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】
本公开涉及数据处理和金融科技领域,尤其涉及一种产品推荐方法、装置、设备、存储介质及程序产品。
技术介绍
1、理财产品销售网站向用户推荐理财产品时,通常根据网站上理财产品的销量,向用户推荐热销的理财产品,或者根据用户的购买历史构建用户画像,根据用户画像中用户的购买倾向向用户推荐感兴趣的理财产品。
2、在实现本公开构思的过程中,专利技术人发现相关技术中至少存在如下问题:向用户推荐热销的理财产品,没有考虑用户偏好,推荐的理财产品大概率不是用户感兴趣的产品,导致用户购买转化率较低。基于用户画像向用户推荐理财产品,可能导致目标用户只接触到与其兴趣相似的产品,而忽略了其他购买转化率可能较高的理财产品。因此,目前亟需一种精准度较高的理财产品推荐方法。
技术实现思路
1、鉴于上述问题,本公开提供了一种产品推荐方法、装置、设备、存储介质及程序产品。
2、根据本公开的第一个方面,提供了一种产品推荐方法,包括:
3、响应于产品推荐请求,确定目标用户的已购产品;
4、基于上述已购产品,从多个待推荐产品中确定多个目标待推荐产品;
5、对于每个目标待推荐产品,基于上述目标用户的用户属性、用户行为数据和上述目标待推荐产品的产品属性,生成上述目标待推荐产品的产品特征数据;以及
6、将上述多个目标待推荐产品各自的产品特征数据输入产品推荐模型,得到产品推荐结果。
7、根据本公开的实施例,上述基于上述已购产品,从多个待推荐产品中确定多个
8、基于历史购买记录确定与上述已购产品相关的第一用户群体,和与上述多个待推荐产品各自相关的第二用户群体;
9、对于每个待推荐产品,基于上述第一用户群体和与每个待推荐产品相关的第二用户群体之间的相似程度,确定上述已购产品与每个待推荐产品之间的产品相似度;以及
10、基于上述已购产品与上述多个待推荐产品各自之间的产品相似度,从上述多个待推荐产品中确定上述多个目标待推荐产品。
11、根据本公开的实施例,上述基于上述已购产品,从多个待推荐产品中确定多个目标待推荐产品,还包括:
12、对于每个待推荐产品,基于上述已购产品的产品属性和每个待推荐产品的产品属性之间的相似程度,确定上述已购产品和上述待推荐产品之间的产品相似度;以及
13、基于上述已购产品与上述多个待推荐产品各自之间的产品相似度,从上述多个待推荐产品中确定上述多个目标待推荐产品。
14、根据本公开的实施例,上述基于上述已购产品,从多个待推荐产品中确定多个目标待推荐产品,还包括:
15、基于上述目标用户的用户行为数据确定上述已购产品的购买频率;
16、基于上述购买频率确定上述目标用户对上述已购产品的喜爱度;
17、将上述目标用户对上述已购产品的喜爱度作为权值,对上述产品相似度进行加权计算,得到初始推荐值;以及
18、基于上述初始推荐值,从上述多个待推荐产品中确定上述多个目标待推荐产品。
19、根据本公开的实施例,在基于上述已购产品,从多个待推荐产品中确定多个目标待推荐产品之前,上述方法还包括:
20、基于上述目标用户的已购产品确定上述已购产品的类型数目;
21、判断上述已购产品的类型数目与总类型数目的购买比例是否小于预设阈值;以及
22、在上述购买比例小于上述预设阈值的情况下,基于上述已购产品,从多个待推荐产品中确定多个目标待推荐产品。
23、根据本公开的实施例,上述基于上述已购产品,从多个待推荐产品中确定多个目标待推荐产品之前,上述方法还包括:
24、在上述购买比例大于或等于上述预设阈值的情况下,基于上述历史购买记录确定待推荐产品的售出率;以及
25、基于上述售出率,从上述多个待推荐产品中确定上述多个目标待推荐产品。
26、根据本公开的实施例,上述将上述多个目标待推荐产品各自的产品特征数据输入产品推荐模型,得到产品推荐结果,包括:
27、对于每个目标待推荐产品,将目标待推荐产品的产品特征数据输入上述产品推荐模型,得到上述目标用户对上述目标待推荐产品的预测购买率;
28、基于上述预测购买率从上述多个目标待推荐产品中确定目标推荐产品。
29、本公开的另一方面提供了一种产品推荐装置,包括:
30、请求响应模块,用于响应于产品推荐请求,确定目标用户的已购产品;
31、产品确定模块,用于基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品;
32、数据生成模块,用于对于每个目标待推荐产品,基于所述目标用户的用户属性、用户行为数据和所述目标待推荐产品的产品属性,生成所述目标待推荐产品的产品特征数据;以及
33、结果获取模块,用于将所述多个目标待推荐产品各自的产品特征数据输入产品推荐模型,得到产品推荐结果。
34、本公开的另一方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个计算机程序,其中,上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。
35、本公开的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。
36、本公开的另一方面还提供了一种计算机程序产品,包括计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。
37、根据本公开提供的产品推荐方法、装置、设备、介质和程序产品,通过目标用户的已购产品,从多个待推荐产品中确定多个目标待推荐产品,在待推荐产品数量较多的情况下,可以通过在多个待推荐产品中,筛选出目标用户购买转化率相对较高的多个目标待推荐产品,在保证得出的产品推荐结果精准的同时,降低了后续操作所要处理的数据量。通过特征提取,对于每个目标待推荐产品,基于目标用户的用户属性、用户行为数据和目标待推荐产品的产品属性,生成目标待推荐产品的产品特征数据,增加了所提取特征的维度,并将多个目标待推荐产品各自的产品特征数据输入产品推荐模型,从而提高了产品推荐模型所输出结果的精准度。另外,将初次筛选后的多个目标待推荐产品,再次通过产品推荐模型得到产品推荐结果,进一步提高了产品推荐结果的精度。
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,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品,还包括:
4.根据权利要求2或3所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品,还包括:
5.根据权利要求1所述的方法,其特征在于,在基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品之前,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述将所述多个目标待推荐产品各自的产品特征数据输入产品推荐模型,得到产品推荐结果,包括:
8.一种产品推荐装置,其特征在于,所述装置包括:
9.一种电子设备,包括:
10.一种计算机可读存储
11.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现根据权利要求1~7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种产品推荐方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品,还包括:
4.根据权利要求2或3所述的方法,其特征在于,所述基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品,还包括:
5.根据权利要求1所述的方法,其特征在于,在基于所述已购产品,从多个待推荐产品中确定多个目标待推荐产品之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述基于所...
【专利技术属性】
技术研发人员:聂艳平,
申请(专利权)人:中国工商银行股份有限公司,
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。