产品推荐的处理方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请属于数据处理技术领域，提供了一种产品推荐的处理方法、装置、计算机设备及计算机可读存储介质，为了解决产品推荐的处理效率低的问题，通过根据用户标识，获取预设产品推荐多层图模型，预设产品推荐多层图模型包含至少三个图层，每个图层包含若干个节点，相邻图层之间存在业务上的关联关系，其中包含一个用户层，且用户层仅包含一个节点，然后根据所有节点，基于PersonalRank的推荐算法，获取每个节点的推荐概率，再根据推荐概率，并基于预设概率使用方式，使用不同类型的节点各自对应的推荐概率进行产品推荐，能够提高搜索效率，且基于多个图层的节点实现了多层实体的推荐，提升了产品推荐的推荐效率、多样性与准确性。多样性与准确性。多样性与准确性。

【技术实现步骤摘要】
产品推荐的处理方法、装置、设备及计算机可读存储介质


[0001]本申请涉及数据处理
，尤其涉及一种产品推荐的处理方法、装置、计算机设备及计算机可读存储介质。

技术介绍

[0002]随着信息技术与互联网的发展，保险业迎来了新的机遇与挑战，保险产品的营销渠道多样化的同时，对保险产品的营销进行数字化转型也需要紧跟时代的变革。传统技术中，保险行业利用数字化渠道进行保险产品营销时，一般是采用机器学习技术来支持保险产品的推荐，但是这种保险产品推荐方式只能实现保险产品的一种实体的推荐，例如，对于保险产品、销售渠道或者保险大类等实体的推荐，若要进行保险产品的多种实体的推荐，需要采用多种实体各自对应的模型进行运算，降低了保险实体推荐的效率。

技术实现思路

[0003]本申请提供了一种产品推荐的处理方法、装置、计算机设备及计算机可读存储介质，能够解决传统技术中产品推荐的处理效率较低的技术问题。
[0004]第一方面，本申请提供了一种产品推荐的处理方法，包括：获取目标用户的用户标识，并根据所述用户标识，获取所述用户标识所对应的预设产品推荐多层图模型，所述预设产品推荐多层图模型包含至少三个图层，每个图层包含若干个节点，相邻图层之间存在业务上的关联关系，其中包含一个用户层，且所述用户层仅包含一个节点作为用户节点，所述用户节点用于描述所述用户标识；根据所有所述节点，基于PersonalRank的推荐算法，获取每个所述节点的推荐概率；根据所述推荐概率，并基于预设概率使用方式，使用不同类型的节点各自对应的推荐概率进行产品推荐。
[0005]第二方面，本申请还提供了一种产品推荐的处理装置，包括：第一获取单元，用于获取目标用户的用户标识，并根据所述用户标识，获取所述用户标识所对应的预设产品推荐多层图模型，所述预设产品推荐多层图模型包含至少三个图层，每个图层包含若干个节点，相邻图层之间存在业务上的关联关系，其中包含一个用户层，且所述用户层仅包含一个节点作为用户节点，所述用户节点用于描述所述用户标识；第二获取单元，用于根据所有所述节点，基于PersonalRank的推荐算法，获取每个所述节点的推荐概率；概率使用单元，用于根据所述推荐概率，并基于预设概率使用方式，使用不同类型的节点各自对应的推荐概率进行产品推荐。
[0006]第三方面，本申请还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现所述产品推荐的处理方法的步骤。
[0007]第四方面，本申请还提供了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计算机程序，所述计算机程序被处理器执行时使所述处理器执行所述产品推荐的处理方法的步骤。
[0008]本申请提供了一种产品推荐的处理方法、装置、计算机设备及计算机可读存储介质。所述处理方法通过获取目标用户的用户标识，并根据用户标识，获取用户标识对应的预设产品推荐多层图模型，预设产品推荐多层图模型包含至少三个图层，每个图层包含若干个节点，相邻图层之间存在业务上的关联关系，其中包含一个用户层，且用户层仅包含一个节点，然后根据所有节点，基于PersonalRank的推荐算法，获取每个节点的推荐概率，再根据所述推荐概率，并基于预设概率使用方式，使用不同类型的节点各自对应的推荐概率进行产品推荐，由于预设产品推荐多层图模型，相对于PersonalRank模型的结构减小而使模型占用的存储空间较小，能够提高搜索效率，而且由于能够基于多个图层的节点实现了多层实体的推荐，进而提升了产品推荐的多样性、准确性与推荐效率。
附图说明
[0009]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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。
[0010]图1为本申请实施例提供的产品推荐的处理方法的一个流程示意图；
[0011]图2为本申请实施例提供的在非车险的保险产品中运用产品推荐的处理方法时涉及的预设产品推荐多层图模型的模型结构示例；
[0012]图3为本申请实施例提供的产品推荐的处理方法的第一个子流程示意图；
[0013]图4为本申请实施例提供的产品推荐的处理方法的第二个子流程示意图；
[0014]图5为本申请实施例提供的产品推荐的处理方法的第三个子流程示意图；
[0015]图6为本申请实施例提供的产品推荐的处理方法的第四个子流程示意图；
[0016]图7为本申请实施例提供的产品推荐的处理装置的一个示意性框图；
[0017]图8为本申请实施例提供的计算机设备的示意性框图。
具体实施方式
[0018]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0019]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0020]本申请实施例提供了一种产品推荐的处理方法，所述处理方法可以应用于服务器等计算机设备中，并用于保险行业中的非车险的保险产品、在线影票或者电商购物等业务场景中具备多层业务节点的产品推荐。请参阅图1，图1为本申请实施例提供的产品推荐的处理方法的流程示意图。如图1所示，该方法包括以下步骤S11
‑
S13：
[0021]S11、获取目标用户的用户标识，并根据所述用户标识，获取所述用户标识所对应的预设产品推荐多层图模型，所述预设产品推荐多层图模型包含至少三个图层，每个图层包含若干个节点，相邻图层之间存在业务上的关联关系，其中包含一个用户层，且所述用户
层仅包含一个节点作为用户节点，所述用户节点用于描述所述用户标识。
[0022]具体地，在保险行业中的非车险的保险产品(简称为非车产品)、在线影票销售或者电商购物等应用场景中，例如，若检测到老用户登录在线网站或者APP时，所述老用户可以认为是目标用户，或者保险代理人通过点击预设评测按钮以了解对某一目标投保用户的产品推荐方式时，可以将该目标投保用户作为目标用户，同时认为启动了对产品推荐进行启动的指令，响应于进行产品推荐的启动指令，获取目标用户的用户标识，所述用户标识可以为用户的登录账号、用户姓名、身份证号或者手机号等唯一辨认用户的内容。
[0023]对于具备多层业务节点的产品进行推荐，预先根据业务需要，构建该产品推荐所适用的预设产品推荐多层图模型，所述预设产品推荐多层图模型可以为基于图(算法)的模型(英文为Graph
‑
Based Model)，所述预设产品推荐多层图模型包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品推荐的处理方法，其特征在于，包括：获取目标用户的用户标识，并根据所述用户标识，获取所述用户标识所对应的预设产品推荐多层图模型，所述预设产品推荐多层图模型包含至少三个图层，每个图层包含若干个节点，相邻图层之间存在业务上的关联关系，其中包含一个用户层，且所述用户层仅包含一个节点作为用户节点，所述用户节点用于描述所述用户标识；根据所有所述节点，基于PersonalRank的推荐算法，获取每个所述节点的推荐概率；根据所述推荐概率，并基于预设概率使用方式，使用不同类型的节点各自对应的推荐概率进行产品推荐。2.根据权利要求1所述产品推荐的处理方法，其特征在于，所述获取目标用户的用户标识之前，还包括：响应进行产品推荐的启动指令，获取产品推荐的初始用户对象；判断是否存在所述初始用户对象的历史交易数据；若存在所述历史交易数据，将所述初始用户对象作为目标用户。3.根据权利要求1所述产品推荐的处理方法，其特征在于，所述根据所述用户标识，获取所述用户标识所对应的预设产品推荐多层图模型，包括：根据所述用户标识，获取所述用户标识对应的用户目标数据，并获取初始预设产品推荐多层图模型；将所述用户目标数据填充至所述初始预设产品推荐多层图模型，得到所述用户标识所对应的预设产品推荐多层图模型。4.根据权利要求1所述产品推荐的处理方法，其特征在于，所述预设产品推荐多层图模型的第1个图层为用户层，第2个图层为所述用户层描述的用户已经购买的产品所对应的产品标识，且第2个图层至第n个图层为相邻图层之间存在业务上的关联关系的产品元素层，其中，n≥3，所述根据所有所述节点，基于PersonalRank的推荐算法，获取每个所述节点的推荐概率，包括：将所述用户层包含的用户节点与第2个图层所包含的每个节点进行边连接，并将第2个图层至第n个图层中具备业务上的关联关系的节点进行边连接，得到第1个图层至第n个图层各自节点之间的若干路径；根据每条所述路径，从所述路径的一端开始游走，直至走完所述路径的另一端，并统计每个所述节点被访问的概率，且经多轮游走，直至每个所述节点被访问到的概率收敛趋于稳定，得到每个所述节点相对于所述用户节点的推荐概率。5.根据权利要求1所述产品推荐的处理方法，其特征在于，所述基于预设概率使用方式，使用不同类型的节点各自对应的推荐概率进行产品推荐，包括：基于预...

【专利技术属性】
技术研发人员：李雨洁，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：