中的数据库可以是服务数据库,服务数据库可以预先构建。如图3所示,可以根据外出登记系统、服务登记系统以及缴费登记系统获取服务数据并存储在数据库中。其中,服务数据包括用户信息、服务信息和用户服务信息。
具体而言,通过外出登记系统可以获取所有用户的外出记录,外出记录中包含了用户每一次的外出情况。将用户的外出和返回状态存储在服务数据库中就可以得到所有用户的外出信息,例如外出时长、外出类型等,其中,外出类型可以是外出、住院、候鸟、转移等。
通过服务登记系统可以获取所有用户购买服务的情况,将用户的购买行为记录后就可以得到用户服务信息,例如服务时长、服务类型、服务人员、服务费用等。
通过缴费登记系统可以将用户的缴费行为数据存储在数据库中,就可以得到用户的缴费记录,缴费记录中包含了用户每一个缴费账单对应的缴费情况。根据缴费记录可以统计得到用户的历史缴费信息,例如应缴金额、未缴金额、欠费信息。
服务数据库中还存储有用户信息,例如用户姓名、性别、住址、用户ID等标识用户身份的信息,以及居住时长、居住类型、缴费周期、应收金额等居住服务信息。
服务数据库中还存储有服务信息,不同的服务具有对应的服务信息,例如就医陪同、外出用车、定期清理、物品寄存和宠物照看等,每个服务对应有不同的服务ID、服务类型、服务名称、服务人员、服务费用、备注信息等。
在本公开的一个实施例中,步骤S202中的优惠账单需要预先根据所述用户信息对应的当前外出信息和优惠策略计算,具体包括以下步骤:
步骤S211,在监测到外出登记系统更新用户的返回状态时,向所述外出登记系统获取用户信息和所述返回状态对应的当前外出信息;
步骤S212,基于所述用户信息从所述数据库中获取所述用户的居住时长、居住类型、历史缴费信息;
步骤S213,根据历史缴费信息中的欠费信息,以及当前外出信息中的外出时长、外出类型,计算与所述居住时长对应的优惠策略;若所述居住时长满足第一优惠条件,则生成第一优惠策略,若所述居住时长满足第二优惠条件,则生成第二优惠策略;
步骤S214,根据所述当前外出信息和所述优惠策略计算优惠费用;
步骤S215,根据所述优惠费用按照所述居住类型生成所述优惠账单,并构建所述用户信息与所述优惠账单的关联关系。
在步骤S211中,在监测到外出登记系统更新用户的返回状态时,向所述外出登记系统获取用户信息和所述返回状态对应的当前外出信息。
在本公开的一个实施例中,当用户外出返回后,外出登记系统响应于终端设备发送的登记请求,向终端设备获取此外外出行为对应的当前外出信息,可以包括返回时间、外出类型等,根据当前外出信息更新用户的返回状态,并将更新后的当前外出信息存储至数据库中。同时,外出登记系统向计费系统发送优惠账单结算请求。
计费系统获取到优惠账单结算请求后,根据优惠账单结算请求获取对应的用户信息,并从数据库中获取用户信息对应的本次更新的当前外出信息。
另外,计费系统也可以对外出登记系统进行监测,在监测到外出登记系统更新用户的返回状态后,自动触发优惠账单结算请求,进而生成优惠账单。
在步骤S213中,根据历史缴费信息中的欠费信息,以及当前外出信息中的外出时长、外出类型,计算与所述居住时长对应的优惠策略;若所述居住时长满足第一优惠条件,则生成第一优惠策略,若所述居住时长满足第二优惠条件,则生成第二优惠策略。
在本公开的一个实施例中,根据居住时长可以分为两种优惠情况,例如,对于用户入住的居住时长不满1年,可以实行优惠最大规则,自动按照最大优惠享受方案执行保留优惠,让利新入住客户、推广养老社区。而居住时长超过1年,可以实行优惠最小规则,用于回收社区的运营成本。
因此,将居住时长≤1年设为第一优惠条件,对应于第一优惠策略,即取优惠费用的最大值,将居住时长>1年设为第二优惠条件,对应于第二优惠策略,即取优惠费用的最小值。
在本公开的一个实施例中,预先构建优惠规则集存储在优惠策略数据库中。优惠规则集可以用于对优惠策略进行计算,由多个优惠子规则构成,每一个优惠子规则对应一个或多个计算要素。
具体而言,可以根据外出时长构建多个优惠子规则。例如,若外出时长D≤3天,优惠子规则为9折优惠,若外出时长3<D<7天,优惠子规则为8折优惠,若外出时长>7天,优惠子规则为7折优惠。
优惠子规则还可以根据外出的不同情况或者用户的服务情况构建。例如,可以根据外出类型构建优惠子规则,为一般外出、住院、候鸟、转移等外出类型配置对应的优惠子规则;还可以根据欠费信息构建优惠子规则,根据欠费信息配置对应的优惠子规则,若欠费则与不享受优惠,若不欠费则享受优惠;还可以根据用户购买的服务构建优惠子规则,使得用户购买的服务越多,享受的优惠就越大。
除此之外,还可以设置优惠子规则之间的关联关系。具体而言,可以将欠费信息对应的优惠子规则与外出类型对应的优惠子规则建立关联关系,例如,欠费信息为不欠费,则对应的计算要素为享受优惠,即同时还可享受外出类型对应的优惠子规则。还可以将外出时长、外出类型对应的优惠子规则之间不建立关联关系,即用户不可以同时享受外出时长和外出类型的优惠叠加,只能择一选择。
在本公开的一个实施例中,根据历史缴费信息中的欠费信息,以及当前外出信息中的外出时长、外出类型分别获取对应的多个优惠子规则,然后采用最优算法,按照居住时长对应的优惠条件,利用多个优惠子规则对应的计算要素计算与居住时长对应的优惠策略。
在步骤S214中,根据所述当前外出信息和所述优惠策略计算优惠费用。
在本公开的一个实施例中,首先,计算当前外出信息对应的应收金额。基于当前外出信息获取对应的外出时间(例如3天),根据外出时间按照用户缴费周期的应收金额(例如月费标准应收金额),计算外出时间对应的应收金额(例如3天对应的应收金额)。
然后,根据计算的优惠策略(例如优惠折扣)和应收金额计算优惠费用。
在步骤S215中,根据所述优惠费用按照所述居住类型生成所述优惠账单,并构建所述用户信息与所述优惠账单的关联关系。
在本公开的一个实施例中,所述优惠账单包括第一优惠账单和第二优惠账单,所述根据所述优惠费用按照所述居住类型生成所述优惠账单包括:若所述居住类型为第一居住类型,则根据所述优惠费用生成所述第一优惠账单;其中,所述第一优惠账单包括房费账单;若所述居住类型为第二居住类型,则根据所述优惠费用生成所述第二优惠账单;其中,所述第二优惠账单包括租金账单、服务费账单。
其中,根据用户入住社区楼栋模式不同,居住类型可以包括社区模式和居家模式。社区模式为用户与社区直接签订合约,因此在账单缴费时,只需要向社区缴纳,而居家模式为用户与第三方服务机构签订租赁合同,第三方服务机构再与社区签订合约,因此在账单缴费时,需要向第三方服务机构和社区都缴纳费用,所以优惠账单中的优惠类型也就不同。
根据居住类型的不同,生成的优惠账单也不同。若居住类型为第一居住类型,即为用户入住楼栋为社区模式,则生成第一优惠账单,包括居住类型对应的房费账单类型;若居住类型为第二居住类型,即为用户入住楼栋为居家模式,则生成第二优惠账单,包括对应的租金账单和服务费账单类型。
优惠账单中可以包括优惠金额、优惠券ID等,优惠券ID可以是优惠子规则对应的编码。需要说明的是,优惠金额为根据优惠费用得到的一笔负数金额,相当于社区的支出,用于让利社区用户。
在本公开的一个实施例中,将从外出登记系统获取的用户信息优惠账单建立关联关系,进而用于根据用户信息查询其对应的优惠账单。
在本公开的一个实施例中,当外出登记系统遗漏登记用于外出,计费系统无法自动判断当前外出享受的优惠情况,计费系统提供“补录”接口,用于工作人员对于未登记外出的用户,手动计算并录入优惠账单,以完善优惠结算。
在本公开的一个实施例中,若优惠账单生成过程中发生异常,计费系统可以记录异常数据、将该条优惠账单执行回滚操作,并通过运营系统发出告警消息给运维人员来人为干预该条异常数据,并保证其余优惠账单生成正常。
在本公开的一个实施例中,用户外出返回后,最优算法用于判断刚入住社区未满1年&&外出康复医院5天&&外出期间未发生欠费用户的优惠账单,因此按照优惠最大原则,自动计算用户享受5天房费6折的优惠,根据用户月费标准,为该用户生成1笔负数房费收款单。
图4示意性示出本公开示例性实施例中一种生成优惠账单方法的流程示意图。如图4所示,生成优惠账单方法具体包括以下步骤:
步骤S401,获取用户信息和优惠规则集;
具体地,计费系统响应于优惠账单结算请求,根据优惠账单结算请求获取对应的用户信息,并从优惠策略数据库中获取优惠规则集。
步骤S402,判断用户入住社区是否满一年,若是则执行步骤403,若不是则执行步骤404;
步骤S403,即用户入住社区未满一年,按照优惠最大原则计算优惠费用;
具体地,根据用户的当前外出信息,从优惠规则集筛选对用的优惠子规则,再按照优惠最大原则计算优惠费用。
步骤S404,即用户入住社区满一年,按照优惠最小原则计算优惠费用;
具体地,根据用户的当前外出信息,从优惠规则集筛选对用的优惠子规则,再按照优惠最小原则计算优惠费用。
步骤S405,根据计算的优惠费用生成优惠账单;
步骤S406,生成优惠账单过程中是否发生异常;若是则执行步骤S407,若不是则执行步骤S408;
步骤S407,存储优惠账单;
步骤S408,记录并保存异常数据;
步骤S409,本条优惠账单数据回滚;
步骤S410,记录异常日志;
步骤S411,推送至运营系统告警处理。
基于上述方法,通过预先设定社区运营策略的优惠规则集,采用最优算法自动计算生成用户的优惠账单数据,一方面可以避免工作人员计算错误,提高优惠结算的准确率,同时还能将工作人员从手工计算保留优惠的复杂场景中解放出来,减轻工作压力,降低社区运营成本;另一方面,利用计算机执行计算机操作不仅便于后续直接调用以生成账单,节约程序,还能大大提高优惠结算效率。进而精确满足社区保留优惠运营策略,给社区经营者提供最优优惠计算支持。
在步骤S204中,根据所述历史外出信息计算下一缴费周期的预测外出信息,并基于所述缴费账单和所述预测外出信息生成优惠损失信息。
具体而言,在计费系统响应于服务结算请求时,计费系统同时向预测系统发送预测请求;预测系统根据预测请求获取对应的用户信息,调用预测计算预测外出信息,并将预测外出信息返回至计费系统;计费系统根据获取的预测外出信息生成优惠损失信息。
在本公开的一个实施例中,预测系统计算预测外出信息的具体步骤包括:基于所述用户信息从所述数据库中获取历史外出信息;
根据所述历史外出信息中历史缴费周期的实际外出信息计算当前缴费周期的外出比例,以及上一缴费周期的实际外出信息和预测外出信息计算外出调整因子;基于所述外出比例和所述外出调整因子计算下一缴费周期的预测外出信息。
具体地,可以基于定量预测方法,在获取到用户的历史外出信息后,预测系统根据外出分散的天数,计算指定缴费周期的外出概率,最终得到预测外出信息。
举例来说,预测外出信息包括预测外出天数,若缴费周期为一个月,根据历史外出信息计算2020年九月该用户的预测外出天数。获取该用户的历史外出信息可以得到2019、2018、2017三年中九月份外出的天数分别为6、5、4天,2020年八月份的实际外出天数为6天,预测外出天数为4天。
通过2017~2019年九月份的外出天数计算九月的外出比例ρ=(6+5+4)/3,通过2020年八月份的实际外出天数为6天,预测外出天数为4天,计算外出调整因子σ=6/4,进而得到2020年九月外出天数为:X=ρ·σ=7.5。
预测外出信息还可以包括预测外出类型,可以根据用户外出信息中外出的类型,采用推荐算法计算预测外出天数内的外出类型,外出类型可以包括外出、住院、候鸟、转移等。
图5示意性示出本公开示例性实施例中一种预测外出信息内容示意图。如图5所示,数据库中存储有月度外出记录,其中包括外出年份、月份、预测外出天数、实际外出天数、客户姓名、客户编码、社区编码和记录ID等信息。
在本公开的一个实施例中,可以预设一个周期,以周期性获取服务数据进行预测修正。由于在社区运营过程中,用户每天都在发生外出或服务行为,因此服务数据也对应有相应的变化。通过预设周期预测系统可以自动触发预测系统,修正外出比例和外出调整因子,随着数据量采集的增多,预测外出天数将趋于准确,提高预测的可靠性和准确性。其中,预设的周期可以是24小时,48小时等。
基于上述方法,不断基于历史数据进行动态测算和分析,随着社区运营时间的增长,本公开的预测方法能够不断基于持续增加的历史外出数据,不断地修正预测模型,测算贴近用户实际外出曲线的预测结果,也无需修正代码重启机器就可持续修正预测结果以供使用。
在本公开的一个实施例中,计费系统基于预测外出信息生成优惠损失信息的具体步骤包括:将所述缴费账单配置为缴费状态生成第一历史缴费信息,并基于所述第一历史缴费信息和所述预测外出信息计算第一优惠费用;以及将所述缴费账单配置为未缴费状态生成第二历史缴费信息,并基于所述第二历史缴费信息和所述预测外出信息计算第二优惠费用;根据所述第一优惠费用与所述第二优惠费用的差额生成所述优惠损失信息。
首先,将缴费账单配置为缴费状态得到第一历史缴费信息,第一历史缴费信息对应与用户缴纳了本缴费账单的全部金额,根据第一历史缴费信息和所述预测外出信息,触发服务结算请求,得到第一优惠费用,即为用户本次缴费下月享有的优惠费用。
然后,类似地,将缴费账单配置为未缴费状态,计算得到第二优惠费用,即为用户本次未缴费下一周期享有的优惠费用。计算第一优惠费用与第二优惠费用的差额得到优惠损失费用,以生成优惠损失信息。由于用户的缴费和未缴费会影响用户历史缴费信息中的欠费比例,而不同的欠费比例对应的优惠子规则不同,所以得到的优惠费用之间也有差距。
在本公开的一个实施例中,可以预设周期为24小时,每日02:30:00定时开始收集前1天新增的数据,并使用历史数据、当前新获取的数据,重新计算修订外出预测模型。每月账单日(20号)00:15:00执行定时任务触发生成缴费账单后,额外增加调用预测系统获取用户的当前最新各类外出事件平均外出时长、外出类型等,并结合各用户月费标准中的应收金额生成缴费账单中的优惠损失信息。
图6示意性示出本公开示例性实施例中一种生成优惠损失信息方法的流程示意图。如图6所示,生成优惠损失信息方法包括以下步骤:
步骤S601,获取用户信息和优惠账单;
具体地,计费系统响应于优惠账单结算请求,并向预测系统发送预测请求;根据优惠账单结算请求获取对应的用户信息,在计费系统生成优惠账单后,获取优惠账单;
步骤S602,获取预测外出信息;
具体地,预测系统响应于预测请求,根据预测模型预测得结果向计费系统返回预测外出信息;
步骤S603,生成优惠损失信息;
在步骤S205中,将所述缴费账单和所述优惠损失信息发送至所述终端设备以用于展示。
在本公开的一个实施例中,缴费账单即为用户当前缴费周期对应的账单,其中包括应收金额、优惠费用和服务费用。
同时,将优惠损失信息作为缴费账单中的1类提示信息出具在缴费账单中。由于优惠账单根据用户的居住模式具有不同的优惠账单类型,并且预测外出信息中可能存在不同的外出类型,因此,根据居住模式以及不同的外出类型优惠损失信息。
具体而言,根据用户入住社区楼栋模式不同,各外出类型中,分别对房费、租金、服务费的优惠损失信息进行预测提示。
若用户入住楼栋为社区模式,则缴费账单中优惠损失信息预测体现为:外出房费优惠预测、住院房费优惠预测、候鸟房费优惠预测、转移房费优惠预测。
若用户入住楼栋为居家模式,则缴费账单中优惠损失信息预测体现为:外出租金优惠预测、外出服务费优惠预测、住院租金优惠预测、住院服务费优惠预测、候鸟租金优惠预测、候鸟服务费优惠预测、转移租金优惠预测、转移服务费优惠预测。
最后将缴费账单和优惠损失信息发送至终端设备向用户展示。
基于上述方法,在生成账单的同时生成优惠损失信息,以提醒用户因账单欠费可能造成权益损失,可以将优惠损失信息提前进行展示,可方便用户直观地了解优惠损失情况,保障用户权益,提升用户体验;同时也避免业务滞后导致在下一缴费周期缴纳账单结算时才得知优惠损失信息,优化运营流程;进一步地,可以提升用户对优惠的感知、对账单欠费的敏感性,培养用户按期缴纳账单的习惯,减少工作人员的沟通成本的同时,达到提高社区资金流转,降低回款周期,提升社区运营效率的目的。
在现有技术中,当用户发生外出时,外出登记系统更新用户的外出状态,通常需要工作人员与用户沟通后,了解到用户的需求并为其制定服务清单,一方面不能为用户提供个性化服务推荐,推荐效率低、效果差,另一方面,不仅需要工作人员沟通,还需要用户配合,运营的沟通成本较高。
因此,在本公开的一个实施例中,基于上述方法,还可以在外出登记系统更新用户的外出状态时,向用户进行服务推荐。
具体地,推荐系统周期性地从服务数据库中获取数据计算推荐服务,并将建立用户信息和推荐服务之间的关联关系。在外出登记系统更新用户的外出状态时,同时向推荐系统发送推荐请求,推荐系统根据推荐请求获取对应的用户信息,根据关联关系查询对应的推荐服务,然后发送至终端设备以进行展示。
在本公开的一个实施例中,推荐系统构建用户信息和推荐服务的关联关系主要包括以下步骤:周期性获取服务数据;其中,所述服务数据包括用户信息、服务信息和用户服务信息;调用推荐系统利用所述服务数据计算与所述用户信息对应的多个预推荐服务;调用排序算法对所述预推荐服务进行排序,并选定预设数量个预推荐服务;将所述预设数量个预推荐服务进行过滤得到推荐服务,并构建所述用户信息与所述推荐服务的关联关系。
具体而言,推荐系统可以从服务数据库中获取服务数据,服务数据可以包括用户信息、服务信息和用户服务信息。数据库的构建具有相关说明,因此此处不在赘述。
优选地,可以预设一个周期,以周期性获取服务数据。由于在社区运营过程中,用户每天都在发生外出或服务行为,因此服务数据也对应有相应的变化。因此,通过预设周期以周期性获取服务数据,进而获取用户对应的推荐服务,可以保证推荐使用的数据基础具有实时性和准确性,提高推荐的准确性。其中,预设的周期可以是24小时,48小时等。
在本公开的一个实施例中,图7示意性示出本公开示例性实施例中一种推荐系统结构示意图,如图7所示,推荐系统可以包括数据分析单元701、推荐计算单元702和推荐展示单元703。
具体地,数据分析单元701用于对获取的服务数据进行数据分析,例如数据分析可以包括提取用户画像、提取服务画像、特征工程分析。
可以基于服务数据分析用户的行为提取用户画像,用户画像可以包括用户属性、用户偏好、用户标签等。还可以通过对服务数据中的服务属性进行分类提取服务画像,服务画像可以包括获取服务属性、服务偏好、服务标签等。
特征工程分析可以包括特征抽取、特征加工、特征分析、特征管理等。举例来说,特征工程是指把原始的服务数据转变为模型的训练数据的过程,例如用户多次外出都购买了陪同服务,比如外出陪同,就诊陪同,住院陪护,那么可以将用户的特征抽取为“一人独居”,在后续推荐中将会根据这个特征为用户推荐陪同类服务。特征工程可以实现对特征的抽取、加工以及管理。
在本公开的一个实施例中,推荐计算单元702可以利用所述服务数据计算与所述用户信息对应的多个预推荐服务;调用排序算法对所述预推荐服务进行排序,并选定预设数量个预推荐服务;将所述预设数量个预推荐服务进行过滤得到推荐服务,并构建所述用户信息与所述推荐服务的关联关系。
首先,在利用数据分析单元得到的数据分析结果后,可以采用基于召回算法进行服务召回获取预推荐服务。举例来说,召回算法可以基于模型的协同过滤算法,可以根据用户画像构建用户偏好模型,以及根据服务画像构建服务相似模型,用户偏好模型用于获取用户偏好的服务内容,服务相似模型用于获取相似服务之间的关联关系,进而得到预推荐服务。预推荐服务结果中只是用户偏好的服务,以及与用户偏好的服务相似的服务内容。例如,可以根据数据库获取用户的既往服务,包括:就医陪同、外出用车、外出陪同、定期清理、物品寄存和宠物照看,可以通过数据分析单元得到用户标签为宠物、陪同和用车,采用召回算法进行服务召回得到预推荐服务包括:外出用车、外出陪同、定期清理、和宠物照看。
然后,可以调用排序算法对获得的预推荐服务进行排序。在机器学习领域最普遍的做法是将排序推荐模型作为二分类模型来训练,即在构造样本集的过程中对应的标签为0或1。排序算法包括但不局限于GBDT、LR、XGBoost等,当然也可以把GBDT和LR结合起来使用。由于排序算法在现有技术中使用较为常规,因此本公开对排序算法不做具体说明和限制。对预推荐服务排序后,再从排序结果中选定预设数量的预推荐服务。
最后,可以将预设数量个预推荐服务进行过滤得到推荐服务,并构建用户信息与推荐服务的关联关系。在向用户展示推荐服务时,需要遵循一定的规则。例如,不展示用户未购买的服务,不将同类型的服务展示在相邻位置等。因此,根据推荐服务的展示需求设定过滤规则,将不符合展示要求的推荐服务过滤。过滤后得到的结果作为最终的推荐结果,并将推荐结果与其对应的用户信息构建关联关系,并为关联关系提供查询接口用于根据用户信息查询到用户的推荐服务。
在本公开的一个实施例中,推荐展示单元703可以将用户对应的推荐服务展示在终端设备中,还可以根据服务数据展示个性化提醒或购买排行榜信息,个性化提醒可以包括用户的总服务时长、历史服务项目等,购买排行榜信息可以包括社区其他用户的购买服务项目的情况。
图8示意性示出本公开示例性实施例中一种推荐服务方法的流程示意图,如图8所示,推荐服务方法具体包括以下步骤:
步骤S801,获取用户信息;
具体地,外出登记系统更新用户状态时,向推荐系统发送推荐请求,推荐系统根据推荐请求获取用户信息;
步骤S802,调用推荐系统;
步骤S803,获取推荐服务;
步骤S804,推荐过程中是否发生异常;若是则执行步骤S805,若不是则执行步骤S806;
步骤S805,存储推荐服务,并构建用户信息与推荐服务的关联关系;
步骤S806,记录并保存异常数据;
步骤S807,本条数据回滚;
步骤S808,记录异常日志;
步骤S809,推送至运营系统告警处理。
基于上述方法,采用推荐系统在用户外出时进行服务推荐,可以根据用户的历史行为自动获取与用户偏好相关的推荐服务,提高推荐的准确性和命中率;另外,推荐系统能够周期性地获取数据并不断更新计算的推荐结果,在用户外出服务时可以直接调用结果,不仅推荐结果的实时性好,还省去了推荐计算的时间,提高了效率。进而更精确命中客户的需求,为用户提供最大的优惠及贴心的服务体验,提升用户体验;还能给运营者提供更精确的运营数据参考,给社区经营者提供最小化的成本数据支撑。
此外,本公开中运营系统、外出登记系统、服务登记系统、缴费登记系统、运营数据库、优惠策略数据库、服务数据库、计费系统、预测系统和推荐系统统一以后台的形式进行承载,能够方便直接地调取各类数据,简化数据交换过程,提高账单的生成效率。
图9示意性示出本公开示例性实施例中一种服务数据处理装置的组成示意图,如图9所示,该服务数据处理装置900可以包括响应模块901、获取模块902、第一计算模块903、第二计算模块904和账单模块905。其中:
响应模块901,用于响应于终端设备的服务结算请求,获取与所述终端设备对应的用户信息;
获取模块902,基于所述用户信息从数据库中获取当前缴费周期的应收金额、优惠账单、当前服务信息和历史外出信息;其中,所述优惠账单是根据所述用户信息对应的当前外出信息和优惠策略计算;
第一计算模块903,用于根据所述优惠账单获取优惠费用,以及根据所述当前服务信息计算服务费用,并根据所述应收金额、所述优惠费用和所述服务费用生成缴费账单;
第二计算模块904,用于根据所述历史外出信息计算下一缴费周期的预测外出信息,并基于所述缴费账单和所述预测外出信息生成优惠损失信息;
账单模块905,用于将所述缴费账单和所述优惠损失信息发送至所述终端设备以用于展示。
根据本公开的示例性实施例,所述第一计算模块903包括计算优惠单元(图中未示出),用于在监测到外出登记系统更新用户的返回状态时,向所述外出登记系统获取用户信息和所述返回状态对应的当前外出信息;基于所述用户信息从所述数据库中获取所述用户的居住时长、居住类型、历史缴费信息;根据历史缴费信息中的欠费信息,以及当前外出信息中的外出时长、外出类型,计算与所述居住时长对应的优惠策略;若所述居住时长满足第一优惠条件,则生成第一优惠策略,若所述居住时长满足第二优惠条件,则生成第二优惠策略;根据所述当前外出信息和所述优惠策略计算优惠费用;根据所述优惠费用按照所述居住类型生成所述优惠账单,并构建所述用户信息与所述优惠账单的关联关系。
根据本公开的示例性实施例,所述优惠账单包括第一优惠账单和第二优惠账单,所述第一计算模块903还包括生成账单单元(图中未示出),若所述居住类型为第一居住类型,用于根据所述优惠费用生成所述第一优惠账单;其中,所述第一优惠账单包括房费账单;若所述居住类型为第二居住类型,用于根据所述优惠费用生成所述第二优惠账单;其中,所述第二优惠账单包括租金账单、服务费账单。
根据本公开的示例性实施例,所述第二计算模块904包括外出预测单元(图中未示出),用于根据所述历史外出信息中历史缴费周期的实际外出信息计算当前缴费周期的外出比例,以及上一缴费周期的实际外出信息和预测外出信息计算外出调整因子;基于所述外出比例和所述外出调整因子计算下一缴费周期的预测外出信息。
根据本公开的示例性实施例,所述第二计算模块904还包括优惠损失计算单元(图中未示出),用于将所述缴费账单配置为缴费状态生成第一历史缴费信息,并基于所述第一历史缴费信息和所述预测外出信息计算第一优惠费用;以及将所述缴费账单配置为未缴费状态生成第二历史缴费信息,并基于所述第二历史缴费信息和所述预测外出信息计算第二优惠费用;根据所述第一优惠费用与所述第二优惠费用的差额生成所述优惠损失信息。
根据本公开的示例性实施例,所述服务数据处理装置900还包括推荐模块(图中未示出),用于在监测到外出登记系统更新用户的外出状态时,向所述外出登记系统获取用户信息和所述返回状态对应的当前外出信息;根据用户信息和推荐服务的关联关系,从所述数据库中查询与所述用户信息对应的推荐服务;将所述推荐服务发送至所述终端设备以用于展示。
根据本公开的示例性实施例,所述推荐模块还包括预先构建用户信息和推荐服务的关联关系,用于周期性获取服务数据;其中,所述服务数据包括用户信息、服务信息和用户服务信息;调用推荐系统利用所述服务数据计算与所述用户信息对应的多个预推荐服务;调用排序算法对所述预推荐服务进行排序,并选定预设数量个预推荐服务;将所述预设数量个预推荐服务进行过滤得到推荐服务,并构建所述用户信息与所述推荐服务的关联关系。
上述的服务数据处理装置900中各模块的具体细节已经在对应的服务数据处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的存储介质。图10示意性示出本公开示例性实施例中一种计算机可读存储介质的示意图,如图10所示,描述了根据本公开的实施方式的用于实现上述方法的程序产品1000,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如手机上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。图11示意性示出本公开示例性实施例中一种电子设备的计算机系统的结构示意图。
需要说明的是,图11示出的电子设备的计算机系统1100仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,计算机系统1100包括中央处理单元(Central Processing Unit,CPU)1101,其可以根据存储在只读存储器(Read-Only Memory,ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(Random Access Memory,RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中,还存储有系统操作所需的各种程序和数据。CPU1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(Input/Output,I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地,根据本公开的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本公开的系统中限定的各种功能。
需要说明的是,本公开实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
- 数据处理方法、装置、电子设备、服务器及存储介质
- 数据处理方法、装置、电子设备、服务器及存储介质