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() 产品推荐方法、装置、设备及存储介质制造方法及图纸_技高网

产品推荐方法、装置、设备及存储介质制造方法及图纸

技术编号:42689491 阅读:20 留言:0更新日期:2024-09-10 12:38
本申请涉及数据处理技术领域,尤其涉及一种产品推荐方法、装置、设备及存储介质。该方法通过对预设产品数据与客户数据进行分类,得到多类型数据;对多类型数据进行标准化处理,得到特征标准数据;然后基于特征标准数据与预设历史特征数据,生成初始客户画像;再获取客户互动数据,并基于客户互动数据与客户潜在需求数据更新初始客户画像,得到目标客户画像;最后根据目标客户画像,确定目标推荐产品。该方法通过数据分类和标准化处理,生成初始客户画像,并更新客户画像以实时反映客户需求,最终基于目标客户画像推荐产品,提高了数据处理一致性和推荐精准度,确保推荐产品与客户需求高度匹配,提升了产品推荐的效果。

【技术实现步骤摘要】

本申请涉及数据处理,尤其涉及一种产品推荐方法、装置、设备及存储介质


技术介绍

1、产品推荐过程应该围绕消费者行为展开,因此有必要想办法理解消费者,以方便交易的执行。目前,产品推荐的分析主要依靠将相关数据输入至excel内,业务人员通过查看excel内的营销数据,人工分析评价产品推荐业务效能,但是这种方式消耗了大量人力物力,对企业来说增加了大量的人工成本,并且人工不能根据excel内的数据预测出合适的产品推荐策略,导致产品推荐的效果较差。

2、因此,如何提高产品推荐的准确度,提升产品推荐效果是目前亟需解决的一个问题。

3、上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。


技术实现思路

1、本申请的主要目的在于提供了一种产品推荐方法、装置、设备及存储介质,旨在解决如何提高产品推荐的准确度,提升产品推荐效果的技术问题。

2、为实现上述目的,本申请提供了一种产品推荐方法,所述方法包括以下步骤:

3、对预设产品数据与客户数据进行分类,得到多类型数据;

4、对所述多类型数据进行标准化处理,得到特征标准数据;

5、基于所述特征标准数据与预设历史特征数据,生成初始客户画像;

6、获取客户互动数据,并基于所述客户互动数据与客户潜在需求数据更新所述初始客户画像,得到目标客户画像;

7、根据所述目标客户画像,确定目标推荐产品。

8、在一实施例中,所述对所述多类型数据进行标准化处理,得到特征标准数据的步骤,包括:

9、对所述多类型数据进行数据清洗,得到清洗数据,其中,所述数据清洗包括缺失值处理、重复值处理以及异常值处理中的一种或多种;

10、对所述清洗数据进行归一化处理,得到归一化数据;

11、将所述归一化数据整合至预设格式化表中,得到所述特征标准数据。

12、在一实施例中,所述基于所述特征标准数据与预设历史特征数据,生成初始客户画像的步骤,包括:

13、提取所述预设历史特征数据中与所述特征标准数据的相似度超过预设相似度阈值的数据,得到待融合数据;

14、将所述待融合数据与所述特征标准数据进行加权融合,得到融合数据;

15、对所述融合数据进行特征提取,并基于特征提取结果与预设画像生成模型,生成所述初始客户画像。

16、在一实施例中,所述获取客户互动数据,并基于所述客户互动数据与客户潜在需求数据更新所述初始客户画像,得到目标客户画像的步骤,包括:

17、对所述初始客户画像进行识别,确定客户潜在需求数据;

18、获取所述客户互动数据,并对所述客户互动数据与所述客户潜在需求数据进行所述标准化处理,得到补充特征数据;

19、基于所述补充特征数据,调整所述预设画像生成模型的参数与权重;

20、根据调整后的所述预设画像生成模型、所述补充特征数据以及所述特征提取结果,得到所述目标客户画像。

21、在一实施例中,所述对所述初始客户画像进行识别,确定客户潜在需求数据的步骤,包括:

22、基于预设特征识别算法,对所述初始客户画像进行特征识别,得到行为特征、关系特征以及偏好特征;

23、根据所述行为特征、所述关系特征以及所述偏好特征,对客户行为与客户需求进行预测,得到行为预测数据与需求预测数据;

24、对所述行为预测数据与所述需求预测数据进行需求概率评估,并将超过预设需求概率阈值的概率评估结果对应的所述行为预测数据或所述需求预测数据作为所述客户潜在需求数据。

25、在一实施例中,所述根据所述目标客户画像,确定目标推荐产品的步骤,包括:

26、对所述目标客户画像进行关键特征提取,得到关键特征数据;

27、将所述关键特征数据与所述预设产品数据进行归一化处理,得到归一化关键特征数据与归一化产品数据;

28、将所述归一化关键特征数据与所述归一化产品数据中的各产品特征数据进行匹配;

29、根据匹配度高于预设匹配度阈值对应的产品特征数据,确定所述目标推荐产品。

30、在一实施例中,在所述根据所述目标客户画像,确定目标推荐产品的步骤之后,还包括:

31、获取购买详情信息,并判断所述购买详情信息中是否包括所述目标推荐产品;

32、若不包括,获取客户反馈信息,并根据所述客户反馈信息,确定购买决策影响因素;

33、基于所述购买决策影响因素与所述关键特征数据,生成产品推荐优化策略。

34、此外,为实现上述目的,本申请还提出一种产品推荐装置,所述产品推荐装置包括:

35、分类模块,用于对预设产品数据与客户数据进行分类,得到多类型数据;

36、标准化模块,用于对所述多类型数据进行标准化处理,得到特征标准数据;

37、初始画像生成模块,用于基于所述特征标准数据与预设历史特征数据,生成初始客户画像;

38、画像更新模块,用于获取客户互动数据,并基于所述客户互动数据与客户潜在需求数据,更新所述初始客户画像,得到目标客户画像;

39、产品推荐模块,用于根据所述目标客户画像,确定目标推荐产品。

40、此外,为实现上述目的,本申请还提出一种产品推荐设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的产品推荐程序,所述产品推荐程序配置为实现如上文所述的产品推荐方法的步骤。

41、此外,为实现上述目的,本申请还提出一种存储介质,所述存储介质上存储有产品推荐程序,所述产品推荐程序被处理器执行时实现如上文所述的产品推荐的步骤。

42、本申请通过先对预设产品数据与客户数据进行分类,得到多类型数据;接着对多类型数据进行标准化处理,得到特征标准数据;然后基于特征标准数据与预设历史特征数据,生成初始客户画像;再获取客户互动数据,并基于客户互动数据与客户潜在需求数据更新初始客户画像,得到目标客户画像;最后根据目标客户画像,确定目标推荐产品。本申请通过数据分类和标准化处理,生成初始客户画像,并动态更新客户画像以实时反映客户需求,最终基于目标客户画像精准推荐产品,提高了数据处理一致性和推荐精准度,确保推荐产品与客户需求高度匹配,提升了产品推荐的效果。

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:

2.如权利要求1所述的方法,其特征在于,所述对所述多类型数据进行标准化处理,得到特征标准数据的步骤,包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述特征标准数据与预设历史特征数据,生成初始客户画像的步骤,包括:

4.如权利要求3所述的方法,其特征在于,所述获取客户互动数据,并基于所述客户互动数据与客户潜在需求数据更新所述初始客户画像,得到目标客户画像的步骤,包括:

5.如权利要求4所述的方法,其特征在于,所述对所述初始客户画像进行识别,确定所述客户潜在需求数据的步骤,包括:

6.如权利要求1至5任一项所述的方法,其特征在于,所述根据所述目标客户画像,确定目标推荐产品的步骤,包括:

7.如权利要求6所述的方法,其特征在于,在所述根据所述目标客户画像,确定目标推荐产品的步骤之后,还包括:

8.一种产品推荐装置,其特征在于,包括:

9.一种计算机设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的产品推荐程序,所述产品推荐程序配置为实现如权利要求1至7中任一项所述的产品推荐方法的步骤。

10.一种存储介质,其特征在于,所述存储介质上存储有产品推荐程序,所述产品推荐程序被处理器执行时实现如权利要求1至7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:

2.如权利要求1所述的方法,其特征在于,所述对所述多类型数据进行标准化处理,得到特征标准数据的步骤,包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述特征标准数据与预设历史特征数据,生成初始客户画像的步骤,包括:

4.如权利要求3所述的方法,其特征在于,所述获取客户互动数据,并基于所述客户互动数据与客户潜在需求数据更新所述初始客户画像,得到目标客户画像的步骤,包括:

5.如权利要求4所述的方法,其特征在于,所述对所述初始客户画像进行识别,确定所述客户潜在需求数据的步骤,包括:

6.如权利要求1至5任一项所...

【专利技术属性】
技术研发人员:吴俣曹志豪叶俊伟郑贤茹赵煜祺
申请(专利权)人:招商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1