本公开涉及一种产品推荐方法、装置、电子设备及计算机可读介质。该方法包括：根据用户的指令，获取用户的基础信息；获取待推荐的多个产品的产品信息；基于规则引擎和所述多个产品的产品信息生成智能匹配策略；基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品；将所述至少一个产品推送至所述用户。本公开涉及的产品推荐方法、装置、电子设备及计算机可读介质，能够在用户选择和购买产品阶段，最大程度的提供可供用户选择的产品以提高用户的购买力。选择的产品以提高用户的购买力。选择的产品以提高用户的购买力。
【技术实现步骤摘要】
产品推荐方法、装置及电子设备
[0001]本公开涉及计算机信息处理领域，具体而言，涉及一种产品推荐方法、装置、电子设备及计算机可读介质。
技术介绍
[0002]近年来，网上申请各种金融服务正在成为一种潮流，随着市场竞争主体的增多，客户购买行为也趋于理性化，为了在越来越短的产品生命周期中，降低经营升本，挖掘客户的潜力，成了各个金融服务行业进行公司经营的首要工作。营销是一种客户服务，具体指企业发现或挖掘准消费者需求，从整体氛围的营造以及自身产品形态的营造去推广和销售产品，主要是深挖产品的内涵，切合准消费者的需求，从而让消费者深刻了解该产品进而购买的过程。产品推荐是在深入分析客户的个人信息和个人需求后以及各种个性化需求的基础上，充分利用一切可能的资源进行营销的活动，在保证公司金融安全的同时，提供产品或升级性的产品组合的形式，满足客户需求，提升客户体验。
[0003]在目前大多数互联网金融信贷系统中，用户如果需要购买某种信贷产品，必须先对该用户进行风险控制和授信，通过授信之后的可用额度、风险等级、渠道等相关联条件查询得到符合购买条件的信贷产品。风险等级一旦授信成功，将不能修改，在系统中约定用户的风险等级必须跟信贷产品对应匹配，如果一旦发生合作机构的或者产品的变更，用户可选择的产品范围将会缩小，造成用户体验不好。
[0004]在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0005]有鉴于此，本公开提供一种产品推荐方法、装置、电子设备及计算机可读介质，能够在用户选择和购买产品阶段，最大程度的提供可供用户选择的产品以提高用户的购买力。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0007]根据本公开的一方面，提出一种产品推荐方法，该方法包括：根据用户的指令，获取用户的基础信息；获取待推荐的多个产品的产品信息；基于规则引擎和所述多个产品的产品信息生成智能匹配策略；基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品；将所述至少一个产品推送至所述用户。
[0008]可选地，将所述至少一个产品推送至所述用户之后，还包括：基于用户的指令由所述至少一个产品中确定目标产品；将所述目标产品的申请页面推送至所述用户。
[0009]可选地，还包括：根据所述多个产品的产品信息实时更新所述智能匹配规则。
[0010]可选地，基于规则引擎和所述多个产品的产品信息生成智能匹配策略，包括：基于JBoss Drools规则引擎和所述多个产品的产品信息生成智能匹配策略。
[0011]可选地，基于JBoss Drools规则引擎和所述多个产品的产品信息生成智能匹配策略，包括：JBoss Drools规则引擎读取所述多个产品的产品信息生成知识库；创建会话库和事实库；JBoss Drools规则引擎关联所述知识库，所述会话库和所述事实库。
[0012]可选地，基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品，包括：基于所述规则引擎将所述基础信息中的内容和所述智能匹配策略进行匹配以生成匹配结果；将所述匹配结果中的多个产品依次排序；根据排序结果由前至后依次提取至少一个产品。
[0013]可选地，基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品，包括：基于所述基础信息确定所述用户的风险等级；基于所述规则引擎和所述风险等级对所述智能匹配策略进行筛选生成匹配结果；由匹配结果中提取至少一个产品。
[0014]可选地，基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品，还包括：在所述用户的风险等级为预设等级时，由基础产品库中获取所述至少一个产品。
[0015]可选地，基于所述基础信息确定所述用户的风险等级，包括：将所述基础信息输入用户风险模型中以生成所述用户的风险等级，所述用户风险模型为机器学习模型。
[0016]可选地，基于所述规则引擎和所述风险等级对所述智能匹配策略进行筛选生成匹配结果，包括：由所述智能匹配策略中提取多个产品对应的等级阈值；通过所述风险等级和多个等级阈值的交集生成比较结果。
[0017]根据本公开的一方面，提出一种产品推荐装置，该装置包括：信息模块，用于根据用户的指令，获取用户的基础信息；产品模块，用于获取待推荐的多个产品的产品信息；策略模块，用于基于规则引擎和所述多个产品的产品信息生成智能匹配策略；筛选模块，用于基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品；推送模块，用于将所述至少一个产品推送至所述用户。
[0018]可选地，还包括：申请模块，用于基于用户的指令由所述至少一个产品中确定目标产品；将所述目标产品的申请页面推送至所述用户。
[0019]可选地，还包括：更新模块，用于根据所述多个产品的产品信息实时更新所述智能匹配规则。
[0020]可选地，所述策略模块，还用于基于JBoss Drools规则引擎和所述多个产品的产品信息生成智能匹配策略。
[0021]可选地，所述策略模块，包括：读取单元，用于JBoss Drools规则引擎读取所述多个产品的产品信息生成知识库；数据单元，用于创建会话库和事实库；关联单元，用于JBoss Drools规则引擎关联所述知识库，所述会话库和所述事实库。
[0022]可选地，所述筛选模块，包括：匹配单元，用于基于所述规则引擎将所述基础信息中的内容和所述智能匹配策略进行匹配以生成匹配结果；将所述匹配结果中的多个产品依次排序；根据排序结果由前至后依次提取至少一个产品。
[0023]可选地，所述筛选模块，包括：筛选单元，用于基于所述基础信息确定所述用户的风险等级；基于所述规则引擎和所述风险等级对所述智能匹配策略进行筛选生成匹配结果；由匹配结果中提取至少一个产品。
[0024]可选地，所述筛选单元，还用于在所述用户的风险等级为预设等级时，由基础产品库中获取所述至少一个产品。
[0025]可选地，所述筛选单元，还用于将所述基础信息输入用户风险模型中以生成所述用户的风险等级，所述用户风险模型为机器学习模型。
[0026]可选地，所述筛选单元，还用于由所述智能匹配策略中提取多个产品对应的等级阈值；通过所述风险等级和多个等级阈值的交集生成比较结果。
[0027]根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。
[0028]根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。
[0029]根据本公开的产品推荐方法、装置、电子设备及计算机可读介质，根据用户的指令，获取用户的基础信息；获取待推荐的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种产品推荐方法，其特征在于，包括：根据用户的指令，获取用户的基础信息；获取待推荐的多个产品的产品信息；基于规则引擎和所述多个产品的产品信息生成智能匹配策略；基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛选，获取至少一个产品；将所述至少一个产品推送至所述用户。2.如权利要求1所述的方法，其特征在于，将所述至少一个产品推送至所述用户之后，还包括：基于用户的指令由所述至少一个产品中确定目标产品；将所述目标产品的申请页面推送至所述用户。3.如权利要求1-2中任一所述的方法，其特征在于，还包括：根据所述多个产品的产品信息实时更新所述智能匹配规则。4.如权利要求1-3中任一所述的方法，其特征在于，基于规则引擎和所述多个产品的产品信息生成智能匹配策略，包括：基于JBoss Drools规则引擎和所述多个产品的产品信息生成智能匹配策略。5.如权利要求1-4中任一所述的方法，其特征在于，基于JBoss Drools规则引擎和所述多个产品的产品信息生成智能匹配策略，包括：JBoss Drools规则引擎读取所述多个产品的产品信息生成知识库；创建会话库和事实库；JBoss Drools规则引擎关联所述知识库，所述会话库和所述事实库。6.如权利要求1-5中任一所述的方法，其特征在于，基于所述规则引擎和所述基础信息对所述智能匹配策略进行筛...
【专利技术属性】
技术研发人员：钟路，
申请(专利权)人：上海淇馥信息技术有限公司，
类型：发明
国别省市：
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。