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()
【技术实现步骤摘要】
本申请涉及人工智能开发与金融科技领域,尤其涉及产品推荐方法、装置、计算机设备及存储介质。
技术介绍
1、随着金融互联网技术的高速发展,保险产品的推荐成为了保险行业的热点。由于目前保险产品多种多样,且用户的需求种类也很多,如何准确的向用户推荐与需求所匹配的保险产品,成为了当前保险推荐的研究热点。保险产品的精准推荐对于保险公司收集制定产品营销方案。加强与用户的沟通等都有极其重要的意义。
2、在为客户进行个性化的保险产品推荐时,提升客户价值是重点,所以推荐的产品不在于多,而在于精致。目前保险公司所采用的保险产品推荐方式,通常是根据历史的保险产品销售数据以及客户的购买保险记录等信息进行分析,然后由保险业务人员凭借从业经验来向用户推荐保险产品,这样容易导致保险产品推荐的准确率较低,且客户满意度不高。
技术实现思路
1、本申请实施例的目的在于提出一种产品推荐方法、装置、计算机设备及存储介质,以解决现有的保险公司所采用的保险产品推荐方式容易导致保险产品推荐的准确率较低的技术问题。
2、为了解决上述技术问题,本申请实施例提供一种产品推荐方法,采用了如下所述的技术方案:
3、从预设数据源中获取产品信息以及多个用户的产品行为信息;
4、对所述多个用户的产品行为信息进行预处理,得到对应的多个用户的目标产品行为信息;
5、基于所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群;
6、获
7、从所有所述产品信息中确定出与所述指定产品偏好类别对应的指定产品信息;
8、获取与所述指定产品信息对应的指定产品,并将所述指定产品推送给与所述指定用户种群对应的所有指定用户。
9、进一步的,所述指定产品的数量包括多个,所述获取与所述指定产品信息对应的指定产品,并将所述指定产品推送给与所述指定用户种群对应的所有指定用户的步骤,具体包括:
10、获取各所述指定产品的浏览量与出单量;
11、基于各所述指定产品的浏览量与出单量生成各所述指定产品的产品热度;
12、按照所述产品热度从大到小的排列顺序对所有所述指定产品进行排序,得到对应的推荐产品列表;
13、将所述推荐产品列表推送给与所述指定用户种群对应的所有指定用户。
14、进一步的,所述基于各所述指定产品的浏览量与出单量生成各所述指定产品的产品热度的步骤,具体包括:
15、获取与浏览量对应的第一预设权重;
16、获取与出单量对应的第二预设权重;
17、基于所述第一预设权重与所述第二预设权重,调用预设的计算公式对各所述指定产品的浏览量与出单量进行计算,得到与各所述指定产品对应的计算结果;
18、将各所述指定产品对应的计算结果作为各所述指定产品的产品热度。
19、进一步的,所述基于所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群的步骤,具体包括:
20、获取预设的多种聚类算法;
21、从所有所述聚类算法中筛选出目标聚类算法:
22、基于所述目标聚类算法与所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群。
23、进一步的,所述对所述多个用户的产品行为信息进行预处理,得到对应的多个用户的目标产品行为信息的步骤,具体包括:
24、对所述多个用户的产品行为信息进行异常数据清洗处理,得到第一行为信息;
25、对所述第一行为信息进行数据插补处理,得到第二行为信息;
26、对所述第二行为信息进行标准化处理,得到第三行为信息;
27、将所述第三行为信息作为所述目标产品行为信息。
28、进一步的,在所述从预设数据源中获取产品信息以及多个用户的产品行为信息的步骤之后,还包括:
29、确定与所述产品信息对应的第一可视化展示方式;
30、确定与所述多个用户的产品行为信息对应的第二可视化展示方式;
31、基于所述第一可视化展示方式对所述产品信息进行展示;
32、基于所述第二可视化展示方式对所述多个用户的产品行为信息进行展示。
33、进一步的,在所述从预设数据源中获取产品信息以及多个用户的产品行为信息的步骤之后,还包括:
34、调用预设的数据存储层;
35、在所述数据存储层中确定出与所述产品信息对应的第一存储区域,并将所述产品信息存储至所述第一存储区域内;
36、在所述数据存储层中确定出与所述多个用户的产品行为信息对应的第二存储区域,并将所述多个用户的产品行为信息存储至所述第二存储区域内。
37、为了解决上述技术问题,本申请实施例还提供一种产品推荐装置,采用了如下所述的技术方案:
38、第一获取模块,用于从预设数据源中获取产品信息以及多个用户的产品行为信息;
39、预处理模块,用于对所述多个用户的产品行为信息进行预处理,得到对应的多个用户的目标产品行为信息;
40、聚类模块,用于基于所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群;
41、第二获取模块,用于获取指定用户种群的指定产品偏好类别;其中,所述指定用户种群为所有所述用户种群中的任意一种;
42、第一确定模块,用于从所有所述产品信息中确定出与所述指定产品偏好类别对应的指定产品信息;
43、推送模块,用于获取与所述指定产品信息对应的指定产品,并将所述指定产品推送给与所述指定用户种群对应的所有指定用户。
44、为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
45、从预设数据源中获取产品信息以及多个用户的产品行为信息;
46、对所述多个用户的产品行为信息进行预处理,得到对应的多个用户的目标产品行为信息;
47、基于所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群;
48、获取指定用户种群的指定产品偏好类别;其中,所述指定用户种群为所有所述用户种群中的任意一种;
49、从所有所述产品信息中确定出与所述指定产品偏好类别对应的指定产品信息;
50、获取与所述指定产品信息对应的指定产品,并将所述指定产品推送给与所述指定用户种群对应的所有指定用户。
51、为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
52、从预设数据源中获取产品信息以及多个用户的产品行为信息;本文档来自技高网...
【技术保护点】
1.一种产品推荐方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的产品推荐方法,其特征在于,所述指定产品的数量包括多个,所述获取与所述指定产品信息对应的指定产品,并将所述指定产品推送给与所述指定用户种群对应的所有指定用户的步骤,具体包括:
3.根据权利要求2所述的产品推荐方法,其特征在于,所述基于各所述指定产品的浏览量与出单量生成各所述指定产品的产品热度的步骤,具体包括:
4.根据权利要求1所述的产品推荐方法,其特征在于,所述基于所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群的步骤,具体包括:
5.根据权利要求1所述的产品推荐方法,其特征在于,所述对所述多个用户的产品行为信息进行预处理,得到对应的多个用户的目标产品行为信息的步骤,具体包括:
6.根据权利要求1所述的产品推荐方法,其特征在于,在所述从预设数据源中获取产品信息以及多个用户的产品行为信息的步骤之后,还包括:
7.根据权利要求1所述的产品推荐方法,其特征在于,在所述从预设数据源中获取产品信
8.一种产品推荐装置,其特征在于,包括:
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的产品推荐方法的步骤。
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上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的产品推荐方法的步骤。
...【技术特征摘要】
1.一种产品推荐方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的产品推荐方法,其特征在于,所述指定产品的数量包括多个,所述获取与所述指定产品信息对应的指定产品,并将所述指定产品推送给与所述指定用户种群对应的所有指定用户的步骤,具体包括:
3.根据权利要求2所述的产品推荐方法,其特征在于,所述基于各所述指定产品的浏览量与出单量生成各所述指定产品的产品热度的步骤,具体包括:
4.根据权利要求1所述的产品推荐方法,其特征在于,所述基于所述多个用户的目标产品行为信息对所述多个用户进行聚类分析,得到对应于不同的产品偏好类别的多个用户种群的步骤,具体包括:
5.根据权利要求1所述的产品推荐方法,其特征在于,所述对所述多个用户的产品行为信息进行预处理,得到对应的多个用户的目标产...
【专利技术属性】
技术研发人员:张步松,
申请(专利权)人:中国平安财产保险股份有限公司,
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。