System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 虚拟产品信息推送方法、装置、计算机设备和存储介质制造方法及图纸_技高网

虚拟产品信息推送方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:40340130 阅读:9 留言:0更新日期:2024-02-09 14:28
本申请涉及大数据技术领域,特别是涉及一种虚拟产品信息推送方法、装置、计算机设备和存储介质。所述方法包括:获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息,所述虚拟产品用于减少置换其他产品时需耗费的虚拟资源数量;根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络LSTM模型获取产品使用行为特征;根据所述用户群体中每位用户的产品使用行为特征,按照虚拟产品的置换频率,对所述用户群体进行划分,获得关于虚拟产品的置换频率的划分结果;根据所述划分结果,推送相应的虚拟产品信息。采用本方法,能够解决虚拟产品信息的推送准确度有待提高的问题。

【技术实现步骤摘要】

本申请涉及大数据,特别是涉及一种虚拟产品信息推送方法、装置、计算机设备和存储介质


技术介绍

1、随着金融行业的快速发展,商家为了吸引新用户以及提高老用户的留存数量,促进消费者对金融产品的消费,会发放一系列虚拟产品(例如优惠券)进行置换一些虚拟资源,来达到促进消费者消费金融产品的目的。

2、而目前的技术方案是基于运营管理平台人为推送虚拟产品信息,然而,目前用户收到虚拟产品时,并没有及时的使用需求,最终导致虚拟产品过期未使用,这种情况下,虚拟产品对用户没有实际价值;而且,用户频繁被推送大量虚拟产品信息,导致很多虚拟产品信息被淹没,用户无法快速精准匹配到适合自己需求的虚拟产品,导致虚拟产品的置换率降低,因此虚拟产品信息的推送准确度有待提高。

3、因此,亟需一种虚拟产品信息推送方法、装置、计算机设备和存储介质来解决上述虚拟产品信息的推送准确度有待提高的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够解决虚拟产品信息的推送准确度有待提高的问题的虚拟产品信息推送方法、装置、计算机设备和存储介质。

2、第一方面,本申请提供了一种虚拟产品信息推送方法。所述方法包括:

3、获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息,所述虚拟产品用于减少置换其他产品时需耗费的虚拟资源数量;

4、根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征;

5、根据所述用户群体中每位用户的产品使用行为特征,按照虚拟产品的置换频率,对所述用户群体进行划分,获得关于虚拟产品的置换频率的划分结果;

6、根据所述划分结果,推送相应的虚拟产品信息。

7、在其中一个实施例中,所述方法还包括:

8、获取用户群体中每位用户的置换其他产品的行为信息,所述行为信息包括通过虚拟产品所置换的产品种类、置换频率和置换所耗费的虚拟资源数量;

9、结合所述置换其他产品的行为信息和所述划分结果,按照预设权重,计算获得各类虚拟产品和用户之间的匹配度;

10、根据所述匹配度,推送相应的虚拟产品信息。

11、在其中一个实施例中,所述划分结果包括置换频率达到预设频率阈值的用户群体;所述根据所述划分结果,推送相应的虚拟产品信息,包括:

12、根据所述划分结果,从所述用户群体中筛选出置换频率达到预设频率阈值的用户群体;

13、根据所述置换频率达到预设频率阈值的用户群体和相应的置换其他产品的行为信息,获取相应的虚拟产品信息和推送方式;

14、通过所述推送方式,将所述虚拟产品信息推送至置换频率达到预设频率阈值的用户群体。

15、在其中一个实施例中,所述双向循环神经网络lstm模型包括前向lstm模型和后向lstm模型;所述根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征,包括:

16、将所述用户信息和所述虚拟产品的历史使用信息按照时间顺序整理获得输入序列;

17、通过前向lstm模型实时遍历所述输入序列,获得当前时刻之后的第一语境信息;

18、通过后向lstm模型实时遍历所述输入序列,获得当前时刻之后的第二语境信息;

19、结合所述第一语境信息和所述第二语境信息,获取产品使用行为特征。

20、在其中一个实施例中,所述获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息之后,还包括:

21、对所述用户群体中每位用户的用户信息和虚拟产品的历史使用信息进行数据清洗、剔除重复信息和数据填充的数据预处理操作。

22、在其中一个实施例中,所述用户信息包括客户编号、学历、性别、职业、客户星级、总资产、风险测评和代发标志;所述虚拟产品的历史使用信息包括历史使用时长、虚拟产品类型、虚拟产品置换额度和发放渠道。

23、第二方面,本申请还提供了一种虚拟产品信息推送装置。所述装置包括:

24、获取模块,用于获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息,所述虚拟产品用于减少置换其他产品时需耗费的虚拟资源数量;

25、获取模块,还用于根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征;

26、处理模块,用于根据所述用户群体中每位用户的产品使用行为特征,按照虚拟产品的置换频率,对所述用户群体进行划分,获得关于虚拟产品的置换频率的划分结果;

27、推送模块,用于根据所述划分结果,推送相应的虚拟产品信息。

28、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以下步骤:

29、获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息,所述虚拟产品用于减少置换其他产品时需耗费的虚拟资源数量;

30、根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征;

31、根据所述用户群体中每位用户的产品使用行为特征,按照虚拟产品的置换频率,对所述用户群体进行划分,获得关于虚拟产品的置换频率的划分结果;

32、根据所述划分结果,推送相应的虚拟产品信息。

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以下步骤:

34、获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息,所述虚拟产品用于减少置换其他产品时需耗费的虚拟资源数量;

35、根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征;

36、根据所述用户群体中每位用户的产品使用行为特征,按照虚拟产品的置换频率,对所述用户群体进行划分,获得关于虚拟产品的置换频率的划分结果;

37、根据所述划分结果,推送相应的虚拟产品信息。

38、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以下步骤:

39、获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息,所述虚拟产品用于减少置换其他产品时需耗费的虚拟资源数量;

40、根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征;

41、根据所述用户群体中每位用户的产品使用行为特征,按照虚拟产品的置换频率,对所述用户群体进行划分,获得关于虚拟产品的置换频率的划分结果;

42、根据所述划分结果,推送相应的虚拟产品信息。

43、上述虚拟产品信息推送方法、装置、计算机设备和存储介质,通本文档来自技高网...

【技术保护点】

1.一种虚拟产品信息推送方法,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,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述划分结果包括置换频率达到预设频率阈值的用户群体;所述根据所述划分结果,推送相应的虚拟产品信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述双向循环神经网络LSTM模型包括前向LSTM模型和后向LSTM模型;所述根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络LSTM模型获取产品使用行为特征,包括:

5.根据权利要求1所述的方法,其特征在于,所述获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息之后,还包括:

6.根据权利要求1所述的方法,其特征在于,所述用户信息包括客户编号、学历、性别、职业、客户星级、总资产、风险测评和代发标志;所述虚拟产品的历史使用信息包括历史使用时长、虚拟产品类型、虚拟产品置换额度和发放渠道。

7.一种虚拟产品信息推送装置,其特征在于,所述装置包括:

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】

1.一种虚拟产品信息推送方法,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,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述划分结果包括置换频率达到预设频率阈值的用户群体;所述根据所述划分结果,推送相应的虚拟产品信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述双向循环神经网络lstm模型包括前向lstm模型和后向lstm模型;所述根据所述用户信息和所述虚拟产品的历史使用信息,通过双向循环神经网络lstm模型获取产品使用行为特征,包括:

5.根据权利要求1所述的方法,其特征在于,所述获取用户群体中每位用户的用户信息和虚拟产品的历史使用信息之后,还包括:

6.根据权利要求1所述的方法,其...

【专利技术属性】
技术研发人员:邵若琦
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:

网友询问留言 已有0条评论
  • 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。

1