智能终端的控制方法、设备及存储介质
文献发布时间:2024-04-18 19:58:26
技术领域
本申请涉及金融领域,尤其涉及一种智能终端的控制方法、设备及存储介质。
背景技术
随着金融行业的快速发展,银行部署了各种各样的智能终端,为客户提供各种各样的服务。
现有技术中需要智能终端直连银行服务器,才能向客户提供服务。而当智能终端断网时,便不能向客户提供服务。现有技术存在银行服务器无法为无网络状态下的智能终端提供服务的技术问题。
发明内容
本申请提供一种智能终端的控制方法、设备及存储介质,用以解决现有的银行服务器无法为无网络状态下的智能终端提供服务的技术问题。
第一方面,本申请提供一种智能终端的控制方法,该方法包括:
基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;
基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;
基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;
在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理。
可选地,基于多个潜在用户确定相应的多个用户风险熵,包括:
获取每一潜在用户的历史终端业务数据;
基于业务类别将历史终端业务数据划分为多个历史终端业务数据子集;
将多个历史终端业务数据子集包括的风险业务的数量分别确定为对应的多个业务类别的风险业务数量;
基于多个业务类别的风险业务数量、历史终端业务数据,确定潜在用户的用户风险熵;用户风险熵基于以下方式确定:
其中,G是潜在用户的用户风险熵,q是历史终端业务数据包括的业务数量,p
可选地,该方法还包括:
S1、在潜在用户的历史终端业务数据包括的业务数量小于预设阈值时,将潜在用户确定为当前用户;
S2、获取当前用户的相似用户,并将相似用户的历史终端业务数据加入潜在用户的历史终端业务数据中;
S3、将相似用户确定为当前用户,重复S1至S2直至潜在用户的历史终端业务数据包括的业务数量大于或者等于预设阈值。
可选地,基于多个用户风险熵,确定目标智能终端的用户熵阈值,包括:
获取用户关系模型,其中,用户关系模型用于确定关联的两个用户之间的风险大小关系;
基于用户关系模型,确定多个潜在用户之间的风险大小关系;
基于多个潜在用户之间的风险大小关系,从多个潜在用户中筛选出多个可控用户;其中,可控用户满足在与可控用户关联的多个潜在客户中不存在风险小于可控用户的潜在用户,且与可控用户关联的多个潜在客户中存在至少一个风险大于可控用户的潜在用户;
基于多个可控用户对应的用户风险熵,确定目标智能终端的用户熵阈值。
可选地,基于多个可控用户对应的用户风险熵,确定目标智能终端的用户熵阈值,包括:
将多个可控用户对应的用户风险熵中的最大值确定为目标智能终端的用户熵阈值。
可选地,在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理,包括:
获取目标用户的用户风险熵;
判断用户风险熵是否大于用户熵阈值,若是,则不支持目标客户在目标智能终端上的业务办理;若否,则支持目标客户在目标智能终端上的业务办理。
可选地,获取目标用户的用户风险熵,包括:
基于目标用户对应的用户移动终端建立与目标智能终端之间的通信连接;
用户移动终端接收目标智能终端发送的获取请求,并将获取请求转发到银行服务器;其中,获取请求用于获取目标用户的用户风险熵;
用户移动终端接收银行服务器基于目标智能终端的公钥加密后的用户风险熵,并将用户风险熵发送至目标智能终端,以使目标智能终端基于目标智能终端的私钥获取解密后的用户风险熵。
第二方面,本申请提供一种智能终端的控制设,该设备包括:
第一确定模块,用于基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;
第二确定模块,用于基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;
处理模块,用于基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;
控制模块,用于在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理。
可选地,第二确定模块还用于:
获取每一潜在用户的历史终端业务数据;
基于业务类别将历史终端业务数据划分为多个历史终端业务数据子集;
将多个历史终端业务数据子集包括的风险业务的数量分别确定为对应的多个业务类别的风险业务数量;
基于多个业务类别的风险业务数量、历史终端业务数据,确定潜在用户的用户风险熵;用户风险熵基于以下方式确定:
其中,G是潜在用户的用户风险熵,q是历史终端业务数据包括的业务数量,p
可选地,该设备还用于:
S1、在潜在用户的历史终端业务数据包括的业务数量小于预设阈值时,将潜在用户确定为当前用户;
S2、获取当前用户的相似用户,并将相似用户的历史终端业务数据加入潜在用户的历史终端业务数据中;
S3、将相似用户确定为当前用户,重复S1至S2直至潜在用户的历史终端业务数据包括的业务数量大于或者等于预设阈值。
可选地,处理模块还用于:
获取用户关系模型,其中,用户关系模型用于确定关联的两个用户之间的风险大小关系;
基于用户关系模型,确定多个潜在用户之间的风险大小关系;
基于多个潜在用户之间的风险大小关系,从多个潜在用户中筛选出多个可控用户;其中,可控用户满足在与可控用户关联的多个潜在客户中不存在风险小于可控用户的潜在用户,且与可控用户关联的多个潜在客户中存在至少一个风险大于可控用户的潜在用户;
基于多个可控用户对应的用户风险熵,确定目标智能终端的用户熵阈值。
可选地,处理模块还用于:
将多个可控用户对应的用户风险熵中的最大值确定为目标智能终端的用户熵阈值。
可选地,控制模块还用于:
获取目标用户的用户风险熵;
判断用户风险熵是否大于用户熵阈值,若是,则不支持目标客户在目标智能终端上的业务办理;若否,则支持目标客户在目标智能终端上的业务办理。
可选地,控制模块还用于:
基于目标用户对应的用户移动终端建立与目标智能终端之间的通信连接;
用户移动终端接收目标智能终端发送的获取请求,并将获取请求转发到银行服务器;其中,获取请求用于获取目标用户的用户风险熵;
用户移动终端接收银行服务器基于目标智能终端的公钥加密后的用户风险熵,并将用户风险熵发送至目标智能终端,以使目标智能终端基于目标智能终端的私钥获取解密后的用户风险熵。
本申请的第三方面,提供了一种智能终端的控制设备,包括:
处理器和存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,使得智能终端的控制设备执行第一方面中任一项的智能终端的控制方法。
第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如第一方面任一项的智能终端的控制方法。
第五方面,本申请提供了一种程序产品,该程序产品包括计算机程序,计算机程序被处理器执行实现如第一方面的智能终端的控制方法。
本申请提供的智能终端的控制方法、设备及存储介质,通过基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理;从而通过客户的智能终端获取历史业务数据,根据历史业务数据确定潜在用户,根据潜在用户确定用户熵阈值,在目标智能终端处于无网络状态时,根据用户熵阈值控制目标客户在目标智能终端上的业务办理,这样在风险可控的前提下能够向客户提供服务;因此,本申请提供的智能终端的控制方法实现了提高排队智能化程度优化客户体验的技术效果。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请实施例的智能终端的控制方法的流程示意图一;
图2是本申请实施例的智能终端的控制方法的流程示意图二;
图3为本申请实施例提供的智能终端的控制设备的结构示意图一;
图4为本申请实施例提供的智能终端的控制设备的结构示意图二。
通过上述附图,以示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的设备和方法的例子。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
需要说明的是,本申请智能终端的控制方法和设备可用于金融领域,也可用于除金融领域之外的任意领域,本申请身份认证的方法和设备的应用领域不做限定。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1是本申请实施例的智能终端的控制方法的流程示意图一。如图1所示,本申请实施例的智能终端的控制方法,该方法包括:
S101、基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;
S102、基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;
S103、基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;
S104、在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理。
本申请提供的智能终端的控制方法,通过基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理;从而通过客户的智能终端获取历史业务数据,根据历史业务数据确定潜在用户,根据潜在用户确定用户熵阈值,在目标智能终端处于无网络状态时,根据用户熵阈值控制目标客户在目标智能终端上的业务办理,这样在风险可控的前提下能够向客户提供服务;因此,本申请提供的智能终端的控制方法实现了提高排队智能化程度优化客户体验的技术效果。
图2是本申请实施例的智能终端的控制方法的流程示意图二。如图2所示,本申请实施例的智能终端的控制方法,该方法包括:
S201、基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;
S202、获取每一潜在用户的历史终端业务数据,基于业务类别将历史终端业务数据划分为多个历史终端业务数据子集;
S203、将多个历史终端业务数据子集包括的风险业务的数量分别确定为对应的多个业务类别的风险业务数量;
S204、基于多个业务类别的风险业务数量、历史终端业务数据,确定潜在用户的用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;
S205、获取用户关系模型,其中,用户关系模型用于确定关联的两个用户之间的风险大小关系;
S206、基于用户关系模型,确定多个潜在用户之间的风险大小关系;
S207、基于多个潜在用户之间的风险大小关系,从多个潜在用户中筛选出多个可控用户;其中,可控用户满足在与可控用户关联的多个潜在客户中不存在风险小于可控用户的潜在用户,且与可控用户关联的多个潜在客户中存在至少一个风险大于可控用户的潜在用户;
S208、基于多个可控用户对应的用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;
本实施例中,基于多个可控用户对应的用户风险熵,确定目标智能终端的用户熵阈值,包括:将多个可控用户对应的用户风险熵中的最大值确定为目标智能终端的用户熵阈值。
S209、在目标智能终端处于无网络状态时,获取目标用户的用户风险熵;判断用户风险熵是否大于用户熵阈值,若是,则不支持目标客户在目标智能终端上的业务办理;若否,则支持目标客户在目标智能终端上的业务办理。
一种可能的实现方式中,用户风险熵基于以下方式确定:
其中,G是潜在用户的用户风险熵,q是历史终端业务数据包括的业务数量,p
一种可能的实现方式中,本申请实施例提供的智能终端的控制方法,还包括:
步骤一、在潜在用户的历史终端业务数据包括的业务数量小于预设阈值时,将潜在用户确定为当前用户;
步骤二、获取当前用户的相似用户,并将相似用户的历史终端业务数据加入潜在用户的历史终端业务数据中;
步骤三、将相似用户确定为当前用户,重复步骤一至步骤二直至潜在用户的历史终端业务数据包括的业务数量大于或者等于预设阈值。
一种可能的实现方式中,获取目标用户的用户风险熵,包括:
基于目标用户对应的用户移动终端建立与目标智能终端之间的通信连接;
用户移动终端接收目标智能终端发送的获取请求,并将获取请求转发到银行服务器;其中,获取请求用于获取目标用户的用户风险熵;
用户移动终端接收银行服务器基于目标智能终端的公钥加密后的用户风险熵,并将用户风险熵发送至目标智能终端,以使目标智能终端基于目标智能终端的私钥获取解密后的用户风险熵。
一种可能的实现方式中,按照如下方法确定用户关系模型:
S1、获取多个用户关系数据,其中,每一用户关系数据包括两组值的二元关系和对应的风险大小关系,每组值包括各个用户特征的值;
S2、初始化用户关系数据集为多个用户关系数据组成的集合,确定多个用户特征组合;其中,用户特征组合包括多个用户特征;
S3、循环执行如下S3-1至S3-3,直到用户关系数据集为空,在用户关系数据集为空的情况下,确定用户关系模型:
S3-1、从用户关系数据集中选取出一个用户关系数据;
S3-2、对于每一用户特征组合,执行如下操作:
S3-2-1、依据用户关系数据对应该用户特征组合中多个用户特征值以及用户关系数据,设置用户关系数据对应用户特征组合的候选用户关系规则;其中,候选用户关系规则包括规则头和规则体,且规则头和规则体分别对应两个变量,规则体是两个变量对应多个用户特征值的二元关系,规则头是两个变量的风险的大小关系;
S3-2-2、将满足候选用户关系规则的用户关系数据确定为候选用户关系规则对应的用户关系数据。
S3-3、基于用户关系数据对应的多个用户特征组合的多个候选用户关系规则以及多个候选用户关系规则对应的用户关系数据,从多个候选用户关系规则中选取出用户关系规则;将选取出的用户关系规则添加到用户关系模型,并将选取出的用户关系规则对应的用户关系数据从用户关系数据集中删除。
一种可能的实现方式中,按照如下方法确定目标用户的相似用户:
获取多个用户属性,确定目标用户与对象用户在多个用户属性分别对应的多个用户属性值;
确定每个用户属性对应的多个用户属性值中的最小值n和最大值m;
在最大值m大于最小值n的2倍时,则基于以下方式确定目标用户与对象用户在相应用户属性的用户相似指标:
其中,P为相应用户属性的用户相似指标,n为相应用户属性对应的多个用户属性值中的最小值,m为相应用户属性对应的多个用户属性值中的最大值;
在最大值m小于或等于最小值n的2倍时,则基于以下方式确定目标用户与对象用户在相应用户属性的用户相似指标:
其中,P为相应用户属性的用户相似指标,n为相应用户属性对应的多个用户属性值中的最小值,m为相应用户属性对应的多个用户属性值中的最大值;
基于目标用户与对象用户在多个用户属性的用户相似指标,确定目标用户与对象用户的用户相似指标;
将与目标用户的用户相似指标大于相似阈值的对象用户确定为目标用户的相似用户。
本申请提供的智能终端的控制方法,通过基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理;从而通过客户的智能终端获取历史业务数据,根据历史业务数据确定潜在用户,根据潜在用户确定用户熵阈值,在目标智能终端处于无网络状态时,根据用户熵阈值控制目标客户在目标智能终端上的业务办理,这样在风险可控的前提下能够向客户提供服务;因此,本申请提供的智能终端的控制方法实现了提高排队智能化程度优化客户体验的技术效果。
图3为本申请实施例提供的一种智能终端的控制设备的结构示意图一。本实施例的设备可以为软件和/或硬件的形式。如图3所示,本申请实施例提供的一种智能终端的控制设备300,该设备包括:第一确定模块301、第二确定模块302、处理模块303以及控制模块304,
第一确定模块301,用于基于目标智能终端的历史终端业务数据,确定目标智能终端的多个潜在用户;
第二确定模块302,用于基于多个潜在用户确定相应的多个用户风险熵;其中,用户风险熵用于表征在潜在用户办理业务的过程中的风险信息量;
处理模块303,用于基于多个用户风险熵,确定目标智能终端的用户熵阈值,并将用户熵阈值下发到目标智能终端;
控制模块304,用于在目标智能终端处于无网络状态时,控制目标智能终端基于用户熵阈值,支持目标客户在目标智能终端上的业务办理。
一种可能的实现方式中,第二确定模块302还用于:
获取每一潜在用户的历史终端业务数据;
基于业务类别将历史终端业务数据划分为多个历史终端业务数据子集;
将多个历史终端业务数据子集包括的风险业务的数量分别确定为对应的多个业务类别的风险业务数量;
基于多个业务类别的风险业务数量、历史终端业务数据,确定潜在用户的用户风险熵;用户风险熵基于以下方式确定:
其中,G是潜在用户的用户风险熵,q是历史终端业务数据包括的业务数量,p
一种可能的实现方式中,该设备还用于:
S1、在潜在用户的历史终端业务数据包括的业务数量小于预设阈值时,将潜在用户确定为当前用户;
S2、获取当前用户的相似用户,并将相似用户的历史终端业务数据加入潜在用户的历史终端业务数据中;
S3、将相似用户确定为当前用户,重复S1至S2直至潜在用户的历史终端业务数据包括的业务数量大于或者等于预设阈值。
一种可能的实现方式中,处理模块303还用于:
获取用户关系模型,其中,用户关系模型用于确定关联的两个用户之间的风险大小关系;
基于用户关系模型,确定多个潜在用户之间的风险大小关系;
基于多个潜在用户之间的风险大小关系,从多个潜在用户中筛选出多个可控用户;其中,可控用户满足在与可控用户关联的多个潜在客户中不存在风险小于可控用户的潜在用户,且与可控用户关联的多个潜在客户中存在至少一个风险大于可控用户的潜在用户;
基于多个可控用户对应的用户风险熵,确定目标智能终端的用户熵阈值。
一种可能的实现方式中,处理模块303还用于:
将多个可控用户对应的用户风险熵中的最大值确定为目标智能终端的用户熵阈值。
一种可能的实现方式中,控制模块304还用于:
获取目标用户的用户风险熵;
判断用户风险熵是否大于用户熵阈值,若是,则不支持目标客户在目标智能终端上的业务办理;若否,则支持目标客户在目标智能终端上的业务办理。
一种可能的实现方式中,控制模块304还用于:
基于目标用户对应的用户移动终端建立与目标智能终端之间的通信连接;
用户移动终端接收目标智能终端发送的获取请求,并将获取请求转发到银行服务器;其中,获取请求用于获取目标用户的用户风险熵;
用户移动终端接收银行服务器基于目标智能终端的公钥加密后的用户风险熵,并将用户风险熵发送至目标智能终端,以使目标智能终端基于目标智能终端的私钥获取解密后的用户风险熵。
图4为本申请实施例提供的一种智能终端的控制设备的结构示意图二,该设备包括:
处理器401和存储器402;
存储器存储计算机执行指令;
处理器执行存储器402存储的计算机执行指令,使得智能终端的控制设备执行如上述的智能终端的控制方法。
应理解,上述处理器401可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital SignalProcessor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称: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。存储器402可能包含高速随机存取存储器(英文:Random Access Memory,简称:RAM),也可能还包括非易失性存储器(英文:Non-volatilememory,简称:NVM),例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
本申请实施例相应还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如上述的智能终端的控制方法。
本公开实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上述的智能终端的控制方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其他实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息、客户身份信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
应当理解的是,本申请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。本申请的范围仅由所附的权利要求书来限制。
- 一种基于智能终端的定位方法、系统、存储介质及设备
- 一种基于智能终端的称重方法、存储介质及智能终端
- 智能终端的进水检测方法、智能终端及存储介质
- 一种家居设备控制方法、装置、控制设备及可读存储介质
- 控制方法及控制装置、计算机设备、存储介质及烹饪设备
- 一种芯片及智能终端控制方法、智能终端及存储介质
- 智能终端的省电控制方法、智能终端及存储介质