【技术实现步骤摘要】
本申请涉及金融领域，具体而言，涉及一种服务推荐的方法、装置及电子设备。
技术介绍
1、在银行金融领域，随着技术的不断进步，数据驱动的业务模式已经成为主流。然而，相关技术在使用历史数据进行推荐时，存在明显的局限性，这些技术往往依赖于过时的历史数据，无法实时更新推荐模型，导致推荐效果不尽如人意。
2、在快节奏的金融市场中，客户需求和偏好日新月异，仅依靠历史数据显然无法精确把握市场脉动。由于缺乏实时数据的支撑，推荐模型往往滞后于市场变化，无法及时反映客户的最新需求，这不仅影响了客户的满意度和忠诚度，也制约了银行业务的发展和创新。因此，解决相关技术中无法实时更新推荐模型的问题，对于提升银行金融服务的质量和效率具有重要意义。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种服务推荐的方法、装置及电子设备，以至少解决相关技术中使用历史数据进行推荐，无法实时更新推荐模型，导致推荐效果较差的技术问题。
2、根据本申请实施例的一个方面，提供了一种服务推荐的方法，包括：接收目标对象在第一次使用银行服务系统时反馈的评价数据；依据评价数据优化银行服务系统中部署的原始推荐模型，得到目标推荐模型，其中，原始推荐模型用于为目标对象推荐金融服务；在目标对象第二次使用银行服务系统时，采用目标推荐模型预测目标对象的偏好信息；依据偏好信息向目标对象推荐目标金融服务。
3、可选地，接收目标对象在第一次使用银行服务系统时反馈的评价数据
4、可选地，对文本数据进行数据清洗操作，包括：在文本数据中存在缺失值的情况下，确定缺失值中是否存在关键信息；在缺失值中不存在关键信息的情况下，通过以下之一的方式对缺失值进行处理：填充、删除、插值；在缺失值中存在关键信息，或缺失值在文本数据中的缺失程度大于预设阈值的情况下，删除文本数据。
5、可选地，依据评价数据优化银行服务系统中部署的原始推荐模型，得到目标推荐模型，包括：获取目标对象使用银行服务系统时的历史交易数据，其中，历史交易数据与目标对象具有对应关系；将历史交易数据和评价数据输入原始推荐模型进行优化训练，得到输出结果，其中，优化训练用于调整原始推荐模型中的模型参数；在输出结果对应的损失函数值满足预设损失值，或优化训练的迭代次数达到预设次数时停止训练，得到目标推荐模型。
6、可选地，采用目标推荐模型预测目标对象的偏好信息，包括：确定目标对象的身份信息；依据身份信息，从数据库中调取目标对象的历史行为数据，采用目标推荐模型对历史行为数据和评价数据进行预测，得到目标对象的偏好的预测结果，其中，预测结果包括预测银行服务和与预测银行服务对应的偏好评分；显示偏好评分大于预设评分的预测结果，得到偏好信息。
7、可选地，依据偏好信息向目标对象推荐目标金融服务，包括：确定目标对象的目标偏好信息与金融服务数据库中的各个金融服务之间的相似度，得到与目标偏好信息对应的相似度集合，其中，目标偏好信息为偏好信息中的任意一个偏好信息；将相似度集合中相似度最高的金融服务确定为与目标偏好信息对应的目标金融服务；确定目标金融服务在银行服务系统中所属的目标模块，并控制目标模块将目标金融服务推送给目标对象。
8、可选地，方法还包括：对目标对象与银行服务系统的交互过程中产生的数据进行加密，将加密数据保存在服务器中，其中，在不具备访问权限的用户访问服务器中的加密数据时，生成告警信息并将告警信息发送至管理人员。
9、根据本申请实施例的另一方面，还提供了一种服务推荐的装置，包括：接收模块，用于接收目标对象在第一次使用银行服务系统时反馈的评价数据；优化模块，用于依据评价数据优化银行服务系统中部署的原始推荐模型，得到目标推荐模型，其中，原始推荐模型用于为目标对象推荐金融服务；预测模块，用于在目标对象第二次使用银行服务系统时，采用目标推荐模型预测目标对象的偏好信息；推荐模块，用于依据偏好信息向目标对象推荐目标金融服务。
10、根据本申请实施例的又一方面，还提供了一种电子设备，包括：存储器，用于存储程序指令；处理器，与存储器连接，用于执行实现以下功能的程序指令：接收目标对象在第一次使用银行服务系统时反馈的评价数据；依据评价数据优化银行服务系统中部署的原始推荐模型，得到目标推荐模型，其中，原始推荐模型用于为目标对象推荐金融服务；在目标对象第二次使用银行服务系统时，采用目标推荐模型预测目标对象的偏好信息；依据偏好信息向目标对象推荐目标金融服务。
11、根据本申请实施例的再一方面，还提供了一种非易失性存储介质，该非易失性存储介质包括存储的计算机程序，其中，该非易失性存储介质所在设备通过运行计算机程序执行上述服务推荐的方法。
12、根据本申请实施例的再一方面，还提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现上述服务推荐的方法。
13、在本申请实施例中，通过接收目标对象在第一次使用银行服务系统时反馈的评价数据；依据评价数据优化银行服务系统中部署的原始推荐模型，得到目标推荐模型，其中，原始推荐模型用于为目标对象推荐金融服务；在目标对象第二次使用银行服务系统时，采用目标推荐模型预测目标对象的偏好信息；依据偏好信息向目标对象推荐目标金融服务，达到了提高用户体验，增强推荐准确性的目的，从而实现了提高推荐模型的泛化能力的技术效果，进而解决了相关技术中使用历史数据进行推荐，无法实时更新推荐模型，导致推荐效果较差的技术问题。
本文档来自技高网...【技术保护点】
1.一种服务推荐的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，接收目标对象在第一次使用银行服务系统时反馈的评价数据之后，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述文本数据进行数据清洗操作，包括：
4.根据权利要求1所述的方法，其特征在于，依据所述评价数据优化所述银行服务系统中部署的原始推荐模型，得到目标推荐模型，包括：
5.根据权利要求1所述的方法，其特征在于，采用所述目标推荐模型预测所述目标对象的偏好信息，包括：
6.根据权利要求1所述的方法，其特征在于，依据所述偏好信息向所述目标对象推荐目标金融服务，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种服务推荐的装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的计算机程序，其中，所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述的服务推
11.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至7中任意一项所述的服务推荐的方法。
...【技术特征摘要】
1.一种服务推荐的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，接收目标对象在第一次使用银行服务系统时反馈的评价数据之后，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述文本数据进行数据清洗操作，包括：
4.根据权利要求1所述的方法，其特征在于，依据所述评价数据优化所述银行服务系统中部署的原始推荐模型，得到目标推荐模型，包括：
5.根据权利要求1所述的方法，其特征在于，采用所述目标推荐模型预测所述目标对象的偏好信息，包括：
6.根据权利要求1所述的方法，其特征在于，依据所...
【专利技术属性】
技术研发人员：范开，
申请(专利权)人：北京银行股份有限公司，
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。