【技术实现步骤摘要】
一种产品智能推荐方法及装置
本申请涉及金融业务中客户产品营销推荐领域，具体地讲，涉及一种金融产品的智能推荐方法及装置。
技术介绍
银行个人金融产品种类繁多，个人客户需求各异，客户经理在维护客户和营销产品方面对客户资产提升具有重要贡献。因此，在客户主体、分布、行为模式不断变化，金融科技飞速发展的新形势下，如何发现客户最可能需要的下一个产品是什么，如何计算客户和产品之间的粘性，如何对客户分群发现相似客户，如何学习并强化客户经理营销能力偏好，如何将合适的产品通过合适的渠道营销给合适的客户，做到因需而变，因时而动，是银行个人客户智慧营销问题的核心所在。但是当前客户经理向客户营销推荐金融产品的方式主要是依靠自身经验以及和客户的关系。因此存在如下不足：1、当前银行的金融产品分类主要是从产品设计或计财科目的角度进行分类，缺乏面向营销的产品分类体系，难以符合个性化产品分类营销。2、客户数量多且需求差异大，客户经理维护客户能力有限，亟需精准营销推荐辅助。3、对于新客户或新产品的营销，客户经理缺乏营销判断依据，不易找到合适的营销切入点。以上原因导致客户经理的营销达成率较低，并且对客户...
【技术保护点】
1.一种产品智能推荐方法，其特征在于，包括：对预先选定的产品集和客户集进行预处理，得到客户与产品的匹配关系；根据所述匹配关系计算客户与产品的粘合度，构建客户与产品的粘合度矩阵；计算所述客户集客户之间相似性，构建客户相似度矩阵；利用所述客户相似度矩阵通过最近邻算法计算相似客户集；利用所述相似客户集、所述客户相似度矩阵和所述粘合度矩阵通过协同过滤和关联分析的混合算法计算推荐产品集。
【技术特征摘要】
1.一种产品智能推荐方法，其特征在于，包括：对预先选定的产品集和客户集进行预处理，得到客户与产品的匹配关系；根据所述匹配关系计算客户与产品的粘合度，构建客户与产品的粘合度矩阵；计算所述客户集客户之间相似性，构建客户相似度矩阵；利用所述客户相似度矩阵通过最近邻算法计算相似客户集；利用所述相似客户集、所述客户相似度矩阵和所述粘合度矩阵通过协同过滤和关联分析的混合算法计算推荐产品集。2.根据权利要求1所述的推荐方法，其特征在于，对预先选定的产品集和客户集进行预处理，得到客户与产品的匹配关系，包括：对预先选定的产品集和客户集进行整合，得到客户与产品的关联关系；根据业务规则从所述关联关系中剔除无法匹配的关联关系，得到所述匹配关系。3.根据权利要求1所述的推荐方法，其特征在于，所述根据所述匹配关系计算所述粘合度，构建客户与产品的粘合度矩阵，包括：根据产品交易特征建立交易特征集合；根据所述客户集中和所述产品集以及、预先建立的交易特征集合计算客户与产品的粘合度，所述交易特征集合中包括多个交易特征；根据所述粘合度构建所述粘合度矩阵。4.根据权利要求1所述的推荐方法，其特征在于，所述计算所述客户集客户之间相似性，构建客户相似度矩阵，包括：根据所述客户集中的客户和客户以及预先建立的客户特征集合计算所述客户相似度，所述客户特征集合包括多个客户特征；根据所述客户相似度构建所述客户相似度矩阵。5.根据权利要求1所述的推荐方法，其特征在于，所述利用所述相似客户集、所述客户相似度矩阵和所述粘合度矩阵通过协同过滤和关联分析的混合算法计算推荐产品集，包括：根据所述相似度矩阵、所述相似客户集和所述粘合度矩阵预测客户对未交易产品的评分，并对所述评分按降序排序，根据所述评分的排序，取前若干个所述未交易产品组成未交易过的推荐产品集；对客户交易过的产品按所述粘合度降序排序，根据所述粘合度的排序，取前若干个所述交易过的产品组成交易过的推荐产品集；通过关联分析算法产生产品间关联规则，向左手规则产品对应的所述粘合度较大的客户推荐右手规则产品；根据所述未交易过的推荐产品集、所述交易过的推荐产品集和所述右手规则产品生成所述推荐产品集。6.根据权利要求1所述的推荐方法，其特征在于，还包括：根据所述客户与产品的粘性判读该客户是否为新客户；如果是，通过最近邻算法计算所述新客户的相似老客户，利用协同过滤算法计算所述相似老客户的推荐产品集。7.根据权利要求1所述的推荐方法，其特征在于，还包括：将所述推荐产品集按照所述粘合度降序排序。8.一种产品智能推荐装置，其特征在于，包括：预处理单元，用于对预先选定的产品集和客户集进行预处理，得到客户与产品的匹配关系；粘合度计算单元，用于根据所述匹配关系计算客户与产品的粘合度，构建客户与产品的粘合度矩阵；相似性计算单元，用于计算所述客户集客...
【专利技术属性】
技术研发人员：刘铁，李祯，高婕，孙军平，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京,11
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。