【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种理财产品推荐方法、装置、设备及存储介质。
技术介绍
1、随着经济的发展以及国民收入水平的增加，人们的投资理财意识也在不断增强，对各种金融理财产品的需求也在不断增加。作为人们接触最多的金融机构，银行需要帮助广大用户寻找到适合自己的理财产品。现有的理财产品推荐方法通常是通过银行员工人工向客户进行一对一的推荐，比较依赖人工经验。并且由于客户信息获取有限，银行员工一般只推荐比较热门的理财产品，产品过于单一化，而且比较固定，使得向客户推荐的理财产品准确性不高。
2、为了解决上述问题，基于人工智能的理财产品推荐方法越来越普及，但现有的基于人工智能的理财产品推荐，只是考虑了用户行为，并未结合用户的兴趣会随着时间的变化而发生兴趣迁移，导致向客户推荐的理财产品的准确性受影响。
技术实现思路
1、本专利技术实施例提供了一种理财产品推荐方法、装置、设备及存储介质，通过引入活跃度惩罚因子和时间衰减因素到协同过滤算法中，实现了提高了推荐的准确率，提升推荐效果。
2、第一方面，本实施例提供了一种理财产品推荐方法，该方法包括：
3、根据预设时间段内用户的历史理财数据及历史产品偏好信息，构建用户与所述用户的历史偏好理财产品的用户-产品倒排表，所述历史理财数据及所述历史产品偏好信息定期更新；
4、根据所述用户-产品倒排表，以及引入活跃度惩罚因子和时间衰减因素的基于物品的协同过滤算法的相似度计算公式，确定当前理财产品与所述历史偏好理财
5、根据所述相似度以及引入相似度的基于物品的协同过滤算法的兴趣度计算公式，确定所述用户对各所述当前理财产品的预测兴趣度；
6、根据所述预测兴趣度生成理财产品推荐表，将所述理财产品推荐表中的目标理财产品推荐给所述用户。
7、第二方面，本实施例提供了一种理财产品推荐装置，该装置包括：
8、倒排表构建模块，用于根据预设时间段内用户的历史理财数据及历史产品偏好信息，构建用户与所述用户的历史偏好理财产品的用户-产品倒排表，所述历史理财数据及所述历史产品偏好信息定期更新；
9、相似度确定模块，用于根据所述用户-产品倒排表，以及引入活跃度惩罚因子和时间衰减因素的基于物品的协同过滤算法的相似度计算公式，确定当前理财产品与所述历史偏好理财产品的相似度；
10、兴趣度确定模块，用于根据所述相似度以及引入相似度计算公式的基于物品的协同过滤算法的兴趣度计算公式，确定所述用户对各所述当前理财产品的预测兴趣度；
11、产品推荐模块，用于根据所述预测兴趣度生成理财产品推荐表，将所述理财产品推荐表中的目标理财产品推荐给所述用户。
12、第三方面，本实施例提供了一种电子设备，包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的理财产品推荐方法。
16、第四方面，本实施例提供了一种计算机可读存储介质，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的理财产品推荐方法。
17、本专利技术实施例提供一种理财产品推荐方法、装置、设备及存储介质，该方法包括：首先根据预设时间段内用户的历史理财数据及历史产品偏好信息，构建用户与所述用户的历史偏好理财产品的用户-产品倒排表，所述历史理财数据及所述历史产品偏好信息定期更新；其次根据所述用户-产品倒排表，以及引入活跃度惩罚因子和时间衰减因素的基于物品的协同过滤算法的相似度计算公式，确定当前理财产品与所述历史偏好理财产品的相似度；然后根据所述相似度以及引入相似度的基于物品的协同过滤算法的兴趣度计算公式，确定所述用户对各所述当前理财产品的预测兴趣度；最后根据所述预测兴趣度生成理财产品推荐表，将所述理财产品推荐表中的目标理财产品推荐给所述用户。区别于现有技术中并未考虑用户发生行为的时间对偏好的影响导致对用户进行理财产品的推荐不够准确；上述技术方案，考虑对于活跃度不同的用户，对产品相似度的影响程度不同，引入活跃度惩罚因子，同时，考虑时间对用户偏好和理财产品热度的影响，引入时间衰减因素，将活跃度惩罚因子和时间衰减因素引入到基于物品的协同过滤算法中，然后基于所获得的基于时间效应的产品相似度，代入到兴趣度计算公式中，根据预测兴趣度形成理财产品推荐表，以将目标产品推荐给用户，提高了推荐的准确率，提升了推荐效果。
18、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种理财产品推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述相似度计算公式表示为：其中，表示活跃度惩罚因子，f(|tui-tuj|)表示时间衰减因素，Sij表示理财产品j与理财产品i的相似度，N(i)表示对理财产品i有偏好的人数，N(j)表示对理财产品j有偏好的人数，|N(i)∩N(j)|表示对理财产品i和理财产品j都有偏好的人数，tui表示用户u对理财产品i有偏好的发生时间，tuj表示用户u对理财产品j有偏好的发生时间，N(u)表示用户u有偏好的所有理财产品的集合。
3.根据权利要求2所述的方法，其特征在于，所述时间衰减因素根据艾宾浩斯记忆曲线和牛顿冷却定律数学模型构建获得，所述时间衰减因素表示为：f(t)＝N0e-αt，其中，f(t)表示经过t时间衰减后理财产品的热度值，N0表示时间衰减前理财产品的初始热度值，α为常数。
4.根据权利要求1所述的方法，其特征在于，所述根据所述用户-产品倒排表，以及引入活跃度惩罚因子和时间衰减因素的基于物品的协同过滤算法的相似度计算公式，确定当前理财产品与所述历史偏好理财产品的
5.根据权利要求1所述的方法，其特征在于，所述兴趣度计算公式表示为：其中，p(u,j)表示用户u对理财产品j的预测兴趣度，N(u)表示用户u有偏好的所有理财产品的集合，S(j,K)表示一个理财产品集合中与理财产品j相似度最高的K个产品，sij表示理财产品j与理财产品i的相似度，rui表示用户u对理财产品i的偏好值，β为常数，t0表示初始时间，tuj表示表示用户u对理财产品j有偏好的发生时间。
6.根据权利要求1所述的方法，其特征在于，所述根据所述预测兴趣度生成理财产品推荐表，将所述理财产品推荐表中的目标理财产品推荐给所述用户，包括：
7.根据权利要求6所述的方法，其特征在于，所述产品推荐模型采用梯度提升模型。
8.一种理财产品推荐装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的理财产品推荐方法。
...【技术特征摘要】
1.一种理财产品推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述相似度计算公式表示为：其中，表示活跃度惩罚因子，f(|tui-tuj|)表示时间衰减因素，sij表示理财产品j与理财产品i的相似度，n(i)表示对理财产品i有偏好的人数，n(j)表示对理财产品j有偏好的人数，|n(i)∩n(j)|表示对理财产品i和理财产品j都有偏好的人数，tui表示用户u对理财产品i有偏好的发生时间，tuj表示用户u对理财产品j有偏好的发生时间，n(u)表示用户u有偏好的所有理财产品的集合。
3.根据权利要求2所述的方法，其特征在于，所述时间衰减因素根据艾宾浩斯记忆曲线和牛顿冷却定律数学模型构建获得，所述时间衰减因素表示为：f(t)＝n0e-αt，其中，f(t)表示经过t时间衰减后理财产品的热度值，n0表示时间衰减前理财产品的初始热度值，α为常数。
4.根据权利要求1所述的方法，其特征在于，所述根据所述用户-产品倒排表，以及引入活跃度惩罚因子和时间衰减因素的基于物品的协同过滤算法的相似度计算公式，确定当前理财产品与所...
【专利技术属性】
技术研发人员：王玉祥，
申请(专利权)人：中国农业银行股份有限公司，
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。