基于人工智能的信息推送方法、装置、设备及介质制造方法及图纸

本发明专利技术用于人工智能领域，涉及区块链领域，公开了基于人工智能的信息推送方法、装置、设备及介质，其中方法包括：获取用户在预设时间段内针对不同产品的隐式行为数据，并获取预设评分模型；将用户对每一产品的隐式行为数据进行分类，以获得用户对每一产品的多个分类行为数据；将同一产品的多个分类行为数据输入预设评分模型中，以获得用户对不同产品的偏好结果；根据用户对不同产品的偏好结果确定目标产品信息，并向用户推送目标产品信息；本发明专利技术中可以客观真实的分析出用户对产品的偏好度，进而根据用户偏好度确定产品推荐信息，能够有效提高产品推荐信息的准确度，进而满足用户需求，从而提高产品推荐效果。从而提高产品推荐效果。从而提高产品推荐效果。

【技术实现步骤摘要】
基于人工智能的信息推送方法、装置、设备及介质


[0001]本专利技术涉及人工智能
，尤其涉及一种基于人工智能的信息推送方法、装置、设备及介质。

技术介绍

[0002]互联网的迅猛发展为各行行业的发展注入了新的活力，随着互联网的发展和人们生活水平的提高，相关保险产品数量的急剧增长，用户很难在有限的时间内找到需要的保险产品。在此情况下，智能保险推荐系统成为当前保险行业的趋势，智能保险推荐系统依靠人工智能和大数据领域的前沿技术，通过数据采集、算法建模、画像生成、产品推荐等流程，优化保险推荐路径，提高产品推荐成功率。
[0003]但是专利技术人发现，现有智能保险推荐系统的推荐模式，一般是基于用户的身份信息、历史交易等显式数据构建一个用户画像，进而基于该用户画像对用户进行保险产品进行推荐，这样的推荐模型采集的数据不太准确，导致推荐准确度较低，产品推荐效果不够理想。

技术实现思路

[0004]本专利技术提供一种基于人工智能的信息推送方法、装置、设备及介质，以解决现有智能保险推荐系统的推荐准确度较低，产品推荐效果不够理想问题。
[0005]提供一种基于人工智能的信息推送方法，包括：
[0006]获取用户在预设时间段内针对不同产品的隐式行为数据；
[0007]获取预设评分模型，预设评分模型为根据不同客户的隐式行为样本数据训练获得的评分模型；
[0008]将用户对每一产品的隐式行为数据进行分类，以获得用户对每一产品的多个分类行为数据；
[0009]将同一产品的多个分类行为数据输入预设评分模型中，以使预设评分模型根据产品的多个分类行为数据，计算用户对产品的偏好结果，以获得用户对不同产品的偏好结果；
[0010]根据用户对不同产品的偏好结果确定目标产品信息，并向用户推送目标产品信息。
[0011]提供一种基于人工智能的信息推送装置，包括：
[0012]第一获取模块，用于获取用户在预设时间段内针对不同产品的隐式行为数据；
[0013]第二获取模块，用于获取预设评分模型，预设评分模型为根据不同客户的隐式行为样本数据训练获得的评分模型；
[0014]分类模块，用于将用户对每一产品的隐式行为数据进行分类，以获得用户对每一产品的多个分类行为数据；
[0015]输入模块，用于将同一产品的多个分类行为数据输入预设评分模型中，以使预设评分模型根据产品的多个分类行为数据，计算用户对产品的偏好结果，以获得用户对不同
产品的偏好结果；
[0016]确定模块，用于根据用户对不同产品的偏好结果确定目标产品信息，并向用户推送目标产品信息。
[0017]提供一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于人工智能的信息推送方法的步骤。
[0018]提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述基于人工智能的信息推送方法的步骤。
[0019]上述基于人工智能的信息推送方法、装置、设备及介质所提供的一个方案中，通过获取用户在预设时间段内针对不同产品的隐式行为数据，并获取预设评分模型，预设评分模型为根据不同客户的隐式行为样本数据训练获得的评分模型，然后将用户对每一产品的隐式行为数据进行分类，以获得用户对每一产品的多个分类行为数据，再将同一产品的多个分类行为数据输入预设评分模型中，以使预设评分模型根据产品的多个分类行为数据，计算用户对产品的偏好结果，以获得用户对不同产品的偏好结果，最后根据用户对不同产品的偏好结果确定目标产品信息，并向用户推送目标产品信息；本专利技术中，通过用户的隐式行为数据，可以更加客观真实的分析出用户对产品的偏好度，进而根据用户对不同产品的偏好度确定产品推荐信息，能够有效提高产品推荐信息的准确度，进而使得推荐的产品更加满足用户需求，从而提高产品推荐效果。
附图说明
[0020]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。
[0021]图1是本专利技术一实施例中基于人工智能的信息推送方法的一应用环境示意图；
[0022]图2是本专利技术一实施例中基于人工智能的信息推送方法的一流程示意图；
[0023]图3是图2中步骤S50的一实现流程示意图；
[0024]图4是图3中步骤S54的一实现流程示意图；
[0025]图5是图3中步骤S53的一实现流程示意图；
[0026]图6是图5中步骤S532的一实现流程示意图；
[0027]图7是图6中步骤S5321的一实现流程示意图；
[0028]图8是图3中步骤S53的另一实现流程示意图；
[0029]图9是本专利技术一实施例中基于人工智能的信息推送装置的一结构示意图；
[0030]图10是本专利技术一实施例中计算机设备的一结构示意图。
具体实施方式
[0031]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。
[0032]本专利技术实施例提供的基于人工智能的信息推送方法，可应用在如图1的应用环境中，其中，终端设备通过网络与服务器进行通信。用户通过终端设备登录推荐系统后，服务器通过获取用户在预设时间段内针对不同产品的隐式行为数据，并获取预设评分模型，预设评分模型为根据不同客户的隐式行为样本数据训练获得的评分模型，然后将用户对每一产品的隐式行为数据进行分类，以获得用户对每一产品的多个分类行为数据，再将同一产品的多个分类行为数据输入预设评分模型中，以使预设评分模型根据产品的多个分类行为数据，计算用户对产品的偏好结果，以获得用户对不同产品的偏好结果，最后根据用户对不同产品的偏好结果确定目标产品信息，并向用户推送目标产品信息；通过用户的隐式行为数据，可以更加客观真实的分析出用户对产品的偏好度，进而根据用户对不同产品的偏好度确定产品推荐信息，能够有效提高产品推荐信息的准确度，进而使得推荐的产品更加满足用户需求，从而提高产品推荐效果，最终，进一步提高了推荐系统的人工智能化，提高了用户体验。
[0033]其中，隐式行为数据、目标产品信息和预设评分模型等相关数据存储在服务器的数据库中，在获取用户通过终端设备登录推荐系统之后，服务器直接拉取预先存储在数据库中隐式行为数据和预设评分模型，以执行本实施例中基于人工智能的信息推送方法，从而确定目标产品信息并向用户推送。
[0034]本实施例中的数据库存储于区块链网络中，用于存储基于人工智能的信息推送方法中用到、生成的数据，如隐式行为数据、目标产品信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的信息推送方法，其特征在于，包括：获取用户在预设时间段内针对不同产品的隐式行为数据；获取预设评分模型，所述预设评分模型为根据不同客户的隐式行为样本数据训练获得的评分模型；将所述用户对每一所述产品的隐式行为数据进行分类，以获得所述用户对每一所述产品的多个分类行为数据；将同一所述产品的多个分类行为数据输入所述预设评分模型中，以使所述预设评分模型根据所述产品的多个分类行为数据，计算所述用户对所述产品的偏好结果，以获得所述用户对不同所述产品的偏好结果；根据所述用户对不同所述产品的偏好结果确定目标产品信息，并向所述用户推送所述目标产品信息。2.如权利要求1所述的基于人工智能的信息推送方法，其特征在于，所述根据所述用户对不同所述产品的偏好结果确定目标产品信息，包括：根据所述用户对不同所述产品的偏好结果，确定多个待推荐产品；获取包括多个用户属性的所述用户的属性数据；将所述多个待推荐产品与所述用户的属性数据进行匹配，以获得多个所述待推荐产品与所述属性数据的匹配信息；根据多个所述匹配信息，在所述多个待推荐产品中确定符合预设条件的目标推荐产品，所述目标推荐产品需至少满足一个所述用户属性；根据所述符合预设条件的目标推荐产品，生成所述目标产品信息。3.如权利要求2所述的基于人工智能的信息推送方法，其特征在于，所述根据多个所述匹配信息，在所述多个待推荐产品中确定符合预设条件的目标推荐产品，包括：根据所述匹配信息，确定所述待推荐产品与所述用户的属性数据是否匹配；若所述待推荐产品与所述用户的属性数据匹配，则将所述待推荐产品记录为匹配产品；确定所述匹配产品的数量是否大于预设数量；若所述匹配产品的数量大于所述预设数量，则根据所述匹配信息确定所述匹配产品与所述属性数据的匹配等级；将所述匹配等级符合所述预设条件的所述匹配产品，作为所述目标推荐产品。4.如权利要求2所述的基于人工智能的信息推送方法，其特征在于，所述将所述多个待推荐产品与所述用户的属性数据进行匹配，以获得多个所述待推荐产品与所述属性数据的匹配信息，包括：确定所述属性数据中的用户性别、用户年龄、用户职业和用户收入；确定所述待推荐产品与所述用户年龄、用户性别、用户职业和用户收入的匹配情况，以获得所述待推荐产品与所述属性数据的匹配信息；遍历所有所述待推荐产品，以获得多个所述待推荐产品与所述属性数据的匹配信息。5.如权利要求4所述的基于人工智能的信息推送方法，其特征在于，所述匹配信息包括匹配结果和匹配等级，所述确定所述待推荐产品与所述用户年龄、用户性别、用户职业和用户收入的匹配情况，以获得所述待推荐产品与所述属性数据的匹配信息，包括：
分别确定所述待推荐产品与所述用户年龄、用户性别、用户职业和用户收入是否匹配；若所述待推荐产品与所述用户年龄、用户性别、用户职业和用户收入中的均不匹配，则所述匹配结果为不匹配；若所述待推荐产品仅与所述用户年龄、用户性别、用户职业和用户收...

【专利技术属性】
技术研发人员：符栗，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：