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()
【技术实现步骤摘要】
本申请涉及互联网及金融领域,尤其是涉及到一种产品推荐方法及装置、存储介质、计算机设备。
技术介绍
1、现阶段,随着金融理财产品的不断发展,各种各样的金融理财产品层出不穷。不同的金融理财产品对应着不同的风险、收益等,各自的优势也都存在差距,使得用户在选择金融理财产品时面临着困难。
2、现有技术中,在对用户进行金融理财产品推荐时,大多根据用户的历史购买习惯或者历史搜索习惯,以及金融理财产品的产品特征进行推荐。然而,这种方式考虑的推荐因素单一,使得金融理财产品的推荐准确性较低,进而影响用户的推荐满意度。
技术实现思路
1、有鉴于此,本申请提供了一种产品推荐方法及装置、存储介质、计算机设备,在对目标用户进行金融理财产品等产品推荐时,不仅考虑目标用户的用户信息,此外还考虑目标用户的实时需求,以及金融理财产品等的实时产品信息、实时风险信息,在产品推荐过程中融入用户需求以及金融理财产品等随时间变化的特性,使得产品推荐时考虑的因素更加全面,进而可以大大提升产品推荐的准确度和成功率。
2、根据本申请的一个方面,提供了一种产品推荐方法,包括:
3、获取样本数据,所述样本数据包括样本用户的第一需求信息、第一用户信息,以及与所述第一需求信息时间对应的历史产品信息、历史风险信息;
4、基于所述样本数据,对初始推荐模型进行训练,得到目标推荐模型;
5、当任一客户端接入对话系统时,获取所述任一客户端对应的目标用户的第二需求信息、第二用户信息,以及所述对
6、将所述第二需求信息、所述第二用户信息、所述实时产品信息以及所述实时风险信息输入至所述目标推荐模型中,基于所述目标推荐模型的模型输出得到所述目标用户对应的第二产品推荐列表,并将所述第二产品推荐列表返回至所述任一客户端中。
7、根据本申请的另一方面,提供了一种产品推荐装置,包括:
8、样本数据获取模块,用于获取样本数据,所述样本数据包括样本用户的第一需求信息、第一用户信息,以及与所述第一需求信息时间对应的历史产品信息、历史风险信息;
9、模型训练模块,用于基于所述样本数据,对初始推荐模型进行训练,得到目标推荐模型;
10、信息获取模块,用于当任一客户端接入对话系统时,获取所述任一客户端对应的目标用户的第二需求信息、第二用户信息,以及所述对话系统对应的业务领域的当前各产品的实时产品信息、实时风险信息;
11、列表生成模块,用于将所述第二需求信息、所述第二用户信息、所述实时产品信息以及所述实时风险信息输入至所述目标推荐模型中,基于所述目标推荐模型的模型输出得到所述目标用户对应的第二产品推荐列表,并将所述第二产品推荐列表返回至所述任一客户端中。
12、依据本申请又一个方面,提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述产品推荐方法。
13、依据本申请再一个方面,提供了一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述产品推荐方法。
14、借由上述技术方案,本申请提供的一种产品推荐方法及装置、存储介质、计算机设备,首先,可以获取样本数据,在这里,样本数据可以由多个部分组成,包括样本用户的第一需求信息、第一用户信息,此外,还可以包括与样本用户的第一需求信息时间相同时对应的历史产品信息、历史风险信息等。获取到样本数据之后,可以利用这些样本数据对初始推荐模型进行模型训练,训练完成后可以对应得到目标推荐模型。得到目标推荐模型之后,可以利用目标推荐模型对目标用户进行产品推荐。具体地,可以利用第二需求信息、第二用户信息、实时产品信息、实时风险信息以及目标推荐模型,生成第二产品推荐列表,并将第二产品推荐列表返回到客户端中。本申请实施例在对目标用户进行金融理财产品等产品推荐时,不仅考虑目标用户的用户信息,此外还考虑目标用户的实时需求,以及金融理财产品等的实时产品信息、实时风险信息,在产品推荐过程中融入用户需求以及金融理财产品等随时间变化的特性,使得产品推荐时考虑的因素更加全面,进而可以大大提升产品推荐的准确度和成功率。
15、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
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:
2.根据权利要求1所述的方法,其特征在于,所述初始推荐模型包括预训练图神经网络模型、注意力机制层以及MF模型;所述基于所述样本数据,对初始推荐模型进行训练,得到目标推荐模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述依据所述第一产品推荐列表,以及所述样本用户的历史成功推荐信息,对所述初始推荐模型中的模型参数进行调整,得到所述目标推荐模型,包括:
4.根据权利要求1所述的方法,其特征在于,所述当任一客户端接入对话系统时,获取所述任一客户端对应的目标用户的第二需求信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述获取所述任一客户端对应的目标用户的第二用户信息,包括:
6.根据权利要求1所述的方法,其特征在于,获取所述对话系统对应的业务领域的当前各产品的实时产品信息、实时风险信息,包括:
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述将所述第二产品推荐列表返回至所述任一客户端中之后,所述方法还包括:
8.一种产品推荐装置,其特征
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种产品推荐方法,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,所述初始推荐模型包括预训练图神经网络模型、注意力机制层以及mf模型;所述基于所述样本数据,对初始推荐模型进行训练,得到目标推荐模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述依据所述第一产品推荐列表,以及所述样本用户的历史成功推荐信息,对所述初始推荐模型中的模型参数进行调整,得到所述目标推荐模型,包括:
4.根据权利要求1所述的方法,其特征在于,所述当任一客户端接入对话系统时,获取所述任一客户端对应的目标用户的第二需求信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述获取所述任一客户端对应的目标用户的第...
【专利技术属性】
技术研发人员:胡意仪,田鑫鑫,阮晓雯,
申请(专利权)人:平安科技深圳有限公司,
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。