【技术实现步骤摘要】
本申请涉及数据处理，特别是涉及一种策略生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着人们保险意识逐渐增强，保险已经成为当前社会保障体系的重要组成部分。业务人员会根据产品推荐策略向目标用户推荐保险，使得目标用户根据业务人员的推荐购买保险。其中，产品推荐策略是预先根据策略生成方法生成的。
2、目前的策略生成方法，由于产品推荐策略包含目标推荐产品和目标推荐话术。因此，产品推荐策略的生成过程包含目标推荐产品的确定过程和目标推荐话术的生成过程。具体地，业务人员根据经验在各产品中确定目标用户对应的目标推荐产品。然后，业务人员在固定的几个话术中选择目标推荐产品对应的目标推荐话术，并根据目标推荐产品和目标推荐话术生成目标推荐产品的产品推荐策略。
3、然而，目前的策略生成方法，人工确定目标推荐产品的主观因素较大，导致目标推荐产品的准确性较低。并且，人工在固定的话术中确定目标推荐话术较为局限。进而，导致产品推荐策略的准确性较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种策略生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种策略生成方法，包括：
3、获取目标用户的用户产品特征数据集，并根据所述用户产品特征数据集和产品推荐模型，确定所述目标用户对应的各目标推荐产品；所述用户产品特征数据集中包含所述目标用户的用户特征数据集；
4、根据业务人员属性数
5、基于语言模型和所述产品话术特征数据集确定所述目标推荐产品对应的目标推荐话术；
6、根据所述目标推荐产品和所述目标推荐产品对应的目标推荐话术生成针对所述目标用户的目标推荐产品的产品推荐策略。
7、在其中一个实施例中，所述根据业务人员属性数据集、话术数据集、产品属性数据集和所述用户特征数据集，构建每一所述目标推荐产品的产品话术特征数据集，包括：
8、针对每一所述目标推荐产品，在产品属性数据集中确定所述目标推荐产品的第二产品属性数据子集，并在所述话术数据集中确定所述目标推荐产品对应的各待推荐话术；
9、在业务人员属性数据集中确定所述目标用户对应的第二业务人员属性数据子集；
10、根据各所述待推荐话术、所述第二产品属性数据子集、所述用户特征数据集和所述第二业务人员属性数据子集构建所述目标推荐产品的产品话术特征数据集。
11、在其中一个实施例中，所述获取目标用户的用户产品特征数据集，包括：
12、获取目标用户的用户特征数据集；所述用户特征数据集中包含所述目标用户的用户属性数据集、历史购买记录数据集和兴趣标签集；所述历史购买记录数据集中包含各历史购买产品的历史购买记录数据子集；
13、针对每一所述历史购买产品，根据所述历史购买产品的历史购买记录数据子集中的第一业务人员，在业务人员属性数据集中确定所述第一业务人员的第一业务人员属性数据子集；
14、在产品属性数据集中确定所述历史购买产品的第一产品属性数据子集；
15、基于所述用户特征数据集、各所述第一产品属性数据子集和各所述第一业务人员属性数据子集，构建所述目标用户的用户产品特征数据集。
16、在其中一个实施例中，所述获取目标用户的用户特征数据集，包括：
17、获取目标用户的用户属性数据集、历史购买记录数据集和初始兴趣标签集；
18、获取社交媒体标签数据集，并根据所述社交媒体标签数据集更新所述初始兴趣标签集，得到兴趣标签集；
19、根据所述兴趣标签集、所述用户属性数据集和所述历史购买记录数据集构建所述目标用户的用户特征数据集。
20、在其中一个实施例中，所述根据所述社交媒体标签数据集更新所述初始兴趣标签集，得到兴趣标签集，包括：
21、判断所述初始兴趣标签集中是否存在目标兴趣标签与所述社交媒体标签数据集中的目标社交媒体标签相同；
22、若存在所述目标兴趣标签与所述目标社交媒体标签相同，在所述社交媒体标签数据集中确定与所述目标社交媒体标签关联的关联社交媒体标签；
23、将所述关联社交媒体标签添加到所述初始兴趣标签集中，得到兴趣标签集。
24、在其中一个实施例中，所述根据所述用户产品特征数据集和产品推荐模型，确定所述目标用户对应的各目标推荐产品，包括：
25、基于产品推荐模型对所述用户产品特征数据集和产品清单进行预测处理，得到所述产品清单中每一产品对应的推荐概率；
26、基于各所述产品的推荐概率和预设的推荐条件在各所述产品中筛选各目标推荐产品。
27、在其中一个实施例中，所述根据所述目标推荐产品和所述目标推荐产品对应的目标推荐话术生成针对所述目标用户的目标推荐产品的产品推荐策略，包括：
28、获取所述目标推荐产品的推荐时间，并在各渠道中确定所述目标推荐产品对应的目标推荐渠道；
29、根据所述目标用户的用户特征数据集、所述目标推荐渠道、所述推荐时间、所述目标推荐产品对应的第二产品属性数据子集和所述目标推荐话术，构建针对所述目标用户的目标推荐产品的产品推荐策略。
30、第二方面，本申请还提供了一种策略生成装置，包括：
31、获取模块，用于获取目标用户的用户产品特征数据集，并根据所述用户产品特征数据集和产品推荐模型，确定所述目标用户对应的各目标推荐产品；所述用户产品特征数据集中包含所述目标用户的用户特征数据集；
32、构建模块，用于根据业务人员属性数据集、话术数据集、产品属性数据集和所述用户特征数据集，构建每一所述目标推荐产品的产品话术特征数据集；
33、确定模块，用于基于语言模型和所述产品话术特征数据集确定所述目标推荐产品对应的目标推荐话术；
34、生成模块，用于根据所述目标推荐产品和所述目标推荐产品对应的目标推荐话术生成针对所述目标用户的目标推荐产品的产品推荐策略。
35、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
36、获取目标用户的用户产品特征数据集，并根据所述用户产品特征数据集和产品推荐模型，确定所述目标用户对应的各目标推荐产品；所述用户产品特征数据集中包含所述目标用户的用户特征数据集；
37、根据业务人员属性数据集、话术数据集、产品属性数据集和所述用户特征数据集，构建每一所述目标推荐产品的产品话术特征数据集；
38、基于语言模型和所述产品话术特征数据集确定所述目标推荐产品对应的目标推荐话术；
39、根据所述目标推荐产品和所述目标推荐产品对应的目标推荐话术生成针对所述目标用户的目标推荐产品的产本文档来自技高网...
【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，所述根据业务人员属性数据集、话术数据集、产品属性数据集和所述用户特征数据集，构建每一所述目标推荐产品的产品话术特征数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取目标用户的用户产品特征数据集，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取目标用户的用户特征数据集，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述社交媒体标签数据集更新所述初始兴趣标签集，得到兴趣标签集，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述用户产品特征数据集和产品推荐模型，确定所述目标用户对应的各目标推荐产品，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标推荐产品和所述目标推荐产品对应的目标推荐话术生成针对所述目标用户的目标推荐产品的产品推荐策略，包括：
8.一种策略生成装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，
10.一种计算机可读存储介质，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中任一项所述的方法的步骤。
...【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，所述根据业务人员属性数据集、话术数据集、产品属性数据集和所述用户特征数据集，构建每一所述目标推荐产品的产品话术特征数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取目标用户的用户产品特征数据集，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取目标用户的用户特征数据集，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述社交媒体标签数据集更新所述初始兴趣标签集，得到兴趣标签集，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述用...
【专利技术属性】
技术研发人员：李建学，刘晗，刘金铭，
申请(专利权)人：中电金信软件有限公司，
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。