基于人工智能的信用卡权益推荐方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例涉及人工智能技术领域，公开了一种基于人工智能的信用卡权益推荐方法、装置、设备及介质，所述方法包括：获取用户历史交易记录，所述历史交易记录包括个人数据和信用卡权益信息；基于所述个人数据和所述信用卡权益信息建立目标信用卡权益评价模型，所述目标信用卡权益评价模型包括：逻辑回归算法、决策树算法和随机森林算法；将待评价的信用卡权益的权益信息输入所述目标信用卡权益评价模型，得到所述待评价的信用卡权益的评分；根据评分判断是否向所述用户推荐所述待评价的信用卡权益。为不同用户建立具有针对性的模型，考虑不同用户对于不同信用卡权益的需求和偏好，可以更加精准地为用户推荐更符合用户偏好和需求的信用卡产品。求的信用卡产品。求的信用卡产品。

【技术实现步骤摘要】
基于人工智能的信用卡权益推荐方法、装置、设备及介质


[0001]本专利技术涉及基于人工智能
，尤其涉及一种基于人工智能的信用卡权益推荐方法、装置、设备及介质。

技术介绍

[0002]信用卡作为一种重要的金融工具，已经成为人们日常生活中不可或缺的一部分。随着信用卡市场的不断扩大，各家银行也在不断推出各种各样的信用卡权益，以吸引更多的用户。然而，不同的用户对于不同的信用卡权益有着不同的需求和偏好，因此如何根据用户的特征和需求，为其推荐最适合的信用卡权益，成为信用卡部门面临的一个重要问题。
[0003]现有技术中大多是通过获取用户的历史交易数据，为用户推荐适合的信用卡产品和权益。然而，现有技术大多只考虑了用户的消费行为和信用记录等因素，而忽略了用户对于不同信用卡权益的需求和偏好，对用户的历史交易数据缺少挖掘，使得用户的历史交易数据的利用率不高，导致推荐效果不佳，用户信用卡消费不理想。
[0004]同时，用户与用户之间是存在差异的，同一用户在不同的时间、不同的地点的消费喜好也是不同的，因此只考虑了用户的消费行为和信用记录等因素为用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的信用卡权益推荐方法，其特征在于，包括：获取目标用户的历史交易记录，所述历史交易记录包括所述目标用户的个人数据和所述目标用户参与的信用卡权益信息；基于所述个人数据和所述信用卡权益信息建立目标信用卡权益评价模型，所述目标信用卡权益评价模型包括：逻辑回归算法、决策树算法和随机森林算法；将待评价的信用卡权益的权益信息输入所述目标信用卡权益评价模型，得到所述待评价的信用卡权益的评分；根据所述评分判断是否向所述目标用户推荐所述待评价的信用卡权益。2.如权利要求1所述的基于人工智能的信用卡权益推荐方法，其特征在于，所述基于所述个人数据和所述信用卡权益信息建立目标信用卡权益评价模型的步骤，包括：基于所述个人数据构建用户画像，所述用户画像包括代表用户消费习惯的因素；根据所述用户画像和所述信用卡权益信息建立目标信用卡权益评价模型，所述信用卡权益信息包括信用卡权益的属性数据和信用卡权益的使用数据。3.如权利要求2所述的基于人工智能的信用卡权益推荐方法，其特征在于，所述基于所述个人数据和所述信用卡权益信息建立目标信用卡权益评价模型的步骤，包括：将所述代表用户消费习惯的因素和所述信用卡权益信息按预设规则进行特征选取，得到代表用户消费习惯的目标因素和所述信用卡权益信息中的目标特征，并根据所述目标因素和所述目标特征构建目标数据集，所述预设规则为选择满足与目标变量的相关性大于等于第一阈值，且满足与目标变量的互信息大于等于第二阈值的特征，所述目标变量为信用卡权益的表现分值；基于所述目标数据集构建训练集，并基于所述训练集训练预设信用卡权益评价模型，得到所述目标信用卡权益评价模型，所述预设信用卡权益评价模型包括：逻辑回归算法、决策树算法和随机森林算法。4.如权利要求3所述的基于人工智能的信用卡权益推荐方法，其特征在于，在所述将所述代表用户消费习惯的因素和所述信用卡权益信息按预设规则进行特征选取，得到代表用户消费习惯的目标因素和所述信用卡权益信息中的目标特征的步骤之前，还包括：对所述代表用户消费习惯的因素和所述信用卡权益信息进行数据清理，得到初始数据，所述数据清理的过程包括：缺失值处理、异常值处理和重复值处理；将所述初始数据进行特征变换，得到目标数据，所述特征变换的过程包括：标准化处理和对数转换处理。5.如权利要求4所述的基于人工智能的信用卡权益推荐方法，其特征在于，所述将所述代表用户消费习惯的因素和所述信用卡权益信息按预设规则进行特征选取，得到代表用户消费习惯的目标因素和所述信用...

【专利技术属性】
技术研发人员：黄超，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：