【技术实现步骤摘要】
基于人工智能的精准推荐方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种基于人工智能的精准推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]精准推荐的目的是为了识别出对某特定行为或特定产品匹配度较高的用户，并将该行为或产品推荐给匹配度较高的用户，广泛应用于产品营销、任务指派等场景中。精准推荐的前提是有可利用的用户信息化数据，然后通过规则或模型的方式对用户信息化数据进行分析，从而判断该用户与特定行为或特定产品的匹配度。
[0003]在金融保险领域中，用户对不同保险产品的行为类型是多样化的，如点击、浏览、收藏等，目前，常常根据主观经验为不同行为类型设定不同的权重值来构建用户信息化数据，并依据用户信息化数据实现保险产品的推荐，然而，这种方式具有较强的主观性和随机性，不能准确获取不同行为类型对推荐结果的影响程度，推荐结果的准确性低。
技术实现思路
[0004]鉴于以上内容，有必要提出一种基于人工智能的精准推荐方法及相关设备，以解决如何提高推荐结果的准确性这一技术问题，其...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的精准推荐方法，其特征在于，所述方法包括：采集预设时间段内每个用户与每一个待推荐产品之间的行为数据，所述行为数据包括至少一种行为类型的执行次数；计算所述行为数据中不同行为类型的频率以构建相对重要性表；对所述相对重要性表进行一致性验证，若所述一致性验证通过，则基于所述相对重要性表计算各行为类型的权重值，若所述一致性验证未通过，则调整所述预设时间段并重新采集所述行为数据，直到所述一致性验证通过；基于所述行为数据和所述行为类型的权重值构建偏好矩阵，所述偏好矩阵用于表征每个用户与每一个待推荐产品之间的偏好程度；对所述偏好矩阵进行矩阵分解以获取每一个待推荐产品的产品特征；基于所述待推荐产品的产品特征之间的相似度获取任意用户的推荐结果。2.如权利要求1所述的基于人工智能的精准推荐方法，其特征在于，所述行为类型至少包括点击、收藏、查询、购买中的至少一种，所述采集预设时间段内每个用户与每一个待推荐产品之间的行为数据包括：将所有用户中的任意一个作为目标用户，将所有待推荐产品中的任意一个作为目标待推荐产品；依据预先设置的数据埋点采集并储存预设时间段内所述目标用户与所述目标待推荐产品之间每一种行为类型的执行次数，得到所述目标用户与所述目标待推荐产品之间的行为数据；遍历所有待推荐产品以获取所述目标用户与每一个待推荐产品之间的行为数据；遍历所有用户以获取每个用户与每一个待推荐产品之间的行为数据。3.如权利要求1所述的基于人工智能的精准推荐方法，其特征在于，所述计算所述行为数据中不同行为类型的频率以构建相对重要性表包括：计算所有行为数据中相同行为类型的执行次数的总和以作为每一种行为类型的统计量；计算任意一种行为类型的统计量与所有行为类型的统计量总和的比值，得到每一种行为类型的频率；基于所述行为类型的频率计算任意两种行为类型之间的相对重要性，所述相对重要性满足关系式：α(i,j)＝P
i
/P
j
其中，P
i
为行为类型i的频率，P
j
为行为类型j的频率；α(i,j)表示行为类型i相对于行为类型j的相对重要性；创建预设模板，并将任意两种行为类型之间的相对重要性写入所述预设模板以构建相对重要性表，所述预设模板的行和列均与所述行为类型一一对应。4.如权利要求1所述的基于人工智能的精准推荐方法，其特征在于，所述调整所述预设时间段包括延长或缩短所述预设时间段，所述基于所述相对重要性表计算各行为类型的权重值包括：计算所述相对重要性表的最大特征根对应的特征向量；对所述特征向量进行归一化操作以获取归一化特征向量，所述归一化特征向量包括多
个归一化参数，所述归一化参数与所述行为类型一一对应；将所述归一化参数作为对应行为类型的权重值。5.如权利要求1所述的基于人工智能的精准推荐方法，其特征在于，所述基于所述行为数据和所述行为类型的权重值构建偏好矩阵包括：创建M行N列的初始矩阵，M为所有用户的数量，N为所有待推荐产品的数量；获取用户m与待推荐产品n之间的行为数据，并基于所述不同行为类型的权重值对所述行为数据进行加权求和，得到所述用户m与所述待推荐产品n之间的偏好值，所述偏好值满足关系式：其中...
【专利技术属性】
技术研发人员：温晓康，
申请(专利权)人：中国平安人寿保险股份有限公司，
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。