【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种金融产品推荐模型的训练方法、金融产品推荐方法及装置。
技术介绍
1、金融机构在进行金融产品的推荐时，需要满足不同用户的个性化需求，有助于提升与用户与金融产品的交互率。随着大数据和人工智能的发展，越来越多的金融产品推荐方案，基于机器学习算法或深度学习算法构建精准的金融产品推荐模型，预测用户与金融产品的适配率。这种方法对大量数据进行整理、分析和挖掘，建模数据之间的隐藏关系，从数据中发现用户偏好和产品特征的关联，具有较强的学习能力，预测准确率不断提高，逐渐成为指导精准营销方案制定的主流方式。
2、然而，现有金融产品模型往往针对用户进行金融产品推荐的准确率不高。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高金融产品推荐准确率的金融产品推荐模型的训练方法、金融产品推荐方法及装置。
2、第一方面，本申请提供一种金融产品推荐模型的训练方法，该方法包括：
3、获取样本用户的样本用户信息，以及多个产品类型的样本金融产...
【技术保护点】
1.一种金融产品推荐模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述交互二分图和所述产品类型，对与所述样本用户存在交互关系的样本金融产品的样本金融产品信息进行融合处理，得到融合金融产品信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述样本用户信息以及所述融合金融产品信息，得到第一匹配程度和第二匹配程度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述样本用户信息和当前融合金融产品信息，得到当前目标用户特征和当前目标产品特征，包括：
5.根据...
【技术特征摘要】
1.一种金融产品推荐模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述交互二分图和所述产品类型，对与所述样本用户存在交互关系的样本金融产品的样本金融产品信息进行融合处理，得到融合金融产品信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述样本用户信息以及所述融合金融产品信息，得到第一匹配程度和第二匹配程度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述样本用户信息和当前融合金融产品信息，得到当前目标用户特征和当前目标产品特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述第一匹配程度和所述第二匹配程度之间的差异，训练所述金融产品推荐模型，得到训练完成的金融产品推荐模型，包括：
6.根据权利要求1至5任意一项所述...
【专利技术属性】
技术研发人员：刘钰超，
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。