【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、计算机设备及存储介质。
技术介绍
1、随着互联网技术的发展和电子商务的普及，推荐系统在各大平台的应用日益广泛。推荐系统旨在为用户提供个性化的产品推荐，例如各种商品、服务或内容等，从而提升用户的购买体验和平台的运营效率。
2、然而，现有推荐系统在实际应用中仍然存在一些不足和缺陷，许多推荐系统在产品信息流展示方面存在问题，展示的内容往往不是用户真正需要或感兴趣的，导致信息流的点击率较低。并且现有的推荐系统在进行产品推荐时，往往无法准确识别和推荐用户可能感兴趣的产品，相关的推荐内容并不能满足他们的需求。在金融保险等领域，推荐系统的应用也面临类似挑战。金融保险产品种类繁多，用户需求多样，这进一步降低了产品推荐的准确性。
技术实现思路
1、本申请实施例的目的在于提出一种产品推荐方法、装置、计算机设备及存储介质，以解决产品推荐准确性较低的问题。
2、为了解决上述技术问题，本申请实施例提供一种产品推荐方法，采用了如下所述的技术方案：
3、获取候选产品库；
4、根据预设的召回策略，在所述候选产品库中确定每个用户所对应的候选产品；
5、获取全部用户的用户数据以及全部候选产品的产品数据；
6、根据所述用户数据构建交互矩阵和权重矩阵，并根据所述交互矩阵、所述权重矩阵和所述用户数据计算所述每个用户的用户特征向量，以及根据所述交互矩阵、所述权重矩阵和所述产品数据计算每个候选产品的产品特
7、根据得到的权重矩阵、用户特征向量和产品特征向量，计算所述每个用户与所述每个候选产品之间的匹配度，并基于得到的匹配度确定所述每个用户的目标产品；
8、根据所述每个用户的目标产品，对所述每个用户进行产品推荐。
9、为了解决上述技术问题，本申请实施例还提供一种产品推荐装置，采用了如下所述的技术方案：
10、产品库获取模块，用于获取候选产品库；
11、候选确定模块，用于根据预设的召回策略，在所述候选产品库中确定每个用户所对应的候选产品；
12、数据获取模块，用于获取全部用户的用户数据以及全部候选产品的产品数据；
13、向量计算模块，用于根据所述用户数据构建交互矩阵和权重矩阵，并根据所述交互矩阵、所述权重矩阵和所述用户数据计算所述每个用户的用户特征向量，以及根据所述交互矩阵、所述权重矩阵和所述产品数据计算每个候选产品的产品特征向量；
14、产品确定模块，用于根据得到的权重矩阵、用户特征向量和产品特征向量，计算所述每个用户与所述每个候选产品之间的匹配度，并基于得到的匹配度确定所述每个用户的目标产品；
15、产品推荐模块，用于根据所述每个用户的目标产品，对所述每个用户进行产品推荐。
16、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
17、获取候选产品库；
18、根据预设的召回策略，在所述候选产品库中确定每个用户所对应的候选产品；
19、获取全部用户的用户数据以及全部候选产品的产品数据；
20、根据所述用户数据构建交互矩阵和权重矩阵，并根据所述交互矩阵、所述权重矩阵和所述用户数据计算所述每个用户的用户特征向量，以及根据所述交互矩阵、所述权重矩阵和所述产品数据计算每个候选产品的产品特征向量；
21、根据得到的权重矩阵、用户特征向量和产品特征向量，计算所述每个用户与所述每个候选产品之间的匹配度，并基于得到的匹配度确定所述每个用户的目标产品；
22、根据所述每个用户的目标产品，对所述每个用户进行产品推荐。
23、为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
24、获取候选产品库；
25、根据预设的召回策略，在所述候选产品库中确定每个用户所对应的候选产品；
26、获取全部用户的用户数据以及全部候选产品的产品数据；
27、根据所述用户数据构建交互矩阵和权重矩阵，并根据所述交互矩阵、所述权重矩阵和所述用户数据计算所述每个用户的用户特征向量，以及根据所述交互矩阵、所述权重矩阵和所述产品数据计算每个候选产品的产品特征向量；
28、根据得到的权重矩阵、用户特征向量和产品特征向量，计算所述每个用户与所述每个候选产品之间的匹配度，并基于得到的匹配度确定所述每个用户的目标产品；
29、根据所述每个用户的目标产品，对所述每个用户进行产品推荐。
30、与现有技术相比，本申请实施例主要有以下有益效果：首先通过结合多种召回策略，从不同角度筛选出与用户相关的候选产品，增加了推荐产品的多样性和相关性；根据用户数据构建交互矩阵和权重矩阵，交互矩阵中元素的元素值表示每个用户对每个候选产品的偏好程度，权重矩阵中元素的元素值表示交互矩阵中对应元素的权重；通过对交互矩阵和权重矩阵的加权矩阵分解算法，再利用用户数据和产品数据，计算出用户特征向量和产品特征向量，有效捕捉了用户和产品的隐含特征，提升了推荐的精度；根据得到的权重矩阵、用户特征向量和产品特征向量，计算每个用户与每个候选产品之间的匹配度，并基于得到的匹配度确定每个用户的目标产品，匹配度计算使得推荐产品更符合用户需求；最后根据每个用户的目标产品进行个性化地产品推荐，有利于提高用户满意度和点击率，提高产品推荐的准确性。
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，包括下述步骤：
2.根据权利要求1所述的产品推荐方法，其特征在于，所述根据预设的召回策略，在所述候选产品库中确定每个用户所对应的候选产品的步骤包括：
3.根据权利要求1所述的产品推荐方法，其特征在于，所述根据所述用户数据构建交互矩阵和权重矩阵的步骤包括：
4.根据权利要求3所述的产品推荐方法，其特征在于，所述根据所述交互矩阵、所述权重矩阵和所述用户数据计算所述每个用户的用户特征向量，以及根据所述交互矩阵、所述权重矩阵和所述产品数据计算每个候选产品的产品特征向量的步骤包括：
5.根据权利要求1所述的产品推荐方法，其特征在于，所述根据得到的权重矩阵、用户特征向量和产品特征向量，计算所述每个用户与所述每个候选产品之间的匹配度的步骤包括：
6.根据权利要求1所述的产品推荐方法，其特征在于，所述基于得到的匹配度确定所述每个用户的目标产品的步骤包括：
7.根据权利要求1所述的产品推荐方法，其特征在于，在所述根据所述每个用户的目标产品，对所述每个用户进行产品推荐的步骤之后，还包括：
...【技术特征摘要】
1.一种产品推荐方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的产品推荐方法，其特征在于，所述根据预设的召回策略，在所述候选产品库中确定每个用户所对应的候选产品的步骤包括：
3.根据权利要求1所述的产品推荐方法，其特征在于，所述根据所述用户数据构建交互矩阵和权重矩阵的步骤包括：
4.根据权利要求3所述的产品推荐方法，其特征在于，所述根据所述交互矩阵、所述权重矩阵和所述用户数据计算所述每个用户的用户特征向量，以及根据所述交互矩阵、所述权重矩阵和所述产品数据计算每个候选产品的产品特征向量的步骤包括：
5.根据权利要求1所述的产品推荐方法，其特征在于，所述根据得到的权重矩阵、用户特征向量和产品特征向量，计算所述每个用户与所述每个候选产品之间的匹配度...
【专利技术属性】
技术研发人员：林晓琳，
申请(专利权)人：中国平安财产保险股份有限公司，
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。