营销活动推荐方法及装置制造方法及图纸

本发明专利技术公开了一种营销活动推荐方法及装置，涉及人工智能领域，该方法包括：获取手机银行客户信息，手机银行客户信息包括客户属性信息及客户最感兴趣的业务产品；将客户属性信息和客户最感兴趣的业务样品作为输入，利用神经网络模型进行营销活动推荐模型训练和优化；获取新客户的客户属性信息，基于新客户的客户属性信息和营销活动推荐模型，预测新客户感兴趣的业务产品；获取新客户历史使用多的多个业务产品，基于新客户感兴趣的业务产品的权重和新客户历史使用多的多个业务产品的权重，基于权重确定营销活动推荐产品推荐给客户。本发明专利技术可以通过人工智能实现营销活动的智能推荐，给不同客户推荐感兴趣的活动，从而提高营销效果，提高客户体验。提高客户体验。提高客户体验。

【技术实现步骤摘要】
营销活动推荐方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及营销活动推荐方法及装置。

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]目前手机银行APP端的营销活动较多，比如交话费优惠、购物优惠、刷信用卡积分双倍等等，而首页放置营销活动的位置有限，只能营销极少数的活动，营销效果不好，且营销活动统一推荐，未能针对不同的客户，营销该客户感兴趣的活动，影响营销效果，客户体验也不好。

技术实现思路

[0004]本专利技术实施例提供一种营销活动推荐方法，用以解决现有技术中手机银行APP端的首页放置营销活动的位置有限，只能营销极少数的活动，营销效果不好，且营销活动统一推荐，未能针对不同的客户，营销该客户感兴趣的活动，影响营销效果，客户体验也不好的技术问题，该方法包括：
[0005]获取手机银行客户信息，所述手机银行客户信息包括客户属性信息及客户最感兴趣的业务产品；
[0006]将客户属性信息和客户最感兴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种营销活动推荐方法，其特征在于，包括：获取手机银行客户信息，所述手机银行客户信息包括客户属性信息及客户最感兴趣的业务产品；将客户属性信息和客户最感兴趣的业务样品作为输入，利用神经网络模型进行营销活动推荐模型训练和优化；获取新客户的客户属性信息，基于新客户的客户属性信息和营销活动推荐模型，预测新客户感兴趣的业务产品；获取新客户历史使用多的多个业务产品，基于新客户感兴趣的业务产品的权重和新客户历史使用多的多个业务产品的权重，基于所述权重确定营销活动推荐产品，将所述营销活动推荐产品推荐给客户。2.如权利要求1所述的营销活动推荐方法，其特征在于，将客户属性信息和客户最感兴趣的业务样品作为输入，利用神经网络模型进行营销活动推荐模型训练和优化，包括：将客户属性信息和客户最感兴趣的业务样品作为输入，利用GA
‑
BP神经网络模型进行营销活动推荐模型训练和优化。3.如权利要求1所述的营销活动推荐方法，其特征在于，将客户属性信息和客户最感兴趣的业务样品作为输入，利用神经网络模型进行营销活动推荐模型训练和优化，包括：将客户属性信息及客户最感兴趣的业务产品分为训练样本和测试样本；将作为训练样本的客户属性信息和客户最感兴趣的业务样品作为输入，利用神经网络模型进行营销活动推荐模型训练，获得训练的营销活动推荐模型；将作为测试样本的客户属性信息和客户最感兴趣的业务样品作为输入，对训练的营销活动推荐模型进行优化，获得优化的营销活动推荐模型。4.如权利要求1所述的营销活动推荐方法，其特征在于，基于所述权重确定营销活动推荐产品，将所述营销活动推荐产品推荐给客户，包括：将得到的多个权重按照从大到小排序，选取预设数量前的产品作为营销活动推荐产品推荐给客户。5.一种营销活动推荐装置，其特征在于，包括：收集手机银行客户信息模块，用于获取手机银行客户信息，...

【专利技术属性】
技术研发人员：滕建德，王欣，王增峰，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：