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() 一种银行产品推荐方法、装置、存储介质及机器人制造方法及图纸_技高网

一种银行产品推荐方法、装置、存储介质及机器人制造方法及图纸

技术编号:40558886 阅读:9 留言:0更新日期:2024-03-05 19:20
本发明专利技术适用于银行信息服务技术领域,提供了一种银行产品推荐方法、装置、存储介质及机器人。本推荐方法可运行于银行智能机器人设备中,通过基于多模态图文表征信息提取,得到客户信息与金融产品信息进行多模态表征,并根据表征向量进行相似度匹配,进而为客户提供更为精准和个性化的金融产品推荐,提升客户的银行服务体验,节省了客户浏览挑选金融产品的时间,同时也填补了银行工作人员的推荐与客户真实需求的鸿沟,实现高效快速营销。

【技术实现步骤摘要】

本专利技术属于银行信息服务,尤其涉及一种银行产品推荐方法、装置、存储介质及机器人


技术介绍

1、在当前金融服务领域,尤其是银行业务的环境中,客户需求的复杂性和多样性正日益增长,这对传统的客户服务模式提出了挑战。

2、目前,对于银行的线下营业网点来说,往往存在着较多需要对客户推荐金融产品的场景。在这种场景下,银行工作人员往往会基于个人主观意愿或销售指标来推荐金融产品,导致推荐的产品与客户的财务能力或风险承受度不匹配;其次,银行常常在营业网点使用静态海报进行宣传,但在信息过载的今天,大多数客户对此视而不见,海报推荐效果甚微。这些问题凸显了现有银行服务方式的局限性,并指出了迫切需要更智能、更个性化服务方法的行业趋势。

3、因此可知,传统银行服务中存在的个性化推荐不足和营销效率低下的问题,工作人员对于客户所提供推荐往往易于受到推荐人员主观因素的干扰,对于客户所推荐产品的适配度较差,被选择率较低。


技术实现思路

1、本申请实施例的目的在于提供一种银行产品推荐方法,旨在解决传统银行服务往往个性化推荐不足和营销效率低下,工作人员对于客户所提供推荐往往易于受到推荐人员主观因素的干扰,对于客户所推荐产品的适配度较差,被选择率较低的问题。

2、本申请实施例是这样实现的,提供一种银行产品推荐方法,所述方法包括:

3、基于待服务用户的用户基础信息,获取与所述待服务用户具有类似用户基础信息的同类型用户;基于所述同类型用户对于银行产品的交互历史数据,得到所述同类型用户交互过的历史交互产品;基于所述历史交互产品的产品特征信息,获取与所述历史交互产品具有类似产品特征的同类型产品;将所述同类型用户的历史交互产品与所述同类型产品设为推荐产品,对所述待服务用户进行推荐。

4、本申请实施例的另一目的在于,提供一种银行产品推荐装置,所述银行产品推荐装置包括:

5、同类型用户获取模块,用于基于待服务用户的用户基础信息,获取与所述待服务用户具有类似用户基础信息的同类型用户;历史交互产品获取模块,用于基于所述同类型用户对于银行产品的交互历史数据,得到所述同类型用户交互过的历史交互产品;同类型产品获取模块,用于基于所述历史交互产品的产品特征信息,获取与所述历史交互产品具有类似产品特征的同类型产品;推荐模块,用于将所述同类型用户的历史交互产品与所述同类型产品设为推荐产品,对所述待服务用户进行推荐。

6、本申请实施例的另一目的在于,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上所述的银行产品推荐方法的步骤。

7、本申请实施例的另一目的在于,提供一种银行产品推荐机器人,所述银行产品推荐机器人包括显示设备、存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上所述的银行产品推荐方法的步骤。

8、本申请实施例提供的一种银行产品推荐方法,更加适用于银行营业网点中对于客户进行产品推荐的环节中,能够有效避免工作人员对于客户所提供推荐易于各种主观因素的干扰的情况,且能够为客户提供更为精准和个性化的金融产品推荐,提升了客户的银行服务体验,节省了客户浏览挑选金融产品的时间,实现高效快速营销。

本文档来自技高网...

【技术保护点】

1.一种银行产品推荐方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种银行产品推荐方法,其特征在于,基于待服务用户的用户基础信息,获取与所述待服务用户具有类似用户基础信息的同类型用户的方法为:

3.根据权利要求1所述的一种银行产品推荐方法,其特征在于,基于所述历史交互产品的产品特征信息,获取与所述历史交互产品具有类似产品特征的同类型产品的方法为:

4.根据权利要求3所述的一种银行产品推荐方法,其特征在于,所述产品特征提取模型中的图像特征提取流包括图像Embed模块,用于将所述图像数据转化为适合模型处理和学习的图像嵌入向量;

5.根据权利要求4所述的一种银行产品推荐方法,其特征在于,所述图像特征提取流中还包括图像Co-TRM模块,用于获取所述图像Embed模块的输出信息和所述文本TRM模块的输出信息,以使所述图像特征提取流在提取所述图像特征时同时关注到所述文本数据中包含的特征信息;

6.根据权利要求5所述的一种银行产品推荐方法,其特征在于,所述文本TRM模块为预训练好的Transformer模型,所述Transformer模型通过多层自注意力机制和非线性变换,以获取输入到模型中内容的语义信息、语法结构和上下文关系。

7.根据权利要求3所述的一种银行产品推荐方法,其特征在于,所述产品特征提取模型的训练方法为:

8.一种银行产品推荐装置,其特征在于,所述银行产品推荐装置包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述的银行产品推荐方法的步骤。

10.一种银行产品推荐机器人,其特征在于,所述银行产品推荐机器人包括显示设备、存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任意一项权利要求所述的银行产品推荐方法的步骤。

...

【技术特征摘要】

1.一种银行产品推荐方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种银行产品推荐方法,其特征在于,基于待服务用户的用户基础信息,获取与所述待服务用户具有类似用户基础信息的同类型用户的方法为:

3.根据权利要求1所述的一种银行产品推荐方法,其特征在于,基于所述历史交互产品的产品特征信息,获取与所述历史交互产品具有类似产品特征的同类型产品的方法为:

4.根据权利要求3所述的一种银行产品推荐方法,其特征在于,所述产品特征提取模型中的图像特征提取流包括图像embed模块,用于将所述图像数据转化为适合模型处理和学习的图像嵌入向量;

5.根据权利要求4所述的一种银行产品推荐方法,其特征在于,所述图像特征提取流中还包括图像co-trm模块,用于获取所述图像embed模块的输出信息和所述文本trm模块的输出信息,以使所述图像特征提取流在提取所述图像特征时同时关注到所述文本数据中包含的特征信息;

6.根据...

【专利技术属性】
技术研发人员:彭能陈坤丁磊柏晓乐
申请(专利权)人:深圳市神州云海智能科技有限公司
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