欢迎使用CSDN-markdown编辑器

客户经理行销app接口定义

宽带包年

接口清单

接口url path前端认可后端认可
生成内部串号/code/internalYN
获取手机资费套餐/products/mobileNY
获取固话资费套餐/products/fixedYY
获取IPTV资费套餐/products/iptvNN

获取手机套餐包

GET /products/mobile

响应范例

{
  "products": [
    "宽带包年890元50M(一年期)",
    "宽带包年1580元50M(两年期)",
    "宽带包年1190元1000M(一年期",
    "宽带包年2080元100M(两年期",
    "宽带包年2780元200M(两年期"
  ]
}

获取固话套餐包

GET /products/fixed

响应范例

{
  "products": [
    "固话(10元/月)",
    "固话(15元/月)100分钟",
    "固话(30元/月)300分钟",
    "固话虚装0元"
  ]
}

刘冰接口

获取宽带空闲号码

描述:
获取空闲的宽带号码,BSS只返回1个,同时预占
请求:
{
  "STAFF_ID": "TEST0032",
  "EPARCHY_CODE": "0022",
  "CITY_CODE": "0041"
}
响应:
{
  "SERIAL_NUMBER": "02226308800"
}

获取固话空闲号码

描述:
获取空闲的固话号码,调用IOM接口返回号码列表
请求:
{
  "STAFF_ID": "TEST0032",
  "EPARCHY_CODE": "0022",
  "CITY_CODE": "0041"
}
响应:
{
  "SERIAL_NUMBER_LIST": [
    {
      "SERIAL_NUMBER": "02226308800"
    },
    {
      "SERIAL_NUMBER": "02226308801"
    }
  ]
}

获取可选产品信息

描述:
根据用户区域及网别获取可选产品列表
wo-esale获取,并控制产品ID和BSS产品及资费对应关系
NET_TYPE_CODE 30:固话产品;44:宽带产品:47:IPTV产品
请求:
{
  "STAFF_ID": "TEST0032",
  "EPARCHY_CODE": "0022",
  "CITY_CODE": "0041",
  "NET_TYPE_CODE":"44"
}
响应:
{
  "PRODUCT_LIST": [
    {
      "PRODUCT_ID": "81010631",
      "PRODUCT_NAME": "宽带包年890元50M(一年期)"
    },
    {
      "PRODUCT_ID": "81010635",
      "PRODUCT_NAME": "宽带包年1580元50M(两年期)"
    }
  ]
}

用户资料信息查询接口

描述:
根据用户号码查询用户资料
补卡业务时,先进行读身份证,调用此接口时传入证件相关信息,用于和号码所属客户比对
SERVICE_TYPE 00:查询基本用户信息;01:换卡;02:用户资料返档
CUST_TYPE 01:个人客户;02:集团客户
请求:
{
  "SERVICE_TYPE": "01",
  "SERIAL_NUMBER": "15620009200",
  "CUST_NAME": "",
  "PSPT_ID": "",
  "PSPT_TYPE_CODE": ""
}
响应:
{
  "RSP_CODE": "0000",
  "RSP_DESC": "",
  "CUST_INFO": {
    "CUST_ID": "9114110327900173",
    "CUST_NAME": "朱玉超",
    "PSPT_ID": "120223198610012017",
    "PSPT_TYPE_CODE": "0",
    "PSPT_ADDR": "河东区郑庄子月牙河南路30号",
    "PSPT_END_DATE": "2050-12-31",
    "CUST_TYPE": "01"
  },
  "USER_INFO": {
    "USER_ID": "640288769",
    "STATE_CODE": "0",
    "STATE": "开通",
    "OPEN_DATE": "2016-12-16 21:00:00",
    "PRODUCT_ID": "99002138",
    "PRODUCT_NAME": "WCDMA(3G)-96元基本套餐-A",
    "SIM_CARD_NO": "8986010852022351900"
  },
}

读/写SIM卡

沿用4G开户读/写SIM卡信息接口

发展人信息查询

沿用4G开户调用发展人接口

订购信息合法性验证与费用计算

描述:
根据app选择内容,wo-esale组织报文,提交到BSS进行合法性校验,包括产品模型校验
根据选择内容计算费用

预提交接口

描述:
订单预提交,提交信息包括:客户资料、产品信息、活动信息BSS生成订单,工单状态为未提交,并对请求报文中的内容进行全面校验。
请求:
{
  "SERVICE_TYPE": "01",
  "SERIAL_NUMBER": "15620009200",
  "CUST_NAME": "",
  "PSPT_ID": "",
  "PSPT_TYPE_CODE": ""
}

正式提交

描述:
订单预提交、收款结束后正式提交订单

返回码:

应答编码应答描述描述
0000成功
0001该号码不存在
0002欠费号码
0003停机用户不允许受理
0004用户有未竣工工单
0005该用户在锁定期或充值期内
0006认证客户和号码所属客户不一致过户业务
0007该用户不是未返单用户,不能办理此业务用户资料返档业务

为什么用 markdown 写前后分离 API

  • 纯文本格式:体积小、编辑器任选;比二进制和xml文档格式方便
  • 在线编辑,随时发布;持续更新,持续发布;迭代快速
  • 容易书写,和 markup 相反,markdown 非常简单方便
  • 方便转换成 html,配合各种css形成各种样式,可以添加内嵌代码的语法高亮
  • 可以结合版本管理,比对任何两个时间点版本变化,看到每行文字何时最后由谁编写
  • 简单的 diff 比较也很容易

API 接口描述编写的要点

  • 组织划分
    • 可以按前台功能页面作为 path 第一级
    • 也可以按照别的方式
    • 考虑一些不同的功能页面中公用的一些接口,有一致性要求的必须共享,没有一致性要求的拷贝即可
  • 请求格式
    • 数据获取的的请求通常比较简单,全部用 get + 查询串参数即可
    • 数据获取的结果,一律封装到 {prop: value } 格式中,因为为了性能,一个请求可以返回原先多个原子请求的内容,由于有各自的根属性,融合比较简单
    • 请求最终提交,采用 post,内容为完整的 json
  • path 和 json 属性命名规则
    • 业务术语统一一致
    • 采用 part1_part2_part3 下划线格式,的看,容易按关键字搜索
    • 和传统的 bss/cbss 的术语一致更方便

markdown 介绍

脚注

生成一个脚注1.

UML 图:

可以渲染序列图:

Created with Raphaël 2.1.0 张三 张三 李四 李四 嘿,小四儿, 写博客了没? 李四愣了一下,说: 忙得吐血,哪有时间写。

或者流程图:

Created with Raphaël 2.1.0 开始 我的操作 确认? 结束 yes no
  • 关于 序列图 语法,参考 这儿,
  • 关于 流程图 语法,参考 这儿.

离线写博客

即使用户在没有网络的情况下,也可以通过本编辑器离线写博客(直接在曾经使用过的浏览器中输入write.blog.csdn.net/mdeditor即可。Markdown编辑器使用浏览器离线存储将内容保存在本地。

用户写博客的过程中,内容实时保存在浏览器缓存中,在用户关闭浏览器或者其它异常情况下,内容不会丢失。用户再次打开浏览器时,会显示上次用户正在编辑的没有发表的内容。

博客发表后,本地缓存将被删除。 

用户可以选择 把正在写的博客保存到服务器草稿箱,即使换浏览器或者清除缓存,内容也不会丢失。

注意:虽然浏览器存储大部分时候都比较可靠,但为了您的数据安全,在联网后,请务必及时发表或者保存到服务器草稿箱

浏览器兼容

  1. 目前,本编辑器对Chrome浏览器支持最为完整。建议大家使用较新版本的Chrome。
  2. IE9以下不支持
  3. IE9,10,11存在以下问题
    1. 不支持离线功能
    2. IE9不支持文件导入导出
    3. IE10不支持拖拽文件导入


  1. 这里是 脚注内容.
【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值