资源推荐方法、装置、电子设备及可读存储介质制造方法及图纸

本申请公开了一种资源推荐方法、装置、电子设备及可读存储介质，方法包括：获取多个资源的多个特征信息；根据多个特征信息和预设购买预测模型，确定每个资源的购买概率和预估收入；根据购买概率、预估收入、第一预设购买阈值、预设收入阈值和第一预设推荐数量阈值，生成多个资源组合；获取每个资源组合的目标购买概率和目标预估收入；根据目标购买概率和目标预估收入，在多个资源组合中，确定目标资源组合；推荐目标资源组合。实现了根据不同用户，在省钱专区场景下实时调整资源组合推荐策略，以实现资源组合的精准化推荐，为平台带来更高的成交额，提高平台收益率。提高平台收益率。提高平台收益率。

【技术实现步骤摘要】
资源推荐方法、装置、电子设备及可读存储介质


[0001]本申请涉及计算机
，特别是涉及一种资源推荐方法、装置、电子设备及可读存储介质。

技术介绍

[0002]目前，部分提供车辆服务的APP的首页会单独设立专区为用户推荐多种付费资源，如不同种类的付费优惠券，用户可根据自身需求购买优惠券。现有技术中，省钱专区中推荐的多种优惠券组合，通常是按照用户的平均消费水平统一进行推荐，然而，不同用户的购买需求不同，消费能力也不同，单一的优惠券推荐方式缺乏针对性，与用户之间匹配度较低，最终带来的平台收益转化率较低。

技术实现思路

[0003]有鉴于此，本申请提供了一种资源推荐方法、装置、电子设备及可读存储介质，主要目的在于解决单一的资源推荐方式缺乏针对性，与用户之间匹配度较低，最终带来的平台收益转化率较低的问题。
[0004]依据本申请第一方面，提供了一种资源推荐方法，该方法包括：
[0005]获取多个资源的多个特征信息；
[0006]根据多个特征信息和预设购买预测模型，确定每个资源的购买概率和预估收入；
[0007]根据购买概率、预估收入、第一预设购买阈值、预设收入阈值和第一预设推荐数量阈值，生成多个资源组合；
[0008]获取每个资源组合的目标购买概率和目标预估收入；
[0009]根据目标购买概率和目标预估收入，在多个资源组合中，确定目标资源组合；
[0010]推荐目标资源组合。
[0011]可选地，多个特征信息包括每个资源的购买价格，根据多个特征信息和预设购买预测模型，确定每个资源的购买概率和预估收入的步骤，具体包括：
[0012]将多个特征信息输入至预设购买预测模型，确定每个资源的购买概率；
[0013]将购买概率与购买价格相乘，生成每个资源的预估收入。
[0014]可选地，根据购买概率、预估收入、第一预设购买阈值、预设收入阈值和第一预设推荐数量阈值，生成多个资源组合的步骤，具体包括：
[0015]将多个资源的多个购买概率与第一预设购买阈值进行比较；
[0016]将多个资源的多个预估收入与预设收入阈值进行比较；
[0017]在多个资源中，确定购买概率大于或等于第一预设购买阈值，且预估收入大于或等于预设收入阈值的多个目标资源；
[0018]根据第一预设推荐数量阈值，对多个目标资源进行随机组合，生成多个资源组合。
[0019]可选地，获取每个资源组合的目标购买概率和目标预估收入的步骤，具体包括：
[0020]获取每个资源组合的资源数量；
[0021]根据每个资源组合中多个资源的多个购买概率和资源数量，确定每个资源组合的目标购买概率；
[0022]根据每个资源组合中多个资源的多个预估收入和资源数量，确定每个资源组合的目标预估收入。
[0023]可选地，根据目标购买概率和目标预估收入，在多个资源组合中，确定目标资源组合的步骤，具体包括：
[0024]根据目标购买概率和目标预估收入，对多个资源组合进行排序；
[0025]在排序后的多个资源组合中，确定目标资源组合。
[0026]可选地，将购买概率与购买价格相乘，生成每个资源的预估收入之后，还包括：
[0027]将多个资源的多个购买概率与第二预设购买阈值进行比较；
[0028]在多个购买概率均小于第二预设购买阈值的情况下，根据每个资源的购买价格和预设价格阈值，将多个资源分为多个高价资源和多个低价资源；
[0029]获取多个资源的总预估收入；
[0030]根据每个高价资源的预估收入和总预估收入，确定每个高价资源的第一预估收入占比；
[0031]将多个高价资源的多个第一预估收入占比与预设占比阈值进行比较，确定大于或等于预设占比阈值的多个目标预估收入占比；
[0032]将多个目标预估收入占比按照从大到小的顺序进行排列，在多个高价资源中，按照排列顺序确定符合第二预设推荐数量的多个目标高价资源；
[0033]根据每个低价资源的预估收入和总预估收入，确定每个低价资源的第二预估收入占比；
[0034]将多个低价资源的多个第二预估收入占比按照从大到小的顺序排列，在多个低价资源中，按照排列顺序确定符合第三预设推荐数量的多个目标低价资源；
[0035]根据多个目标高价资源和多个目标低价资源，生成目标资源组合。
[0036]可选地，获取多个资源的多个资源属性信息之前，还包括：
[0037]获取多个历史用户信息、多个用户特征、多个资源特征、多个消费场景特征、多个历史购买资源数据和多个历史购买资源核销数据，其中，历史用户信息包括历史购买资源的用户信息和历史未购买资源的用户信息；
[0038]根据多个历史用户信息和多个历史购买资源数据，对多个用户特征、多个资源特征和多个消费场景特征进行特征交叉处理，确定多个目标特征，其中，目标特征为用户特征、资源特征和消费场景特征的交叉特征；
[0039]根据多个用户特征、多个资源特征、多个消费场景特征、多个目标特征和多个历史购买资源核销数据，训练机器学习模型，生成预设购买预测模型。
[0040]可选地，根据多个历史用户信息和多个历史购买资源数据，对多个用户特征、多个资源特征和多个消费场景特征进行特征交叉处理，确定多个目标特征的步骤，具体包括：
[0041]根据多个历史用户信息和第一预设权重阈值，在多个用户特征中，确定多个目标用户特征，以及每个目标用户特征的权重值；
[0042]根据每个目标用户特征的预设分类规则和多个用户属性信息，对多个目标用户特征进行分类，生成多个分类特征；
[0043]根据多个历史购买资源数据，确定每个资源特征的权重值和每个消费场景特征的权重值；
[0044]根据多个分类特征、多个历史购买资源数据和多个资源特征，确定每个分类特征的用户群中，对于每个资源特征对应的资源的第一购买用户数量和第一未购买用户数量；
[0045]根据多个分类特征、多个历史购买资源数据和多个消费场景特征，确定每个分类特征的用户群中，对于每个消费场景特征对应的资源的第二购买用户数量和第二未购买用户数量；
[0046]根据第一未购买用户数量、第二未购买用户数量和每个目标用户特制的权重值，确定每个目标用户特征、每个资源特征和每个消费场景特征的交叉方式；
[0047]根据交叉方式，对多个用户特征、多个资源特征和多个消费场景特征进行交叉处理，生成多个目标特征。
[0048]依据本申请第二方面，提供了一种资源推荐装置，该装置包括：
[0049]第一获取模块，用于获取多个资源的多个特征信息；
[0050]第一确定模块，用于根据多个特征信息和预设购买预测模型，确定每个资源的购买概率和预估收入；
[0051]第一生成模块，用于根据购买概率、预估收入、第一预设购买阈值、预设收入阈值和第一预设推荐数量阈值，生成多个资源组合；
[0052]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源推荐方法，其特征在于，包括：获取多个资源的多个特征信息；根据所述多个特征信息和预设购买预测模型，确定每个资源的购买概率和预估收入；根据所述购买概率、所述预估收入、第一预设购买阈值、预设收入阈值和第一预设推荐数量阈值，生成多个资源组合；获取每个资源组合的目标购买概率和目标预估收入；根据所述目标购买概率和所述目标预估收入，在所述多个资源组合中，确定目标资源组合；推荐所述目标资源组合。2.根据权利要求1所述的方法，其特征在于，所述多个特征信息包括每个资源的购买价格，所述根据所述多个特征信息和预设购买预测模型，确定每个资源的购买概率和预估收入的步骤，具体包括：将所述多个特征信息输入至所述预设购买预测模型，确定所述每个资源的所述购买概率；将所述购买概率与所述购买价格相乘，生成所述每个资源的所述预估收入。3.根据权利要求1所述的方法，其特征在于，所述根据所述购买概率、所述预估收入、第一预设购买阈值、预设收入阈值和第一预设推荐数量阈值，生成多个资源组合的步骤，具体包括：将所述多个资源的多个购买概率与所述第一预设购买阈值进行比较；将所述多个资源的多个预估收入与所述预设收入阈值进行比较；在所述多个资源中，确定购买概率大于或等于所述第一预设购买阈值，且预估收入大于或等于所述预设收入阈值的多个目标资源；根据所述第一预设推荐数量阈值，对所述多个目标资源进行随机组合，生成所述多个资源组合。4.根据权利要求1所述的方法，其特征在于，所述获取每个资源组合的目标购买概率和目标预估收入的步骤，具体包括：获取每个资源组合的资源数量；根据每个资源组合中多个资源的多个购买概率和所述资源数量，确定所述每个资源组合的所述目标购买概率；根据每个资源组合中多个资源的多个预估收入和所述资源数量，确定所述每个资源组合的所述目标预估收入。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标购买概率和所述目标预估收入，在所述多个资源组合中，确定目标资源组合的步骤，具体包括：根据所述目标购买概率和所述目标预估收入，对所述多个资源组合进行排序；在排序后的所述多个资源组合中，确定目标资源组合。6.根据权利要求2所述的方法，其特征在于，所述将所述购买概率与所述购买价格相乘，生成所述每个资源的所述预估收入之后，还包括：将多个资源的多个购买概率与第二预设购买阈值进行比较；在所述多个购买概率均小于所述第二预设购买阈值的情况下，根据所述每个资源的所
述购买价格和预设价格阈值，将所述多个资源分为多个高价资源和多个低价资源；获取所述多个资源的总预估收入；根据每个高价资源的预估收入和所述总预估收入，确定所述每个高价资源的第一预估收入占比；将多个高价资源的多个第一预估收入占比与预设占比阈值进行比较，确定大于或等于所述预设占比阈值的多个目标预估收入占比；将所述多个目标预估收入占比按照从大到小的顺序进行排列，在所述多个高价资源中，按照排列顺序确定符合第二预设推荐数量的多个目标高价资源；根据每个低价资源的预估收入和所述总预估收入，确定所述每个低价资源的第二预估收入占比；将多个低价资源的多个第二预估收入占比按照从大到小的顺序排列，在所述多个低价资源中，按照排列顺序确定符合第三预设推荐数量的多个目标低价资源；根据所述多个目标高价资源和所述多个目标低价资源，生成目标资源组合。7.根据权利要求1至6中任一项所述的方法，其特征在于，所述获取多个资源的多个资源属性信息之前，还包括：获取多个历史用户信息、多个用户特征、多个资源特征、多个消费场景特征、多个历史购买资源数据和多个历史购买资源核销数据，其中，历史用户信息包括历史购买资源的用户信息和历史未购买资源的用户信息；根据所述多个历史用户信息和所述多个历史购买资源数据，对所述多个用户特征、所述多个资源特征和所述多个消费场景特征进行特征交叉处理，确定多个目标特征，其中，目标特征为用户特征、资源特征和消费场景特征的交叉特征；根据所述多个用户特征、所述多个资源特征、所述多个消费场景特征、所述多个目标特征和所述多个历史购买资源核销数据，训练机器学习模型，生成所述预设购买预测模型。8.根据权利要求7所述的方法，其特征在于，所述根据所述多个历史用户信息和所述多个历史购买资源数据，对所述多个用户特征、所述多个资源特征和所述多个消费场景特征进行特征交叉处理，确定多个目标特征的步骤，具体包括：根据所述多个历史用户信息和第一预设权重阈值，在所述多个用户特征中，确定多个目标用户特征，以及每个目标用户特征的权重值；根据每个目标用户特征的预设分类规则和多个用户属性信息，对所述多个目标用户特征进行分类，生成多个分类特征；根据所述多个历史购买资源数据，确定每个资源特征的权重值和每个消费场景特征的权重值；根据所述多个分类特征、所述多个历史购买资源数据和所述多个资源特征，确定每个分类特征的用户群中，对于每个资源特征对应的资源的第一购买用户数量和第一未购买用户数量；根据所述多个分类特征、所述多个历史购买资源数据和所述多个消费场景特征，确定每个分类特征的用户群中，对于每个消费场景特征对应的资源的第二购买用户数量和第二未购买用户数量；根据所述第一未购买用户数量、所述第二未购买用户数量和所述每个目标用户特制的
权重值，确定每个目标用户特征、每个资源特征和每个消费场景特征的交叉方式；根据所述交叉方式，对所述多个用户特征、所述多个资源特征和所述多个消费场景特征进行交叉处理，生成所述多个目标特征。9.一种资源推荐装置，其特征在于，包括：第一获取模...

【专利技术属性】
技术研发人员：贾永强，
申请(专利权)人：车主邦北京科技有限公司，
类型：发明
国别省市：