【技术实现步骤摘要】
产品信息推送方法及系统
本专利技术涉及数据分析
,具体地,涉及一种产品信息推送方法及系统。
技术介绍
目前主要通过问卷调查的形式获取客户对产品的评价信息,由人工分析产品的风险和收益情况,最后确定具体的产品推送方案。这种方式存在以下缺陷:1、问卷调查由人为经验设置,缺乏科学依据,会影响产品推送的准确度。2、人工分析确定品推送方案耗时且低产,不适用于处理海量数据。
技术实现思路
本专利技术实施例的主要目的在于提供一种产品信息推送方法及系统,以提高产品推送的客观性和准确度,降低人工成本,为客户及时提供合适的产品。为了实现上述目的,本专利技术实施例提供一种产品信息推送方法,包括:获取产品需求模型;获取客户的当前客户属性信息;将当前客户属性信息输入产品需求模型中,得到当前产品类别;向客户推送当前产品类别对应的产品信息。本专利技术实施例还提供一种产品信息推送系统,包括:模型获取单元,用于获取产品需求模型;信息获取单元,用于获取客户的 ...
【技术保护点】
1.一种产品信息推送方法,其特征在于,包括:/n获取产品需求模型;/n获取客户的当前客户属性信息;/n将所述当前客户属性信息输入所述产品需求模型中,得到当前产品类别;/n向所述客户推送所述当前产品类别对应的产品信息。/n
【技术特征摘要】
1.一种产品信息推送方法,其特征在于,包括:
获取产品需求模型;
获取客户的当前客户属性信息;
将所述当前客户属性信息输入所述产品需求模型中,得到当前产品类别;
向所述客户推送所述当前产品类别对应的产品信息。
2.根据权利要求1所述的产品信息推送方法,其特征在于,还包括:
预先通过以下方式获取产品需求模型:
将预先获取的历史客户属性信息和对应的历史产品类别划分为训练数据和测试数据;
根据所述训练数据训练预设的初始决策树模型,得到决策树训练模型;
将所述测试数据输入各个决策树训练模型中,得到对应的测试产品类别;
根据所述测试产品类别和对应的历史产品类别确定各个决策树训练模型的准确率;
将所述准确率的最大值对应的决策树训练模型作为所述产品需求模型。
3.根据权利要求2所述的产品信息推送方法,其特征在于,根据所述训练数据训练预设的初始决策树模型包括:
根据所述训练数据训练得到所述决策树训练模型中各个叶节点对应的分类条件;
根据各个叶节点中所述历史产品类别确定各个叶节点的产品类别;
根据各个叶节点对应的分类条件和各个叶节点的产品类别得到决策树训练模型。
4.根据权利要求3所述的产品信息推送方法,其特征在于,确定各个叶节点的产品类别包括:
根据各个叶节点中各个历史产品类别的数量、所述训练数据中各个历史产品类别的数量和各个叶节点中训练数据的数量确定各个叶节点中各个历史产品类别的权重;
将各个叶节点中所述权重的最大值对应的历史产品类别作为各个叶节点的产品类别。
5.根据权利要求4所述的产品信息推送方法,其特征在于,得到当前产品类别包括:
确定所述当前客户属性信息满足的分类条件;
将所述分类条件对应的叶节点的产品类别作为当前产品类别。
6.一种产品信息推送系统,其特征在于,包括:
模型获取单元,用于获取产品需求模型;
信息获取单元,用于获取客户的当前客户属性信息;
产品类别单元,用于将所述当前客户属性信息输入所述产品需求模型中,得...
【专利技术属性】
技术研发人员:阳骁尧,
申请(专利权)人:中国建设银行股份有限公司,建信金融科技有限责任公司,
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。