数据匹配方法及装置制造方法及图纸

本发明专利技术公开了一种数据匹配方法及装置，其中该方法包括：获取待推荐理财产品的第一特征向量；在既存在用户点赞或收藏的理财产品的第二特征向量又存在用户历史购买的理财产品的第三特征向量时，根据第一特征向量、以及第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一特征向量、以及第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度；将第一余弦相似度与第二余弦相似度中对应的元素值相加，得到第三余弦相似度；在第三余弦相似度中超过第一预设阈值的元素值的数量与第三余弦相似度中总元素值的数量的比例超过第二预设阈值时，向用户推荐待推荐理财产品。本发明专利技术涉及金融技术领域。发明专利技术涉及金融技术领域。发明专利技术涉及金融技术领域。

【技术实现步骤摘要】
数据匹配方法及装置


[0001]本专利技术涉及金融
，尤其涉及数据匹配方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]当前银行向用户推荐理财产品时，是根据业务需求随机向用户推荐理财产品，无法根据用户的客观条件推荐用户需要的理财产品，也无法准确地向用户推荐用户喜欢的理财产品。理财产品的推荐不够准确，为用户推荐合适的理财产品的效率低，用户体验较差。

技术实现思路

[0004]本专利技术实施例提供一种数据匹配方法，用以为用户推荐用户需要的理财产品，提高为用户推荐合适的理财产品的效率，提升用户体验度，该方法包括：
[0005]获取待推荐理财产品的第一特征向量；其中，特征向量为根据理财产品的多个参考特征构建的，特征向量中的每一元素值为理财产品的一个参考特征对应的特征值；参考特征为衡量理财产品相似程度的衡量因素；
[0006]在既存在用户点赞或收藏的理财产品又存在用户历史购买的理财产品时，获取用户点赞或收藏的理财产品的第二特征向量、以及用户历史购买的理财产品的第三特征向量；
[0007]根据第一特征向量、以及第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一特征向量、以及第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度；其中余弦相似度用于表征两个理财产品的相似程度，余弦相似度中的每一元素值表征两个理财产品的一个参考特征的相似度；
[0008]将第一余弦相似度与第二余弦相似度中对应的元素值相加，得到第三余弦相似度；在第三余弦相似度中超过第一预设阈值的元素值的数量与第三余弦相似度中总元素值的数量的比例超过第二预设阈值时，向用户推荐待推荐理财产品。
[0009]本专利技术实施例还提供一种数据匹配装置，用以为用户推荐用户需要的理财产品，提高为用户推荐合适的理财产品的效率，提升用户体验度，该装置包括：
[0010]第一获取模块，用于获取待推荐理财产品的第一特征向量；其中，特征向量为根据理财产品的多个参考特征构建的，特征向量中的每一元素值为理财产品的一个参考特征对应的特征值；参考特征为衡量理财产品相似程度的衡量因素；
[0011]第二获取模块，用于在既存在用户点赞或收藏的理财产品又存在用户历史购买的理财产品时，获取用户点赞或收藏的理财产品的第二特征向量、以及用户历史购买的理财产品的第三特征向量；
[0012]第一处理模块，用于根据第一特征向量、以及第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一特征向量、以及第三特征向量
计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度；其中余弦相似度用于表征两个理财产品的相似程度，余弦相似度中的每一元素值表征两个理财产品的一个参考特征的相似度；
[0013]第二处理模块，用于将第一余弦相似度与第二余弦相似度中对应的元素值相加，得到第三余弦相似度；在第三余弦相似度中超过第一预设阈值的元素值的数量与第三余弦相似度中总元素值的数量的比例超过第二预设阈值时，向用户推荐待推荐理财产品。
[0014]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述数据匹配方法。
[0015]本专利技术实施例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存储有执行上述数据匹配方法的计算机程序。
[0016]本专利技术实施例中，获取待推荐理财产品的第一特征向量；其中，特征向量为根据理财产品的多个参考特征构建的，特征向量中的每一元素值为理财产品的一个参考特征对应的特征值；参考特征为衡量理财产品相似程度的衡量因素；在既存在用户点赞或收藏的理财产品又存在用户历史购买的理财产品时，获取用户点赞或收藏的理财产品的第二特征向量、以及用户历史购买的理财产品的第三特征向量；根据第一特征向量、以及第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一特征向量、以及第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度；其中余弦相似度用于表征两个理财产品的相似程度，余弦相似度中的每一元素值表征两个理财产品的一个参考特征的相似度；将第一余弦相似度与第二余弦相似度中对应的元素值相加，得到第三余弦相似度；在第三余弦相似度中超过第一预设阈值的元素值的数量与第三余弦相似度中总元素值的数量的比例超过第二预设阈值时，向用户推荐待推荐理财产品。这样，根据待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度，可确定出用户喜欢的理财产品，另外根据待推荐理财产品与用户历史购买的理财产品的第二余弦相似度可以确定出用户需要的理财产品，因此根据第一余弦相似度、以及第二余弦相似度确定出第三余弦相似度后，根据第三余弦相似度可以向用户推荐用户喜欢、且需要的待推荐理财产品，提高了为用户推荐理财产品的准确性，并且提高为用户推荐合适的理财产品的效率，提升用户体验度。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0018]图1为本专利技术实施例中提供一种数据匹配方法的流程图；
[0019]图2为本专利技术实施例中提供的另一种数据匹配方法的流程图；
[0020]图3为本专利技术实施例中提供的另一种数据匹配方法的流程图；
[0021]图4为本专利技术实施例中提供的又一种数据匹配方法的流程图；
[0022]图5为本专利技术实施例中提供的一种数据匹配装置的示意图。
具体实施方式
[0023]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0024]本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
[0025]在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据匹配方法，其特征在于，包括：获取待推荐理财产品的第一特征向量；其中，特征向量为根据理财产品的多个参考特征构建的，特征向量中的每一元素值为理财产品的一个参考特征对应的特征值；参考特征为衡量理财产品相似程度的衡量因素；在既存在用户点赞或收藏的理财产品又存在用户历史购买的理财产品时，获取用户点赞或收藏的理财产品的第二特征向量、以及用户历史购买的理财产品的第三特征向量；根据第一特征向量、以及第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一特征向量、以及第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度；其中余弦相似度用于表征两个理财产品的相似程度，余弦相似度中的每一元素值表征两个理财产品的一个参考特征的相似度；将第一余弦相似度与第二余弦相似度中对应的元素值相加，得到第三余弦相似度；在第三余弦相似度中超过第一预设阈值的元素值的数量与第三余弦相似度中总元素值的数量的比例超过第二预设阈值时，向用户推荐待推荐理财产品。2.如权利要求1所述的数据匹配方法，其特征在于，还包括：在存在用户点赞或收藏的理财产品、不存在用户历史购买的理财产品时，获取用户点赞或收藏的理财产品的第二特征向量；根据第一特征向量、第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一余弦相似度中超过第三预设阈值的元素值的数量与第一余弦相似度总元素值的数量的比例超过第四预设阈值时，向用户推荐待推荐理财产品。3.如权利要求1所述的数据匹配方法，其特征在于，还包括：在存在用户历史购买的理财产品、不存在用户点赞或收藏的理财产品时，获取用户历史购买的理财产品的第三特征向量；根据第一特征向量、以及第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度；根据第二余弦相似度中超过第五预设阈值的元素值的数量与第二余弦相似度总元素值的数量的比例超过第六预设阈值时，向用户推荐待推荐理财产品。4.如权利要求1所述的数据匹配方法，其特征在于，还包括：在既不存在用户点赞或收藏的理财产品又不存在用户历史购买的理财产品时，获取用户历史浏览的理财产品的第四特征向量；根据第一特征向量、第四特征向量计算待推荐理财产品与用户历史浏览的理财产品的第四余弦相似度；根据第四余弦相似度中超过第七预设阈值的元素值的数量与第四余弦相似度总元素值的数量的比例超过第八预设阈值时，向用户推荐待推荐理财产品。5.如权利要求4所述的数据匹配方法，其特征在于，根据第一特征向量、第四特征向量计算待推荐理财产品与用户历史浏览的理财产品的第四余弦相似度，包括：根据第一特征向量、以及第四特征向量，采用下述公式计算待推荐理财产品与用户历
史浏览的理财产品的第四余弦相似度：其中，sim(NP,PV)
k
代表待推荐理财产品所在列表中第k个理财产品和用户历史浏览的理财产品的第四余弦相似度，NP
i
表示第四特征向量中的第i个元素值；PV
ki
表示待推荐理财产品所在列表中第k个理财产品的第一特征向量中的第i个元素值，n代表第四特征向量中包含的元素值的数量。6.如权利要求1所述的数据匹配方法，其特征在于，参考特征包括下述至少一种：理财产品类型、理财产品起购金额、理财产品七日年化率、理财产品交易时间、理财产品风险等级。7.如权利要求1所述的数据匹配方法，其特征在于，根据第一特征向量、以及第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据第一特征向量、以及第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度，包括：对第一特征向量、第二特征向量、以及第三特征向量进行归一化处理；根据归一化处理后的第一特征向量、以及归一化处理后的第二特征向量计算待推荐理财产品与用户点赞或收藏的理财产品的第一余弦相似度；根据归一化处理后的第一特征向量、以及归一化处理后的第三特征向量计算待推荐理财产品与用户历史购买的理财产品的第二余弦相似度。8.如权利要求7所述的数据匹配方法，其特征在于，对第一特征向量、第二特征向量、以及第三特征向量进行归一化处理，包括：采用下述公式对第一特征向量、第二特征向量、第三特征向量进行归一化处理：其中LUM
i
代表特征向量的第i个元素值经过归一化处理后对应的元素值，w表示与该特征向量对应的理财产品所在列表中包含的理财产品的数量，P
ji
表示该特征向量对应的理财产品所在列表中第j个理财产品的特征向量中的第i个元素值，n代表特征向量中包含的元素值的数量。9.如...

【专利技术属性】
技术研发人员：党娜，刘洋，徐凯路，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：