【技术实现步骤摘要】
本申请涉及大数据，特别是涉及一种产品推荐方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着经济的发展，越来越多的资源产品投入市场。面对数量庞大的资源产品，普通对象很难选择符合要求的资源产品。
2、目前，常用的资源产品推荐方法是通过分析各类资源产品的历史资源信息，根据分析结果预测该资源产品的未来走势，将未来走势表现良好的资源产品推荐给对象。
3、然而，这类资源产品推荐方法仅考虑资源产品的历史资源信息，忽略了外部因素(例如，资源管理方的资源偏好数据、市场变动趋势指标等等)对资源产品未来走势的影响作用，导致推荐的资源产品精度较低，无法满足对象需求。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高资源产品推荐准确性的产品推荐方法、装置、计算机设备、存储介质和计算机程序产品。
2、第一方面，本申请提供了一种产品推荐方法。所述方法包括：
3、获取对象的第一特征数据、多个资源管理方的第二特征数据、以及每个资源管理方所管理的资源产品的产品属性数据；
4、基于所述第一特征数据和多个所述第二特征数据，确定所述对象与每个资源管理方的第一匹配度；
5、基于所述第一特征数据和每个资源管理方所管理的资源产品的产品属性特征，确定所述对象与每个资源产品之间的第二匹配度；
6、基于所述第一匹配度和所述第二匹配度，确定每个资源管理方所管理的资源产品的推荐系数；
7、根据每个资源管理方
8、在其中一个实施例中，所述第一特征数据包括对象的属性数据和历史行为数据，所述第二特征数据包括资源管理方的属性数据和资源偏好数据；所述基于所述第一特征数据和多个所述第二特征数据，确定所述对象与每个资源管理方的第一匹配度，包括：
9、基于预先训练好的第一预测模型，对所述第一特征数据进行处理，得到所述对象的行为偏好画像；
10、确定所述行为偏好画像与多个资源管理方的第二特征数据之间的第一相似度，并将所述第一相似度作为所述对象与各资源管理方的第一匹配度。
11、在其中一个实施例中，所述第一特征数据包括对象的属性数据和历史行为数据，所述基于所述第一特征数据和每个资源管理方所管理的资源产品的产品属性特征，确定所述对象与每个资源产品之间的第二匹配度，包括：
12、基于预先训练好的第二预测模型，对所述第一特征数据进行处理，得到所述对象的资源偏好特征；
13、确定所述资源偏好特征与每个资源管理方所管理的资源产品的产品属性特征之间的第二相似度，并将所述第二相似度作为所述对象与各资源管理方所管理的资源产品之间的第二匹配度。
14、在其中一个实施例中，所述根据每个资源管理方所管理的资源产品的推荐系数，确定目标资源产品，并将所述目标资源产品推荐至所述对象，包括：
15、按照从大到小的顺序对每个资源管理方所管理的资源产品的推荐系数进行排序，根据排序结果选取至少一个资源产品，将选取的资源产品作为目标资源产品；
16、根据选取的资源产品的排序顺序，将所述目标资源产品推荐至所述对象。
17、在其中一个实施例中，所述历史行为数据包括所述对象的历史管理模式特征，所述方法还包括：
18、获取第一训练样本，每个第一训练样本包括对象的属性数据、所述对象的历史管理模式特征和第一标签；所述第一标签用于标注所述历史管理模式特征内至少一个特征；
19、通过第一初始模型对所述第一训练样本进行处理，得到对象的预测行为偏好画像；
20、基于所述预测行为偏好画像与所述第一标签之间的差异，调整所述第一初始模型以进行训练，在达到训练停止条件时停止训练，得到训练好的第一预测模型。
21、在其中一个实施例中，所述历史行为数据包括所述对象的历史资源偏好特征，所述方法还包括：
22、获取第二训练样本，每个第二训练样本包括对象的属性数据、所述对象的历史资源偏好特征和第二标签；所述第二标签用于标注所述历史资源偏好特征内至少一个特征；
23、通过第二初始模型对所述第二训练样本进行处理，得到对象的预测资源偏好特征；
24、基于所述预测资源偏好特征与所述第二标签之间的差异，调整所述第二初始模型以进行训练，在达到训练停止条件时停止训练，得到训练好的第二预测模型。
25、第二方面，本申请还提供了一种产品推荐装置。所述装置包括：
26、一种产品推荐装置，所述装置包括：
27、获取模块，用于获取对象的第一特征数据、多个资源管理方的第二特征数据、以及每个资源管理方所管理的资源产品的产品属性数据；
28、第一匹配模块，用于基于所述第一特征数据和多个所述第二特征数据，确定所述对象与每个资源管理方的第一匹配度；
29、第二匹配模块，用于基于所述第一特征数据和每个资源管理方所管理的资源产品的产品属性特征，确定所述对象与每个资源产品之间的第二匹配度；
30、确定模块，用于基于所述第一匹配度和所述第二匹配度，确定每个资源管理方所管理的资源产品的推荐系数；
31、推荐模块，用于根据每个资源管理方所管理的资源产品的推荐系数，确定目标资源产品，并将所述目标资源产品推荐至所述对象。
32、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述产品推荐方法的步骤。
33、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述产品推荐方法的步骤。
34、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述产品推荐方法的步骤。
35、上述产品推荐方法、装置、计算机设备、存储介质和计算机程序产品，获取对象的第一特征数据、多个资源管理方的第二特征数据、以及每个资源管理方所管理的资源产品的产品属性数据，基于第一特征数据和多个第二特征数据，确定对象与每个资源管理方的第一匹配度，基于第一特征数据和每个资源管理方所管理的资源产品的产品属性特征，确定对象与每个资源产品之间的第二匹配度，基于第一匹配度和第二匹配度，确定每个资源管理方所管理的资源产品的推荐系数，根据每个资源管理方所管理的资源产品的推荐系数，确定目标资源产品，并将目标资源产品推荐至对象。上述过程中，推荐系数是根据对象与每个资源管理方的第一匹配度以及对象与每个资源产品之间的第二匹配度确定的，即考虑了资源管理方的特征和资源产品的属性对目标资源产品的影响作用，提高推荐的准确性和精度。
本文档来自技高网...【技术保护点】
1.一种产品推荐方法，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，所述第一特征数据包括对象的属性数据和历史行为数据，所述第二特征数据包括资源管理方的属性数据和资源偏好数据；所述基于所述第一特征数据和多个所述第二特征数据，确定所述对象与每个资源管理方的第一匹配度，包括：
3.根据权利要求1所述的方法，其特征在于，所述第一特征数据包括对象的属性数据和历史行为数据，所述基于所述第一特征数据和每个资源管理方所管理的资源产品的产品属性特征，确定所述对象与每个资源产品之间的第二匹配度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据每个资源管理方所管理的资源产品的推荐系数，确定目标资源产品，并将所述目标资源产品推荐至所述对象，包括：
5.根据权利要求2所述的方法，其特征在于，所述历史行为数据包括所述对象的历史管理模式特征，所述方法还包括：
6.根据权利要求3所述的方法，其特征在于，所述历史行为数据包括所述对象的历史资源偏好特征，所述方法还包括：
7.一种产品推荐装置，其特征在于，所述装
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种产品推荐方法，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，所述第一特征数据包括对象的属性数据和历史行为数据，所述第二特征数据包括资源管理方的属性数据和资源偏好数据；所述基于所述第一特征数据和多个所述第二特征数据，确定所述对象与每个资源管理方的第一匹配度，包括：
3.根据权利要求1所述的方法，其特征在于，所述第一特征数据包括对象的属性数据和历史行为数据，所述基于所述第一特征数据和每个资源管理方所管理的资源产品的产品属性特征，确定所述对象与每个资源产品之间的第二匹配度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据每个资源管理方所管理的资源产品的推荐系数，确定目标资源产品，并将所述目标资源产品推荐至所述对象，包括：
5.根据权利要...
【专利技术属性】
技术研发人员：赵隽瑶，
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。