本申请公开了一种策略模型的处理方法、装置及计算机可读存储介质，涉及金融科技领域及其他相关技术领域。其中，该方法包括：获取多个策略模型以及每个策略模型对应的多个评估值，其中，每个评估值对应一项评价指标；根据评估值构建目标矩阵；通过目标矩阵确定每个策略模型对应的目标评估值，其中，目标评估值用于表征每个策略模型在多个评价指标下的综合评分；根据每个策略模型对应的目标评估值从多个策略模型中确定目标策略模型，并通过目标策略模型为用户推荐商品信息。本申请解决了现有技术中在通过策略模型为用户推荐商品信息时存在的推荐准确性差的技术问题。的推荐准确性差的技术问题。的推荐准确性差的技术问题。
【技术实现步骤摘要】
策略模型的处理方法、装置及计算机可读存储介质
[0001]本申请涉及金融科技领域及其他相关
，具体而言，涉及一种策略模型的处理方法、装置及计算机可读存储介质。
技术介绍
[0002]随着金融服务中资产管理类产品的不断发展，为用户推荐基金、保险等理财产品也成为热门。其中，现有技术中通常是使用具有推荐功能的策略模型为用户推荐相关理财产品，在此基础上，从现有的多个策略模型中确定推荐效果最好的策略模型作为目标策略模型，并使用目标策略模型在实际应用中为用户推荐相关理财产品，成为了确保为用户推荐最符合用户需求的理财产品的关键。
[0003]但是，现有技术在从多个策略模型中确定哪一个策略模型的推荐效果最好时，通常是采用单一评价指标对每个策略模型的推荐效果进行评价，由于这种评价方式是从单一维度出发来度量一个策略模型的推荐效果，因此会导致对策略模型的推荐效果评估不全面的问题，从而使得最终确定的目标策略模型可能只是在某一项评价指标下推荐效果较好，而在其他评价指标下的推荐效果很差，进而导致在使用该目标策略模型为用户推荐理财产品等商品信息时存在推荐准确率较差的问题。
技术实现思路
[0004]本申请实施例提供了一种策略模型的处理方法、装置及计算机可读存储介质，以至少解决现有技术中在通过策略模型为用户推荐商品信息时存在的推荐准确性差的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种策略模型的处理方法，包括：获取多个策略模型以及每个策略模型对应的多个评估值，其中，每个评估值对应一项评价指标；根据评估值构建目标矩阵，其中，在目标矩阵中，每一行中的值为一个策略模型分别在不同评价指标下的评估值，每一列中的值为多个策略模型在同一评价指标下的评估值；通过目标矩阵确定每个策略模型对应的目标评估值，其中，目标评估值用于表征每个策略模型在多个评价指标下的综合评分；根据每个策略模型对应的目标评估值从多个策略模型中确定目标策略模型，并通过目标策略模型为用户推荐商品信息。
[0006]进一步地，策略模型的处理方法还包括：在每个策略模型的训练过程中，获取每个策略模型对应的多个第一评估值，其中，每个第一评估值与一项第一类评价指标相对应，第一类评价指标为每个策略模型在训练阶段的评价指标；在每个策略模型上线部署后，获取每个策略模型对应的多个第二评估值，其中，每个第二评估值与一项第二类评价指标相对应，第二类评价指标为每个策略模型在应用阶段的评价指标。
[0007]进一步地，策略模型的处理方法还包括：从多个用户中随机确定预设数量的目标用户；通过每个策略模型为目标用户推荐目标商品信息；根据目标商品信息确定每个策略模型对应的多个第二评估值。
[0008]进一步地，策略模型的处理方法还包括：获取多个用户中的每个用户的用户特征；根据用户特征将多个用户划分为至少一个用户集合，其中，每个用户集合中的用户具有相同的用户特征；从每个用户集合中确定预设数量的目标用户；通过每个策略模型为目标用户推荐目标商品信息；根据目标商品信息确定每个策略模型对应的多个第二评估值。
[0009]进一步地，策略模型的处理方法还包括：对目标矩阵进行奇异值分解，得到目标矩阵对应的左奇异矩阵、右奇异矩阵以及对角矩阵；根据左奇异矩阵、右奇异矩阵以及对角矩阵确定每个策略模型对应的目标评估值。
[0010]进一步地，策略模型的处理方法还包括：根据右奇异矩阵以及对角矩阵确定目标左奇异向量；根据左奇异矩阵以及对角矩阵确定目标右奇异向量；根据对角矩阵确定目标奇异值；根据目标左奇异向量、目标右奇异向量以及目标奇异值确定每个策略模型对应的目标评估值。
[0011]进一步地，策略模型的处理方法还包括：获取目标左奇异向量中的多个分量；计算目标右奇异向量与目标奇异值的乘积，得到第一数值；将目标左奇异向量中的每个分量分别与第一数值进行乘积，得到每个策略模型对应的目标评估值，其中，一个目标评估值对应一个分量。
[0012]进一步地，策略模型的处理方法还包括：在根据左奇异矩阵、右奇异矩阵以及对角矩阵确定每个策略模型对应的目标评估值之后，对目标右奇异向量中的至少一个分量进行调整，得到第一右奇异向量，其中，目标右奇异向量中的每个分量与一个评价指标相对应；计算第一右奇异向量与目标奇异值的乘积，得到第二数值；将目标左奇异向量中的每个分量分别与第二数值进行乘积，得到每个策略模型对应的最新评估值，其中，最新评估值为更新后的目标评估值。
[0013]根据本申请实施例的另一方面，还提供了一种策略模型的处理装置，包括：获取模块，用于获取多个策略模型以及每个策略模型对应的多个评估值，其中，每个评估值对应一项评价指标；构建模块，用于根据评估值构建目标矩阵，其中，在目标矩阵中，每一行中的值为一个策略模型分别在不同评价指标下的评估值，每一列中的值为多个策略模型在同一评价指标下的评估值；第一确定模块，用于通过目标矩阵确定每个策略模型对应的目标评估值，其中，目标评估值用于表征每个策略模型在多个评价指标下的综合评分；第二确定模块，用于根据每个策略模型对应的目标评估值从多个策略模型中确定目标策略模型，并通过目标策略模型为用户推荐商品信息。
[0014]根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的策略模型的处理方法。
[0015]根据本申请实施例的另一方面，还提供了一种电子设备，该电子设备包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的策略模型的处理方法。
[0016]在本申请的技术方案，采用确定每个策略模型在多个评价指标下的目标评估值，并根据目标评估值从多个策略模型中确定目标策略模型的方式，首先获取多个策略模型以及每个策略模型对应的多个评估值，然后根据评估值构建目标矩阵，并通过目标矩阵确定每个策略模型对应的目标评估值，最后根据每个策略模型对应的目标评估值从多个策略模
型中确定目标策略模型，并通过目标策略模型为用户推荐商品信息。其中，每个评估值对应一项评价指标；在目标矩阵中，每一行中的值为一个策略模型分别在不同评价指标下的评估值，每一列中的值为多个策略模型在同一评价指标下的评估值；目标评估值用于表征每个策略模型在多个评价指标下的综合评分。
[0017]由上述内容可知，本申请通过构建目标矩阵，并通过目标矩阵确定每个策略模型对应的目标评估值，由于目标评估值表征了每个策略模型在多个评价指标下的综合评分，因此目标评估值实际上是从多维度对每个策略模型进行综合评估后得到的评估结果，从而避免了现有技术中使用单一评价指标对策略模型进行评估时所存在的评估不全面的问题。在此基础上，本申请还会根据每个策略模型对应的目标评估值从多个策略模型中确定目标策略模型，由于目标评估值是多个评价指标下的综合评分，因此，目标策略模型在多个策略模型中是综合表现最好的策略模型，换言之，目标策略模型是多个策略模型中综合推荐本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种策略模型的处理方法，其特征在于，包括：获取多个策略模型以及每个策略模型对应的多个评估值，其中，每个评估值对应一项评价指标；根据所述评估值构建目标矩阵，其中，在所述目标矩阵中，每一行中的值为一个策略模型分别在不同评价指标下的评估值，每一列中的值为所述多个策略模型在同一评价指标下的评估值；通过所述目标矩阵确定所述每个策略模型对应的目标评估值，其中，所述目标评估值用于表征所述每个策略模型在多个评价指标下的综合评分；根据所述每个策略模型对应的目标评估值从所述多个策略模型中确定目标策略模型，并通过所述目标策略模型为用户推荐商品信息。2.根据权利要求1所述的方法，其特征在于，获取多个策略模型以及每个策略模型对应的多个评估值，包括：在所述每个策略模型的训练过程中，获取所述每个策略模型对应的多个第一评估值，其中，每个第一评估值与一项第一类评价指标相对应，所述第一类评价指标为所述每个策略模型在训练阶段的评价指标；在所述每个策略模型上线部署后，获取所述每个策略模型对应的多个第二评估值，其中，每个第二评估值与一项第二类评价指标相对应，所述第二类评价指标为所述每个策略模型在应用阶段的评价指标。3.根据权利要求2所述的方法，其特征在于，在所述每个策略模型上线部署后，获取所述每个策略模型对应的多个第二评估值，包括：从多个用户中随机确定预设数量的目标用户；通过所述每个策略模型为所述目标用户推荐目标商品信息；根据所述目标商品信息确定所述每个策略模型对应的多个第二评估值。4.根据权利要求2所述的方法，其特征在于，在所述每个策略模型上线部署后，获取所述每个策略模型对应的多个第二评估值，包括：获取多个用户中的每个用户的用户特征；根据所述用户特征将所述多个用户划分为至少一个用户集合，其中，每个用户集合中的用户具有相同的用户特征；从所述每个用户集合中确定预设数量的目标用户；通过所述每个策略模型为所述目标用户推荐目标商品信息；根据所述目标商品信息确定所述每个策略模型对应的多个第二评估值。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，通过所述目标矩阵确定所述每个策略模型对应的目标评估值，包括：对所述目标矩阵进行奇异值分解，得到所述目标矩阵对应的左奇异矩阵、右奇异矩阵以及对角矩阵；根据所述左奇异矩阵、所述右奇异矩阵以及所述对角矩阵确定所述每个策略模型对应的目标评估值。6.根据权利要求5所述的方法，其特征在于，根据所述左奇异矩阵、所述右奇异矩阵以及所述对角矩阵确定所述每个策略模型对应的目标评估值，包括：
根据所述右...
【专利技术属性】
技术研发人员：唐珊珊，周洪菊，赵培，赵凯宁，
申请(专利权)人：中国工商银行股份有限公司，
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。