推荐策略生成方法、装置、设备及存储介质制造方法及图纸

本申请提供一种推荐策略生成方法、装置、设备及存储介质，属于数据处理领域，包括：获取多个样本数据和第一推荐策略，样本数据包括用户信息和标注的第一推荐列表；根据用户信息、第一推荐策略和标注的第一推荐列表对预设的模型训练至收敛，得到第一推荐模型；获取第二推荐模型；获取待推荐用户的用户信息，并将用户信息分别输入至第一推荐模型和第二推荐模型，得到第一推荐列表和第二推荐列表；根据第一推荐列表和第二推荐列表，确定待推荐用户匹配的目标推荐策略。本申请还能解决金融产品推荐问题，能够实时地选择最优目标推荐策略，提高了推荐内容的准确性。本申请还涉及区块链技术领域和人工智能技术领域，推荐策略可存储至区块链。区块链。区块链。

【技术实现步骤摘要】
推荐策略生成方法、装置、设备及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种推荐策略生成方法、装置、设备及存储介质。

技术介绍

[0002]在如今电子商务、社交网络以及人工智能高速发展的时代，发现用户的需求、了解用户的行为、并为用户筛选出最相关的信息和物品是互联网服务的一个核心环节。个性化推荐作为一种帮助用户快速搜寻有用信息的工具，越来越受到人们的青睐。
[0003]随着时间的推移，用户表现出的兴趣也一直在改变，整体呈现出复杂多样性，这对推荐商品的精准性有了一个更高的标准，一个良好的推荐方案可以提升用户的满意度，能够准确且快速地推荐出用户所需的商品或者产品。例如，在理财产品推荐中，对于激进人群推荐高风险高收益的理财产品，对于稳健人群推荐低风险低收益的理财产品，即为了提高推荐效果，需要针对不同的人群尝试不同的推荐策略，通过指标对人群和策略进行实时调整，以提高为用户推荐内容更加准确。
[0004]因此，如何为用户选择更加准确的推荐策略是目前亟待解决的问题。

技术实现思路

[0005]本申请的主要目的在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐策略生成方法，其特征在于，包括：获取多个样本数据和第一推荐策略，所述样本数据包括用户信息和所述用户信息对应的标注的第一推荐列表；根据所述用户信息、第一推荐策略和标注的第一推荐列表对预设的模型训练至收敛，得到第一推荐模型；获取第二推荐模型，所述第二推荐模型是基于第二推荐策略和多个样本数据对预设的模型训练得到的；获取待推荐用户的用户信息，并将所述待推荐用户的用户信息分别输入至所述第一推荐模型和第二推荐模型，得到第一推荐列表和第二推荐列表；根据所述第一推荐列表和第二推荐列表，确定所述待推荐用户匹配的目标推荐策略。2.如权利要求1所述的推荐策略生成方法，其特征在于，所述根据所述用户信息、第一推荐策略和标注的第一推荐列表对预设的模型训练至收敛，得到第一推荐模型，包括：将所述用户信息和第一推荐策略输入至预设的模型中，得到预测的第一推荐列表；根据所述预测的第一推荐列表和标注的第一推荐列表，确定所述预设的模型是否收敛；在所述预设的模型未收敛的情况下更新模型参数，并继续输入样本数据进行训练，直至所述预设的模型收敛，得到第一推荐模型。3.如权利要求2所述的推荐策略生成方法，其特征在于，所述根据所述预测的第一推荐列表和标注的第一推荐列表，确定所述预设的模型是否收敛，包括：确定所述预测的第一推荐列表和标注的第一推荐列表中的推荐内容误差是否小于或等于预设误差；在所述预测的第一推荐列表和标注的第一推荐列表中的推荐内容误差小于或等于预设误差，确定所述预设的模型已收敛；在所述预测的第一推荐列表和标注的第一推荐列表中的推荐内容误差大于预设误差，确定所述预设的模型未收敛。4.如权利要求1所述的推荐策略生成方法，其特征在于，所述根据所述第一推荐列表和第二推荐列表，确定所述待推荐用户匹配的目标推荐策略，包括：确定所述第一推荐列表的推荐准确度和所述第二推荐列表的推荐准确度，并将推荐准确度高的推荐列表确定为目标推荐列表；将生成所述目标推荐列表的推荐策略，确定所述待推荐用户匹配的目标推荐策略。5.如权利要求4所述的推荐策略生成方法，其特征在于，所述确定所述第一推荐列表的推荐准...

【专利技术属性】
技术研发人员：李想，
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：