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() 一种策略生成方法、电子设备、介质及产品技术_技高网

一种策略生成方法、电子设备、介质及产品技术

技术编号:43356221 阅读:14 留言:0更新日期:2024-11-19 17:42
本发明专利技术公开一种策略生成方法、电子设备、介质及产品;其中,所述方法包括:获取目标用户的用户档案标签;将所述用户档案标签输入训练好的推荐模型,得到与所述目标用户关联的产品信息;基于所述产品信息生成目标策略;所述目标策略用于向所述目标用户提供目标推荐信息。

【技术实现步骤摘要】

本专利技术涉及计算机领域,尤其涉及一种策略生成方法、电子设备、介质及产品


技术介绍

1、相关技术中,根据基础属性数据构建的用户画像向用户推荐金融产品,无法匹配个性化的需求。


技术实现思路

1、本申请实施例提供一种策略生成方法、电子设备、介质及产品。

2、本申请实施例的技术方案是这样实现的:

3、一种策略生成方法,所述方法包括:

4、获取目标用户的用户档案标签;

5、将所述用户档案标签输入训练好的推荐模型,得到与所述目标用户关联的产品信息;

6、基于所述产品信息生成目标策略;所述目标策略用于向所述目标用户提供目标推荐信息。

7、上述方案中,所述将所述用户档案标签输入训练好的推荐模型,确定所述目标用户的产品信息之前,包括:

8、获取标记样本数据;所述标记样本数据包括多组第一数据;每组所述第一数据包括标记用户的用户档案标签和产品信息;所述用户档案标签包括属性标签、投资标签、资产标签、交易标签和服务标签;

9、基于所述标记样本数据构建推荐模型;

10、对所述推荐模型进行训练,得到训练后的推荐模型。

11、上述方案中,所述基于所述标记样本数据构建推荐模型,包括:

12、将每组所述第一数据中的投资标签、资产标签、交易标签和产品信息组合成第一训练数据集,构建所述推荐模型的第一隐藏层;

13、将每组所述第一数据中的属性标签、服务标签和产品信息组合成第二训练数据集,构建所述推荐模型的第二隐藏层。

14、上述方案中,所述对所述推荐模型进行训练,得到训练后的推荐模型,包括:

15、基于所述第一训练数据集对所述第一隐藏层进行训练,得到用户与产品的第一匹配值;

16、基于目标匹配值对所述第一匹配值进行筛选,得到第二匹配值;

17、基于所述第二匹配值和所述第二训练数据集对所述第二隐藏层进行训练,得到所述训练后的推荐模型。

18、上述方案中,所述基于所述第二匹配值和所述第二训练数据集对所述第二隐藏层进行训练,得到所述训练后的推荐模型,包括:

19、将所述第二匹配值和所述第二训练数据集输入所述第二隐藏层,得到用户与产品的第三匹配值;

20、基于所述第三匹配值调整所述推荐模型的收敛函数,直至所述收敛函数满足收敛条件,得到所述训练后的推荐模型。

21、上述方案中,所述对所述推荐模型进行训练,得到训练后的推荐模型之后,包括:

22、获取未标记样本数据;所述未标记样本数据包括多组第二数据;每组所述第二数据包括未标记用户的用户档案标签和产品信息;

23、基于所述未标记样本数据调整所述目标匹配值。

24、上述方案中,所述基于所述产品信息生成目标策略,包括:

25、基于评价函数对所述产品信息进行评价,得到评价结果;

26、基于所述评价结果生成所述目标策略。

27、一种策略生成装置,所述策略生成装置包括:

28、获取单元,用于获取目标用户的用户档案标签;

29、处理单元,用于将所述用户档案标签输入训练好的推荐模型,得到与所述目标用户关联的产品信息;

30、所述处理单元,还用于基于所述产品信息生成目标策略;所述目标策略用于向所述目标用户提供目标推荐信息。

31、一种电子设备,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,

32、其中,所述处理器用于运行所述计算机程序时,执行上述任一项所述方法的步骤。

33、一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。

34、一种计算机产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。

35、本申请的实施例所提供的策略生成方法、电子设备、介质及产品,获取目标用户的用户档案标签;将所述用户档案标签输入训练好的推荐模型,得到与所述目标用户关联的产品信息;基于所述产品信息生成目标策略;所述目标策略用于向所述目标用户提供目标推荐信息。也就是说,本申请实施例中通过获取目标用户的用户档案标签,将用户档案标签输入训练好的推荐模型,得到与目标用户关联的产品信息,以生成用于向目标用户提供目标推荐信息的目标策略,解决了相关技术中根据基础属性数据构建的用户画像向用户推荐金融产品,无法匹配个性化需求的问题。

本文档来自技高网...

【技术保护点】

1.一种策略生成方法,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,所述将所述用户档案标签输入训练好的推荐模型,确定所述目标用户的产品信息之前,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述标记样本数据构建推荐模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述对所述推荐模型进行训练,得到训练后的推荐模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述第二匹配值和所述第二训练数据集对所述第二隐藏层进行训练,得到所述训练后的推荐模型,包括:

6.根据权利要求4所述的方法,其特征在于,所述对所述推荐模型进行训练,得到训练后的推荐模型之后,包括:

7.根据权利要求1所述的方法,其特征在于,所述基于所述产品信息生成目标策略,包括:

8.一种电子设备,其特征在于,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,

9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。

10.一种计算机产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。

...

【技术特征摘要】

1.一种策略生成方法,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,所述将所述用户档案标签输入训练好的推荐模型,确定所述目标用户的产品信息之前,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述标记样本数据构建推荐模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述对所述推荐模型进行训练,得到训练后的推荐模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述第二匹配值和所述第二训练数据集对所述第二隐藏层进行训练,得到所述训练后的推荐模型,包括:

6...

【专利技术属性】
技术研发人员:南东方辛治运鹿群赵宇晴张淼李孟禺
申请(专利权)人:广发证券股份有限公司
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