本申请属于人工智能及金融科技领域，涉及一种区块推荐方法，包括在运营专区内配置运营区块；获取历史用户的样本数据，样本数据包括输入数据和期望输出；输入数据包括基础特征数据、行为特征数据、区块表现数据和内容特征数据，期望输出为输入数据对应的运营区块；基于输入数据和期望输出训练构建的神经网络模型，得到推荐模型；基于获取的目标基础特征数据和目标行为特征数据得到目标区块表现数据和目标内容特征数据，并将上述数据输入推荐模型，输出目标运营区块。本申请还提供一种区块推荐装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，基础特征数据可存储于区块链中。本申请能够有效降低开发成本和周期，提高个性化推荐的精度。个性化推荐的精度。个性化推荐的精度。
【技术实现步骤摘要】
一种区块推荐方法、装置、计算机设备及存储介质
[0001]本申请涉及人工智能技术以及金融科技领域，尤其涉及一种区块推荐方法、装置、计算机设备及存储介质。
技术介绍
[0002]目前，各类商务平台已成为日常消费过程中不必可少的工具，人们也越来越倾向于在网上浏览信息或购物。在首页大流量的带动下，更多的服务方希望得到首页曝光机会，由此扩充内容池(推荐池)的需求越来越多。但在运行过程中发现，新增推荐池的流程涉及的关联方较多，更新版本排期耗时长，重复开发成本高。此外，而首页的浏览效果则一般是由前端服务器实现，需要优化前端服务器的运行策略以提高首页浏览效果和响应速度，而在这一方面，运营平台主要还是依靠人工对接、手工维护等手段实现页面的个性化，成本很高。
技术实现思路
[0003]本申请实施例的目的在于提出一种区块推荐方法、装置、计算机设备及存储介质，以解决相关技术中产品推荐成本高、开发周期长以及运行效率低的技术问题。
[0004]为了解决上述技术问题，本申请实施例提供一种区块推荐方法，采用了如下所述的技术方案：
[0005]创建运营专区，并在所述运营专区内配置运营区块，所述运营区块中含有运营内容；
[0006]获取历史用户偏好的运营区块的样本数据，所述样本数据包括输入数据和期望输出；其中，所述输入数据包括所述历史用户的基础特征数据和行为特征数据以及所述运营区块的区块表现数据和内容特征数据，所述期望输出为所述输入数据对应的运营区块；
[0007]构建神经网络模型，基于所述输入数据和所述期望输出训练所述神经网络模型，直至模型收敛，输出最终的模型作为推荐模型；
[0008]获取目标用户的目标基础特征数据和目标行为特征数据，基于所述目标基础特征数据和所述目标行为特征数据得到目标区块表现数据和目标内容特征数据；
[0009]将所述目标基础特征数据、所述目标行为特征数据、所述目标区块表现数据和所述目标内容特征数据输入所述推荐模型，输出目标运营区块。
[0010]进一步的，所述构建神经网络模型的步骤包括：
[0011]根据所述输入数据的特征属性数量确定输入层的输入节点数，根据所述期望输出确定输出层的输出节点数；
[0012]构建至少一层隐含层，基于所述输入节点数和所述输出节点数得到每层所述隐含层的隐含神经元数量；
[0013]基于所述输入节点数、所述隐含神经元数量和所述输出节点数，构建神经网络模型。
[0014]进一步的，所述基于所述输入数据和所述期望输出训练所述神经网络模型，直至模型收敛，输出最终的模型作为推荐模型的步骤包括：
[0015]根据所述输入数据构建输入特征向量，将所述输入特征向量输入所述神经网络模型，输出预测结果；
[0016]基于所述预测结果和所述期望输出计算误差结果；
[0017]在所述误差结果大于预设误差时，按照误差梯度下降法调整模型参数，直至所述误差结果小于等于预设误差，模型收敛，输出最终的模型参数作为目标参数；
[0018]按照所述目标参数更新所述神经网络模型，得到推荐模型。
[0019]进一步的，在所述在所述运营专区内配置运营区块的步骤之后还包括：
[0020]在所述运营区块内创建轮播视图，并在所述轮播视图中创建轮播显示控件和轮播参数对象，所述轮播对象参数中配置有轮播内容的轮播数据；
[0021]将轮播参数对象加载至轮播参数的对象数据组中；
[0022]接收到轮播请求，获取所述轮播内容对应的对象数据组；
[0023]通过所述轮播视图调取所述对象数据组中的所述轮播参数对象；
[0024]根据所述轮播参数对象中的所述轮播数据，将所述轮播内容按照预设时间间隔在所述轮播显示控件进行展示。
[0025]进一步的，在所述输出目标运营区块的步骤之后还包括：
[0026]根据所述目标基础特征数据和所述目标行为特征数据确定所述目标用户的用户特征；
[0027]根据所述用户特征确定用户类别，基于所述用户类别为所述目标用户匹配优先推荐的运营区块。
[0028]进一步的，在所述输出目标运营区块的步骤之后还包括：
[0029]在所述运营专区创建新的运营区块作为新增运营区块，将所述新增运营区块推送给用户；
[0030]获取预设时间段所述新增运营区块的标签数据，所述标签数据包括所述新增运营区块的区块标识信息和区块表现数据；
[0031]基于所述标签数据，按照预设评分规则对所述新增运营区块进行评分，得到评分结果；
[0032]根据所述评分结果对所述新增运营区块进行展示。
[0033]进一步的，在所述输出目标运营区块的步骤之后还包括：
[0034]实时获取所述目标用户的实时行为特征数据，基于所述实时行为特征数据更新展示的运营区块。
[0035]为了解决上述技术问题，本申请实施例还提供一种区块推荐装置，采用了如下所述的技术方案：
[0036]配置模块，用于创建运营专区，并在所述运营专区内配置运营区块，所述运营区块中含有运营内容；
[0037]第一获取模块，用于获取历史用户偏好的运营区块的样本数据，所述样本数据包括输入数据和期望输出；其中，所述输入数据包括所述历史用户的基础特征数据和行为特征数据以及所述运营区块的区块表现数据和内容特征数据，所述期望输出为所述输入数据
对应的运营区块；
[0038]训练模块，用于构建神经网络模型，基于所述输入数据和所述期望输出训练所述神经网络模型，直至模型收敛，输出最终的模型作为推荐模型；
[0039]第二获取模块，用于获取目标用户的目标基础特征数据和目标行为特征数据，基于所述目标基础特征数据和所述目标行为特征数据得到目标区块表现数据和目标内容特征数据；
[0040]计算模块，用于将所述目标基础特征数据、所述目标行为特征数据、所述目标区块表现数据和所述目标内容特征数据输入所述推荐模型，输出目标运营区块。
[0041]为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
[0042]该计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的区块推荐方法的步骤。
[0043]为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
[0044]所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的区块推荐方法的步骤。
[0045]与现有技术相比，本申请主要有以下有益效果：
[0046]本申请通过创建运营专区，并在运营专区配置运营区块，运营区块中含有运营内容，通过在运营专区中配置运营区块来扩充推荐的内容，开发效率高，有效降低开发成本和周期；通过用户的基础特征数据和行为特征数据以及运营区块的区块表现数据和内容特征数据来训练神经网络模型，得到的推荐本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种区块推荐方法，其特征在于，包括下述步骤：创建运营专区，并在所述运营专区内配置运营区块，所述运营区块中含有运营内容；获取历史用户偏好的运营区块的样本数据，所述样本数据包括输入数据和期望输出；其中，所述输入数据包括所述历史用户的基础特征数据和行为特征数据以及所述运营区块的区块表现数据和内容特征数据，所述期望输出为所述输入数据对应的运营区块；构建神经网络模型，基于所述输入数据和所述期望输出训练所述神经网络模型，直至模型收敛，输出最终的模型作为推荐模型；获取目标用户的目标基础特征数据和目标行为特征数据，基于所述目标基础特征数据和所述目标行为特征数据得到目标区块表现数据和目标内容特征数据；将所述目标基础特征数据、所述目标行为特征数据、所述目标区块表现数据和所述目标内容特征数据输入所述推荐模型，输出目标运营区块。2.根据权利要求1所述的区块推荐方法，其特征在于，所述构建神经网络模型的步骤包括：根据所述输入数据的特征属性数量确定输入层的输入节点数，根据所述期望输出确定输出层的输出节点数；构建至少一层隐含层，基于所述输入节点数和所述输出节点数得到每层所述隐含层的隐含神经元数量；基于所述输入节点数、所述隐含神经元数量和所述输出节点数，构建神经网络模型。3.根据权利要求1或2所述的区块推荐方法，其特征在于，所述基于所述输入数据和所述期望输出训练所述神经网络模型，直至模型收敛，输出最终的模型作为推荐模型的步骤包括：根据所述输入数据构建输入特征向量，将所述输入特征向量输入所述神经网络模型，输出预测结果；基于所述预测结果和所述期望输出计算误差结果；在所述误差结果大于预设误差时，按照误差梯度下降法调整模型参数，直至所述误差结果小于等于预设误差，模型收敛，输出最终的模型参数作为目标参数；按照所述目标参数更新所述神经网络模型，得到推荐模型。4.根据权利要求1所述的区块推荐方法，其特征在于，在所述在所述运营专区内配置运营区块的步骤之后还包括：在所述运营区块内创建轮播视图，并在所述轮播视图中创建轮播显示控件和轮播参数对象，所述轮播对象参数中配置有轮播内容的轮播数据；将轮播参数对象加载至轮播参数的对象数据组中；接收到轮播请求，获取所述轮播内容对应的对象数据组；通过所述轮播视图调取所述对象数据组中的所述轮播参数对象；根据所述轮播参数对象中的所述轮播数据，将所述轮播内容按照预设时间间隔在所...
【专利技术属性】
技术研发人员：林晓琳，
申请(专利权)人：中国平安财产保险股份有限公司，
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。