CN107369091A

CN107369091A - 产品推荐方法、装置及理财产品推荐方法

Info

Publication number: CN107369091A
Application number: CN201610313426.1A
Authority: CN
Inventors: 王佳琳
Original assignee: Alibaba Group Holding Ltd
Current assignee: Advanced New Technologies Co Ltd; Advantageous New Technologies Co Ltd
Priority date: 2016-05-12
Filing date: 2016-05-12
Publication date: 2017-11-21
Anticipated expiration: 2036-05-12
Also published as: CN107369091B

Abstract

本申请提供了一种产品推荐方法、装置及理财产品推荐方法，属于产品推荐技术领域。所述方法包括：获取与用户操作行为数据相关的第一产品；获取与第一产品具有第一关联关系的第二产品；在第二产品中确定推荐产品；向用户推荐该推荐产品；第一关联关系为每一第一产品对应一个或多个占比不同的第二产品，或者，第一关联关系为每一第二产品对应一个或多个占比不同的第一产品。本申请获取与用户操作行为数据相关的第一产品；获取与第一产品具有第一关联关系的第二产品；在第二产品中确定推荐产品；向用户推荐该推荐产品，使得向用户推荐的产品与用户的历史操作行为相关，提升了推荐效果。

Description

产品推荐方法、装置及理财产品推荐方法

技术领域

本申请涉及产品推荐技术领域，尤其涉及产品推荐方法、装置及理财产品推荐方法。

背景技术

随着网络技术的发展，网络成为产品获取的主要平台之一。如何有效的向网络用户推荐产品，成为产品提供商追求的新目标。

目前常用的产品推荐方法为：在推荐位置推荐固定内容的产品。例如：当用户打开理财产品平台(application，应用程序)后，在首页上的产品推荐位置推荐当前主推产品。

上述方法，无论哪个用户打开其理财产品平台后，均会在首页上的产品推荐位置推荐相同的当前主推产品，即向不同的用户推荐相同的产品。然而，不同的用户对相同产品的关注程度不同，使得上述方法不能保证推荐的产品被每个用户关注，在一定程度上影响了上述方法的推荐效果。

发明内容

为解决提升产品推荐效果，本申请实施例提出了一种产品推荐方法、装置及理财产品推荐方法。

第一方面，本申请实施例提供了一种产品推荐方法，所述方法包括：

获取与用户操作行为数据相关的第一产品；

获取与所述第一产品具有第一关联关系的第二产品；

在所述第二产品中确定推荐产品；

向所述用户推荐所述推荐产品；

所述第一关联关系为每一第一产品对应一个或多个占比不同的第二产品，或者，所述第一关联关系为每一第二产品对应一个或多个占比不同的第一产品。

可选地，所述在所述第二产品中确定推荐产品，包括：

计算每一第二产品所关联的全部第一产品的占比总和；

根据所述占比总和，将占比总和前预设位的第二产品确定为推荐产品。

可选地，所述在所述第二产品中确定推荐产品，包括：

将所有第二产品均确定为推荐产品。

可选地，所述第一关联关系为每一第一产品对应一个或多个占比不同的第二产品；

所述向所述用户推荐所述推荐产品，包括：

获取推荐产品；

获取与所述推荐产品具有第二关联关系的第三产品；

计算每一第三产品所关联的全部推荐产品的占比总和；

根据所述占比总和，向用户推荐占比总和前预设位的第三产品；

所述第二关联关系为每一第三产品对应一个或多个占比不同的推荐产品。

可选地，所述第三产品与所述第一产品不相同。

可选地，所述第一关联关系为每一第二产品对应一个或多个占比不同的第一产品；

所述向所述用户推荐所述推荐产品，包括：

获取推荐产品；

获取与所述推荐产品具有第三关联关系的第四产品；

计算每一第四产品所关联的全部推荐产品的占比总和；

根据所述占比总和，向用户推荐占比总和前预设位的第四产品；

所述第三关联关系为每一推荐产品对应一个或多个占比不同的第四产品。

可选地，所述第四产品与所述第一产品不相同。

另一方面，本申请实施例提供了一种产品推荐装置，所述装置包括：

第一获取模块，用于获取与用户操作行为数据相关的第一产品；

第二获取模块，用于获取与所述第一获取模块获取的第一产品具有第一关联关系的第二产品；

确定模块，用以在所述第二获取模块获取的第二产品中确定推荐产品；

推荐模块，用于向所述用户推荐所述确定模块确定的推荐产品；

可选地，所述确定模块，包括：

计算单元，用于计算每一第二产品所关联的全部第一产品的占比总和；

确定单元，用于根据所述计算单元得到的占比总和，将占比总和前预设位的第二产品确定为推荐产品。

可选地，所述确定模块，用于将所有第二产品均确定为推荐产品。

所述推荐模块，包括：

第一获取单元，用于获取推荐产品；

第二获取单元，用于获取与所述第一获取单元获取的推荐产品具有第二关联关系的第三产品；

第一计算单元，用于计算所述第二获取单元获取的每一第三产品所关联的全部推荐产品的占比总和；

第一推荐单元，用于根据所述第一计算单元得到的占比总和，向用户推荐占比总和前预设位的第三产品；

可选地，所述第三产品与所述第一产品不相同。

所述推荐模块，包括：

第三获取单元，用于获取推荐产品；

第四获取单元，用于获取与所述第三获取单元获取的推荐产品具有第三关联关系的第四产品；

第二计算单元，用于计算所述第四获取单元获取的每一第四产品所关联的全部推荐产品的占比总和；

第二推荐单元，用于根据所述第二计算单元得到的占比总和，向用户推荐占比总和前预设位的第四产品；

可选地，所述第四产品与所述第一产品不相同。

第三方面，本申请实施例提供了一种理财产品推荐方法，所述方法包括：

获取与用户操作行为数据相关的理财产品；

获取与所述第一理财产品具有第一关联关系的第二理财产品；

在所述第二理财产品中确定推荐理财产品；

向所述用户推荐所述推荐理财产品；

所述第一关联关系为每一第一理财产品对应一个或多个占比不同的第二理财产品，或者，所述第一关联关系为每一理财第二产品对应一个或多个占比不同的第一理财产品。

可选地，所述理财产品为基金产品，或者，股票产品。

可选地，所述第一理财产品为基金产品，所述第二理财产品为股票产品，所述第一关联关系为每一第一理财产品对应一个或多个占比不同的第二理财产品。

可选地，所述第一理财产品为股票产品，所述第二理财产品为基金产品，所述第一关联关系为每一理财第二产品对应一个或多个占比不同的第一理财产品。

有益效果如下：

获取与用户操作行为数据相关的第一产品；获取与第一产品具有第一关联关系的第二产品；在第二产品中确定推荐产品；向用户推荐该推荐产品，使得向用户推荐的产品与用户的历史操作行为相关，提升了推荐效果。

附图说明

下面将参照附图描述本申请的具体实施例，其中：

图1示出了本申请一实施例提供的一种产品推荐方法的流程示意图；

图2示出了本申请另一实施例提供的另一种产品推荐方法的流程示意图；

图3示出了本申请另一实施例提供的另一种产品推荐方法的流程示意图；

图4示出了本申请另一实施例提供的另一种产品推荐方法的流程示意图；

图5示出了本申请另一实施例提供的一种产品推荐的推荐界面示意图；

图6示出了本申请另一实施例提供的另一种产品推荐方法的流程示意图；

图7示出了本申请另一实施例提供的另一种产品推荐方法的流程示意图；

图8示出了本申请另一实施例提供的一种产品推荐装置的结构示意图；

图9示出了本申请另一实施例提供的一种确定模块的结构示意图；

图10示出了本申请另一实施例提供的一种推荐模块的结构示意图；

图11示出了本申请另一实施例提供的另一种确定模块的结构示意图。

具体实施方式

为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。

目前产品推荐时，会向不同用户推荐相同的产品，而不同的用户对相同产品的关注程度不同，使得目前的方法不能保证推荐的产品被每个用户关注，在一定程度上影响了产品推荐效果。为了提升产品推荐效果，本申请提出了一种产品推荐方法，该产品推荐方法可以获取与用户操作行为数据相关的第一产品；获取与所述第一产品具有第一关联关系的第二产品；在所述第二产品中确定推荐产品；向所述用户推荐所述推荐产品，使得向用户推荐的产品与用户的历史操作行为相关，进而保证了用户对推荐产品的关注度，提升了推荐效果。

本申请提供的产品推荐方法在具体实施时，可以用于多种场景，例如：终端通过产品推荐方法向终端用户推荐产品。再例如：APP通过产品推荐方法向APP用户推荐产品。

结合上述实施环境，本实施例提供了一种产品推荐方法。参见图1，本实施例提供的方法流程具体如下：

101：获取与用户操作行为数据相关的第一产品；

102：获取与第一产品具有第一关联关系的第二产品；

其中，第一关联关系为每一第一产品对应一个或多个占比不同的第二产品，或者，第一关联关系为每一第二产品对应一个或多个占比不同的第一产品。

103：在第二产品中确定推荐产品；

可选地，在第二产品中确定推荐产品，包括：

计算每一第二产品所关联的全部第一产品的占比总和；

根据占比总和，将占比总和前预设位的第二产品确定为推荐产品。

可选地，在第二产品中确定推荐产品，包括：

将所有第二产品均确定为推荐产品。

104：向用户推荐该推荐产品。

可选地，第一关联关系为每一第一产品对应一个或多个占比不同的第二产品；

向用户推荐该推荐产品，包括：

获取推荐产品；

获取与推荐产品具有第二关联关系的第三产品；

计算每一第三产品所关联的全部推荐产品的占比总和；

根据占比总和，向用户推荐占比总和前预设位的第三产品；

第二关联关系为每一第三产品对应一个或多个占比不同的推荐产品。

可选地，第三产品与第一产品不相同。

可选地，第一关联关系为每一第二产品对应一个或多个占比不同的第一产品；

向用户推荐该推荐产品，包括：

获取推荐产品；

获取与推荐产品具有第三关联关系的第四产品；

计算每一第四产品所关联的全部推荐产品的占比总和；

根据占比总和，向用户推荐占比总和前预设位的第四产品；

第三关联关系为每一推荐产品对应一个或多个占比不同的第四产品。

可选地，第四产品与第一产品不相同。

有益效果：

本申请提供的产品推荐方法可以根据用户的历史操作行为推荐各种产品，例如：根据用户历史操作行为推荐理财产品。

其中，理财产品所涵盖的具体产品也较多，例如：基金产品，再例如：股票产品，或者其他产品。

下面，仅以根据用户历史操作行为推荐理财产品，且该理财产品为股票产品，或者，基金产品为例进行详细说明，对于推荐其他产品的情况，可参照推荐理财产品的实现方式。

在具体实现时，满足根据用户历史操作行为推荐理财产品，且该理财产品为股票产品，或者，基金产品的具体实施场景较多，例如，

场景一：根据用户的基金产品操作行为推荐股票产品。

场景二：根据用户的基金产品操作行为推荐基金产品。

场景三：根据用户的股票产品操作行为推荐基金产品。

场景四：根据用户的股票产品操作行为推荐股票产品。

下面，针对上述四种实施场景，用不同的实施例分别进行介绍。

针对场景一，即根据用户的基金产品操作行为推荐股票产品，本实施例提供了一种产品推荐方法。

在场景一中，第一产品为基金产品，第二产品为股票产品，第一关联关系为每一第一产品对应一个或多个占比不同的第二产品，即每一基金产品对应一个或多个占比不同的股票产品，推荐产品为股票产品。假如，用户为用户A，用户A的操作行为数据为用户选择的基金产品列表，本实施例提供的产品推荐方法应用于理财产品平台，即理财产品平台根据用户A选择的基金产品向其推荐股票产品。

其中，理财产品平台包括但不限于蚂蚁聚宝APP。

参见图2，针对场景一，本实施例提供的产品推荐方法流程具体如下：

201：获取与用户操作行为数据相关的基金产品；

其中，操作行为包括但不限于：选择行为，搜索行为，点击行为，浏览行为，存储行为，复制行为等。

由于用户的操作行为可以直接反应用户的兴趣点，根据用户历史操作行为数据确定的用户推荐数据更贴合用户的偏好。

具体的，可以1)获取与用户操作行为数据相关的所有基金产品。

例如：用户A在理财产品平台中的关注功能中，选择了多个基金产品，形成表1所示的基金产品列表，则将表1中所有基金产品均确定为与用户操作行为数据相关的基金产品。

表1

序号	基金产品名称
		1	基金产品1
2	基金产品2
		3	基金产品3
4	基金产品4
		5	基金产品5

若用户操作行为较多，或者，与用户操作行为对应的基金产品较杂，还可以2)获取与用户操作行为数据相关程度较高的基金产品。

其中，操作程度较高的基金产品，可以为在用户使用理财产品平台的整个时间段中，对该金产品的用户操作行为较多，也可以为在距当前日期第一预设时间段内与对该基金产品的用户操作行为较多。

例如：若用户A对在用户使用理财产品平台的整个时间段中，选择表1所示的各基金产品的次数如表2所示，则在表2所示的所有基金产品中将选择次数最多的前3个基金产品确定为与用户操作行为数据相关的基金产品，如表3所示。

表2

表3

序号	基金产品名称
		1	基金产品1
2	基金产品2
		3	基金产品3

202：获取与基金产品具有第一关联关系的股票产品；

其中，第一关联关系为，每一基金产品对应一个或多个占比不同的股票产品。

对应每一基金产品对应一个或多个占比不同的股票产品可以有2种不同的理解方式，下面以基金产品1持有股票产品A，股票产品B为例，分别对两种理解方式进行说明。

理解方式一：基金产品1持有100万元的股票产品A，持有80万元的股票产品B，持有股票产品A的100万元占基金产品1总资产180万元的56％，持有股票产品B的80万元占基金产品1总资产180万元的44％，则基金产品A对应2个占比不同的股票产品，分别为股票产品A和股票产品B，且股票产品A占比56％，股票产品B占比44％。

理解方式二：基金产品1持有100万股的股票产品A，持有80万股的股票产品B，股票产品A发行500万股，股票产品B发行800万股，持有股票产品A的100万股占股票产品A总发行量的20％，持有股票产品B的80万股占股票产品B总发行量的10％，则基金产品A对应2个占比不同的股票产品，分别为股票产品A和股票产品B，且股票产品A占比20％，股票产品B占比10％。

无论上述哪种理解方式，本步骤获取与基金产品具有第一关联关系的股票产品为，获取步骤201中得到的所有基金产品对应的所有股票产品。

203：在股票产品中确定推荐产品；

本步骤的具体实现方式包括但不限于：

方式一：将步骤202中获取的所有股票产品均确定为推荐产品。

方式二：在步骤202中获取的所有股票产品中选择部分股票产品确定为推荐产品。

具体的，将步骤201中得到的各基金产品重仓持有的股票产品确定为推荐产品。

例如：若表3所示的基金产品列表中各基金产品持有股票产品情况如表4所示，则将基金产品1重仓的股票产品A，基金产品2重仓的股票产品B，基金产品3重仓的股票产品C确定为用户推荐数据。

表4

对于方式二，除了上述将步骤201中得到的各基金产品重仓持有的股票产品确定为推荐产品的具体实现方式之外，还可以通过如下2个步骤实现：

步骤1.1：计算每一股票产品所关联的基金产品列表中的全部基金产品的占比总和；

若第一关联关系为表5所示的各基金产品持有股票产品情况，则股票产品为：股票产品A、股票产品B、股票产品C和股票产品D。

表5

根据表5，股票产品A所关联的基金产品为：基金产品1，占比10％，基金产品3占比6％，占比总和为16％。股票产品B所关联的基金产品为：基金产品1，占比8％，基金产品2占比15％，占比总和为23％。股票产品C所关联的基金产品为：基金产品1，占比9％，基金产品3占比5.5％，占比总和为14.5％。股票产品D所关联的基金产品为：基金产品3占比10％，占比总和为10％。

步骤1.2：根据占比总和，将占比总和前预设位的股票产品确定为推荐产品。

若预设位为3位，则根据步骤1.1中占比总和，获取占比总和前3位的股票产品：股票产品B、股票产品A、股票产品C确定为推荐产品。

204：向用户推荐该推荐产品。

在具体推荐时，可以无顺序推荐，也可以有顺序推荐。

对于有顺序推荐的情况，可以将推荐产品(股票产品)按当日股价从高至低顺序推荐。

在具体推荐时，可以采用固定的前端话术。

本实施例提供的方法，基于用户在理财产品平台中的历史操作行为，通过大数据分析和算法建模，可以对用户进行多维度关联理财产品推荐，通过关联推荐，可以帮助用户发现更多相关理财产品，提升用户粘性和理财产品平台的吸引力。

有益效果：

获取与用户操作行为数据相关的基金产品；获取与基金产品具有第一关联关系的股票产品；在股票产品中确定推荐产品；向用户推荐该推荐产品，使得向用户推荐的产品与用户的历史操作行为相关，提升了推荐效果。

与用户操作行为相关的基金产品有关联关系的理财产品除场景一中的股票产品之外，还可为其他基金产品。即与场景一中的股票产品(即推荐产品)存在第二关联关系的基金产品，第二关联关系为每一基金产品对应一个或多个占比不同的推荐产品。因此，在实际应用中，还可能出现根据用户的基金产品操作行为推荐基金产品的情况，即场景二。

针对场景二，本实施例提供了一种产品推荐方法。

在场景二中，第一产品为基金产品，第二产品为股票产品，第一关联关系为每一第一产品对应一个或多个占比不同的第二产品，即每一基金产品对应一个或多个占比不同的股票产品，推荐产品也为股票产品，但最终向用户推荐的却为其他基金产品。假如，用户为用户A，用户A的操作行为数据为用户选择的基金产品列表，本实施例提供的产品推荐方法应用于理财产品平台，即理财产品平台根据用户A选择的基金产品向其推荐基金产品。

其中，理财产品平台包括但不限于蚂蚁聚宝APP。

参见图3，针对场景二，本实施例提供的产品推荐方法流程具体如下：

301：获取与用户操作行为数据相关的基金产品；

本步骤的实现方式与步骤201相同，详见步骤201，此处不再赘述。

302：获取与基金产品具有第一关联关系的理财产品

本步骤的实现方式与步骤202相同，详见步骤202，此处不再赘述。

303：在股票产品中确定推荐产品；

本步骤的实现方式与步骤203相同，详见步骤203，此处不再赘述。

304：向用户推荐该推荐产品。

本步骤的具体可以通过如下步骤实现：

步骤2.1：获取推荐产品；

此处获得的是步骤303中确定的推荐产品(即股票产品)。

步骤2.2：获取与推荐产品具有第二关联关系的基金产品；

其中，第二关联关系为每一基金产品对应一个或多个占比不同的推荐产品。

若步骤2.1中获取的推荐产品为股票产品A、股票产品B、股票产品C和股票产品D，且与股票产品A、股票产品B、股票产品C和股票产品D具有第二关联关系的基金产品如表6所示：

表6

获取与推荐产品具有第二关联关系的基金产品为：基金产品1、基金产品2、基金产品3、基金产品4、基金产品5、基金产品6、基金产品7。

步骤2.3：计算每一基金产品所关联的全部推荐产品的占比总和；

基金产品1所关联的用户推荐数据为股票产品A，占比10％，股票产品B，占比8％，占比总和为18％。

基金产品2所关联的用户推荐数据为股票产品B，占比15％，股票产品C，占比9％，占比总和为24％。

基金产品3所关联的用户推荐数据为股票产品A，占比6％，股票产品C，占比5.5％，股票产品D，占比10％，占比总和为21.5％。

基金产品4所关联的用户推荐数据为股票产品A，占比86％，占比总和为86％。

基金产品5所关联的用户推荐数据为股票产品B，占比77％，占比总和为77％。

基金产品6所关联的用户推荐数据为股票产品C，占比85.5％，占比总和为85.5％。

基金产品7所关联的用户推荐数据为股票产品D，占比90％，占比总和为90％。

步骤2.4：根据占比总和，向用户推荐占比总和前预设位的基金产品。

以预设位为3为例，向用户A推荐步骤2.3中确定的，占比总和前3位的基金产品：基金产品7、基金产品4、基金产品6。

除了上述向用户推荐该推荐产品方法之外，还可以通过如下3个步骤实现：

步骤3.1：获取推荐产品；

步骤3.2：获取与推荐产品具有第二关联关系的基金产品；

步骤3.3：向用户推荐重仓持有每一用户推荐数据的基金产品。

以表6所示的与股票产品A、股票产品B、股票产品C和股票产品D具有第一关联关系的基金产品为例，

重仓持有股票产品A的基金产品4，重仓持有股票产品B的基金产品5，重仓持有股票产品C的基金产品6，重仓持有股票产品D的基金产品7，则向用户推荐基金产品4、基金产品5、基金产品6、基金产品7。

步骤304中推荐的推荐产品为基金产品，而步骤301中获取的用户操作行为数据相关的产品也为基金产品，为了提升用户体验，在步骤304中向用户推荐的基金产品应与步骤301中获取的基金产品不相同。

有益效果：

获取与用户操作行为数据相关的基金产品；获取与基金产品具有第一关联关系的股票产品；在股票产品中确定推荐产品；而向用户推荐其他基金产品，扩展了向用户推荐的产品范围，提升了推荐效果。

针对场景三，即根据用户的股票产品操作行为推荐基金产品，本实施例提供了一种产品推荐方法。

在场景三中，第一产品为股票产品，第二产品为基金产品，第一关联关系为每一第二产品对应一个或多个占比不同的第一产品，即每一基金产品对应一个或多个占比不同的股票产品，推荐产品为基金产品。假如，用户为用户A，用户A的操作行为数据为用户选择的股票产品列表，本实施例提供的产品推荐方法应用于理财产品平台，即理财产品平台根据用户A选择的股票产品向其推荐基金产品。

其中，理财产品平台包括但不限于蚂蚁聚宝APP。

参见图4，针对场景三，本实施例提供的产品推荐方法流程具体如下：

401：获取与用户操作行为数据相关的股票产品；

例如：用户A在理财产品平台中的关注功能中，选择了多支股票产品，形成表7所示的股票产品列表，则将表7中所有股票产品均确定为与用户操作行为数据相关的股票产品。

表7

序号	股票产品名称
		1	股票产品A
2	股票产品B
		3	股票产品C
4	股票产品D

402：获取与股票产品具有第一关联关系的基金产品；

本步骤获取与股票产品具有第一关联关系的基金产品为，获取对应步骤401中得到的所有股票产品的所有基金产品。

403：在基金产品中确定推荐产品；

本步骤的具体实现方式包括但不限于：

方式一：将步骤402中获取的所有基金产品均确定为推荐产品。

方式二：在步骤402中获取的所有基金产品中选择部分基金产品确定为推荐产品。

具体的，将重仓持有步骤401中得到的各股票产品的基金产品确定为推荐产品。

例如，股票产品A、股票产品B、股票产品C和股票产品D与基金产品之间的关联关系如表8所示：

表8

将重仓持有股票产品A的基金产品4，重仓持有股票产品B的基金产品5，重仓持有股票产品C的基金产品6，重仓持有股票产品D的基金产品7均确定为推荐产品。

对于方式二，除了上述将重仓持有步骤401中得到的各股票产品的基金产品确定为推荐产品的具体实现方式之外，还可以通过如下2个步骤实现：

步骤4.1：计算每一基金产品所关联的股票产品数据列表中的全部股票产品的占比总和

以表8为例，基金产品1所关联的股票产品数据列表中的股票产品为股票产品A，占比10％，股票产品B，占比8％，占比总和为18％。

基金产品2所关联的股票产品数据列表中的股票产品为股票产品B，占比15％，股票产品C，占比9％，占比总和为24％。

基金产品3所关联的股票产品数据列表中的股票产品为股票产品A，占比6％，股票产品C，占比5.5％，股票产品D，占比10％，占比总和为21.5％。

基金产品4所关联的股票产品数据列表中的股票产品为股票产品A，占比86％，占比总和为86％。

基金产品5所关联的股票产品数据列表中的股票产品为股票产品B，占比77％，占比总和为77％。

基金产品6所关联的股票产品数据列表中的股票产品为股票产品C，占比85.5％，占比总和为85.5％。

基金产品7所关联的股票产品数据列表中的股票产品为股票产品D，占比90％，占比总和为90％。

步骤4.2：根据占比总和，将占比总和前预设位的基金产品确定为推荐产品。

以预设位为3为例，将占比总和前3位的基金产品：基金产品7、基金产品4、基金产品6确定为推荐产品。

404：向用户推荐该推荐产品。

在向用户推荐该推荐的产品时，可以按固定的前端话术推荐产品。

其中，前端话术可以为如下3种形式：

形式1：未来的基金产品经理！你自选的XXX(股票产品名称，可多只股票产品)，成为以上基金产品持仓组合。

例如：未来的基金产品经理！你自选的股票产品A、股票产品B、股票产品C、股票产品D，成为以上基金产品持仓组合。

再例如，如图5(a)所示的推荐页面显示的前端话术。

形式2：火眼金睛！你自选的(股票产品名称)，被以上基金产品高比例持仓。

例如：火眼金睛！你自选的股票产品A、股票产品B、股票产品C、股票产品D，被以上基金产品高比例持仓。

再例如，如图5(c)所示的推荐页面显示的前端话术。

形式3：成功的男人背后离不开持家的女人！你自选的(股票产品名称)，有以上重仓持股涨幅喜人。

通过此种形式推荐产品时，需要先按预先设定的排序规则将用户推荐数据进行排序，再根据排序结果向用户推荐该推荐的产品。

其中，排序规则包括但不限于：按推荐产品的当日股价从高至低排序。此时，前端话术可以为：

例如：成功的男人背后离不开持家的女人！你自选的股票产品A、股票产品B、股票产品C、股票产品D，有以上重仓持股涨幅喜人。

再例如，如图5(b)所示的推荐页面显示的前端话术。

有益效果：

获取与用户操作行为数据相关的股票产品；获取与股票产品具有第一关联关系的基金产品；在基金产品中确定推荐产品；向用户推荐该推荐产品，使得向用户推荐的产品与用户的历史操作行为相关，提升了推荐效果。

与用户操作行为相关的股票产品有关联关系的理财产品除场景三中的基金产品之外，还可为其他股票产品。即与场景三中的基金产品(即推荐产品)存在第三关联关系的股票产品，第三关联关系为每一推荐产品对应一个或多个占比不同的股票产品。因此，在实际应用中，还可能出现根据用户的股票产品操作行为推荐股票产品的情况，即场景四。

针对场景二，本实施例提供了一种产品推荐方法。

在场景二中，第一产品为股票产品，第二产品为基金产品，第一关联关系为每一第二产品对应一个或多个占比不同的第一产品，即每一基金产品对应一个或多个占比不同的股票产品，推荐产品也为基金产品，但最终向用户推荐的却为其他股票产品。假如，用户为用户A，用户A的操作行为数据为用户选择的股票产品列表，本实施例提供的产品推荐方法应用于理财产品平台，即理财产品平台根据用户A选择的股票产品向其推荐股票产品。

其中，理财产品平台包括但不限于蚂蚁聚宝APP。

参见图6，针对场景四，本实施例提供的产品推荐方法流程具体如下：

601：获取与用户操作行为数据相关的股票产品；

本步骤的实现方式与步骤401相同，详见步骤401，此处不再赘述。

602：获取与股票产品具有第一关联关系的基金产品；

本步骤的实现方式与步骤402相同，详见步骤402，此处不再赘述。

603：在基金产品中确定推荐产品；

本步骤的实现方式与步骤403相同，详见步骤403，此处不再赘述。

604：向用户推荐该推荐产品。

本步骤的具体可以通过如下步骤实现：

步骤5.1：获取推荐产品；

此处获得的是步骤603中确定的推荐产品(即基金产品)。

步骤5.2：获取与推荐产品具有第三关联关系的股票产品；

其中，第三关联关系为每一推荐产品对应一个或多个占比不同的股票产品。

步骤5.3：计算每一股票产品所关联的全部推荐产品的占比总和

步骤5.4：根据占比总和，向用户呈现占比总和前预设位的股票产品。

步骤6.1：获取推荐产品；

步骤6.2：获取与推荐产品具有第二关联关系的股票产品；

步骤6.3：向用户推荐每一用户推荐数据重仓持有的股票产品。

步骤604中推荐的推荐产品为股票产品，而步骤601中获取的用户操作行为数据相关的产品也为股票产品，为了提升用户体验，在步骤604中向用户推荐的股票产品应与步骤601中获取的股票产品不相同。

有益效果：

获取与用户操作行为数据相关的股票产品；获取与股票产品具有第一关联关系的基金产品；在基金产品中确定推荐产品；而向用户推荐其他股票产品，扩展了向用户推荐的产品范围，提升了推荐效果。

图7所示的实施例提供了另一种产品推荐方法，该方法会对预设时间段内向用户推荐产品的次数进行限定，以使用户每隔预设时间段执行一次本实施例提供的方法获得产品信息，进而进一步提升用户的粘性。

图7所示的实施例的方法流程具体如下：

701：根据所述推荐时间，确定预设时间段内的推荐次数是否小于预设值，若小于，则执行步骤703至步骤707，若不小于，则执行步骤702及步骤707；

每次执行本实施例提供的方法时，均会记录推荐时间，根据记录的各推荐时间，确定预设时间段内的推荐次数是否小于预设值。

例如推荐时间如表9所示：

表9

序号	推荐日期	推荐时间
			1	2016.3.12	9:00
2	2016.3.12	12:03
			3	2016.3.12	18:05
4	2016.3.12	18:30
			5	2016.3.12	22:25
6	2016.3.13	9:02
			7	2016.3.13	12:06

若预设时间段为每天的0:00-24:00，预设值为5，且本次执行本实施例提供的方法的时间为2016.3.13，则确定预设时间段内的推荐次数为2，小于预设值5。

702：向用户推荐预设信息；

其中，预设信息包括但不限于：蚂蚁出门寻宝，财主明天看看有啥宝贝，去市场转转。

执行此步骤后，直接执行步骤707。

703：获取与用户操作行为数据相关的第一产品；

704：获取与第一产品具有第一关联关系的第二产品；

705：在第二产品中确定推荐产品；

706：向用户推荐该推荐产品；

707：记录推荐时间。

记录推荐信息的推荐时间。

具体记录方式包括但不限于：以文本方式记录，以数据库方式记录。

有益效果：

基于同一发明构思，本实施例提供了一种产品推荐装置，由于该装置解决问题的原理与图1、图2、图3、图4或图6所示的一种信息推荐的方法相似，因此该装置的实施可以参见图1、图2、图3、图4或图6所示的方法的实施例，重复之处不再赘述。

参见图8，该装置包括：

第一获取模块801，用于获取与用户操作行为数据相关的第一产品；

第二获取模块802，用于获取与第一获取模块801获取的第一产品具有第一关联关系的第二产品；

确定模块803，用以在第二获取模块802获取的第二产品中确定推荐产品；

推荐模块804，用于向用户推荐确定模块803确定的推荐产品；

参见图9，确定模块803，包括：

计算单元8031，用于计算每一第二产品所关联的全部第一产品的占比总和；

确定单元8032，用于根据计算单元8031得到的占比总和，将占比总和前预设位的第二产品确定为推荐产品。

可选地，确定模块803，用于将所有第二产品均确定为推荐产品。

参见图10，第一关联关系为每一第一产品对应一个或多个占比不同的第二产品；

推荐模块804，包括：

第一获取单元8041，用于获取推荐产品；

第二获取单元8042，用于获取与第一获取单元8041获取的推荐产品具有第二关联关系的第三产品；

第一计算单元8043，用于计算第二获取单元8042获取的每一第三产品所关联的全部推荐产品的占比总和；

第一推荐单元8044，用于根据第一计算单元8043得到的占比总和，向用户推荐占比总和前预设位的第三产品；

其中，第二关联关系为每一第三产品对应一个或多个占比不同的推荐产品。

可选地，第三产品与第一产品不相同。

参见图11，第一关联关系为每一第二产品对应一个或多个占比不同的第一产品；

推荐模块804，包括：

第三获取单元8045，用于获取推荐产品；

第四获取单元8046，用于获取与第三获取单元8045获取的推荐产品具有第三关联关系的第四产品；

第二计算单元8047，用于计算第四获取单元8046获取的每一第四产品所关联的全部推荐产品的占比总和；

第二推荐单元8048，用于根据第二计算单元8047得到的占比总和，向用户推荐占比总和前预设位的第四产品；

其中，第三关联关系为每一推荐产品对应一个或多个占比不同的第四产品。

可选地，第四产品与第一产品不相同。

有益效果如下：

为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本发明时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims

1.一种产品推荐方法，其特征在于，所述方法包括：

获取与用户操作行为数据相关的第一产品；

获取与所述第一产品具有第一关联关系的第二产品；

在所述第二产品中确定推荐产品；

向所述用户推荐所述推荐产品；

2.根据权利要求1所述的方法，其特征在于，所述在所述第二产品中确定推荐产品，包括：

计算每一第二产品所关联的全部第一产品的占比总和；

3.根据权利要求1所述的方法，其特征在于，所述在所述第二产品中确定推荐产品，包括：

将所有第二产品均确定为推荐产品。

4.根据权利要求1至3任一权利要求所述的方法，其特征在于，所述第一关联关系为每一第一产品对应一个或多个占比不同的第二产品；

所述向所述用户推荐所述推荐产品，包括：

获取推荐产品；

获取与所述推荐产品具有第二关联关系的第三产品；

计算每一第三产品所关联的全部推荐产品的占比总和；

5.根据权利要求4所述的方法，其特征在于，所述第三产品与所述第一产品不相同。

6.根据权利要求1至3任一权利要求所述的方法，其特征在于，所述第一关联关系为每一第二产品对应一个或多个占比不同的第一产品；

所述向所述用户推荐所述推荐产品，包括：

获取推荐产品；

获取与所述推荐产品具有第三关联关系的第四产品；

计算每一第四产品所关联的全部推荐产品的占比总和；

7.根据权利要求6所述的方法，其特征在于，所述第四产品与所述第一产品不相同。

8.一种产品推荐装置，其特征在于，所述装置包括：

9.根据权利要求8所述的装置，其特征在于，所述确定模块，包括：

10.根据权利要求8所述的装置，其特征在于，所述确定模块，用于将所有第二产品均确定为推荐产品。

11.根据权利要求8至10任一权利要求所述的装置，其特征在于，所述第一关联关系为每一第一产品对应一个或多个占比不同的第二产品；

所述推荐模块，包括：

第一获取单元，用于获取推荐产品；

12.根据权利要求11所述的装置，其特征在于，所述第三产品与所述第一产品不相同。

13.根据权利要求8至10任一权利要求所述的装置，其特征在于，所述第一关联关系为每一第二产品对应一个或多个占比不同的第一产品；

所述推荐模块，包括：

第三获取单元，用于获取推荐产品；

14.根据权利要求13所述的装置，其特征在于，所述第四产品与所述第一产品不相同。

15.一种理财产品推荐方法，其特征在于，所述方法包括：

获取与用户操作行为数据相关的理财产品；

在所述第二理财产品中确定推荐理财产品；

向所述用户推荐所述推荐理财产品；

16.根据权利要求15所述的方法，其特征在于，所述理财产品为基金产品，或者，股票产品。

17.根据权利要求16所述的方法，其特征在于，所述第一理财产品为基金产品，所述第二理财产品为股票产品，所述第一关联关系为每一第一理财产品对应一个或多个占比不同的第二理财产品。

18.根据权利要求16所述的方法，其特征在于，所述第一理财产品为股票产品，所述第二理财产品为基金产品，所述第一关联关系为每一理财第二产品对应一个或多个占比不同的第一理财产品。