本申请公开了一种产品推荐方法、装置、存储介质及电子设备。涉及金融科技领域及其他相关技术领域，该方法包括：获取目标用户的偏好产品、偏好产品的偏好评估值和待推荐的M种金融产品；确定偏好评估值列表，计算偏好产品与金融产品的相似度，得到一组相似度；确定第一数量的相似度对应的待推荐产品，得到第一产品集合；获取目标用户预设周期内的金融产品交易记录，从金融产品交易记录中提取第二数量的历史交易产品，得到第二产品集合，将第一产品集合和第二产品集合进行组合，得到目标产品集合；从目标产品集合中确定第一数量的一组目标产品，并将一组目标产品推荐给目标用户。通过本申请，解决了相关技术中推荐产品与用户需求匹配度较低的问题。匹配度较低的问题。匹配度较低的问题。
【技术实现步骤摘要】
产品推荐方法、装置、存储介质及电子设备
[0001]本申请涉及金融科技领域及其他相关
，具体而言，涉及一种产品推荐方法、装置、存储介质及电子设备。
技术介绍
[0002]相关技术中，金融机构向用户推荐金融产品时，需要考虑客户的意愿。为客户在其需要的应用场景推荐合适的理财产品，是重要课题。线下渠道以人工推荐的方式向客户推荐金融产品，即客户经理为客户推荐理财产品，客户经理基于已掌握的客户信息，人工筛选出适合客户的理财产品，通过电话等线下触达的方式，为客户进行推荐。
[0003]然而，线下渠道推荐理财产品，主要通过客户经理为客户进行推荐，一般是人工判断推荐，而人工推荐容易出现推荐的金融产品与用户需求存在偏差，未能实现对客户精准、个性化推荐产品。
[0004]针对相关技术中推荐产品与用户需求匹配度较低的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本申请的主要目的在于提供一种产品推荐方法、装置、存储介质及电子设备，以解决相关技术中推荐产品与用户需求匹配度较低的问题。
[0006]为了实现上述目的，根据本申请的一个方面，提供了一种产品推荐方法。该方法包括：获取目标用户的偏好产品、偏好产品的偏好评估值和待推荐的M种金融产品；确定M种金融产品的偏好评估值列表，并基于偏好评估值列表中的偏好评估值和偏好产品的偏好评估值计算偏好产品与每种金融产品的相似度，得到一组相似度，其中，M为正整数，偏好评估值列表包含每个用户对每种金融产品的偏好评估值；按照相似度从高到低的顺序从一组相似度中确定第一数量的相似度对应的待推荐产品，得到第一产品集合；获取目标用户预设周期内的金融产品交易记录，从金融产品交易记录中提取第二数量的历史交易产品，得到第二产品集合，将第一产品集合和第二产品集合进行组合，得到目标产品集合；基于交易金额从大到小的顺序从目标产品集合中确定第一数量的一组目标产品，并将一组目标产品推荐给目标用户，其中，交易金额为目标用户购买目标产品集合中的金融产品所需的金额。
[0007]可选地，获取目标用户的偏好产品包括：判断是否获取到目标用户对M种金融产品的行为数据，其中，行为数据至少包括以下之一：购买次数、浏览次数和收藏次数；在获取到行为数据的情况下，基于行为数据计算目标用户对每种金融产品的偏好评估值，得到一组偏好评估值；从一组偏好评估值中确定最大偏好评估值，确定最大偏好评估值关联的目标金融产品，并将目标金融产品确定为偏好产品。
[0008]可选地，在判断是否获取到目标用户对M种金融产品的行为数据之后，该方法还包括：在未获取到行为数据的情况下，获取目标用户的用户标签，并确定多个其他用户，其中，其他用户是与目标用户具有相同的用户标签并且已获取行为数据的用户；确定每个其他用
户的偏好产品，得到偏好产品集合；将偏好产品集合中数量最多的偏好产品确定为目标用户的偏好产品。
[0009]可选地，在行为数据包括购买次数、浏览次数和收藏次数的情况下，基于行为数据计算目标用户对每种金融产品的偏好评估值包括：确定购买次数的第一权重，确定浏览次数的第二权重，并确定收藏次数的第三权重；确定目标用户对当前金融产品的历史购买次数、历史浏览次数和历史收藏次数；基于购买次数从评估值映射关系表中确定历史购买次数对应的第一评估值，基于浏览次数从评估值映射关系表中确定历史浏览次数对应的第二评估值，基于收藏次数从评估值映射关系表中确定历史收藏次数对应的第三评估值，其中，评估值映射关系表包括购买次数与评估值的第一映射关系、浏览次数与评估值的第二映射关系和收藏次数与评估值的第三映射关系；计算第一权重与第一评估值的积，得到购买次数评估值，计算第二权重与第二评估值的积，得到浏览次数评估值，计算第三权重与第三评估值的积，得到收藏次数评估值；计算购买次数评估值、浏览次数评估值和收藏次数评估值的和，得到偏好评估值。
[0010]可选地，在基于偏好评估值列表中的偏好评估值和偏好产品的偏好评估值计算偏好产品与每种金融产品的相似度之前，该方法还包括：获取目标数据库中所有用户的行为数据，并基于行为数据确定每个用户对每种金融产品的偏好评估值；基于每个用户对每种金融产品的偏好评估值构建偏好评估值列表。
[0011]可选地，基于偏好评估值列表中的偏好评估值和偏好产品的偏好评估值计算偏好产品与每种金融产品的相似度包括：计算所有用户对偏好产品的偏好评估值的均值，得到偏好产品的偏好评估均值；基于偏好评估值列表计算所有用户对金融产品的偏好评估值的均值，得到金融产品的偏好评估均值；基于偏好产品的偏好评估均值、金融产品的偏好评估均值、每个用户对偏好产品的偏好评估值和每个用户对金融产品的偏好评估值计算余弦相似系数，得到偏好产品与金融产品的相似度。
[0012]可选地，从金融产品交易记录中提取第二数量的历史交易产品包括：确定金融产品交易记录中包含的N种金融产品，并确定目标用户对每种金融产品的交易频次和交易金额，其中，N为正整数；计算交易频次与第四权重的积，得到交易频次评估值，计算交易金额与第五权重的积，得到交易金额评估值；计算交易频次评估值和交易金额评估值的和，得到交易记录评估值；按照交易记录评估值从大到小的顺序从N种金融产品中确定第二数量的产品，得到第二产品集合。
[0013]为了实现上述目的，根据本申请的另一方面，提供了一种产品推荐装置。该装置包括：第一获取单元，用于获取目标用户的偏好产品、偏好产品的偏好评估值和待推荐的M种金融产品；第一确定单元，用于确定M种金融产品的偏好评估值列表，并基于偏好评估值列表中的偏好评估值和偏好产品的偏好评估值计算偏好产品与每种金融产品的相似度，得到一组相似度，其中，M为正整数，偏好评估值列表包含每个用户对每种金融产品的偏好评估值；第二确定单元，用于按照相似度从高到低的顺序从一组相似度中确定第一数量的相似度对应的待推荐产品，得到第一产品集合；第二获取单元，用于获取目标用户预设周期内的金融产品交易记录，从金融产品交易记录中提取第二数量的历史交易产品，得到第二产品集合，将第一产品集合和第二产品集合进行组合，得到目标产品集合；第三确定单元，用于基于交易金额从大到小的顺序从目标产品集合中确定第一数量的一组目标产品，并将一组
目标产品推荐给目标用户，其中，交易金额为目标用户购买目标产品集合中的金融产品所需的金额。
[0014]通过本申请，采用以下步骤：获取目标用户的偏好产品、偏好产品的偏好评估值和待推荐的M种金融产品；确定M种金融产品的偏好评估值列表，并基于偏好评估值列表中的偏好评估值和偏好产品的偏好评估值计算偏好产品与每种金融产品的相似度，得到一组相似度，其中，M为正整数，偏好评估值列表包含每个用户对每种金融产品的偏好评估值；按照相似度从高到低的顺序从一组相似度中确定第一数量的相似度对应的待推荐产品，得到第一产品集合；获取目标用户预设周期内的金融产品交易记录，从金融产品交易记录中提取第二数量的历史交易产品，得到第二产品集合，将第一产品集合和第二产品集合进行组合，得到目标产品集合；基于交易金额从大到本文档来自技高网...
【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：获取目标用户的偏好产品、所述偏好产品的偏好评估值和待推荐的M种金融产品；确定所述M种金融产品的偏好评估值列表，并基于偏好评估值列表中的偏好评估值和所述偏好产品的偏好评估值计算所述偏好产品与每种金融产品的相似度，得到一组相似度，其中，M为正整数，所述偏好评估值列表包含每个用户对每种金融产品的偏好评估值；按照相似度从高到低的顺序从所述一组相似度中确定第一数量的相似度对应的待推荐产品，得到第一产品集合；获取所述目标用户预设周期内的金融产品交易记录，从所述金融产品交易记录中提取第二数量的历史交易产品，得到第二产品集合，将所述第一产品集合和所述第二产品集合进行组合，得到目标产品集合；基于交易金额从大到小的顺序从所述目标产品集合中确定所述第一数量的一组目标产品，并将所述一组目标产品推荐给所述目标用户，其中，所述交易金额为所述目标用户购买所述目标产品集合中的金融产品所需的金额。2.根据权利要求1所述的方法，其特征在于，获取目标用户的偏好产品包括：判断是否获取到所述目标用户对所述M种金融产品的行为数据，其中，所述行为数据至少包括以下之一：购买次数、浏览次数和收藏次数；在获取到所述行为数据的情况下，基于所述行为数据计算所述目标用户对每种金融产品的偏好评估值，得到一组偏好评估值；从所述一组偏好评估值中确定最大偏好评估值，确定最大偏好评估值关联的目标金融产品，并将所述目标金融产品确定为所述偏好产品。3.根据权利要求2所述的方法，其特征在于，在判断是否获取到所述目标用户对所述M种金融产品的行为数据之后，所述方法还包括：在未获取到所述行为数据的情况下，获取所述目标用户的用户标签，并确定多个其他用户，其中，所述其他用户是与所述目标用户具有相同的用户标签并且已获取行为数据的用户；确定每个其他用户的偏好产品，得到偏好产品集合；将所述偏好产品集合中数量最多的偏好产品确定为所述目标用户的偏好产品。4.根据权利要求2所述的方法，其特征在于，在所述行为数据包括购买次数、浏览次数和收藏次数的情况下，基于所述行为数据计算所述目标用户对每种金融产品的偏好评估值包括：确定所述购买次数的第一权重，确定所述浏览次数的第二权重，并确定所述收藏次数的第三权重；确定所述目标用户对当前金融产品的历史购买次数、历史浏览次数和历史收藏次数；基于购买次数从评估值映射关系表中确定所述历史购买次数对应的第一评估值，基于浏览次数从所述评估值映射关系表中确定所述历史浏览次数对应的第二评估值，基于收藏次数从所述评估值映射关系表中确定所述历史收藏次数对应的第三评估值，其中，所述评估值映射关系表包括购买次数与评估值的第一映射关系、浏览次数与评估值的第二映射关系和收藏次数与评估值的第三映射关系；计算所述第一权重与所述第一评估值的积，得到购买次数评估值，计算所述第二权重
与所述第二评估值的积，得到浏览次数评估值，计算所述第三权重与所述第三评估值的积，得到收藏次数评估值；计算所述购买次数评估值、所述浏览次数评估值和所述收藏次数评估值的和，得到所述偏好评估值。5.根据权利要求1所述的方法，其特征在于...
【专利技术属性】
技术研发人员：季越，付新丽，田兰兰，
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。