服务类产品推荐方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种服务类产品推荐方法、装置、计算机设备及存储介质，其方法包括：构建初始权重矩阵，初始权重矩阵包括目标客户与服务类产品的关联数据；获取服务类产品的客群渗透率数据和目标客户的客群标签，根据客群渗透率数据和客群标签构建产品渗透率矩阵；获取服务类产品的产品到期数据，根据产品到期数据构建产品到期矩阵；获取服务类产品的兴趣度数据，根据兴趣度数据构建兴趣度矩阵；叠加初始权重矩阵、产品渗透率矩阵、产品到期矩阵、兴趣度矩阵，生成推荐权重矩阵；将推荐权重矩阵输入服务类产品推荐模型，获取服务类产品推荐模型输出的目标客户在服务类产品上的推荐数据。本发明专利技术还涉及区块链技术，所述推荐数据存储于区块链中。本发明专利技术可以提高服务类产品推荐的准确率和覆盖率。

【技术实现步骤摘要】
服务类产品推荐方法、装置、计算机设备及存储介质
本专利技术涉及人工智能领域，尤其涉及一种服务类产品推荐方法、装置、计算机设备及存储介质。
技术介绍
随着互联网行业的蓬勃发展，越来越多用户选择线上购买服务类产品。由于服务类产品种类繁多，用户在购买服务类产品时通常难以抉择。现有的推荐算法没有考虑节点之间的转移概率，存在推荐结果不准确、覆盖率较低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种服务类产品推荐方法、装置、计算机设备及存储介质，以提高服务类产品推荐的准确率和覆盖率。一种服务类产品推荐方法，包括：构建初始权重矩阵，所述初始权重矩阵包括目标客户与服务类产品的关联数据；获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群标签构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同；获取所述服务类产品的产品到期数据，根据所述产品到期数据构建产品到期矩阵，所述产品到期矩阵与所述初始权重矩阵在形式上相同；获取所述服务类产品的兴趣度数据，根据所述兴趣度数据构建兴趣度矩阵，所述兴趣度矩阵与所述初始权重矩阵在形式上相同；叠加所述初始权重矩阵、所述产品渗透率矩阵、所述产品到期矩阵、所述兴趣度矩阵，生成推荐权重矩阵；将所述推荐权重矩阵输入服务类产品推荐模型，获取所述服务类产品推荐模型输出的所述目标客户在所述服务类产品上的推荐数据。一种服务类产品推荐装置，包括：初始权重矩阵模块，用于构建初始权重矩阵，所述初始权重矩阵包括目标客户与服务类产品的关联数据；产品渗透率矩阵模块，用于获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群标签构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同；产品到期矩阵模块，用于获取所述服务类产品的产品到期数据，根据所述产品到期数据构建产品到期矩阵，所述产品到期矩阵与所述初始权重矩阵在形式上相同；兴趣度矩阵模块，用于获取所述服务类产品的兴趣度数据，根据所述兴趣度数据构建兴趣度矩阵，所述兴趣度矩阵与所述初始权重矩阵在形式上相同；推荐权重矩阵模块，用于叠加所述初始权重矩阵、所述产品渗透率矩阵、所述产品到期矩阵、所述兴趣度矩阵，生成推荐权重矩阵；推荐数据模块，用于将所述推荐权重矩阵输入服务类产品推荐模型，获取所述服务类产品推荐模型输出的所述目标客户在所述服务类产品上的推荐数据。一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述服务类产品推荐方法。一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述服务类产品推荐方法。上述服务类产品推荐方法、装置、计算机设备及存储介质，通过构建初始权重矩阵，所述初始权重矩阵包括目标客户与服务类产品的关联数据；获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群标签构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同，基于客群标签构建产品渗透率矩阵，可使服务类产品推荐更具针对性，提高服务类产品推荐的覆盖率。产品渗透率矩阵与初始权重矩阵在形式上相同，便于产品渗透率矩阵与初始权重矩阵的叠加。获取所述服务类产品的产品到期数据，根据所述产品到期数据构建产品到期矩阵，所述产品到期矩阵与所述初始权重矩阵在形式上相同，根据产品到期矩阵，可及时提示目标客户，提高服务类产品的留存率。获取所述服务类产品的兴趣度数据，根据所述兴趣度数据构建兴趣度矩阵，所述兴趣度矩阵与所述初始权重矩阵在形式上相同，提高服务类产品推荐的准确率。叠加所述初始权重矩阵、所述产品渗透率矩阵、所述产品到期矩阵、所述兴趣度矩阵，生成推荐权重矩阵；将所述推荐权重矩阵输入服务类产品推荐模型，获取所述服务类产品推荐模型输出的所述目标客户在所述服务类产品上的推荐数据。本专利技术可提高服务类产品推荐的准确率和覆盖率。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，下面将对本专利技术实施例的描述中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性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中服务类产品推荐方法的一应用环境示意图；图2是本专利技术一实施例中服务类产品推荐方法的一流程示意图；图3是本专利技术一实施例中服务类产品推荐装置的一结构示意图；图4是本专利技术一实施例中计算机设备的一示意图。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他实施例，都属于本专利技术保护的范围。本实施例提供的服务类产品推荐方法，可应用在如图1的应用环境中，其中，客户端与服务端进行通信。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一实施例中，如图2所示，提供一种服务类产品推荐方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：S10、构建初始权重矩阵，所述初始权重矩阵包括目标客户与服务类产品的关联数据。可理解的，目标客户是指购买服务类产品或者具有购买意愿的客户。服务类产品包括但不限于网络课程产品、金融产品。不同服务机构发行的服务类产品包含相同或不同的产品类型。其中，同一个服务类产品可分为若干个类。每个大类包含若干个小类。例如，金融产品可以分为存款、保险、理财、基金、贵金属、信托、外汇以及国债等大类。其中，保险包含意外险、医疗险等小类。网络课程产品可以按科目分为语言课程、音乐课程、舞蹈课程等大类。其中，语言课程包括英语课程、日语课程、法语课程等小类。具体的，将目标客户在服务类产品小类上的数据按顺序排列，可以形成初始权重矩阵。其中，目标客户与服务类产品的关联数据指的是某一目标客户在某一服务类产品上的权重。初始权重矩阵中，每一行表示同一个目标客户的权重，每一列表示一个服务类产品的权重。该初始权重矩阵为单位矩阵，即每一个目标客户与服务类产品的关联数据均为1。在一示例中，初始权重矩阵如表1所示：表1一示例中的初始权重矩阵Vdep1Vdep2Vinsure1Vinsure2Vinsurer3Vu111111Vu211111...

【技术保护点】
1.一种服务类产品推荐方法，其特征在于，包括：/n构建初始权重矩阵，所述初始权重矩阵包括目标客户与服务类产品的关联数据；/n获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群标签构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同；/n获取所述服务类产品的产品到期数据，根据所述产品到期数据构建产品到期矩阵，所述产品到期矩阵与所述初始权重矩阵在形式上相同；/n获取所述服务类产品的兴趣度数据，根据所述兴趣度数据构建兴趣度矩阵，所述兴趣度矩阵与所述初始权重矩阵在形式上相同；/n叠加所述初始权重矩阵、所述产品渗透率矩阵、所述产品到期矩阵、所述兴趣度矩阵，生成推荐权重矩阵；/n将所述推荐权重矩阵输入服务类产品推荐模型，获取所述服务类产品推荐模型输出的所述目标客户在所述服务类产品上的推荐数据。/n

【技术特征摘要】
1.一种服务类产品推荐方法，其特征在于，包括：
构建初始权重矩阵，所述初始权重矩阵包括目标客户与服务类产品的关联数据；
获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群标签构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同；
获取所述服务类产品的产品到期数据，根据所述产品到期数据构建产品到期矩阵，所述产品到期矩阵与所述初始权重矩阵在形式上相同；
获取所述服务类产品的兴趣度数据，根据所述兴趣度数据构建兴趣度矩阵，所述兴趣度矩阵与所述初始权重矩阵在形式上相同；
叠加所述初始权重矩阵、所述产品渗透率矩阵、所述产品到期矩阵、所述兴趣度矩阵，生成推荐权重矩阵；
将所述推荐权重矩阵输入服务类产品推荐模型，获取所述服务类产品推荐模型输出的所述目标客户在所述服务类产品上的推荐数据。


2.如权利要求1所述服务类产品推荐方法，其特征在于，所述获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群属性构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同之前，还包括：
获取若干客群的各个服务类产品的购买数据，每个所述客群对应一个所述客群标签；
根据所述购买数据，计算各个服务类产品在所述客群的产品渗透率，以得到所述服务类产品的客群渗透率数据。


3.如权利要求1所述服务类产品推荐方法，其特征在于，所述获取所述服务类产品的客群渗透率数据和所述目标客户的客群标签，根据所述客群渗透率数据和所述客群标签构建产品渗透率矩阵，所述产品渗透率矩阵与所述初始权重矩阵在形式上相同之前，还包括：
获取所述目标客户的客户资料；
将所述客户资料输入预设客群划分模型，获得所述目标客户的所述客群标签。


4.如权利要求1所述服务类产品推荐方法，其特征在于，所述获取所述服务类产品的兴趣度数据，根据所述兴趣度数据构建兴趣度矩阵，所述兴趣度矩阵与所述初始权重矩阵在形式上相同之前，还包括：
获取任意两个所述服务类产品之间的相似度数据；
根据所述相似度数据构建相似度矩阵；
将所述相似度矩阵输入兴趣度模型，获得所述兴趣度数据。


5.如权利要求1所述服务类产品推荐方法，其特征在于，所述服务类产品推荐模型为：



其中，PR(v)表示访问节点v的概率；
PR(v′)表示访问节点v′的概率；
in(v)为指向节点v的所有节点v′的集合...

【专利技术属性】
技术研发人员：张杰，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44