一种信息推荐方法及装置制造方法及图纸

本申请公开了一种信息推荐方法及装置，该方法包括：获取目标用户的用户特征数据。将用户特征数据输入用户模型中，可获取目标用户在不同场景的用户画像。基于目标用户在目标场景的用户画像，可确定目标用户在目标场景的用户分层。基于目标用户在目标场景的用户分层，可确定目标场景对应的目标推荐模型。利用目标用户在目标场景的用户分层和目标推荐模型，可输出目标场景中的目标产品。将目标场景中的目标产品信息推荐给目标用户。本申请实施例的方法实现了依据目标用户的用户特征获取不同场景下的目标产品信息，并自动将目标产品信息推荐给目标用户的目的。给目标用户的目的。给目标用户的目的。

【技术实现步骤摘要】
一种信息推荐方法及装置


[0001]本申请涉及互联网
，尤其涉及一种信息推荐方法及装置。

技术介绍

[0002]通常，学生用户在校园内的不同场景会进行不同的活动，产生不同的数据。例如，学生用户在校园内图书馆借书，会产生借阅数据；学生用户购买产品，会产生支付数据。
[0003]基于此，对学生用户在不同的校园场景进行不同的产品信息的精准推荐是十分必要的，可通过自动推荐产品信息来满足学生用户的需求。

技术实现思路

[0004]为了解决上述技术问题，本申请提供了一种信息推荐方法及装置，用于针对不同场景，向用户精准推荐产品信息，满足用户需求。
[0005]为了实现上述目的，本申请实施例提供的技术方案如下：
[0006]本申请实施例提供一种信息推荐方法，所述方法包括：
[0007]获取目标用户的用户特征数据；
[0008]将所述用户特征数据输入到用户模型中，获取所述目标用户在不同场景的用户画像；所述用户模型用于根据所述目标用户的用户特征数据获取所述目标用户在不同场景的用户画像；
[0009]根据所述目标用户在目标场景的用户画像，获取所述目标用户在目标场景的用户分层；所述目标场景为所述不同场景中的任一场景；
[0010]根据所述目标用户对应的目标场景，确定和所述目标场景对应的目标推荐模型；
[0011]利用所述目标用户在目标场景的用户分层和所述目标推荐模型，获取所述目标场景的目标产品，将所述目标产品对应的产品信息推荐给所述目标用户；所述目标推荐模型用于根据目标场景的用户分层输出目标场景对应的目标产品。
[0012]可选地，所述用户模型的训练过程包括：
[0013]获取历史用户特征数据和历史用户特征数据对应的标签；
[0014]根据所述历史用户特征数据和所述历史用户特征数据对应的标签对用户模型进行训练，直至到达预设条件，获取训练好的用户模型。
[0015]可选地，在所述获取目标用户的用户特征数据之前，所述方法还包括：
[0016]获取目标用户的原始数据；
[0017]对所述目标用户的原始数据进行数据清洗处理和数据衍生处理，生成所述目标用户的用户特征数据。
[0018]可选地，当所述目标场景不同时，所述目标推荐模型的模型参数不同。
[0019]可选地，所述用户分层包括人口维度分层、信用维度分层、消费维度分层和兴趣爱好维度分层中的一种或多种。
[0020]本申请实施例还提供了一种信息推荐装置，所述装置包括：
[0021]第一获取单元，用于获取目标用户的用户特征数据；
[0022]输入单元，用于将所述用户特征数据输入到用户模型中，获取所述目标用户在不同场景的用户画像；所述用户模型用于根据所述目标用户的用户特征数据获取所述目标用户在不同场景的用户画像；
[0023]第二获取单元，用于根据所述目标用户在目标场景的用户画像，获取所述目标用户在目标场景的用户分层；所述目标场景为所述不同场景中的任一场景；
[0024]确定单元，用于根据所述目标用户对应的目标场景，确定和所述目标场景对应的目标推荐模型；
[0025]推荐单元，用于利用所述目标用户在目标场景的用户分层和所述目标推荐模型，获取所述目标场景的目标产品，将所述目标产品对应的产品信息推荐给所述目标用户；所述目标推荐模型用于根据目标场景的用户分层输出目标场景对应的目标产品。
[0026]可选地，所述装置还包括：模型训练单元；
[0027]所述模型训练单元，包括：
[0028]获取子单元，用于获取历史用户特征数据和历史用户特征数据对应的标签；
[0029]训练子单元，用于根据所述历史用户特征数据和所述历史用户特征数据对应的标签对用户模型进行训练，直至到达预设条件，获取训练好的用户模型。
[0030]可选地，所述装置还包括：
[0031]第三获取单元，用于在所述获取目标用户的用户特征数据之前，获取目标用户的原始数据；
[0032]处理单元，用于对所述目标用户的原始数据进行数据清洗处理和数据衍生处理，生成所述目标用户的用户特征数据。
[0033]可选地，所述用户分层包括人口维度分层、信用维度分层、消费维度分层和兴趣爱好维度分层中的一种或多种。
[0034]本申请实施例还提供了一种信息推荐系统，所述信息推荐系统至少包括校园多场景一卡通服务平台，所述校园多场景一卡通服务平台执行所述的信息推荐方法。
[0035]通过上述技术方案可知，本申请具有以下有益效果：
[0036]本申请实施例提供了一种信息推荐方法及装置，获取目标用户的用户特征数据。将用户特征数据输入用户模型中，可获取目标用户在不同场景的用户画像。基于目标用户在目标场景的用户画像，可确定目标用户在目标场景的用户分层。基于目标用户在目标场景的用户分层，可确定目标场景对应的目标推荐模型。利用目标用户在目标场景的用户分层和目标推荐模型，可输出目标场景中的目标产品。将目标场景中的目标产品信息推荐给目标用户。本申请实施例的方法实现了依据目标用户的用户特征获取不同场景下的目标产品信息，并自动将目标产品信息推荐给目标用户的目的。
附图说明
[0037]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1为本申请实施例提供的一种信息推荐方法的示例性应用场景的示意图；
[0039]图2为本申请实施例提供的一种信息推荐方法的流程图；
[0040]图3为本申请实施例提供的一种信息推荐装置的结构示意图。
具体实施方式
[0041]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
[0042]为了便于理解和解释本申请实施例提供的技术方案，下面先对本申请实施例的
技术介绍
进行说明。
[0043]近年来，校园内学生用户的支付业务快速发展。学生用户在校园内不同场景进行消费时，希望被推荐一些符合自己兴趣的产品和服务，以满足自己购买产品或服务的需求。
[0044]基于此，本申请实施例提供了一种信息推荐方法及装置，获取目标用户的用户特征数据。用户特征数据可表示目标用户的自身特征和支付特征。将用户特征数据输入用户模型中，可获取目标用户在不同场景的用户画像。基于目标用户在目标场景的用户画像，可确定目标用户在目标场景的用户分层。基于目标用户对应的目标场景，可确定目标场景对应的目标推荐模型。利用目标用户在目标场景的用户分层和目标推荐模型，可输出目标场景中的目标产品。将目标场景中的目标产品信息推荐给目标用户。本申请实施例的方法实现了依据目标用户的用户特征获取不同场景下的目标产品信息，并自动将目标产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推荐方法，其特征在于，所述方法包括：获取目标用户的用户特征数据；将所述用户特征数据输入到用户模型中，获取所述目标用户在不同场景的用户画像；所述用户模型用于根据所述目标用户的用户特征数据获取所述目标用户在不同场景的用户画像；根据所述目标用户在目标场景的用户画像，获取所述目标用户在目标场景的用户分层；所述目标场景为所述不同场景中的任一场景；根据所述目标用户对应的目标场景，确定和所述目标场景对应的目标推荐模型；利用所述目标用户在目标场景的用户分层和所述目标推荐模型，获取所述目标场景的目标产品，将所述目标产品对应的产品信息推荐给所述目标用户；所述目标推荐模型用于根据目标场景的用户分层输出目标场景对应的目标产品。2.根据权利要求1所述的方法，其特征在于，所述用户模型的训练过程包括：获取历史用户特征数据和历史用户特征数据对应的标签；根据所述历史用户特征数据和所述历史用户特征数据对应的标签对用户模型进行训练，直至到达预设条件，获取训练好的用户模型。3.根据权利要求1所述的方法，其特征在于，在所述获取目标用户的用户特征数据之前，所述方法还包括：获取目标用户的原始数据；对所述目标用户的原始数据进行数据清洗处理和数据衍生处理，生成所述目标用户的用户特征数据。4.根据权利要求1所述的方法，其特征在于，当所述目标场景不同时，所述目标推荐模型的模型参数不同。5.根据权利要求1所述的方法，其特征在于，所述用户分层包括人口维度分层、信用维度分层、消费维度分层和兴趣爱好维度分层中的一种或多种。6.一种信息推荐装置，其特征在于，所述装置包括：第一获取单元，用于获取目标用户的用户特征数据；输入单元，用于将所述用户特征数据输入到用户模型中，...

【专利技术属性】
技术研发人员：徐绮琪，洪烨嵘，李曹旸，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：