【技术实现步骤摘要】
本申请属于大数据，尤其涉及一种目标产品的确定方法、装置、设备及计算机可读存储介质。
技术介绍
1、个人有效客户是反映客户经营成效的重要标杆，指标影响因素及提升维度较多。传统的模型标签，仅包含了客户的一些事实属性，例如：客户年龄、存款有多少、是否开通手机银行等。依托这些标签无法准确预判客户是否有大概率转化为有效客户，也无法准确判断哪种产品更适合该客户。如果没有选择性地对这些客户进行产品推广，不能针对客户的需求推广，必会损失大量的推广成本；二是，频繁地推广客户不感兴趣的产品给客户，必会给客户带来不必要的打扰，造成客户的流失。
技术实现思路
1、本申请实施例提供了一种目标产品的确定方法、装置、设备及计算机可读存储介质，能够较为准确地判断出目标用户所期望的目标产品，减少对目标用户不必要的打扰，提高用户体验。
2、第一方面，本申请实施例提供了一种目标产品的确定方法，目标产品的确定方法包括：获取目标用户的交易数据；对目标用户的交易数据进行处理，得到目标用户的特征数据；将目标用户的特征数据输入预先训练好的第一预测模型，得到目标用户的第一产品预测结果；将目标用户的特征数据输入预先训练好的第二预测模型，得到目标用户的第二产品预测结果；判断第一产品预测结果中的产品与第二产品预测结果中的产品是否一致；当第一产品预测结果中的产品与第二产品预测结果中的产品一致时，将第一产品预测结果中的产品或者第二产品预测结果中的产品确定为目标产品。
3、根据本申请第一方面的实施方式，第一预测模型包括
4、根据本申请第一方面前述任一实施方式，在获取目标用户的交易数据之前，方法还包括：获取资产规模处于第一资产规模范围的多个第一样本用户的交易数据和资产规模处于第一资产规模范围的多个第二样本用户的交易数据，第一样本用户为在第一历史时间段金融总量档次发生上迁的用户，第二样本用户为在第一历史时间段金融总量档次未发生上迁的用户；对多个第一样本用户的交易数据和多个第二样本用户的交易数据进行处理，得到多个第一样本用户的特征数据和多个第二样本用户的特征数据；基于多个第一样本用户的特征数据和多个第二样本用户的特征数据对第一子预测模型和第三子预测模型进行训练，得到训练好的第一子预测模型和训练好的第三子预测模型。
5、根据本申请第一方面前述任一实施方式，对多个第一样本用户的交易数据和多个第二样本用户的交易数据进行处理，得到多个第一样本用户的特征数据和多个第二样本用户的特征数据，包括：对于多个第一样本用户和多个第二样本用户中的任意一个样本用户，对样本用户的交易数据进行特征选取，得到样本用户特征选取后的交易数据；对样本用户特征选取后的交易数据进行数据清洗，得到样本用户数据清洗后的交易数据，数据清洗包括以下至少一项：缺失值处理、标准化处理和过采样处理；对样本用户数据清洗后的交易数据进行特征筛选，得到样本用户的特征数据。
6、根据本申请第一方面前述任一实施方式，对于多个第一样本用户和多个第二样本用户中的任意一个样本用户，样本用户特征选取后的交易数据包括以下至少一项：样本用户的资产规模数据、样本用户的在目标支付平台的交易数据、样本用户的信用卡消费数据、样本用户在手机银行的交易数据、样本用户的基金消费数据、样本用户的理财消费数据、样本用户的保险消费数据、样本用户的证券消费数据、样本用户的客户标志和样本用户的借记卡消费数据；
7、对于多个第一样本用户和多个第二样本用户中的任意一个样本用户，样本用户的特征数据包括以下至少一项：样本用户的资产规模数据、样本用户的在目标支付平台的交易数据、样本用户的信用卡消费数据、样本用户在手机银行的交易数据、样本用户的基金消费数据、样本用户的理财消费数据、样本用户的保险消费数据、样本用户的证券消费数据和样本用户的借记卡消费数据。
8、根据本申请第一方面前述任一实施方式，在获取目标用户的交易数据之前，方法还包括：获取资产规模处于第二资产规模范围的多个第三样本用户的交易数据和资产规模处于第二资产规模范围的多个第四样本用户的交易数据，第三样本用户为在第二历史时间段有效客户标志发生转化的用户，第四样本用户为在第二历史时间段有效客户标志未发生转化的用户；对多个第三样本用户的交易数据和多个第四样本用户的交易数据进行处理，得到多个第三样本用户的特征数据和多个第四样本用户的特征数据；基于多个第三样本用户的特征数据和多个第四样本用户的特征数据对第二子预测模型和第四子预测模型进行训练，得到训练好的第二子预测模型和训练好的第四子预测模型。
9、根据本申请第一方面前述任一实施方式，对多个第三样本用户的交易数据和多个第四样本用户的交易数据进行处理，得到多个第三样本用户的特征数据和多个第四样本用户的特征数据，包括：对于多个第三样本用户和多个第四样本用户中的任意一个样本用户，对样本用户的交易数据进行特征选取，得到样本用户特征选取后的交易数据；对样本用户特征选取后的交易数据进行数据清洗，得到样本用户数据清洗后的交易数据，数据清洗包括以下至少一项：缺失值处理、标准化处理和过采样处理；对样本用户数据清洗后的交易数据进行特征筛选，得到样本用户的特征数据。
10、根据本申请第一方面前述任一实施方式，对于多个第三样本用户和多个第四样本用户中的任意一个样本用户，样本用户特征选取后的交易数据包括以下至少一项：产品覆盖个数、样本用户的客户标志、样本用户的资产规模数据、样本用户的信用卡消费数据、样本用户在手机银行的交易数据、样本用户的借记卡消费数据、样本用户的在目标支付平台的交易数据、样本用户在目标时间段的消费数据和样本用户在当月多类消费偏好意愿评分分值；
11、对于多个第三样本用户和多个第四样本用户中的任意一个样本用户，样本用户的特征数据包括以下至少一项：目标时间段的产品覆盖个数、样本用户的客户标志、样本用户的资产规模数据、样本用户的信用卡消费数据、样本用户在手机银行的登录次数、样本用户的借记卡消费数据、样本用户的在目标支付平台的交易数据和样本用户在本文档来自技高网...
【技术保护点】
1.一种目标产品的确定方法，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，所述第一预测模型包括第一子预测模型和第二子预设模型，所述第二预测模型包括第三子预测模型和第四子预设模型；
3.根据权利要求2所述的方法，其特征在于，在所述获取目标用户的交易数据之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述多个第一样本用户的交易数据和所述多个第二样本用户的交易数据进行处理，得到所述多个第一样本用户的特征数据和所述多个第二样本用户的特征数据，包括：
5.根据权利要求4所述的方法，其特征在于，对于所述多个第一样本用户和所述多个第二样本用户中的任意一个样本用户，所述样本用户特征选取后的交易数据包括以下至少一项：所述样本用户的资产规模数据、所述样本用户的在目标支付平台的交易数据、所述样本用户的信用卡消费数据、所述样本用户在手机银行的交易数据、所述样本用户的基金消费数据、所述样本用户的理财消费数据、所述样本用户的保险消费数据、所述样本用户的证券消费数据、所述样本用户的客户标志和所述样本用户的借记卡消费数据；<...
【技术特征摘要】
1.一种目标产品的确定方法，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，所述第一预测模型包括第一子预测模型和第二子预设模型，所述第二预测模型包括第三子预测模型和第四子预设模型；
3.根据权利要求2所述的方法，其特征在于，在所述获取目标用户的交易数据之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述多个第一样本用户的交易数据和所述多个第二样本用户的交易数据进行处理，得到所述多个第一样本用户的特征数据和所述多个第二样本用户的特征数据，包括：
5.根据权利要求4所述的方法，其特征在于，对于所述多个第一样本用户和所述多个第二样本用户中的任意一个样本用户，所述样本用户特征选取后的交易数据包括以下至少一项：所述样本用户的资产规模数据、所述样本用户的在目标支付平台的交易数据、所述样本用户的信用卡消费数据、所述样本用户在手机银行的交易数据、所述样本用户的基金消费数据、所述样本用户的理财消费数据、所述样...
【专利技术属性】
技术研发人员：唐梦琦，
申请(专利权)人：中国建设银行股份有限公司北京市分行，
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。