【技术实现步骤摘要】
本专利技术涉及金融智能营销，尤其是一种融合先验信息的多标签权益推荐方法。
技术介绍
1、随着消费金融业务从高速发展阶段转向成熟阶段，通过精准营销和运营提升客户体验，提高客户黏性，已成为行业共识。信用卡具备便捷支付、灵活分期等特点，并且具有附加的优惠权益，信用卡的用户规模快速增长。
2、然而现阶段，不同用户对信用卡的认知度、权益的偏好度以及权益的触达度具有差异性，现有的大部分推荐算法难以充分考虑用户的个体消费偏好和群体中的显著性偏好，因此推荐的信用卡权益难以被用户认可。
技术实现思路
1、本专利技术人针对上述问题及技术需求，提出了一种融合先验信息的多标签权益推荐方法，旨在结合目标用户的借记卡/贷记卡用卡模型、个体消费偏好和群体目标中的显著性偏好，以更精准地推荐权益。本专利技术的技术方案如下：
2、一种融合先验信息的多标签权益推荐方法，包括如下步骤：
3、获取目标用户的基础信息及用卡信息；
4、对信息中的交易描述进行消费类别分类；
5...
【技术保护点】
1.一种融合先验信息的多标签权益推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的融合先验信息的多标签权益推荐方法，其特征在于，所述推荐模型包括：
3.根据权利要求2所述的融合先验信息的多标签权益推荐方法，其特征在于，在每个注意力竞争机制中，设置一个可学习的注意力权重参数，使用softmax函数将所述参数归一化，确保所有注意力权重参数总和为1；
4.根据权利要求2所述的融合先验信息的多标签权益推荐方法，其特征在于，所述特征处理层基于多层感知器或深度神经网络实现。
5.根据权利要求1所述的融合先验信息的多标签权...
【技术特征摘要】
1.一种融合先验信息的多标签权益推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的融合先验信息的多标签权益推荐方法，其特征在于，所述推荐模型包括：
3.根据权利要求2所述的融合先验信息的多标签权益推荐方法，其特征在于，在每个注意力竞争机制中，设置一个可学习的注意力权重参数，使用softmax函数将所述参数归一化，确保所有注意力权重参数总和为1；
4.根据权利要求2所述的融合先验信息的多标签权益推荐方法，其特征在于，所述特征处理层基于多层感知器或深度神经网络实现。
5.根据权利要求1所述的融合先验信息的多标签权益推荐方法，其特征在于，对信息中的交易描...
【专利技术属性】
技术研发人员：姜玉麟，冯渊涛，周亮，
申请(专利权)人：无锡农村商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。