【技术实现步骤摘要】
本说明书实施例涉及互联网金融，尤其涉及一种产品推荐模型训练及产品推荐方法、装置以及存储介质。
技术介绍
1、随着互联网金融行业的发展，基于人工智能算法为用户定制化提供金融产品管理服务已经是各金融机构的线上服务重点。而在服务用户时，为了提高用户收益、提升用户对服务的满意度，还会为用户推荐金融产品，以实现在专业领域中对用户的定向服务引导，因此需要一种从专业知识、个性化等多方面来为用户推荐产品的方法。
技术实现思路
1、本说明书实施例提供一种产品推荐模型训练及产品推荐方法、装置以及存储介质，可以解决相关技术中产品推荐不准确、无法帮助用户实现预计收益的技术问题。
2、第一方面，本说明书实施例提供一种产品推荐模型训练方法，该方法包括：
3、获取候选产品对应的至少两种推荐产品参数的子推荐得分，将各子推荐得分输入用户对应的目标产品推荐模型；
4、基于各候选产品对应的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品；
5、获取所述用户在预设历史时间段内基于所述推荐产品获得的实际收益数据，基于所述推荐产品对应的预估收益数据与所述实际收益数据计算模型损失，基于所述模型损失调整所述目标产品推荐模型，以及将所述用户对应的目标产品推荐模型更新为调整后的目标产品推荐模型。
6、第二方面，本说明书实施例提供一种产品推荐方法，该方法包括：
7、获取候选产品对应的至少两种推荐产品参数的子推荐得分，将各子推荐得分输入用户对应的目标产品推
8、基于各候选产品对应的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品；
9、其中，所述目标产品推荐模型为上述任一项说明书实施例中的产品推荐模型训练方法训练并收敛的目标产品推荐模型。
10、第三方面，本说明书实施例提供一种产品推荐模型训练装置，该装置包括：
11、输入模块，用于获取候选产品对应的至少两种推荐产品参数的子推荐得分，将各子推荐得分输入用户对应的目标产品推荐模型；
12、输出模块，用于基于各候选产品对应的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品；
13、训练模块，用于获取所述用户在预设历史时间段内基于所述推荐产品获得的实际收益数据，基于所述推荐产品对应的预估收益数据与所述实际收益数据计算模型损失，基于所述模型损失调整所述目标产品推荐模型，以及将所述用户对应的目标产品推荐模型更新为调整后的目标产品推荐模型。
14、第四方面，本说明书实施例提供一种产品推荐装置，该装置包括：
15、数据获取模块，用于获取候选产品对应的至少两种推荐产品参数的子推荐得分，将各子推荐得分输入用户对应的目标产品推荐模型；
16、产品推荐模块，用于基于各候选产品对应的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品；
17、其中，所述目标产品推荐模型为上述任一项说明书实施例中的产品推荐模型训练方法训练并收敛的目标产品推荐模型。
18、第五方面，本说明书实施例提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机或处理器上运行时，使得所述计算机或所述处理器执行上述的方法的步骤。
19、第六方面，本说明书实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法的步骤。
20、第七方面，本说明书实施例提供一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序适于由处理器加载并执行上述的方法的步骤。
21、本说明书一些实施例提供的技术方案带来的有益效果至少包括：
22、本说明书实施例提供一种产品推荐模型训练方法，获取候选产品对应的至少两种推荐产品参数的子推荐得分，将各子推荐得分输入用户对应的目标产品推荐模型；基于各候选产品对应的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品；获取用户在预设历史时间段内基于推荐产品获得的实际收益数据，基于推荐产品对应的预估收益数据与实际收益数据计算模型损失，基于模型损失调整目标产品推荐模型，以及将用户对应的目标产品推荐模型更新为调整后的目标产品推荐模型。由于产品参数包含了从专业角度对各产品的研判信息，因此基于产品参数计算候选产品对应的推荐得分时，能够基于专业知识针对产品的收益情况来选择向用户推荐更符合用户期望的产品，基于各用户获得的准确推荐结果训练用户对应的目标产品推荐模型，使得不同用户能得到定制化产品推荐模型，最终帮助用户实现期望收益，提升用户使用体验。
本文档来自技高网...【技术保护点】
1.一种产品推荐模型训练方法，所述方法包括：
2.根据权利要求1所述的方法，所述推荐产品参数包括但不限于专业研判推荐参数和用户个性推荐参数；
3.根据权利要求1所述的方法，所述基于各候选产品的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品，包括：
4.根据权利要求3所述的方法，所述获取候选产品对应的至少两种推荐产品参数的子推荐得分之前，还包括：
5.根据权利要求2所述的方法，所述推荐产品参数为专业研判推荐参数和用户个性推荐参数，所述获取候选产品对应的至少两种推荐产品参数的子推荐得分，包括：
6.一种产品推荐方法，所述方法包括：
7.一种产品推荐模型训练装置，所述装置包括：
8.一种产品推荐装置，所述装置包括：
9.一种包含指令的计算机程序产品，当所述计算机程序产品在计算机或处理器上运行时，使得所述计算机或所述处理器执行如权利要求1至5或者6任意一项所述方法的步骤。
10.一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要
11.一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至5或者6任一项所述方法的步骤。
...【技术特征摘要】
1.一种产品推荐模型训练方法，所述方法包括：
2.根据权利要求1所述的方法，所述推荐产品参数包括但不限于专业研判推荐参数和用户个性推荐参数；
3.根据权利要求1所述的方法，所述基于各候选产品的各子推荐得分确定满足预设推荐条件的目标候选产品作为推荐产品，包括：
4.根据权利要求3所述的方法，所述获取候选产品对应的至少两种推荐产品参数的子推荐得分之前，还包括：
5.根据权利要求2所述的方法，所述推荐产品参数为专业研判推荐参数和用户个性推荐参数，所述获取候选产品对应的至少两种推荐产品参数的子推荐得分，包括：
6.一种产品推荐方法，所述方法包括...
【专利技术属性】
技术研发人员：邓佳佶，林映如，于飞，
申请(专利权)人：蚂蚁财富上海金融信息服务有限公司，
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。