【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体而言，涉及一种数据处理方法、装置、存储介质及电子设备。
技术介绍
1、在当前的商业环境中，银行客户服务的质量对于银行的运营至关重要。随着数字化技术的不断发展，客户对于银行的服务期望也不断提升，他们希望能够获得更快速、更精准、更个性化的服务体验。然而，目前银行在处理客户反馈等方面，仍然存在一些问题。
2、一方面，传统的人工处理方式效率低下，需要大量的人力资源投入，而且容易出现错误。银行需要大量的客服人员来处理客户的投诉、咨询和建议，而且往往需要耗费大量的时间来解决问题。这不仅增加了银行的运营成本，还降低了客户满意度。
3、另一方面，银行业务涉及到大量的数据处理操作，尽管现有的自动化技术，例如，机器人流程自动化(robotic process automation，rpa)技术，虽然能够执行重复性任务，但无法处理复杂的业务流程。此外，rpa技术对系统的依赖性较高，一旦系统发生改变，rpa技术就可能无法发挥作用。
4、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种数据处理方法、装置、存储介质及电子设备，以至少解决相关技术中数据处理方法存在的数据处理效率低、对系统依赖程度较高的技术问题。
2、根据本专利技术其中一实施例，提供了一种数据处理方法，包括：获取目标用户的目标反馈数据和目标交易数据；对目标反馈数据和目标交易数据进行预处理，得到预处理结果；利用目标网络模型对预处
3、可选地，获取目标用户的目标反馈数据和目标交易数据包括：利用预设应用程序接口获取初始反馈数据和初始交易数据；按照预设筛选规则对初始反馈数据和初始交易数据进行数据筛选，得到筛选结果；按照预设清洗规则对筛选结果进行数据清洗，得到目标反馈数据和目标交易数据。
4、可选地，对目标反馈数据和目标交易数据进行预处理，得到预处理结果包括：对目标反馈数据和目标交易数据进行文本分类，得到分类结果；对分类结果进行关键词提取，得到预处理结果，其中，预处理结果采用结构化数据格式存储。
5、可选地，目标网络模型包括以下至少之一：聚类分析模型、决策树模型、神经网络模型。
6、可选地，基于目标预测结果生成目标用户对应的目标推荐内容包括：获取营销策略信息和优惠活动信息；基于目标预测结果、营销策略信息和优惠活动信息生成目标推荐内容。
7、可选地，数据处理方法还包括：获取数据变化信息，其中，数据变化信息用于确定实时交易数据与历史交易数据之间的变化情况；基于数据变化信息对目标推荐内容进行调整，得到调整结果。
8、根据本专利技术其中一实施例，还提供了一种数据处理装置，包括：获取模块，用于获取目标用户的目标反馈数据和目标交易数据；预处理模块，用于对目标反馈数据和目标交易数据进行预处理，得到预处理结果；预测模块，用于利用目标网络模型对预处理结果进行预测，得到目标预测结果，其中，目标网络模型利用多组数据进行机器学习训练而得到，多组数据中的每组数据包括：历史反馈数据和历史交易数据，目标预测结果用于确定目标用户的业务需求和交易特征；生成模块，用于基于目标预测结果生成目标用户对应的目标推荐内容。
9、可选地，获取模块还用于：利用预设应用程序接口获取初始反馈数据和初始交易数据；该数据处理装置还包括筛选模块，用于装置按照预设筛选规则对初始反馈数据和初始交易数据进行数据筛选，得到筛选结果；该数据处理装置还包括清洗模块，用于按照预设清洗规则对筛选结果进行数据清洗，得到目标反馈数据和目标交易数据。
10、可选地，预处理模块还用于：对目标反馈数据和目标交易数据进行文本分类，得到分类结果；对分类结果进行关键词提取，得到预处理结果，其中，预处理结果采用结构化数据格式存储。
11、可选地，目标网络模型包括以下至少之一：聚类分析模型、决策树模型、神经网络模型。
12、可选地，获取模块还用于，获取营销策略信息和优惠活动信息；生成模块还用于，基于目标预测结果、营销策略信息和优惠活动信息生成目标推荐内容。
13、可选地，获取模块还用于，获取数据变化信息，其中，数据变化信息用于确定实时交易数据与历史交易数据之间的变化情况；该数据处理装置还包括调整模块，用于基于数据变化信息对目标推荐内容进行调整，得到调整结果。
14、根据本专利技术其中一实施例，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，在非易失性存储介质所在设备通过运行计算机程序执行上述任意一项的数据处理方法。
15、根据本专利技术其中一实施例，还提供了一种处理器，处理器用于运行程序，其中，程序被设置为运行时执行上述任一项中的数据处理方法。
16、根据本专利技术其中一实施例，还提供了一种电子设备，包括存储器和处理器，其特征在于，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行上述任意一项的数据处理方法。
17、在本专利技术实施例中，采用获取目标用户的目标反馈数据和目标交易数据以及对目标反馈数据和目标交易数据进行预处理，得到预处理结果的方式，利用目标网络模型对预处理结果进行预测，得到目标预测结果以及基于目标预测结果生成目标用户对应的目标推荐内容，达到了数据处理效率高、数据处理方法对系统的依赖程度低的目的，从而实现了提高数据处理效率低、降低数据处理方法对系统的依赖程度的技术效果，进而解决了相关技术中数据处理方法存在的数据处理效率低、对系统依赖程度较高的技术问题。
本文档来自技高网...【技术保护点】
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的数据处理方法，其特征在于，获取所述目标用户的所述目标反馈数据和所述目标交易数据包括：
3.根据权利要求1所述的数据处理方法，其特征在于，对所述目标反馈数据和所述目标交易数据进行预处理，得到所述预处理结果包括：
4.根据权利要求1所述的数据处理方法，其特征在于，所述目标网络模型包括以下至少之一：聚类分析模型、决策树模型、神经网络模型。
5.根据权利要求1所述的数据处理方法，其特征在于，基于所述目标预测结果生成所述目标用户对应的所述目标推荐内容包括：
6.根据权利要求1所述的数据处理方法，其特征在于，所述方法还包括：
7.一种数据处理装置，其特征在于，包括：
8.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有计算机程序，其中，在所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至6中任意一项所述的数据处理方法。
9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被设置为运行时执行
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任意一项所述的数据处理方法。
...【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的数据处理方法，其特征在于，获取所述目标用户的所述目标反馈数据和所述目标交易数据包括：
3.根据权利要求1所述的数据处理方法，其特征在于，对所述目标反馈数据和所述目标交易数据进行预处理，得到所述预处理结果包括：
4.根据权利要求1所述的数据处理方法，其特征在于，所述目标网络模型包括以下至少之一：聚类分析模型、决策树模型、神经网络模型。
5.根据权利要求1所述的数据处理方法，其特征在于，基于所述目标预测结果生成所述目标用户对应的所述目标推荐内容包括：
6.根据权利要求1所述的数据处理...
【专利技术属性】
技术研发人员：范开，
申请(专利权)人：北京银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。