本发明专利技术涉及数据分析领域，揭露了一种产品推送方法，包括：查询推荐产品的历史偏好用户及需求用户的历史偏好产品；提取推荐产品的产品特征信息和需求用户的用户特征信息，根据产品特征信息和用户特征信息，分别构建产品画像和用户画像；构建历史偏好用户与推荐产品的第一产品评分矩阵、需求用户与历史偏好产品的第二产品评分矩阵及用户画像与产品画像的第三产品评分矩阵；根据第一产品评分矩阵和第二产品评分矩阵，拟合第三产品评分矩阵，得到最终产品评分矩阵；根据最终产品评分矩阵，向需求用户推送推荐产品。此外，本发明专利技术还涉及区块链技术，所述产品特征信息和所述用户特征信息可存储于区块链中。本发明专利技术可以提高产品推送的准确性。确性。确性。
【技术实现步骤摘要】
产品推送方法、装置、电子设备及存储介质
[0001]本专利技术涉及数据分析领域，尤其涉及一种产品推送方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]产品推荐是指将目标产品推送至需求用户的一个过程，其应用于不同的产品场景中，例如，信托领域中资金产品的匹配，基于产品推荐可以很好的实现产品的推广，最大化实现产品价值。
[0003]目前产品推送通常是基于用户历史行为实现，即根据用户历史购买记录实现产品推荐，但是在实际业务场景中，用户行为数据处于实时变化中，导致在进行产品推送过程中，无法实时更新用户行为数据，从而影响产品推荐的准确率。
技术实现思路
[0004]本专利技术提供一种产品推送方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高产品推送的准确性。
[0005]为实现上述目的，本专利技术提供的一种产品推送方法，包括：
[0006]获取产品供给方的推荐产品及产品需求方的需求用户，查询所述推荐产品的历史偏好用户，并查询所述需求用户的历史偏好产品；
[0007]提取所述推荐产品的产品特征信息和所述需求用户的用户特征信息，根据所述产品特征信息，构建产品画像，并根据所述用户特征信息，构建用户画像；
[0008]构建所述历史偏好用户与所述推荐产品的第一产品评分矩阵、所述需求用户与所述历史偏好产品的第二产品评分矩阵以及所述用户画像与产品画像的第三产品评分矩阵；
[0009]根据所述第一产品评分矩阵和所述第二产品评分矩阵，拟合所述第三产品评分矩阵，得到所述用户画像与所述产品画像的最终产品评分矩阵；
[0010]从所述最终产品评分矩阵中选取最终产品评分大于预设评分的推荐产品和需求用户，并将选取的推荐产品推送至选取的需求用户。
[0011]可选地，所述查询所述推荐产品的历史偏好用户，包括：
[0012]在所述推荐产品对应的产品页面中配置产品点击事件，并将所述产品点击事件加载至埋点控件中；
[0013]基于所述埋点控件，采集所述产品点击事件的点击用户，得到所述推荐产品的历史偏好用户。
[0014]可选地，所述查询所述需求用户的历史偏好产品，包括：
[0015]获取所述需求用户的行为数据，查询所述行为数据中的产品实体，得到所述需求用户的历史偏好产品。
[0016]可选地，所述提取所述推荐产品的产品特征信息，包括：
[0017]获取所述推荐产品的产品信息，计算所述产品信息中每个产品数据的信息权重
值；
[0018]从所述产品数据中筛选出所述信息权重值大于预设权重值的产品数据，根据筛选的所述产品数据，生成产品特征信息。
[0019]可选地，所述根据所述产品特征信息，构建产品画像，包括：
[0020]利用决策树算法构建所述产品特征信息的决策树；
[0021]计算所述决策树中产品特征信息的负梯度；
[0022]根据所述负梯度，更新所述决策树，直至所述决策树趋于平稳时，得到所述产品特征信息的产品画像。
[0023]可选地，所述构建所述历史偏好用户与所述推荐产品的第一产品评分矩阵，包括：
[0024]计算所述历史偏好用户对所述推荐产品的产品评分；
[0025]确定所述历史偏好用户与所述推荐产品的序列位置；
[0026]根据所述产品评分和所述序列位置，生成所述历史偏好用户与所述推荐产品的第一产品评分矩阵。
[0027]可选地，所述根据所述第一产品评分矩阵和所述第二产品评分矩阵，拟合所述第三产品评分矩阵，得到所述用户画像与所述产品画像的最终产品评分矩阵，包括：
[0028]从所述第一产品评分矩阵和所述第三产品评分矩阵中查询相同推荐产品的历史偏好用户评分和需求用户评分，对所述历史偏好评分和需求用户评分进行加权平均，得到所述历史偏好用户和需求用户的第一加权评分；
[0029]从所述第二产品评分矩阵和所述第三产品评分矩阵中查询与所述相同推荐产品具有相同需求用户的历史偏好产品评分和推荐产品评分，对所述历史偏好产品评分和推荐产品评分进行加权平均，得到所述历史偏好产品和推荐产品的第二加权评分；
[0030]对所述第一加权评分和所述第二加权评分进行加权平均，得到对应推荐产品和需求用户的最终评分；
[0031]根据所述最终评分，更新所述第三产品评分矩阵中推荐产品的评分信息，得到所述用户画像和所述产品画像的最终评分矩阵。
[0032]为了解决上述问题，本专利技术还提供一种产品推送装置，所述装置包括：
[0033]信息查询模块，用于获取产品供给方的推荐产品及产品需求方的需求用户，查询所述推荐产品的历史偏好用户，并查询所述需求用户的历史偏好产品；
[0034]画像构建模块，用于提取所述推荐产品的产品特征信息和所述需求用户的用户特征信息，根据所述产品特征信息，构建产品画像，并根据所述用户特征信息，构建用户画像；
[0035]评分矩阵构建模块，用于构建所述历史偏好用户与所述推荐产品的第一产品评分矩阵、所述需求用户与所述历史偏好产品的第二产品评分矩阵以及所述用户画像与产品画像的第三产品评分矩阵；
[0036]评分矩阵拟合模块，用于根据所述第一产品评分矩阵和所述第二产品评分矩阵，拟合所述第三产品评分矩阵，得到所述用户画像与所述产品画像的最终产品评分矩阵；
[0037]产品推送模块，用于从所述最终产品评分矩阵中选取最终产品评分大于预设评分的推荐产品和需求用户，并将选取的推荐产品推送至选取的需求用户。为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0038]至少一个处理器；以及，
[0039]与所述至少一个处理器通信连接的存储器；其中，
[0040]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以实现上述所述的产品推送方法。
[0041]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的产品推送方法。
[0042]本专利技术首先通过获取产品供给方的推荐产品及产品需求方的需求用户，以保障所述推荐产品和需求用户处于同一业务环境，从而可以锁定后续推荐产品的用户推送范围，避免因用户数据实时发生变化导致推荐产品的推送准确率变低的问题，并查询推荐产品的历史偏好用户及需求用户的历史偏好产品，可以获取所述推荐产品的客户喜爱群体和所述需求用户的产品喜爱群体，及提取所述推荐产品的产品特征信息和所述需求用户的用户特征信息，根据所述产品特征信息，构建产品画像，并根据所述用户特征信息，构建用户画像，可以筛选出所述推荐产品和需求用户中的关键数据，直观形象的展示所述产品特征信息和所述用户特征信息中数据之间的关联关系，从而可以提高后续数据处理速度；其次，本专利技术实施例通过构建所述历史偏好用户与所述推荐产品的第一产品评分矩阵、所述需求用户与所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种产品推送方法，其特征在于，所述方法包括：获取产品供给方的推荐产品及产品需求方的需求用户，查询所述推荐产品的历史偏好用户，并查询所述需求用户的历史偏好产品；提取所述推荐产品的产品特征信息和所述需求用户的用户特征信息，根据所述产品特征信息，构建产品画像，并根据所述用户特征信息，构建用户画像；构建所述历史偏好用户与所述推荐产品的第一产品评分矩阵、所述需求用户与所述历史偏好产品的第二产品评分矩阵以及所述用户画像与产品画像的第三产品评分矩阵；根据所述第一产品评分矩阵和所述第二产品评分矩阵，拟合所述第三产品评分矩阵，得到所述用户画像与所述产品画像的最终产品评分矩阵；从所述最终产品评分矩阵中选取最终产品评分大于预设评分的推荐产品和需求用户，并将选取的推荐产品推送至选取的需求用户。2.如权利要求1所述的产品推送方法，其特征在于，所述查询所述推荐产品的历史偏好用户，包括：在所述推荐产品对应的产品页面中配置产品点击事件，并将所述产品点击事件加载至埋点控件中；基于所述埋点控件，采集所述产品点击事件的点击用户，得到所述推荐产品的历史偏好用户。3.如权利要求1所述的产品推送方法，其特征在于，所述查询所述需求用户的历史偏好产品，包括：获取所述需求用户的行为数据，查询所述行为数据中的产品实体，得到所述需求用户的历史偏好产品。4.如权利要求1所述的产品推送方法，其特征在于，所述提取所述推荐产品的产品特征信息，包括：获取所述推荐产品的产品信息，计算所述产品信息中每个产品数据的信息权重值；从所述产品数据中筛选出所述信息权重值大于预设权重值的产品数据，根据筛选出的所述产品数据，生成产品特征信息。5.如权利要求1所述的产品推送方法，其特征在于，所述根据所述产品特征信息，构建产品画像，包括：利用决策树算法构建所述产品特征信息的决策树；计算所述决策树中产品特征信息的负梯度；根据所述负梯度，更新所述决策树，直至所述决策树趋于平稳时，得到所述产品特征信息的产品画像。6.如权利要求1所述的产品推送方法，其特征在于，所述构建所述历史偏好用户与所述推荐产品的第一产品评分矩阵，包括：计算所述历史偏好用户对所述推荐产品的产品评分；确定所述历史偏好用户与所述推荐产品的序列位置；根据所述产品评分和所述序列位置，生成所述历史偏好用户与所述推荐产品的第一产品评分矩阵。7.如权利要求1至6中任意一项所述的产品推...
【专利技术属性】
技术研发人员：唐祝峰，马万里，朱璇，
申请(专利权)人：平安信托有限责任公司，
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。