本公开提供了一种产品推荐方法，可以应用于人工智能领域及金融技术领域。该方法包括：在取得客户授权的情况下，获取客户数据和与客户对应的产品数据；采用协同过滤算法处理客户数据与产品数据，得到第一产品相似度；根据第一产品相似度，确定第一产品推荐列表；采用图推荐算法处理第一产品推荐列表，得到第二产品相似度；根据第二产品相似度，确定第二产品推荐列表；采用预先训练的排序模型，对第二产品推荐列表进行排序，以确定第三产品推荐列表；以及根据第三产品推荐列表向客户推荐产品。本公开还提供了一种产品推荐装置、设备、存储介质和程序产品。质和程序产品。质和程序产品。
【技术实现步骤摘要】
产品推荐方法、装置、设备、介质和程序产品
[0001]本公开涉及人工智能领域及金融领域，具体地涉及一种产品推荐方法、装置、设备、介质和程序产品。
技术介绍
[0002]理财产品，即由商业银行和正规金融机构自行设计并发行的产品，将募集到的资金根据产品合同约定投入相关金融市场及购买相关金融产品，获取投资收益后，根据合同约定分配给投资人的一类产品。
[0003]目前的理财营销推荐模型只是根据客户风险等级，客户对资金的持有时间要求，起购金额以及产品类型，将对应风险等级以及封闭区间内的产品推荐给客户，存在推荐产品类型单一，推荐产品不符合客户预期，以及客户持有产品即将到期时，无法继续为客户推荐预期产品的问题，产品推荐效率低下。
技术实现思路
[0004]鉴于上述问题，本公开提供了提高推荐精准度的产品推荐方法、装置、设备、介质和程序产品，用于至少部分解决以上技术问题。
[0005]根据本公开的第一个方面，提供了一种产品推荐方法，包括：在取得客户授权的情况下，获取客户数据和与客户对应的产品数据；采用协同过滤算法处理客户数据与产品数据，得到第一产品相似度；根据第一产品相似度，确定第一产品推荐列表；采用图推荐算法处理第一产品推荐列表，得到第二产品相似度；根据第二产品相似度，确定第二产品推荐列表；采用预先训练的排序模型，对第二产品推荐列表进行排序，以确定第三产品推荐列表；以及根据第三产品推荐列表向客户推荐产品。
[0006]根据本公开的实施例，采用协同过滤算法处理客户数据与产品数据，得到第一产品相似度包括：根据客户数据与产品数据，确定各产品购买人数；根据各产品购买人数，确定各产品的共同购买人数；根据各产品的共同购买人数，确定第一产品相似度。
[0007]根据本公开的实施例，采用协同过滤算法处理客户数据与产品数据，得到第一产品相似度还包括：根据客户数据与产品数据，确定客户购买产品的时间间隔；根据各产品的共同购买人数与客户购买产品的时间间隔，确定第一产品相似度。
[0008]根据本公开的实施例，采用图推荐算法处理第一产品推荐列表，得到第二产品相似度包括：根据第一产品相似度，构建产品邻接矩阵；根据产品邻接矩阵，确定各产品之间的转移概率；根据各产品之间的转移概率，确定第二产品相似度；其中，各产品之间的转移概率与各产品之间的产品属性相似度呈正相关。
[0009]根据本公开的实施例，预先训练的排序模型的训练方法包括：根据客户数据与产品数据，确定训练样本；构建XGboost重排序模型；使用训练样本对XGboost重排序模型进行训练，得到预先训练的排序模型。
[0010]根据本公开的实施例，根据客户数据与产品数据，确定训练样本包括：根据客户数
据与产品数据，确定客户特征；根据客户特征对产品数据进行筛选，以确定训练样本；其中，客户特征包括客户的资产信息、基本信息、渠道偏好和风险等级评分。
[0011]根据本公开的实施例，产品包括理财产品，根据客户数据与产品数据，确定训练样本还包括：根据客户数据与产品数据，确定产品特征；根据客户特征和产品特征对产品数据进行筛选，以确定训练样本；其中，产品特征包括产品属性和产品类型，产品属性包括期限、收益率、风险等级、产品属地和购买份额，产品类型包括固定收益类，权益类，商品及金融衍生品类。
[0012]根据本公开的实施例，根据客户数据与产品数据，确定训练样本还包括：根据客户数据与产品数据，确定交互特征；根据客户特征、产品特征和交互特征对产品数据进行筛选，以确定正样本和负样本；其中，交互特征为用户的操作行为特征，正样本为客户购买的产品样本，负样本为客户关注但未购买的产品样本。
[0013]根据本公开的实施例，产品推荐方法还包括：确定客户的临期产品；以及在临期产品到期前的设定时间节点，从第三产品推荐列表中推荐与客户当前持有的产品类型相同的产品。
[0014]本公开的第二方面提供了一种产品推荐装置，包括：获取模块，用于在取得客户授权的情况下，获取客户数据和与客户对应的产品数据；第一计算模块，用于采用协同过滤算法处理客户数据与产品数据，得到第一产品相似度；第一确定模块，用于根据第一产品相似度，确定第一产品推荐列表；第二计算模块，用于采用图推荐算法处理第一产品推荐列表，得到第二产品相似度；第二确定模块，用于根据第二产品相似度，确定第二产品推荐列表；排序模块，用于采用预先训练的排序模型，对第二产品推荐列表进行排序，以确定第三产品推荐列表；以及推荐模块，用于根据第三产品推荐列表向客户推荐产品。
[0015]本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例的方法。
[0016]本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述任一实施例的方法。
[0017]本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一实施例的方法。
[0018]与现有技术相比，本公开提供的产品推荐方法、装置、电子设备、存储介质和程序产品，至少具有以下有益效果：
[0019](1)本公开的产品推荐方法，依次采用协同过滤算法和图推荐算法计算产品相似度，分别计算得到基于相似客户的第一产品相似度，以及对第一产品相似度中的产品按产品属性再次计算相似度，得到第二产品相似度，然后对计算两次相似度后的产品推荐列表中的产品进行排序，实现了产品的定制化、智能化推荐，提高了产品推荐的准确性。
[0020](2)本公开的产品推荐方法，在计算第一产品相似度时，加入了时间因子，即客户购买产品的时间间隔，体现了客户对理财产品的兴趣变化，使产品推荐结果具有时间效应，进一步提高了产品推荐的准确性。
[0021](3)本公开的产品推荐方法，在计算第二产品相似度时，采用了改进的图推荐算法，即通过对与相似用户相关的理财产品进行转移概率的计算，可以从该相关的理财产品
中再次筛选出产品属性相近的产品，改善了产品数据的稀疏性，提高了产品推荐的准确性。
附图说明
[0022]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
[0023]图1示意性示出了根据本公开实施例的产品推荐方法、装置、设备、介质和程序产品的应用场景图；
[0024]图2示意性示出了根据本公开实施例的产品推荐方法的流程图；
[0025]图3示意性示出了根据本公开实施例的计算第一产品相似度的方法流程图；
[0026]图4A示意性示出了根据本公开另一实施例的计算第一产品相似度的方法流程图；
[0027]图4B示意性示出了根据本公开另一实施例的计算第一产品相似度的方法逻辑框图；
[0028]图5A示意性示出了根据本公开实施例的计算第二产品相似度的方法流程图；
[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：在取得客户授权的情况下，获取客户数据和与客户对应的产品数据；采用协同过滤算法处理所述客户数据与所述产品数据，得到第一产品相似度；根据所述第一产品相似度，确定第一产品推荐列表；采用图推荐算法处理所述第一产品推荐列表，得到第二产品相似度；根据所述第二产品相似度，确定第二产品推荐列表；采用预先训练的排序模型，对所述第二产品推荐列表进行排序，以确定第三产品推荐列表；以及根据所述第三产品推荐列表向客户推荐产品。2.根据权利要求1所述的方法，其特征在于，所述采用协同过滤算法处理所述客户数据与所述产品数据，得到第一产品相似度包括：根据所述客户数据与所述产品数据，确定各产品购买人数；根据所述各产品购买人数，确定各产品的共同购买人数；根据所述各产品的共同购买人数，确定所述第一产品相似度。3.根据权利要求2所述的方法，其特征在于，所述采用协同过滤算法处理所述客户数据与所述产品数据，得到第一产品相似度还包括：根据所述客户数据与所述产品数据，确定客户购买产品的时间间隔；根据所述各产品的共同购买人数与所述客户购买产品的时间间隔，确定所述第一产品相似度。4.根据权利要求1所述的方法，其特征在于，所述采用图推荐算法处理所述第一产品推荐列表，得到第二产品相似度包括：根据所述第一产品相似度，构建产品邻接矩阵；根据所述产品邻接矩阵，确定各产品之间的转移概率；根据所述各产品之间的转移概率，确定所述第二产品相似度；其中，所述各产品之间的转移概率与各产品之间的产品属性相似度呈正相关。5.根据权利要求1所述的方法，其特征在于，所述预先训练的排序模型的训练方法包括：根据所述客户数据与所述产品数据，确定训练样本；构建XGboost重排序模型；使用所述训练样本对所述XGboost重排序模型进行训练，得到所述预先训练的排序模型。6.根据权利要求5所述的方法，其特征在于，所述根据所述客户数据与所述产品数据，确定训练样本包括：根据所述客户数据与所述产品数据，确定客户特征；根据所述客户特征对所述产品数据进行筛选，以确定所述训练样本；其中，所述客户特征包括客户的资产信息、基本信息、渠道偏好和风险等级评分。7.根据权利要求6所述的方法，其特征在于，所述产品包括理财产品，所述根据所述客户...
【专利技术属性】
技术研发人员：李智，
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。