本发明专利技术涉及计算机技术领域，提出一种基于状态节点的产品推荐方法，该方法包括：获取用户的产品特征信息，划分为状态节点；将所述状态节点生成阶段元；将所述阶段元内的数据输入预设用户评分模型，得到用户评分高于预设值的目标用户；通过运用自然语言识别算法，获取与当前状态节点的产品关联的所述目标用户下一状态节点的产品信息；将所述下一状态节点的产品信息推荐给目标用户。本发明专利技术还提出一种装置、设备及存储介质。本发明专利技术以自然语音识别算法将当前状态节点的产品与下一状态节点的产品进行关联，实现了准确的产品推断，提高了成单率。此外本发明专利技术还涉及区块链技术领域，防止基于状态节点预测下一状态节点产品的结果被篡改。篡改。篡改。
【技术实现步骤摘要】
基于状态节点的产品推荐方法、装置、设备及存储介质
[0001]本专利技术涉及计算机
，尤其涉及一种基于状态节点的产品推荐方法、装置、设备及存储介质。
技术介绍
[0002]随着信息技术的大爆发，用户在各类公司内的信息也在以天量级别的每日递增，用户在使用某个保险产品的各个阶段，如何正确选择合适的保险项目一直是用户的难点，一是用户投多了保险产品无疑增加了经济负担，二没有那么专业化，不懂很多保险的责任范围，如何使投保的利益最大化成为了用户所关心的地方，同样，作为保险企业如何正确利用用户数据实现对于用户需要的保险的合理引导，不仅可以提升业务业绩，还能帮助用户合理规避风险，提升用户的满意度；
[0003]同时大数据挖掘技术的日益成熟，诸如神经网络、支持向量机，决策树等被大量应用于解决复杂问题的预测与最佳结果的推导，正因此，如何通过用户保留下来的大量信息中挖掘到什么产品最适合哪些人群，如何通过大数据的挖掘实现对用户下一阶段的风险进行预测都是急需解决的问题
技术实现思路
[0004]本专利技术提供一种基于状态节点的产品推荐方法、装置、设备及存储介质，其主要目的在于通过当前节点的产品特征信息关联出下一状态阶段的产品信息并推荐给用户，实现跨时间的用户产品推断，提高产品推荐成功率。
[0005]所述基于状态节点的产品推荐方法包括：
[0006]获取用户的产品特征信息，所述特征信息包括按产品预设时间点顺序排列的用户状态数据，每一时间点的用户状态数据构成一个状态节点；
[0007]将所述状态节点按预设进程生成阶段元；
[0008]将所述阶段元内的用户状态数据输入预设用户评分模型，得到每一用户评分；
[0009]筛选所述用户评分高于预设值的用户，标记为目标用户；
[0010]通过运用自然语言识别算法，获取与当前状态节点的产品特征信息关联的所述目标用户下一状态节点的产品信息；
[0011]将所述下一状态节点的产品信息推荐给目标用户。
[0012]优选地，所述阶段元的生成进程包括：
[0013]预设阶段元判定标准，所述阶段元判定标准包括阶段元内包含的所述状态节点个数和所述状态节点选取的始末位置；
[0014]获取所述用户的状态节点；
[0015]将所述用户的每一状态节点按时间点顺序排列，得到状态节点集合；
[0016]根据所述阶段元判定标准，从所述状态节点集合筛选始末位置的所述状态节点生成阶段元。
[0017]优选地，所述预设的用户评分模型是基于深度学习算法的评分模型，其生成方法包括：
[0018]预设评分量化条件，所述评分量化条件包括评分取值范围、评分映射算法；
[0019]获取用户在所述阶段元内每一状态节点的特征信息；
[0020]根据所述评分映射算法，将每一所述状态节点的特征信息投影到所述评分取值范围内，得到用户在每一状态节点的评分；
[0021]将所述用户每一状态节点的评分用作训练预设的评分模型，得到用户评分模型。
[0022]优选地，所述预测出目标用户下一状态节点的产品信息的方法，包括：
[0023]获取关于产品的特征信息；
[0024]将所述产品特征信息组成产品特征信息库；
[0025]将所述产品特征信息库输入预设的自然语言处理模型，训练得到产品信息预测模型；
[0026]将所述目标用户在当前状态节点的特征信息进行分词和清洗，得到清洗后的离散的字词；
[0027]将所述清洗后离散的字词输入产品信息预测模型，预测出下一状态节点产品信息。
[0028]优选地，所述自然语言处理模型包括LDA模型。
[0029]优选地，所述将所述下一状态节点的产品信息推荐给目标用户的步骤，包括：
[0030]获取目标用户信息特征；
[0031]将所述目标用户信息特征、目标用户当前状态节点的信息特征和下一状态节点的产品信息按顺序进行组合，得到推荐预处理信息；
[0032]往所述推荐预处理信息中添加新的产品特征信息，形成产品推荐信息；
[0033]将所述产品推荐信息推荐给目标用户。
[0034]优选地，还包括上传所述产品推荐信息，所述上报方法包括将所述产品推荐信息上传到区块链中进行记录。
[0035]为实现上述目的，本专利技术还提供一种基于状态节点的产品推荐装置，所述基于状态节点的产品推荐装置包括
[0036]收集模块，用于获取用户的产品特征信息，所述特征信息包括按产品预设时间点顺序排列的用户状态数据，每一时间点的用户状态数据构成一个状态节点；阶段元生成模块，用于将所述状态节点按预设进程生成阶段元；用户评分模块，用于将所述阶段元内的用户状态数据输入预设用户评分模型，得到每一用户评分；目标用户筛选模块，用于筛选所述用户评分高于预设值的用户，标记为目标用户；下一状态节点产品关联模块，用于通过运用自然语言识别算法，获取与当前状态节点的产品特征信息关联的所述目标用户下一状态节点的产品信息；推荐模块，用于将所述下一状态节点的产品信息推荐给目标用户。
[0037]此外，为实现上述目的，本专利技术还提供一种计算机设备，包括：存储器和处理器，所述处理器中储存有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述基于状态节点的产品推荐方法的任意步骤。
[0038]此外，为实现上述目的，本专利技术还提供一种计算机存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行所述基于状态节点的产品推
荐方法中的任意步骤。
[0039]本专利技术提出的一种基于状态节点的产品推荐方法、系统、装置及计算机存储介质，通过根据用户产品特征信息划分状态节点，并结合时间顺序和预设进程将状态节点组成阶段元，在获得用户在阶段元所有状态节点的评分后，筛选出目标用户，并通过自然语言处理解析关联用户下一状态节点的产品，并将下一状态节点的产品信息推荐给目标用户，本申请只需要考虑当前状态节点和阶段元内的用户特征信息，实现了对大量用户特征信息的降维，通过自然语音识别关联下一状态节点的产品信息实现了对产品跨时间的推断，并将下一状态节点及时推荐给用户实现了精准的推荐，提高产品的推荐成功率。
附图说明
[0040]图1为本专利技术基于状态节点的产品推荐方法较佳实施例的步骤示意图；
[0041]图2为本专利技术下一状态节点的产品构建步骤流程图；
[0042]图3为本专利技术基于状态节点的产品推荐装置模块示意图；
[0043]图4为本专利技术设备的结构示意图。
[0044]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0045]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0046]一种基于状态节点的产品推荐方法，应用于后台服务器，
[0047]请参考图1和图2，包括以下步骤：
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于状态节点的产品推荐方法，其特征在于，包括：获取用户的产品特征信息，所述特征信息包括按产品预设时间点顺序排列的用户状态数据，每一时间点的用户状态数据构成一个状态节点；将所述状态节点按预设进程生成阶段元；将所述阶段元内的用户状态数据输入预设用户评分模型，得到每一用户评分；筛选所述用户评分高于预设值的用户，标记为目标用户；通过运用自然语言识别算法，获取与当前状态节点的产品特征信息关联的所述目标用户下一状态节点的产品信息；将所述下一状态节点的产品信息推荐给目标用户。2.根据权利要求1所述的一种基于状态节点的产品推荐方法，其特征在于，所述生成阶段元的预设进程包括：设置阶段元进程，所述阶段元进程包括阶段元内包含的所述状态节点个数和所述状态节点选取的始末位置；获取所述用户的状态节点；将所述用户的每一状态节点按时间点顺序排列，得到状态节点集合；根据所述阶段元进程，从所述状态节点集合筛选始末位置的所述状态节点生成阶段元。3.根据权利要求1所述的一种基于状态节点的产品推荐方法，其特征在于，所述用户状态数据在输入预设用户评分模型之前，还包括：设置评分量化条件，所述评分量化条件包括评分取值范围、评分映射算法；获取用户在所述阶段元内每一状态节点的特征信息；根据所述评分映射算法，将每一所述状态节点的特征信息投影到所述评分取值范围内，得到用户在每一状态节点的评分；将所述用户每一状态节点的评分用作训练预设的评分模型。4.根据权利要求1所述的一种基于状态节点的产品推荐方法，其特征在于，所述获取与当前状态节点的产品特征信息关联的所述目标用户下一状态节点的产品信息的方法，包括：获取关于产品的特征信息；将所述产品特征信息组成产品特征信息库；将所述产品特征信息库输入预设的自然语言处理模型，训练得到产品信息关联模型；将所述目标用户在当前状态节点的特征信息进行分词和清洗，得到清洗后的离散的字词；将所述清洗后离散的字词输入产品信息关联模型，关联出下一状态节点产品信息。...
【专利技术属性】
技术研发人员：徐杰，
申请(专利权)人：中国平安财产保险股份有限公司，
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。