智能选择产品来推荐给相匹配用户的方法与系统技术方案

本发明专利技术公开了计算机信息技术领域的智能选择产品来推荐给相匹配用户的方法与系统:包括购物平台、商务系统和风控系统，通过风控系统会介入用户评估，并进行用户画像，并对用户画像进行审核，对产品进行预筛选，找出最符合用户期望的产品，再推荐给用户，通过规则引擎，将计算流程部署后发布到引擎中，就可以执行之前的流程，以得到计算结果，将智能画像技术及规则引擎技术引入，并集成开发为产品推荐引擎，可以对现存问题做出改进。能够实现在线的调整，提高系统的灵活性和扩展行。使得产品的变化能通过线上配置及时在系统中得到体现。可以减少匹配时的计算量，提高产品用户匹配的智能性和精确度。

Methods and systems for intelligent selection of products to recommend to matching users

【技术实现步骤摘要】
智能选择产品来推荐给相匹配用户的方法与系统
本专利技术涉及计算机信息
，具体为智能选择产品来推荐给相匹配用户的方法与系统。
技术介绍
本质上，电商系统可以看作是用户信息与产品数据之间的拟合，因此这部分系统的核心目标是帮助用户找到合适的产品并建立关联(下订单)。服务类的电商系统，由于收到平台、品类、地域、时效等因素的限制，一般较少采用用户主动搜索产品的方式，而是采用将产品主动推荐给用户的方式。如何让产品更有效的匹配到用户，也就是服务类电商系统面对的一个核心问题。产品推荐一般采用的计算方式比较简单，通过一些固定的，或者用户事先选定的条件，在产品列表中做出筛选，然后将产品列表推荐到用户。由于条件大都是事先选定的，所以在产品进行调整时，或者用户的需要变化时，推荐的计算方法很难及时进行深度调整。另一方面，仅仅用产品信息对用户画像进行筛选，计算信息量大，效率低，推荐的产品不一定适合用户的需求。基于此，本专利技术设计了智能选择产品来推荐给相匹配用户的方法与系统，以解决上述问题。
技术实现思路
本专利技术的目的在于提供智能选择产品来推荐给相匹配用户的方法与系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：智能选择产品来推荐给相匹配用户的方法与系统:包括购物平台、商务系统和风控系统，包括如下步骤：步骤a在平台中，客户进行申请下单，且后续产品推荐也通过平台进行推送；步骤b在商务系统中，商务部门会负责与外部产品的对接，形成一个产品库；步骤c在风控系统中，用户在平台进行申请，当后台收到用户的申请后，风控部门会介入用户评估，并进行用户画像，并对用户画像进行审核；步骤d1)当用户审核通过时，推荐引擎会获取全部产品列表，结合现有的用户画像，对产品进行预筛选；2)过滤掉部分不符合当前用户的产品，然后则对剩余产品进行评分画像；3)则根据规则引擎的配置，对剩余产品进行二次评估，找出最符合用户期望的产品，再推荐给用户；步骤e规则引擎为可视化指令执行系统，最初需要设置最终进行计算后得到计算结果的模块，以及作为计算参数的字段列表；步骤f这两者定义完成之后，在组件模块中定义计算规则，评分规则，以及计算的逻辑，也可以对于复杂的计算逻辑通过代码脚本的方式来注入。步骤g可以通过计算流程将以上配置进行组合，得到最终的组合计算逻辑。步骤h当配置完毕之后，将计算流程部署后发布到引擎中，就可以执行之前的流程，以得到计算结果。优选的，在产品的推荐中，除了根据用户的性别、年龄、职业、信用等参数，产品的类别，热度，销量等参数对产品进行筛选的必要规则以外，还需要额外控制输出的产品数量，顺序等。优选的，现在常见的用户画像主要包含用户个人信息(性别，年龄，职业等)，以及用户行为信息(信用、购物、搜索)。优选的，产品画像一部分是产品自有信息(类别，价格，等级)，而另一部分则是产品行为信息(销量，热度)，通过对于问题的分类、回归，将产品数据代入进行交叉验证，就能得到合适的算法来进行画像评分。优选的，规则引擎目前是使用自研的引擎来实现的，但开源的规则引擎或者框架如Drools，RuleEngine，easyrules，也可以作为替代实现。优选的，步骤C中部分产品的动态数据获取会依赖用户部分个人信息，因此为了提高用户体验，会预先对外部数据发起异步获取，这是一个分支的流程，不是必然发生的。与现有技术相比，本专利技术的有益效果是：将智能画像技术及规则引擎技术引入，并集成开发为产品推荐引擎，可以对现存问题做出改进。一方面，将规则引擎引入产品推荐计算中，可以使得产品列表筛选的计算方式方法，能够实现在线的调整，提高系统的灵活性和扩展行。使得产品的变化能通过线上配置及时在系统中得到体现。另一方面，将对产品也进行画像，让产品信息充分数据化，可以减少匹配时的计算量，提高产品用户匹配的智能性和精确度。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述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专利技术的一些实施例，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。图1为本专利技术产品推荐业务流程图；图2为本专利技术规则引擎示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1-2，本专利技术提供一种技术方案：智能选择产品来推荐给相匹配用户的方法与系统:包括购物平台、商务系统和风控系统，包括如下步骤：步骤a在平台中，客户进行申请下单，且后续产品推荐也通过平台进行推送；步骤b在商务系统中，商务部门会负责与外部产品的对接，形成一个产品库；步骤c在风控系统中，用户在平台进行申请，当后台收到用户的申请后，风控部门会介入用户评估，并进行用户画像，并对用户画像进行审核；步骤d1)当用户审核通过时，推荐引擎会获取全部产品列表，结合现有的用户画像，对产品进行预筛选；2)过滤掉部分不符合当前用户的产品，然后则对剩余产品进行评分画像；3)则根据规则引擎的配置，对剩余产品进行二次评估，找出最符合用户期望的产品，再推荐给用户；步骤e规则引擎为可视化指令执行系统，最初需要设置最终进行计算后得到计算结果的模块，以及作为计算参数的字段列表；步骤f这两者定义完成之后，在组件模块中定义计算规则，评分规则，以及计算的逻辑，也可以对于复杂的计算逻辑通过代码脚本的方式来注入。步骤g可以通过计算流程将以上配置进行组合，得到最终的组合计算逻辑。步骤h当配置完毕之后，将计算流程部署后发布到引擎中，就可以执行之前的流程，以得到计算结果。其中，在产品的推荐中，除了根据用户的性别、年龄、职业、信用等参数，产品的类别，热度，销量等参数对产品进行筛选的必要规则以外，还需要额外控制输出的产品数量，顺序等。其中，现在常见的用户画像主要包含用户个人信息(性别，年龄，职业等)，以及用户行为信息(信用、购物、搜索)。其中，产品画像一部分是产品自有信息(类别，价格，等级)，而另一部分则是产品行为信息(销量，热度)，通过对于问题的分类、回归，将产品数据代入进行交叉验证，就能得到合适的算法来进行画像评分。其中，规则引擎目前是使用自研的引擎来实现的，但开源的规则引擎或者框架如Drools，RuleEngine，easyrules，也可以作为替代实现。其中，步骤C中部分产品的动态数据获取会依赖用户部分个人信息，因此为了提高用户体验，会预先对外部数据发起异步获取，这是一个分支的流程，不是必然发生的。本专利技术将智能画像技术及规则引擎技术引入，并集成开发为产品推荐引擎，可以对现存问题本文档来自技高网...

【技术保护点】
1.智能选择产品来推荐给相匹配用户的方法与系统:包括购物平台、商务系统和风控系统，包括如下步骤：/n步骤a在平台中，客户进行申请下单，且后续产品推荐也通过平台进行推送；/n步骤b在商务系统中，商务部门会负责与外部产品的对接，形成一个产品库；/n步骤c在风控系统中，用户在平台进行申请，当后台收到用户的申请后，风控部门会介入用户评估，并进行用户画像，并对用户画像进行审核；/n步骤d1)当用户审核通过时，推荐引擎会获取全部产品列表，结合现有的用户画像，对产品进行预筛选；2)过滤掉部分不符合当前用户的产品，然后则对剩余产品进行评分画像；3)则根据规则引擎的配置，对剩余产品进行二次评估，找出最符合用户期望的产品，再推荐给用户；/n步骤e规则引擎为可视化指令执行系统，最初需要设置最终进行计算后得到计算结果的模块，以及作为计算参数的字段列表；/n步骤f这两者定义完成之后，在组件模块中定义计算规则，评分规则，以及计算的逻辑，也可以对于复杂的计算逻辑通过代码脚本的方式来注入。/n步骤g可以通过计算流程将以上配置进行组合，得到最终的组合计算逻辑。/n步骤h当配置完毕之后，将计算流程部署后发布到引擎中，就可以执行之前的流程，以得到计算结果。/n...

【技术特征摘要】
1.智能选择产品来推荐给相匹配用户的方法与系统:包括购物平台、商务系统和风控系统，包括如下步骤：
步骤a在平台中，客户进行申请下单，且后续产品推荐也通过平台进行推送；
步骤b在商务系统中，商务部门会负责与外部产品的对接，形成一个产品库；
步骤c在风控系统中，用户在平台进行申请，当后台收到用户的申请后，风控部门会介入用户评估，并进行用户画像，并对用户画像进行审核；
步骤d1)当用户审核通过时，推荐引擎会获取全部产品列表，结合现有的用户画像，对产品进行预筛选；2)过滤掉部分不符合当前用户的产品，然后则对剩余产品进行评分画像；3)则根据规则引擎的配置，对剩余产品进行二次评估，找出最符合用户期望的产品，再推荐给用户；
步骤e规则引擎为可视化指令执行系统，最初需要设置最终进行计算后得到计算结果的模块，以及作为计算参数的字段列表；
步骤f这两者定义完成之后，在组件模块中定义计算规则，评分规则，以及计算的逻辑，也可以对于复杂的计算逻辑通过代码脚本的方式来注入。
步骤g可以通过计算流程将以上配置进行组合，得到最终的组合计算逻辑。
步骤h当配置完毕之后，将计算流程部署后发布到引擎中，就可以执行之前的流程，以得到计算结果。


2.根据权利要求1所述的智能选择产品来推荐给相匹配用户的方法与...

【专利技术属性】
技术研发人员：王晓翔，
申请(专利权)人：上海良鑫网络科技有限公司，
类型：发明
国别省市：上海;31