本申请公开了一种产品推荐方法，应用于智能推荐领域。本申请提供的方法包括：获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；添加产品推荐筛选条件至每个所述用户信息类型叶子节点；根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；将所述决策树分支产品推荐结果添加到产品推荐集合，对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。得到目标产品推荐结果。得到目标产品推荐结果。
【技术实现步骤摘要】
产品推荐方法、装置、计算机设备及存储介质
[0001]本申请涉及智能推荐领域，尤其涉及产品推荐方法、装置、计算机设备及存储介质。
技术介绍
[0002]在现有的产品推荐方法中，一般是根据系统中与产品存在关联关系的数据属性生成推荐筛选规则得到产品推荐结果，或使用系统中与产品存在关联关系的数据构建并训练智能推荐模型，若产品推荐结果中涉及不同种类产品时，需要分开建立根据不同的推荐筛选规则或不同的智能推荐模型分开得到产品推荐结果后进行汇总处理。同时，不同的推荐筛选规则和不同的智能推荐模型彼此之间也无法建立关联关系，通过关联关系对产品推荐结果进行筛选。
技术实现思路
[0003]本申请实施例提供一种产品推荐方法、装置、计算机设备及存储介质，以解决现有产品推荐技术无法建立推荐筛选规则和智能推荐模型的关联关系用于产品推荐的问题。
[0004]本申请的第一方面，提供一种产品推荐方法，包括：
[0005]获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；
[0006]根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；
[0007]添加产品推荐筛选条件至每个所述用户信息类型叶子节点；
[0008]获取所述目标产品推荐决策树上的每一条分支的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；
[0009]将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。
[0010]本申请的第二方面，提供一种产品推荐装置，包括：
[0011]数据获取模块，用于获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；
[0012]决策树生成模块，用于根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；
[0013]筛选条件模块，用于添加产品推荐筛选条件至每个所述用户信息类型叶子节点；
[0014]决策运行模块，用于获取所述目标产品推荐决策树上的每一条分支的所述用户信
息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；
[0015]集合排序模块，用于将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。
[0016]本申请的第三方面，提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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产品推荐方法的步骤。
[0017]本申请的第四方面，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计算机程序，所述计算机程序被处理器执行时实现上述产品推荐方法的步骤。
[0018]上述产品推荐方法、装置、计算机设备及存储介质，通过获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；添加产品推荐筛选条件至每个所述用户信息类型叶子节点；根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果，通过将所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。不仅建立了产品筛选规则和智能推荐模型之间的关联关系，而且通过目标产品推荐决策树的各分支同时得到不同种类的产品推荐结果。
附图说明
[0019]为了更清楚地说明本申请实施例的技术方案，下面将对本申请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性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请一实施例中产品推荐方法的一应用环境示意图；
[0021]图2是本申请一实施例中产品推荐方法的一流程图；
[0022]图3是本申请一实施例中产品推荐装置的结构示意图；
[0023]图4是本申请一实施例中计算机设备的一示意图。
具体实施方式
[0024]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，都属于本申请保护的范围。
[0025]本申请提供的产品推荐方法，可应用在如图1的应用环境中，其中，计算机设备可以但不限于各种个人计算机、笔记本电脑，计算机设备还可以是服务器，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。可以理解的是图1中的计算机设备的
数量仅仅是示意性的，可以根据实际需求进行任意数量的扩展。
[0026]在一实施例中，如图2所示，提供一种产品推荐方法，以该方法应用在图1中的计算机设备为例进行说明，包括如下步骤S101至S105：
[0027]S101、获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型。
[0028]其中，所述用户信息标签是根据所述目标系统中包含的用户信息生成的，例如从所述目标系统中获取的用户性别、用户年龄、用户所在区域等用户信息，根据部分产品对用户信息的必要条件可筛选得到对应的产品推荐结果，例如某一产品的购买必要条件是60岁以下的男性用户。所述智能推荐模型，是所述目标系统中已经构建和训练完成，能直接用于做产品推荐的智能推荐模型，根据所述智能推荐模型能够得到产品推荐结果，例如根据高意愿模型能够得到产品购买意愿评分大于预设购买意愿评分的产品推荐结果。
[0029]进一步地，获取目标系统中根据产品信息生成的产品信息标签，将所述产品信息标签用于生成产品推荐结果，例如在火灾事件高发的季节获取产品保障范围是火灾保险的保险产品作为产品推荐结果。其中，需要特殊说明的是，所述用户信息标签和所述产品信息标签，在本申请中可以是所述目标系统中能够获取的其他类别的信息标签，且所述信息标签能够与所述产品推荐结果中的产品存在关本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种产品推荐方法，其特征在于，包括：获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；添加产品推荐筛选条件至每个所述用户信息类型叶子节点；获取所述目标产品推荐决策树上的每一条分支的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。2.根据权利要求1所述的产品推荐方法，其特征在于，所述根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树之后还包括：使用预设图形库工具将所述目标产品推荐决策树进行图形化展示，并接收用户在图形化展示界面输入的叶子节点顺序调整操作。3.根据权利要求2所述的产品推荐方法，其特征在于，所述添加产品推荐筛选条件至每个所述用户信息类型叶子节点之后还包括：获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述用户信息类型叶子节点的第一叶子节点，得到第一叶子节点集合；获取所述第一叶子节点集合中第一叶子节点对应的用户信息的数据类型为类别属性的第二叶子节点，得到第二叶子节点集合；根据用户信息对所述第二叶子节点集合中的第二叶子节点进行聚类；若成功获取聚类结果，则判断每个聚类中所述第二叶子节点的筛选条件是否相同；若相同，则在图形化展示的所述目标产品推荐决策树上使用预设第一图形展示策略标注对应所述第二叶子节点及所述第二叶子节点所在的分支；若不同，则在图形化展示的所述目标产品推荐决策树上使用预设第二图形展示策略标注对应所述第二叶子节点及所述第二叶子节点所在的分支。4.根据权利要求2所述的产品推荐方法，其特征在于，所述添加产品推荐筛选条件至每个所述用户信息类型叶子节点之后还包括：获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述用户信息类型叶子节点的第三叶子节点，得到第三叶子节点集合；获取所述第三叶子节点集合中第三叶子节点对应的用户信息的数据类型为数值属性的所述第四叶子节点，得到第四叶子节点集合；根据用户信息对所述第四叶子节点集合中的第四叶子节点进行聚类；若成功获取聚类结果，则判断每个聚类中所述第四叶子节点的数值筛选范围是否存在交集部分；若存在，则在图形化展示的所述目标产品推荐决策树上使用预设第三图形展示策略标注所述第四叶子节点及所述第四叶子节点所在的分支；
若不存在，则在图形化展示的所述目标产品推荐决...
【专利技术属性】
技术研发人员：冯雪梅，
申请(专利权)人：平安科技深圳有限公司，
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。