基于智能识别和大数据的信息推送方法及信息推送系统技术方案

本发明专利技术实施例提供一种基于智能识别和大数据的信息推送方法及信息推送系统，通过对目标识别推送信息中的业务指标进行推送结构体的迭代标定，实现推送结构体的推送关键要素的不断更新，并且将推送源特征和相应的源特征重要程度信息进行融合对预设信息推送模型进行配置，使得配置后的预设信息推送模型的信息推送的准确性更高，极大的提升了数据处理的效率，进而提升了信息推送的分析效率。

【技术实现步骤摘要】
基于智能识别和大数据的信息推送方法及信息推送系统
本专利技术涉及大数据
，具体而言，涉及一种基于智能识别和大数据的信息推送方法及信息推送系统。
技术介绍
遍布设置于各个便民服务点的数字金融服务终端，可以为用户提供便利的业务推送信息的查询服务，从而便于用户及时了解到数字金融服务的各类资讯和相关的服务使用情况。传统的信息推送方案中，可以通过人工标记列表规则获取信息推送的特点，从而基于这些特点为数字金融服务终端推送符合其喜好的业务信息。然而，经本专利技术专利技术人研究发现，人工标记成本极高，并且标记速度难以达到预期效果，导致极大影响了信息推送的准确性和信息推送的分析效率。
技术实现思路
为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种基于智能识别和大数据的信息推送方法及信息推送系统，能够通过对目标识别推送信息中的业务指标进行推送结构体的迭代标定，实现推送结构体的推送关键要素的不断更新，并且将推送源特征和相应的源特征重要程度信息进行融合对预设信息推送模型进行配置，使得配置后的预设信息推送模型的信息本文档来自技高网...

【技术保护点】
1.一种基于智能识别和大数据的信息推送方法，其特征在于，应用于区块链金融平台，所述区块链金融平台与多个数字金融服务终端通信连接，所述方法包括：/n获取目标识别推送信息，并对所述目标识别推送信息进行业务指标分类和推送结构体关联处理，得到相应的目标业务指标分类列表，其中，所述目标识别推送信息为所述数字金融服务终端在预设时间段的业务请求信息所对应的请求推荐信息；/n对所述目标业务指标分类列表进行信息识别，得到信息推送标签列表以及相应的历史推送反馈参数，将历史推送反馈参数满足预设匹配规则的信息推送标签列表确定为目标推送参考策略；/n根据所述目标推送参考策略对所述目标业务指标分类列表进行遍历，循环更新推...

【技术特征摘要】
1.一种基于智能识别和大数据的信息推送方法，其特征在于，应用于区块链金融平台，所述区块链金融平台与多个数字金融服务终端通信连接，所述方法包括：
获取目标识别推送信息，并对所述目标识别推送信息进行业务指标分类和推送结构体关联处理，得到相应的目标业务指标分类列表，其中，所述目标识别推送信息为所述数字金融服务终端在预设时间段的业务请求信息所对应的请求推荐信息；
对所述目标业务指标分类列表进行信息识别，得到信息推送标签列表以及相应的历史推送反馈参数，将历史推送反馈参数满足预设匹配规则的信息推送标签列表确定为目标推送参考策略；
根据所述目标推送参考策略对所述目标业务指标分类列表进行遍历，循环更新推送结构体的推送关键要素，为符合目标推送参考策略的目标业务指标分类列表添加推送节点，并提取添加推送节点的目标业务指标分类列表中的推送源特征和相应的源特征重要程度信息；
根据所述推送源特征、源特征重要程度信息以及推送节点对预设信息推送模型进行配置，得到配置后的预设信息推送模型，基于配置后的预设信息推送模型对目标业务指标分类列表进行信息推送处理；
其中，所述业务指标是指数字金融服务过程中产生的用于衡量每个请求推荐业务的指标信息，所述推送结构体是指数字金融服务过程中用于进行推送策略参考的结构化配置信息，所述结构化配置信息是指以预设标定的固定格式排列好的配置信息；
所述信息推送标签列表中的每个信息推送标签用于表示在信息推送过程中后续具体参照的分类列表，相应的历史推送反馈参数是指该信息推送标签作为后续推送的参照对象时，在此之前的用户反馈的内容特征信息；
所述推送关键要素是指在后续的推送过程中的推送信息中所包含的内容节点，每个内容节点对应一个推送节点，所述推送源特征用于表示在后续的推送过程中的信息来源的特征，相应的源特征重要程度信息用于表示该信息来源的特征所占用的权重。


2.根据权利要求1所述的基于智能识别和大数据的信息推送方法，其特征在于，所述对所述目标业务指标分类列表进行信息识别，得到信息推送标签列表以及相应的历史推送反馈参数，将历史推送反馈参数满足预设匹配规则的信息推送标签列表确定为目标推送参考策略的步骤，包括：
对所述目标业务指标分类列表进行信息识别，得到相应的信息推送标签列表；
获取每一信息推送标签列表中包含的推送结构体的第一目标推送反馈参数以及推送结构体的全局推送反馈参数；
根据所述第一目标推送反馈参数与所述全局推送反馈参数的匹配关系确定相应的第一历史推送反馈参数；
将所述第一历史推送反馈参数匹配预设参数特征的信息推送标签列表确定为目标推送参考策略。


3.根据权利要求1所述的基于智能识别和大数据的信息推送方法，其特征在于，所述对所述目标识别推送信息进行业务指标分类和推送结构体关联处理，得到相应的目标业务指标分类列表的步骤，包括：
对所述目标识别推送信息进行切分和业务指标分类操作，得到相应的业务指标分类列表；
获取推送结构体的推送关键要素，并确定所述业务指标分类列表中的推送关键要素；
为所述业务指标分类列表中的推送关键要素标定相应的推送结构体，得到相应的目标业务指标分类列表。


4.根据权利要求1-3中任意一项所述的基于智能识别和大数据的信息推送方法，其特征在于，所述根据所述目标推送参考策略对所述目标业务指标分类列表进行遍历，循环更新推送结构体的推送关键要素的步骤，包括：
确定所述目标业务指标分类列表中与所述目标推送参考策略的信息推送标签列表匹配的业务指标序列；
获取每一业务指标序列中包含的推送结构体的第二目标推送反馈参数以及推送结构体的全局推送反馈参数，并根据所述第二目标推送反馈参数与所述全局推送反馈参数的匹配关系确定相应的第二历史推送反馈参数；
将所述第二历史推送反馈参数大于第二预设历史推送反馈参数阈值的业务指标序列确定为目标业务指标序列，并按照所述目标推送参考策略对所述目标业务指标序列中的业务指标进行推送结构体标定，更新推送结构体的推送关键要素；
重新执行获取每一业务指标序列中包含的推送结构体的第二目标推送反馈参数以及推送结构体的全局推送反馈参数的步骤，迭代对所述目标业务指标序列中的业务指标进行推送结构体标定，更新推送结构体的推送关键要素，直至迭代次数满足预设迭代阈值。


5.根据权利要求4所述的基于智能识别和大数据的信息推送方法，其特征在于，所述按照所述目标推送参考策略对所述目标业务指标序列中的业务指标进行推送结构体标定，更新推送结构体的推送关键要素的步骤，包括：
获取所述目标推送参考策略中对每一策略单元进行推送结构体标定的标定规则；
根据所述标定规则对所述目标业务指标序列中的业务指标按照策略单元进行推送结构体标定，更新推送结构体的推送关键要素。


6.根据权利要求1-3中任意一项所述的基于智能识别和大数据的信息推送方法，其特征在于，所述提取添加推送节点的目标业务指标分类列表中的推送源特征和相应的源特征重要程度信息的步骤，包括：
确定所述添加推送节点的目标业务指标分类列表的推送源特征；
计算添加推送节点的目标业务指标分类列表的源特征重要程度信息。


7.根据权利要求6所述的基于智能识别和大数据的信息推送方法，其特征在于，所述计算添加推送节点的目标业务指标分类列表的源特征重要程度信息的步骤，包括：
获取添加推送节点的目标业务指标分类列表中目标业务指标的出现次数，并获取所述目标识别推送信息中出现的总推送节点数量；
根据目标业务指标的出现次数与总推送节点数量的匹配关系确定相应的频繁模式项信息；
获取目标识别推送信息中的全局推送数量，并获取包含目标业务指标的目标业务推送数量；
计算所述全局推送数量与目标业务推送数量的目标匹配关系，并计算所述目标匹配关系的对数，得到相应的对数结果；
将所述频繁模式项信息乘以对数结果得到所述目标业务指标的重要程度，将同一目标业务指标分类列表中的业务指标相应的重要程度组合，生成源特征重要程度信息。


8.根据权利要求1-7中任意一项所述的基于智能识别和大数据的信息推送方法，其特征在于，所述请求推荐信息通过以下步骤获得：
从所述数字金融服务终端在预设时间段的业务...

【专利技术属性】
技术研发人员：吕维东，
申请(专利权)人：吕维东，
类型：发明
国别省市：云南;53