一种基于大数据的洽谈对象推荐方法及装置与流程

1.本文涉及大数据领域，尤其涉及一种基于大数据的洽谈对象推荐方法及装置。


背景技术：

2.撮合系统为服务中小企业的业务合作平台，例如跨境撮合系统为中小企业用户、银行内部用户以及政府和行业协会等第三方机构提供pc端、手机app和pad端app、小程序等注册入口，通过提供多种渠道来获取中小企业用户。
3.但是现有撮合系统不具有主动推荐用户参加撮合会议的功能，以银行撮合系统为例，现有技术中，推荐用户参加撮合会议方式为：将待分析用户分配给客户经理，由客户经理通过企业的行业信息、主营产品、存贷款额度等信息了解待分析用户，并通过电话或者邮件等方式推荐客户参加撮合会议，整个推荐过程无法精准地确定用户感兴趣的洽谈对象，存在推荐效率低及成功率低的问题；再次，待分析用户在确认参加撮合会议后会花费大量时间、精力去挑选青睐的洽谈对象，存在寻找洽谈对象过程繁琐、效率低的问题。
4.基于上述两段分析可知，现有技术中亟需一种高效、快捷、无需下载app的方式为用户匹配心仪的洽谈对象，提高用户定位洽谈对象的效率，且能提高洽谈成功率。


技术实现要素：

5.本文用于解决现有技术中撮合会议中，对于客户经理而言，通过电话或者邮件等方式推荐客户参加撮合会议，整个推荐过程无法精准地确定用户感兴趣的洽谈对象，存在推荐效率低及成功率低的问题，对于用户而言，从海量用户中匹配合适的洽谈对象，存在确定过程繁琐及效率低的问题。
6.为了解决上述技术问题，本文一方面提供一种基于大数据的洽谈对象推荐方法，包括：
7.数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息；
8.根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户；各用户类型的数字化属性信息由历史撮合会议中用户的数字化属性信息确定得到；
9.根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象，所述推荐数据库中记录有各用户类型的洽谈对象推荐名单，所述各用户类型的洽谈对象推荐名单根据各用户类型下用户的目标对象确定，用户的目标对象为与用户已达成合作意向的企业；
10.判断所述待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端。
11.作为本文进一步实施例中，根据历史撮合会议中用户的数字化属性信息，确定各用户类型的数字化属性信息包括：
12.根据历史撮合会议中各用户的数字化属性信息，计算任意两个用户的协方差；
13.根据历史撮合会议中各用户的数字化属性信息，计算任意两个用户的协方差，对
于每两个用户的协方差，若满足该协方差小于预定值，则设置该两个用户为同一用户类型；
14.利用用户类型对用户进行聚合，得到各用户类型包含的用户；
15.根据各用户类型下用户的数字化属性信息，计算各用户类型的数字化属性信息。
16.作为本文进一步实施例中，根据各用户类型下用户的数字化属性信息，计算各用户类型的数字化属性信息，包括：
17.计算各用户类型下用户的各数字化属性信息的平均值；
18.将用户类型下用户的各数字化属性信息的平均值作为用户类型的各数字化属性信息。
19.作为本文进一步实施例中，利用用户类型对用户进行聚合，得到各用户类型包含的用户之后还包括：
20.计算各用户类型下的用户量；
21.过滤用户量小于预定量的用户类型，保留用户量大于或等于预定量的用户类型。
22.作为本文进一步实施例中，根据各用户类型下用户的目标对象确定各用户类型的洽谈对象推荐名单，包括：
23.对于每一用户类型下用户的目标对象，执行如下处理：
24.根据该用户类型下用户的目标对象，统计各目标对象出现频次；
25.取目标对象出现频次最多的n个目标对象组成该用户类型的洽谈对象推荐名单，其中，n为正整数。
26.作为本文进一步实施例中，根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象进一步为：
27.根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象及待推荐洽谈会议；所述推荐数据库中还记录有各用户类型的撮合会议推荐名单；各用户类型的撮合会议推荐名单根据各用户类型下用户参加的撮合会议信息确定，各用户类型的洽谈对象推荐名单根据各用户类型下用户的目标对象及撮合会议推荐名单确定；
28.判断所述待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端进一步为：
29.根据待推荐撮合会议及待推荐洽谈对象，生成撮合会议推荐确认页面；发送撮合会议推荐确认页面至待分析用户的客户端，以由待分析用户根据撮合会议推荐确认页面完成撮合会议及洽谈对象报名。
30.作为本文进一步实施例中，根据各用户类型下用户参加的撮合会议信息，确定各用户类型的撮合会议推荐名单包括：对于每一用户类型下用户参加的撮合会议信息，执行如下处理：根据该用户类型下用户参加的撮合会议信息，统计各撮合会议中用户数量；取用户数量最多的m个撮合会议组成该用户类型的撮合会议推荐名单，其中，m为正整数；
31.根据各用户类型下用户的目标对象及撮合会议推荐名单，确定各用户类型的洽谈对象推荐名单包括：对于每个用户类型下用户的目标对象及撮合会议推荐名单执行如下处理：计算该用户类型下用户的目标对象参加撮合会议推荐名单中活动的次数；取参加次数最多的n个目标对象作为该用户类型的洽谈对象推荐名单，其中，n为正整数。
32.作为本文进一步实施例中，属性信息包括：行业信息、主营产品信息、地区信息、资源信息、参加撮合会议的举办时间信息、参加撮合会议类型信息及参加撮合会议的成交信
息；
33.所述数字化属性信息通过查询数字化表确定，所述数字化表中记录有属性信息与数值的映射关系，每一属性下各参数的数值加和为1，每一属性下各参数的数值根据该属性下参数的占比确定。
34.本文另一方面提供一种基于大数据的洽谈对象推荐装置，包括：
35.数字化处理单元，用于数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息；
36.计算单元，用于根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户；各用户类型的数字化属性信息由历史撮合会议中用户的数字化属性信息确定得到；
37.匹配单元，用于根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象，所述推荐数据库中记录有各用户类型的洽谈对象推荐名单，所述各用户类型的洽谈对象推荐名单根据各用户类型下用户的目标对象确定，用户的目标对象为与用户已达成合作意向的企业；
38.发送单元，用于判断所述待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端。
39.本文另一方面提供一种计算机设备，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前述任一实施例所述方法。
40.本文另一方面提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被计算机设备的处理器运行时，执行根据前述任一实施例所述方法的指令。
41.本文另一实施例中提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现前述任一实施例所述方法。
42.本文提供的基于大数据的洽谈对象推荐方法及装置，通过预先确定各用户类型的数字化属性信息及各用户类型的洽谈对象推荐名单，在存在待分析用户时，数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息；根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户；根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象；判断待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待推荐洽谈对象及待举办撮合会议信息至待分析用户，以由待分析用户根据接收到的洽谈对象确定是否参加待举办撮合会议，当决定参加时根据接收到的洽谈对象完成撮合会议注册，能够实现洽谈对象的自动定位及推荐，提高洽谈对象确定效率及准确度。
43.为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
44.为了更清楚地说明本文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文的一些实施例，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。
45.图1示出了本文实施例基于大数据的洽谈对象推荐系统的结构图；
46.图2示出了本文实施例数据分析过程的一流程图；
47.图3示出了本文实施例基于大数据的洽谈对象推荐方法的一流程图；
48.图4示出了本文实施例数据分析过程的另一流程图；
49.图5示出了本文实施例基于大数据的洽谈对象推荐方法的另一流程图；
50.图6示出了本文实施例基于大数据的洽谈对象推荐的结构图；
51.图7示出了本文实施例洽谈对象推荐设备的结构图。
52.附图符号说明：
53.110、数据库；
54.120、服务器；
55.130、客户端；
56.601、数字化处理单元；
57.602、计算单元；
58.603、匹配单元；
59.604、推荐单元；
60.702、洽谈对象推荐设备；
61.704、处理器；
62.706、存储器；
63.708、驱动机构；
64.710、输入/输出模块；
65.712、输入设备；
66.714、输出设备；
67.716、呈现设备；
68.718、图形用户接口；
69.720、网络接口；
70.722、通信链路；
71.724、通信总线。
具体实施方式
72.下面将结合本文实施例中的附图，对本文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文一部分实施例，而不是全部的实施例。基于本文中的实施例，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，都属于本文保护的范围。
73.需要说明的是，本文的说明书和权利要求书及上述附图中的术语“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。
74.本说明书提供了如实施例或流程图所述的方法操作步骤，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。
75.需要说明的是，本文的基于大数据的洽谈对象推荐方法及装置可用于金融领域，也可用于除金融领域之外的任意领域，本文的基于大数据的洽谈对象推荐方法及装置的应用领域不做限定。本文所述撮合会议包括跨境撮合会议(例如进出口博览会)及非跨境撮合会议，撮合会议可在每年固定时间举行，已经参加过撮合会议的企业相对固定。具体的，跨境撮合集互联网平台及b2b特点为一体，面向全球中小企业用户、银行内部管理员、操作员、复核员等用户，提供企业注册、活动报名、企业供需发布、线上线下洽谈对接、洽谈结果展示以及促成后续合作落地等功能。
76.需要说明的是，本文所涉及的用户属性信息(包括但不限于行业信息、主营产品信息、地区信息、资源信息、参加撮合会议的举办时间信息、参加撮合会议类型信息及参加撮合会议的成交信息等)，均为经用户授权或者经过各方充分授权的信息和数据。
77.现有技术中撮合会议中，对于客户经理而言，通过电话或者邮件等方式推荐客户参加撮合会议，整个推荐过程无法精准地确定用户感兴趣的洽谈对象，存在推荐效率低及成功率低的问题，对于用户而言，报名参加撮合会议时或报名参加撮合会议之后，从海量用户中匹配合适的洽谈对象，存在确定过程繁琐及效率低的问题。
78.为了解决上述技术问题，本文一实施例中，提供一种基于大数据的洽谈对象推荐系统，如图1所示，包括：数据库110、服务器120及客户端130。
79.数据库110中存储有历史撮合会议中用户的属性信息、数字化属性信息，用户类型的数字化属性信息，各用户类型的洽谈对象推荐名单。数字化属性信息可由服务器120对属性信息进行数字化处理得到，具体数字化过程可参见后续实施例。用户类型通过聚合历史撮合会议中用户确定，用户类型的数字化属性信息由用户类型下用户的数字化属性信息计算平均值得到。用户类型的洽谈对象推荐名单通过各用户类型下用户的目标对象确定，用户的目标对象为与用户已达成合作意向的企业。
80.服务器120用于为待分析用户自动推荐洽谈对象，具体过程包括：数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息；根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户；根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象；判断所述待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则判断待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端130。
81.待分析用户为未参加过撮合会议的企业用户，可通过一定筛选条件得到。以银行跨境撮合平台为例，待分析用户可以为银行的境内企业用户(记为第一方企业)，洽谈对象为境外企业(第二方企业)。待分析用户还可以为境外企业用户，洽谈对象为境内企业。
82.服务器120推荐洽谈对象的流程可自动触发，还可以根据用户指示触发，例如服务器120接收到待分析用户发送的推荐请求后，启动洽谈对象推荐流程。
83.待推荐洽谈对象包括洽谈对象名称以及对象的基本介绍信息，基本介绍信息包括洽谈对象的属性信息。
84.在本说明书一些实施例中，所述客户端130可以为台式电脑、平板电脑、笔记本电脑、智能手机、数字助理、智能可穿戴设备等。其中，智能可穿戴设备可以包括智能手环、智能手表、智能眼镜、智能头盔等。当然，所述客户端并不限于上述具有一定实体的电子设备，其还可以为运行于上述电子设备中的软体。
85.本实施例应用于待分析用户报名参加撮合会议之前，待分析用户可根据接收到的待推荐洽谈对象自动完成撮合会议报名及洽谈对象预定，提高撮合会议的获客效率及成功率。具体的，发送待推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端包括：根据待推荐洽谈对象及待举办撮合会议信息生成撮合会议推荐页面，发送撮合会议推荐页面至待分析用户的客户端，其中，撮合会议推荐页面中记录有待举办撮合会议信息以及待推荐洽谈对象，并且推荐洽谈对象设置有超链接，可供用户选择及确认。服务器120在接收到用户选择的洽谈对象后完成用户对撮合互动的报名以及洽谈对象的预定。
86.本文一实施例中，提供一种基于大数据的洽谈对象推荐方法，应用于撮合系统，本方法实施之前，先进行数据分析，具体的，如图2所示，数据分析过程包括：
87.步骤201，收集撮合系统中最近n年举办过的撮合会议、撮合会议中用户的属性信息及用户的目标对象。其中，用户的目标对象为与用户已达成合作意向的企业。
88.本实施例中的用户指的是撮合会议的一方企业，目标对象为撮合会议中的另一方企业，例如为用户为境内企业，目标对象为境外企业，或者用户为境外企业，目标对象为境内企业。
89.撮合会议中用户的属性信息至少包括：行业信息、主营产品信息、地区信息、资源信息、参加撮合会议的举办时间信息、参加撮合会议类型信息及参加撮合会议的成交信息。其中，行业信息可按现有行业分类确定。主营产品信息为用户主打的产品信息。地区信息为用户所在地区信息。资源信息包括用户的存款额、贷款额等反映用户已有资产的信息。参加撮合会议的举办时间信息为撮合会议举办时间间隔，例如为每年举办一次，每两年举办一次等，还包括参加撮合会议的参会频率。参加撮合会议类型信息包括但不限于国家级贸易洽谈会、省部级贸易洽谈会及市县级贸易洽谈会等。参加撮合会议的成交信息包括一次撮合会议的成交额，最近m次撮合会议的平均成交额。
90.步骤202，对撮合会议中用户的属性信息进行数字化处理，得到撮合会议中用户的数字化属性信息。
91.本步骤实施时，可根据预先配置的数字化表对属性信息进行数据化处理。数字化表中记录有属性信息与数值的映射关系，每一属性下各参数的数值加和为1，每一属性下各参数的数值根据该属性下参数的占比确定。一具体实施方式中，数字化表如表1所示，表1仅为示例性说明，具体实施时，可根据上述数字化表配置规则进行配置。
92.表1
93.[0094][0095]
步骤203，根据历史撮合会议中各用户的数字化属性信息，计算任意两个用户的协方差，对于每两个用户的协方差，若满足该协方差小于预定值，则设置该两个用户为同一用户类型。
[0096]
本步骤中，将每一用户看作一变量，用户的数字化属性信息看作变量值，实施时，可利用如下公式计算两个用户的协方差：
[0097][0098]
其中，x表示其中一用户的属性变量，y表示另一用户的属性变量，xi表示其中一用户的第i个属性的数字化值，yi表示另一用户的第i个属性的数字化值，表示其中一用户的属性数字化值的平均值，表示另一用户的属性数字化值的平均值，n为属性变量总数。
[0099]
预定值例如为0.01，预定值越小，用户相似度确定结果越准确。具体实施时，可根据需求设定预定值。
[0100]
步骤204，利用用户类型对用户进行聚合，得到各用户类型包含的用户。
[0101]
本步骤的目的在于将属于同一用户类型的用户进行聚合。
[0102]
步骤205，根据各用户类型下用户的数字化属性信息，计算各用户类型的数字化属性信息。
[0103]
本步骤实施时，先计算各用户类型下用户的各数字化属性信息的平均值，然后将用户类型下用户的各数字化属性信息的平均值作为用户类型的各数字化属性信息。
[0104]
步骤206，根据各用户类型下用户的目标对象，确定各用户类型的洽谈对象推荐名单。根据用户类型及各用户类型的洽谈对象推荐名单建立推荐数据库，该推荐数据库中记录有各用户类型对应的洽谈对象名单，一实施方式中，如表2所示。其它实施方式中，推荐数据库中还记录有用户类型的数值化属性信息。
[0105]
表2
[0106]
用户类型洽谈对象推荐名单用户类型a企业1，企业2，企业3用户类型b企业3，企业5，企业6
…………
[0107]
具体的，本步骤中，对每一用户类型下用户的目标对象，执行如下处理：根据该用户类型下用户的目标对象，统计各目标对象出现频次；按照目标对象出现频次从大到小的顺序排序，从中取目标对象出现频次排名前n个目标对象组成该用户类型的洽谈对象推荐名单，其中，n为正整数。
[0108]
本文一实施例中，为了确保推荐的准确性，上述步骤204之后，还对用户类型进行筛选，具体的，计算各用户类型下的用户量(即各用户类型包含的用户的数量)，过滤用户量小于预定量的用户类型，保留用户量大于或等于预定量的用户类型。其中，预定量例如为1万，可根据洽谈会议规模及推荐精度需求进行设定，本文对此不作限定。
[0109]
在图2所示预处理的基础上，可自动向待分析用户推荐洽谈对象，具体的，如图3所示，包括：
[0110]
步骤301，数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息。
[0111]
待分析用户可以为第三方系统新增的用户，还可以为主动发起洽谈对象推荐请求的用户。数字化待分析用户的属性信息的过程可参考前述步骤202，此处不再详述。
[0112]
步骤302，根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户。
[0113]
本步骤中，通过计算待分析用户的数字化属性信息与各用户类型的数字化属性信息的协方差的方式，确定待分析用户与各用户类型的相似度，协方差越小，相似度越高。将相似度最高值的用户类型赋予待分析用户即，将协方差最小的用户类型赋予给待分析用户。
[0114]
步骤303，根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象。
[0115]
本步骤中，先从推荐数据库中查询待分析用户的用户类型，将查找到的用户类型对应的洽谈对象推荐名单作为待推荐洽谈对象。
[0116]
步骤304，判断待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待
推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端。
[0117]
待举办撮合会议信息包括举办地址、时间、会议简介等信息。
[0118]
一些实施方式中，根据待推荐洽谈对象及待举办撮合会议信息生成推荐页面，将该推荐页面通过5g消息发送至待分析用户的客户端，其中，5g消息是短信业务的升级，是运营商的一种基础电信服务，基于ip技术实现业务体验的飞跃，支持的媒体格式更多，表现形式更丰富。
[0119]
该推荐页面中可供用户选择并确认洽谈对象，在用户确认洽谈对象后，服务器会将撮合会议的报名确认页面发送至客户端确认，该报名确认页面中显示有待分析用户的属性信息，用户可通过点选相应的属性信息完成信息确认或修改，待用户确认后，选择报名确认页面中的确认按钮，完成撮合会议的一键报名操作。撮合系统服务器根据用户确认信息完成撮合会议报名，并于报名结束后对用户进行排桌操作。
[0120]
该实施方式能够避免用户下载app、注册及登录等操作，提高用户报名参加撮合会议的效率。
[0121]
本实施例能够省去客户经理通过电话或者邮件等方式推荐客户参加撮合会议的过程，同时还可以省去用户从海量用户中匹配合适的洽谈对象，通过自动方式实现洽谈对象的自动定位及推荐，提高洽谈对象确定效率及准确度。
[0122]
本文一实施例中，还可向用户推荐撮合会议信息，具体的，如图4所示，数据分析过程包括：
[0123]
步骤401，收集撮合系统中最近n年举办过的撮合会议、撮合会议中用户的属性信息及用户的目标对象。
[0124]
步骤402，对撮合会议中用户的属性信息进行数字化处理，得到撮合会议中用户的数字化属性信息。
[0125]
步骤403，根据历史撮合会议中各用户的数字化属性信息，计算任意两个用户的协方差，对于每两个用户的协方差，若满足该协方差小于预定值，则设置该两个用户为同一用户类型。
[0126]
步骤404，利用用户类型对用户进行聚合，得到各用户类型包含的用户。
[0127]
步骤405，根据各用户类型下用户的数字化属性信息，计算各用户类型的数字化属性信息。
[0128]
步骤406，根据各用户类型下用户参加的撮合会议信息，确定各用户类型的撮合会议推荐名单。
[0129]
本步骤实施时，对于每一用户类型下用户参加的撮合会议信息，执行如下处理：根据该用户类型下用户参加的撮合会议信息，统计各撮合会议中用户数量；取用户数量最多的m个撮合会议组成该用户类型的撮合会议推荐名单，其中，m为正整数。
[0130]
步骤407，根据各用户类型下用户的目标对象及撮合会议推荐名单，确定各用户类型的洽谈对象推荐名单。
[0131]
本步骤实施时，对于每个用户类型下用户的目标对象及撮合会议推荐名单执行如下处理：计算该用户类型下用户的目标对象参加撮合会议推荐名单中活动的次数；取参加次数最多的n个目标对象作为该用户类型的洽谈对象推荐名单，其中，n为正整数。
[0132]
步骤406确定出的各用户类型的撮合会议推荐名单及步骤407确定出的各用户类
型的洽谈对象推荐名单记录于推荐数据库中，如表3所示。
[0133]
表3
[0134]
用户类型撮合会议推荐名单洽谈对象推荐名单用户类型a撮合会议1，撮合会议2企业1，企业2，企业3用户类型b撮合会议3，撮合会议4企业3，企业5，企业6
………………
[0135]
进一步的，如图5所示，基于大数据的洽谈对象推荐方法包括：步骤501，数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息。
[0136]
步骤502，根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户。
[0137]
例如，待分析用户与用户类型c的相似度最高，则设置待分析用户类型为用户类型c。
[0138]
步骤503，根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象及待推荐洽谈会议。
[0139]
例如，待分析用户的用户类型c对应的洽谈会议推荐名单为h、i、j，对应的洽谈对象推荐名单为a、e、f，则确定待分析用户的待推荐洽谈对象为a、e、f及待推荐洽谈会议为h、i、j。
[0140]
步骤504，根据待推荐撮合会议及待推荐洽谈对象，生成撮合会议推荐确认页面；发送撮合会议推荐确认页面至待分析用户的客户端。
[0141]
用户根据撮合会议推荐确认页面完成撮合会议及洽谈对象报名。具体的撮合会议推荐确认页面显示的待推荐撮合会议及待推荐洽谈对象可供用户选择，用户选择待推荐撮合会议及待推荐洽谈对象之后，服务器会将用户的属性信息发送至用户确认，待用户确认后，完成撮合会议及洽谈对象报名。
[0142]
本文基于大数据分析确定待分析用户所属用户类型，进而确定感兴趣的洽谈对象，能够实现洽谈对象的自动定位及推荐，提高洽谈对象确定效率及准确度。
[0143]
基于同一发明构思，本文还提供一种基于大数据的洽谈对象推荐装置，如下面的实施例所述。由于基于大数据的洽谈对象推荐装置解决问题的原理与基于大数据的洽谈对象推荐方法相似，因此基于大数据的洽谈对象推荐装置的实施可以参见基于大数据的洽谈对象推荐方法，重复之处不再赘述。
[0144]
具体的，如图6所示，基于大数据的洽谈对象推荐装置包括：
[0145]
数字化处理单元601，用于数字化处理待分析用户的属性信息，得到待分析用户的数字化属性信息。
[0146]
计算单元602，用于根据待分析用户的数字化属性信息与各用户类型的数字化属性信息，计算待分析用户与各用户类型的相似度，将相似度最高值的用户类型赋予待分析用户；各用户类型的数字化属性信息由历史撮合会议中用户的数字化属性信息确定得到。
[0147]
匹配单元603，用于根据待分析用户的用户类型，从推荐数据库中匹配待推荐洽谈对象，所述推荐数据库中记录有各用户类型的洽谈对象推荐名单，所述各用户类型的洽谈对象推荐名单根据各用户类型下用户的目标对象确定，用户的目标对象为与用户已达成合作意向的企业。
[0148]
推荐单元604，用于判断待推荐洽谈对象是否报名参加了待举办撮合会议，若是，则发送待推荐洽谈对象及待举办撮合会议信息至待分析用户的客户端。
[0149]
本实施例能够实现洽谈对象的自动定位及推荐，提高洽谈对象确定效率及准确度。
[0150]
本文一实施例中，还提供一种洽谈对象推荐设备702，如图7所示，包括存储器706、处理器704及存储在存储器706上并可在处理器上运行的计算机程序，处理器704执行所述计算机程序时实现前述任一实施例所述方法。具体的，处理器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。存储器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，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示洽谈对象推荐设备702的固定或可移除部件。在一种情况下，当处理器704执行被存储在任何存储器或存储器的组合中的相关联的指令时，洽谈对象推荐设备702可以执行相关联指令的任一操作。洽谈对象推荐设备702还包括用于与任何存储器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。
[0151]
洽谈对象推荐设备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718(gui)。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洽谈对象推荐设备。洽谈对象推荐设备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。
[0152]
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。
[0153]
对应于图2至图5中的方法，本文实施例还提供了一种计算机可读存储介质，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方法的步骤。
[0154]
本文实施例还提供一种计算机可读指令，其中当处理器执行所述指令时，其中的程序使得处理器执行如图2至图5所示的方法。
[0155]
应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。
[0156]
还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0157]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专
业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。
[0158]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0159]
在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
[0160]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
[0161]
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0162]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0163]
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。