一种产品推荐方法、装置、设备以及存储介质与流程

本申请涉及人工智能，尤其涉及一种产品推荐方法、装置、设备以及存储介质。

背景技术：

1、近几年，产品推荐技术在各类银行应用(application，app)中得到广泛的应用，产品推荐技术可以根据用户的行为特征、产品本身的属性等，向用户推荐更有价值的产品，实现对用户的引导作用，增强用户选购的目的性。如今，很多购物应用的用户数量、产品数量均已达到上亿数量级，用户的行为特征以及对产品的偏好也具有丰富性与多样性。因此，要从海量产品中根据复杂的用户行为特征选取出对用户最有价值的产品，对产品推荐技术来说是一个极具挑战的技术问题。

2、产品推荐技术往往体现在产品的排序上，例如将产品推荐价值越高的产品放置于产品排序越靠前的位置，产品的推荐价值在于产品更加符合用户的偏好与意图。目前，针对上述技术问题，通常的产品推荐方法是在每次进行产品排序时，可以基于产品本身的维度进行学习，并回归计算得到产品的推荐价值。在一定程度上忽略了用户的数据特征对产品推荐的重要作用，导致用户对推荐的产品满意度低，用户体验感差。

技术实现思路

1、有鉴于此，本申请一种产品推荐方法、装置、设备以及存储介质，提高用户对推荐产品的满意度，提升用户体验感。

2、第一方面，本申请提供了一种产品推荐方法，所述方法包括：

3、获取待推荐用户的多个数据，所述多个数据用于表示所述待推荐用户的产品交易状态；

4、根据所述多个数据，对所述待推荐用户进行画像分析，得到所述待推荐用户的画像；

5、根据所述待推荐用户的画像，从预先存储的用户群列表中匹配出所述待推荐用户所在的用户群，所述用户群列表包括至少一个用户群，所述用户群中的用户的画像相似度大于预设相似度阈值；

6、通过预先构建的产品兴趣度与用户群的对应关系，确定所述待推荐用户所在用户群对应产品的产品兴趣度；

7、将所述产品依照产品兴趣度从高到低顺序排列，得到所述待推荐用户对应的产品推荐列表，将所述产品推荐列表推荐给所述待推荐用户。

8、可选地，所述根据所述多个数据，对所述待推荐用户进行画像分析，得到所述待推荐用户的画像，包括：

9、根据所述多个数据，构建所述待推荐用户的用户标签；

10、根据所述用户标签，对所述待推荐用户进行画像分析，得到所述待推荐用户的画像。

11、可选地，所述多个数据至少包括内部数据，外部数据，和埋点数据，所述内部数据包括交易数据、用户行为数据以及关系数据，所述外部数据包括税务数据和运营商数据。

12、可选地，所述方法还包括：

13、获取多个用户以及获取所述多个用户中每个用户的画像；

14、将所述多个用户依照所述画像相似度进行聚类，得到至少一个用户群；

15、将所述至少一个用户群以列表形式存储，得到所述用户群列表。

16、可选地，所述通过预先构建的产品兴趣度与用户群的对应关系，确定所述待推荐用户所在用户群对应的产品兴趣度，包括：

17、获取所述待推荐用户的住址数据；

18、根据所述住址数据，确定所述住址数据对应的社区等级；

19、根据所述社区等级，以及预先构建的产品兴趣度与用户群和社区等级的对应关系，确定所述待推荐用户所在用户群对应的产品兴趣度；所述对应关系还包括产品兴趣度与所社区等级的对应。

20、可选地，所述将所述产品推荐列表推荐给所述待推荐用户，包括：

21、获取所述待推荐用户正在使用的终端设备的地址信息；

22、基于所述地址信息，将所述产品推荐列表推送给所述待推荐用户。

23、第二方面，本申请提供了一种产品推荐装置，所述装置包括：

24、获取单元，用于获取待推荐用户的多个数据，所述多个数据用于表示所述待推荐用户的产品交易状态；

25、画像分析单元，用于根据所述多个数据，对所述待推荐用户进行画像分析，得到所述待推荐用户的画像；

26、匹配单元，用于根据所述待推荐用户的画像，从预先存储的用户群列表中匹配出所述待推荐用户所在的用户群，所述用户群列表包括至少一个用户群，所述用户群中的用户的画像相似度大于预设相似度阈值；

27、确定单元，用于通过预先构建的产品兴趣度与用户群的对应关系，确定所述待推荐用户所在用户群对应产品的产品兴趣度；

28、推荐单元，用于将所述产品依照产品兴趣度从高到低顺序排列，得到所述待推荐用户对应的产品推荐列表，将所述产品推荐列表推荐给所述待推荐用户。

29、可选地，所述画像分析单元具体用于：

30、根据所述多个数据，构建所述待推荐用户的用户标签；

31、根据所述用户标签，对所述待推荐用户进行画像分析，得到所述待推荐用户的画像。

32、第三方面，本申请提供了一种产品推荐设备，所述设备包括：

33、存储器，用于存储计算机程序；

34、处理器，用于执行所述计算机程序，以使所述设备执行如第一方面任一项所述方法。

35、第四方面，本申请提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述方法。

36、有益效果：

37、本申请提供了一种产品推荐方法、装置、设备以及存储介质。所述方法包括：获取待推荐用户的多个数据。根据多个数据，对待推荐用户进行画像分析，得到待推荐用户的画像。根据待推荐用户的画像，从预先存储的用户群列表中匹配出待推荐用户所在的用户群，通过预先构建的产品兴趣度与用户群的对应关系，确定所述待推荐用户所在用户群对应产品的产品兴趣度。将产品依照产品兴趣度从高到低顺序排列，得到待推荐用户对应的产品推荐列表，将产品推荐列表推荐给待推荐用户。

38、本申请实施例，通过用户的数据特征对待推荐用户进行画像分析，将待推荐用户进行细化，根据细化后的用户特征，从预先存储的用户群列表中匹配出待推荐用户所在的用户群，利用不同用户群对应的不同产品兴趣度，将待推荐用户产品兴趣度较高的产品优先推荐给待推荐用户，如此，提升用户对推荐产品的满意度，提升用户体验感。

技术特征：

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所述方法，其特征在于，所述根据所述多个数据，对所述待推荐用户进行画像分析，得到所述待推荐用户的画像，包括：

3.根据权利要求2所述方法，其特征在于，所述多个数据至少包括内部数据，外部数据，和埋点数据，所述内部数据包括交易数据、用户行为数据以及关系数据，所述外部数据包括税务数据和运营商数据。

4.根据权利要求1所述方法，其特征在于，所述方法还包括：

5.根据权利要求1所述方法，其特征在于，所述通过预先构建的产品兴趣度与用户群的对应关系，确定所述待推荐用户所在用户群对应的产品兴趣度，包括：

6.根据权利要求1所述方法，其特征在于，所述将所述产品推荐列表推荐给所述待推荐用户，包括：

7.一种产品推荐装置，其特征在于，所述装置包括：

8.根据权利要求7所述装置，其特征在于，所述画像分析单元具体用于：

9.一种产品推荐设备，其特征在于，所述设备包括：

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法。

技术总结
本申请提供了一种产品推荐方法、装置、设备以及存储介质，应用于人工智能领域或金融领域。该方法包括：根据待推荐用户的多个数据，对待推荐用户进行画像分析。根据待推荐用户的画像，从预先存储的用户群列表中匹配出待推荐用户所在的用户群，确定所述待推荐用户所在用户群对应产品的产品兴趣度。将产品依照产品兴趣度从高到低顺序排列，得到待推荐用户对应的产品推荐列表，将产品推荐列表推荐给待推荐用户。如此，通过用户的数据特征对待推荐用户进行画像分析，将待推荐用户进行细化，根据细化后的用户特征，从预先存储的用户群列表中匹配出待推荐用户所在的用户群，提升用户对推荐产品的满意度，提升用户体验感。

技术研发人员：黄秋洁
受保护的技术使用者：中国银行股份有限公司
技术研发日：
技术公布日：2024/1/15