System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种产品推荐方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种产品推荐方法、装置、电子设备及存储介质制造方法及图纸

技术编号:43075070 阅读:2 留言:0更新日期:2024-10-22 14:49
本申请实施例公开了一种产品推荐方法、装置、电子设备及存储介质,属于人工智能技术领域,能够提高产品推荐的准确性。包括:获取待推荐用户的第一用户特征;将第一用户特征输入产品推荐算法模块,通过产品推荐算法模块中的分类模型,计算产品推荐至用户的推荐概率;在产品推荐算法模块中计算第二用户特征对应的证据权重WOE值,根据WOE值,确定产品的推荐理由信息,第二用户特征包括通过分类模型对第一用户特征进行筛选之后的用户特征;获取预设的业务规则,根据业务规则,调整推荐概率和推荐理由;通过产品推荐查询模块,生成推荐信息并向待推荐用户展示,推荐信息包括推荐用户对应的目标产品,以及调整之后的推荐概率和推荐理由。

【技术实现步骤摘要】

本申请涉及人工智能,尤其涉及一种产品推荐方法、装置、电子设备及存储介质


技术介绍

1、在个性化精准推荐产品的大背景下,传统的产品推荐模式已经备受挑战,随着企业的数字化转型,传统的产品推荐已经无法满足日趋个性化的消费需求,为顺应大多数客户的消费心理,加强用户消费体验,需要运营商打造精准推荐产品的能力,提供更加个性化的业务。

2、在相关技术中,一般通过大数据标签组合生成客群、基于内容推荐、协同过滤推荐等方式进行精准产品推荐,但是会导致严重依赖人工经验、产品推荐不准、推荐理由不明等,因此,目前仍存在产品推荐不准确的问题。


技术实现思路

1、本申请实施例的目的是提供一种产品推荐方法、装置、电子设备及存储介质,用以解决能够产品推荐不准确的问题。

2、为解决上述技术问题,本申请实施例是这样实现的:

3、第一方面,本申请实施例提供一种产品推荐方法,包括:获取待推荐用户的第一用户特征,所述第一用户特征包括用户信息和所述待推荐用户对各产品的使用信息;将所述第一用户特征输入产品推荐算法模块,通过所述产品推荐算法模块中的分类模型,计算所述产品推荐至所述用户的推荐概率;在所述产品推荐算法模块中计算第二用户特征对应的证据权重(weight of evidence,woe)值,根据所述woe值,确定所述产品的推荐理由,所述第二用户特征包括通过所述分类模型对所述第一用户特征进行筛选之后的用户特征;获取预设的业务规则,根据所述业务规则,调整所述推荐概率和所述推荐理由;通过产品推荐查询模块,生成推荐信息并向所述待推荐用户展示,所述推荐信息包括所述推荐产品,以及调整之后的所述推荐概率和所述推荐理由。

4、第二方面,本申请实施例提供一种产品推荐装置,包括:数据采集模块,用于获取待推荐用户的第一用户特征,所述第一用户特征包括用户信息和所述待推荐用户对各产品的使用信息;产品匹配度计算单元,用于将所述第一用户特征输入产品推荐算法模块,通过所述产品推荐算法模块中的分类模型,计算所述产品推荐至所述用户的推荐概率;推荐理由生成单元,用于在所述产品推荐算法模块中计算第二用户特征对应的证据权重woe值,根据所述woe值,确定所述产品的推荐理由,所述第二用户特征包括通过所述分类模型对所述第一用户特征进行筛选之后的用户特征;产品策略管理模块,用于获取预设的业务规则,根据所述业务规则,调整所述推荐概率和所述推荐理由;产品推荐查询模块,用于通过产品推荐查询模块,生成推荐信息并向所述待推荐用户展示,所述推荐信息包括所述推荐产品,以及调整之后的所述推荐概率和所述推荐理由。

5、第三方面,本申请实施例提供一种电子设备,包括处理器和与所述处理器电连接的存储器,所述存储器存储有计算机程序,所述处理器用于从所述存储器调用并执行所述计算机程序以实现上述一种产品推荐方法。

6、第四方面,本申请实施例提供一种计算机可读存储介质,用于存储计算机程序,所述计算机程序能够被处理器执行以实现上述一种产品推荐方法。

7、第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述一种产品推荐方法。

8、第六方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述一种产品推荐方法。

9、采用本申请实施例的技术方案,获取待推荐用户的第一用户特征,第一用户特征包括用户信息和待推荐用户对各产品的使用信息;将第一用户特征输入产品推荐算法模块,通过产品推荐算法模块中的分类模型,计算产品推荐至用户的推荐概率;在产品推荐算法模块中计算第二用户特征对应的woe值,根据woe值,确定产品的推荐理由,第二用户特征包括通过分类模型对第一用户特征进行筛选之后的用户特征;获取预设的业务规则,根据业务规则,调整推荐概率和推荐理由;通过产品推荐查询模块,生成推荐信息并向待推荐用户展示,推荐信息包括推荐用户对应的目标产品,以及调整之后的推荐概率和推荐理由。相比于其他技术,不过分依赖人工,通过机器学习算法和运营商预设的业务规则相结合,展示各类产品的推荐概率,以及产品推荐给待推荐用户的推荐理由等推荐信息,更能够精准推荐用户所需产品,同时能够解决产品推荐不准确的问题。

本文档来自技高网...

【技术保护点】

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所述的方法,其特征在于,所述分类模型的训练,包括:

3.根据权利要求1所述的方法,其特征在于,所述在所述产品推荐算法模块中计算第二用户特征对应的WOE值,根据所述WOE值,确定所述产品的推荐理由,包括:

4.根据权利要求3所述的方法,其特征在于,所述通过所述正样本用户和所述负样本用户,计算所述第二用户特征对应的WOE值,包括:

5.根据权利要求1所述的方法,其特征在于,所述获取预设的业务规则,根据所述业务规则,对所述推荐概率和所述推荐理由进行调整,包括:

6.根据权利要求1所述的方法,其特征在于,所述通过产品推荐查询模块,生成推荐信息并向所述待推荐用户展示,包括:

7.一种产品推荐装置,其特征在于,包括:

8.一种电子设备,其特征在于,包括处理器和与所述处理器电连接的存储器,所述存储器存储有计算机程序,所述处理器用于从所述存储器调用并执行所述计算机程序以实现如权利要求1-6任一项所述的一种产品推荐方法。

9.一种计算机可读存储介质,其特征在于,所述存储介质用于存储计算机程序,所述计算机程序能够被处理器执行以实现如权利要求1-6任一项所述的一种产品推荐方法。

10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的一种产品推荐方法。

...

【技术特征摘要】

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所述的方法,其特征在于,所述分类模型的训练,包括:

3.根据权利要求1所述的方法,其特征在于,所述在所述产品推荐算法模块中计算第二用户特征对应的woe值,根据所述woe值,确定所述产品的推荐理由,包括:

4.根据权利要求3所述的方法,其特征在于,所述通过所述正样本用户和所述负样本用户,计算所述第二用户特征对应的woe值,包括:

5.根据权利要求1所述的方法,其特征在于,所述获取预设的业务规则,根据所述业务规则,对所述推荐概率和所述推荐理由进行调整,包括:

6.根据权利要求1所述的方法,其特征在于,所述通过产...

【专利技术属性】
技术研发人员:谢贤娟刘存柳淑婷吴逊孙恒
申请(专利权)人:中国移动通信集团浙江有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1