【技术实现步骤摘要】
本专利技术涉及数据处理，特别是涉及一种数据处理方法、装置、电子设备及存储介质。
技术介绍
1、精准营销就是从用户需求出发，为用户提供专业化、智能化、个性化的服务，针对产品的精准营销包括产品的个性化产品推荐。其中，产品的个性化产品推荐是将产品作为一种商品所进行的个性化的推荐，所推荐的产品与用户需求或兴趣等本身相关，并非基于收益高低推荐产品。
2、相关技术中，可以采用人工的方式向用户推荐产品，以实现面向用户的个性化产品推荐。其中，进行产品推荐的工作人员可以通过线上或线下的方式向用户推荐产品。
3、若采用相关技术中人工推荐产品的方式，进行产品推荐的工作人员很难在较短时间内熟悉和掌握用户对产品的偏好，为用户所推荐的产品与用户所需要和偏好的产品并不匹配，产品推荐的准确度较低。因此，如何提升产品推荐的准确度是亟待解决的问题。
技术实现思路
1、本专利技术实施例的目的在于提供一种一种数据处理方法、装置、电子设备及存储介质，以提升产品推荐的准确度。具体技术方案如下：
2、第一方面，本专利技术实施例提供了一种数据处理方法，所述方法包括：
3、在目标用户基于客户端与客服进行对话交流的过程中，对所述目标用户发出的对话内容进行意图识别，得到所述对话内容的意图识别结果；
4、响应于检测到所述对话内容的意图识别结果表征针对所述目标用户进行产品推荐，生成所述对话内容的特征向量，作为目标偏好向量；
5、针对每一候选产品，根据所述目标偏好向量，
6、针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分；其中，该候选产品对应的历史偏好特征为：用于表征所述目标用户在所述客户端的历史访问过程中，对于该候选产品的偏好的向量，该候选产品的目标评分表征该候选产品与所述目标用户的意图匹配分数；
7、基于各个候选产品的目标评分，从各个候选产品中，确定与所述意图识别结果相匹配的目标产品；
8、在所述客户端中显示包含有所述目标产品的产品列表。
9、可选地，所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分之前，所述方法还包括：
10、获取所述目标用户的用户画像特征以及该候选产品的产品画像特征；
11、所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分，包括：
12、针对每一候选产品，基于该候选产品的第一偏好特征、第二偏好特征和该候选产品对应的历史偏好特征，以及所述用户画像特征和所述产品画像特征，根据预先训练的评分模型，确定该候选产品的目标评分。
13、可选地，所述在所述客户端中显示包含有所述目标产品的产品列表之前，所述方法还包括：
14、根据所述目标用户的预定的风险承受等级，从所确定出的目标产品中过滤掉高于所述目标用户的风险承受等级的产品，得到过滤后的所述目标产品；
15、所述在所述客户端中显示包含有所述目标产品的产品列表，包括：
16、在所述客户端中显示包含有过滤后的所述目标产品的产品列表。
17、可选地，所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分，包括：
18、按照预定的权重系数，对该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征进行加权拼接，得到目标输入向量；其中，所述预定的权重系数为所述预先训练的评分模型为每一特征所预先设置的权重系数，且所述预定的权重系数所包括的所述第一偏好特征的权重系数大于所述第二偏好特征的权重系数，所述第二偏好特征的权重系数大于所述历史偏好特征的权重系数；
19、将所述目标输入向量输入至所述评分模型，得到该候选产品的目标评分。
20、可选地，该候选产品对应的历史偏好特征的获得方式，包括：
21、确定所述目标用户针对该候选产品是否发生过购买行为、关注行为、浏览行为以及点赞行为，得到确定结果；
22、基于所述确定结果，生成所述购买行为、关注行为、浏览行为以及点赞行为中每一行为对应的one-hot编码；其中，针对每一行为，对于表征发生过的确定结果和表征未发生过的确定结果，所生成的one-hot编码不同；
23、将所生成的各个one-hot编码与关于该候选产品的历史行为统计的产品表示向量拼接，得到该候选产品对应的历史偏好特征。
24、可选地，该候选产品对应的第一偏好特征还包括：该候选产品的描述信息对应的文本与所述目标用户发出的对话内容的文本中关于字、词的重合率。
25、可选地，所述生成所述对话内容的特征向量，作为目标偏好向量，包括：
26、确定所述对话内容的文本数据；
27、对所述文本数据进行分词，得到分词结果；
28、从所述分词结果中提取关键词；
29、将所提取的关键词输入至预先训练的关于金融语料的编码模型，得到目标偏好向量。
30、第二方面，本专利技术实施例提供了一种数据处理装置，所述装置包括：
31、识别模块，用于在目标用户基于客户端与客服进行对话交流的过程中，对所述目标用户发出的对话内容进行意图识别，得到所述对话内容的意图识别结果；
32、生成模块，用于响应于检测到所述对话内容的意图识别结果表征针对所述目标用户进行产品推荐，生成所述对话内容的特征向量，作为目标偏好向量；
33、第一确定模块，用于针对每一候选产品，根据所述目标偏好向量，确定该候选产品对应的第一偏好特征以及第二偏好特征；其中，该候选产品对应的第一偏好特征包括用于表征所述目标偏好向量与目标文本向量的匹配度的特征，该候选产品对应的第二偏好特征包括用于表征所述目标偏好向量与目标图谱向量的匹配度的特征，所述目标文本向量为表征该候选产品的描述信息的向量，所述目标图谱向量为基于目标知识图谱所得到的、表征该候选产品在所述目标知识图谱中的节点信息的向量；所述目标知识图谱为针对各候选产品所构建的知识图谱；
34、第二确定模块，用于针对每一候选产品，基于该候选产品的第本文档来自技高网...
【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述在所述客户端中显示包含有所述目标产品的产品列表之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，该候选产品对应的历史偏好特征的获得方式，包括：
6.根据权利要求1所述的方法，其特征在于，该候选产品对应的第一偏好特征还包括：该候选产品的描述信息对应的文本与所述目标用户发出的对话内容的文本中关于字、词的重合率。
7.根据权利要求1所述的方法，其特征在于，所述生成所述对话内容的特征向量，作
8.一种数据处理装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法。
...【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述在所述客户端中显示包含有所述目标产品的产品列表之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述针对每一候选产品，基于该候选产品的第一偏好特征和第二偏好特征，以及该候选产品对应的历史偏好特征，根据预先训练的评分模型，确定该候选产品的目标评分，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，该候选产品对...
【专利技术属性】
技术研发人员：孙冰，潘建东，刘国杨，
申请(专利权)人：中信建投证券股份有限公司，
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。