CN108681970A - 基于大数据的理财产品推送方法、系统及计算机存储介质 - Google Patents
基于大数据的理财产品推送方法、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN108681970A CN108681970A CN201810526679.6A CN201810526679A CN108681970A CN 108681970 A CN108681970 A CN 108681970A CN 201810526679 A CN201810526679 A CN 201810526679A CN 108681970 A CN108681970 A CN 108681970A
- Authority
- CN
- China
- Prior art keywords
- product
- information
- buyer
- finance product
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据的理财产品推送方法,应用于理财产品推送系统,该系统包括理财产品推送平台、理财平台和用户终端,该方法包括:理财产品推送平台获取各理财平台的理财产品的产品信息及对应购买者的购买者信息;根据产品信息和购买者信息分别对理财产品和购买者进行聚类,并建立理财产品与购买者之间的映射关系表;当接收到理财产品推荐请求时,根据该请求获取对应的用户信息;根据用户信息和购买者信息从映射关系表中筛选得到对应的理财产品,并将该理财产品对应的推荐信息推送至用户终端。本发明还公开了一种理财产品推送系统及计算机存储介质。本发明能解决现有技术无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据的理财产品推送方法、系统及计算机存储介质。
背景技术
随着经济的发展和科技的进步,人们的理财意识逐渐增强,越来越多的用户开始将闲置资金投入到购买理财产品中,而不局限于传统的定期或活期储蓄。
目前,银行或互联网平台等金融机构向用户推送理财产品时,通常是通过工作人员向用户进行人工推荐,或者通过在对应的网页或APP界面中罗列出所有的理财产品,供用户进行选择投资。上述方法存在以下缺点:用户往往需要花费大量时间对每种理财产品进行查看对比,才能从众多的理财产品中选择自己所需的产品,过程较为复杂耗时,影响用户体验。因此,现有技术中存在无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
发明内容
本发明的主要目的在于提供一种基于大数据的理财产品推送方法、系统及计算机存储介质,旨在解决现有技术中无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
为实现上述目的,本发明提供一种基于大数据的理财产品推送方法,应用于理财产品推送系统,所述理财产品推送系统包括理财产品推送平台、理财平台和用户终端,所述基于大数据的理财产品推送方法包括以下步骤:
所述理财产品推送平台获取各理财平台的理财产品的产品信息及对应购买者的购买者信息;
根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表;
当接收到用户终端发送的理财产品推荐请求时,根据所述理财产品推荐请求获取对应的用户信息;
根据所述用户信息和购买者信息从所述理财产品与购买者之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
可选地,所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据所述产品信息提取各理财产品的第一特征向量,基于所述第一特征向量对所述理财产品进行聚类,得到第一聚类结果;
根据所述购买者信息提取各理财产品对应购买者的第二特征向量,基于所述第二特征向量对各理财产品对应购买者进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表。
可选地,所述根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据所述第一聚类结果对所述理财产品进行产品分类,得到对应数量的产品类型;
根据所述第二聚类结果对各理财产品对应购买者进行用户分类,得到对应数量的用户类型;
根据产品分类结果和用户分类结果建立所述产品类型与用户类型之间的映射关系表;
所述根据所述用户信息和购买者信息从所述理财产品与购买者之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的步骤,包括:
根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
可选地,所述根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的步骤,包括:
根据所述用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述购买者信息得到的第二特征向量之间的相似度值;
确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
根据所述第一用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的产品类型,记为第一产品类型,并将与所述第一产品类型对应的理财产品的推荐信息推送至所述用户终端。
可选地,所述根据所述用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述购买者信息得到的第二特征向量之间的相似度值的步骤之后,还包括:
根据所述相似度值及根据所述购买者信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
根据所述第二用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的产品类型,记为第二产品类型,并将与所述第二产品类型对应的理财产品的推荐信息推送至所述用户终端。
可选地,所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤之前,包括:
对所述理财产品的产品信息及对应购买者的购买者信息进行预处理;
所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据经预处理后的产品信息及对应购买者的购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表。
可选地,所述产品信息至少包括理财产品名称,所述产品信息还包括产品类别、投资门槛、预期收益率、风险和流动性中的至少一种。
可选地,所述购买者信息包括购买者基本信息和历史投资信息,所述用户信息包括用户基本信息和预期投资信息,所述购买者基本信息和用户基本信息包括性别、年龄、学历、收入中的至少一种,所述历史投资信息和预期投资信息包括投资类别、投资金额、投资次数、投资期限和风险承担等级中的至少一种。
此外,为实现上述目的,本发明还提供一种理财产品推送系统,所述理财产品推送系统包括理财产品推送平台、理财平台和用户终端,还包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的理财产品推送程序,所述理财产品推送程序被所述处理器执行时实现如上所述的基于大数据的理财产品推送方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机存储介质,所述计算机存储介质上存储有理财产品推送程序,所述理财产品推送程序被处理器执行时实现如上所述的基于大数据的理财产品推送方法的步骤。
本发明提供一种基于大数据的理财产品推送方法、系统及计算机可读存储介质,通过获取各理财产品的产品信息及对应购买者的购买者信息,然后,根据产品信息和购买者信息分别对理财产品和购买者进行聚类,并根据聚类结果建立理财产品与购买者之间的映射关系表,具体可以构建为产品类型与用户类型之间的映射关系表。在接收到用户终端发送的理财产品推荐请求时,可根据该理财产品推荐请求获取对应的用户信息,并根据用户信息和购买者信息从产品类型与用户类型之间的映射关系表中筛选得到与该用户信息对应的理财产品,最后将与该用户信息对应的理财产品对应的理财产品推送至用户终端。本发明基于大数据建立了理财产品与购买者之间的映射关系表,然后根据该映射关系表、用户信息和购买者信息将用户感兴趣的理财产品精准地推送给用户,从而解决了现有技术无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明基于大数据的理财产品推送方法第一实施例的流程示意图;
图3为本发明实施例中根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的细化流程示意图;
图4为本发明实施例中根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表的细化流程示意图;
图5为本发明实施例中用户类型和产品类型的一聚类示意图;
图6为本发明实施例中根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的第一细化流程示意图;
图7为本发明实施例中根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的第二细化流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在现有技术中,银行或互联网平台等金融机构向用户推送理财产品时,通常是通过工作人员向用户进行人工推荐,或者通过在对应的网页或APP界面中罗列出所有的理财产品,供用户进行选择投资。上述方法存在以下缺点:用户往往需要花费大量时间对每种理财产品进行查看对比,才能从众多的理财产品中选择自己所需的产品,过程较为复杂耗时,影响用户体验。因此,现有技术中存在无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
为了解决上述技术问题,本发明提供一种基于大数据的理财产品推送方法、系统及计算机可读存储介质,通过获取各理财产品的产品信息及对应购买者的购买者信息,然后,根据产品信息和购买者信息分别对理财产品和购买者进行聚类,并根据聚类结果建立理财产品与购买者之间的映射关系表,具体可以构建为产品类型与用户类型之间的映射关系表。在接收到用户终端发送的理财产品推荐请求时,可根据该理财产品推荐请求获取对应的用户信息,并根据用户信息和购买者信息从产品类型与用户类型之间的映射关系表中筛选得到与该用户信息对应的理财产品,最后将与该用户信息对应的理财产品对应的理财产品推送至用户终端。本发明基于大数据建立了理财产品与购买者之间的映射关系表,然后根据该映射关系表、用户信息和购买者信息将用户感兴趣的理财产品精准地推送给用户,从而解决了现有技术无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
请参阅图1,图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及理财产品推送程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的理财产品推送程序,并执行以下操作:
所述理财产品推送平台获取各理财平台的理财产品的产品信息及对应购买者的购买者信息;
根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表;
当接收到用户终端发送的理财产品推荐请求时,根据所述理财产品推荐请求获取对应的用户信息;
根据所述用户信息和购买者信息从所述理财产品与购买者之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的理财产品推送程序,还执行以下操作:
根据所述产品信息提取各理财产品的第一特征向量,基于所述第一特征向量对所述理财产品进行聚类,得到第一聚类结果;
根据所述购买者信息提取各理财产品对应购买者的第二特征向量,基于所述第二特征向量对各理财产品对应购买者进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表。
进一步地,处理器1001可以调用存储器1005中存储的理财产品推送程序,还执行以下操作:
根据所述第一聚类结果对所述理财产品进行产品分类,得到对应数量的产品类型;
根据所述第二聚类结果对各理财产品对应购买者进行用户分类,得到对应数量的用户类型;
根据产品分类结果和用户分类结果建立所述产品类型与用户类型之间的映射关系表;
根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的理财产品推送程序,还执行以下操作:
根据所述用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述购买者信息得到的第二特征向量之间的相似度值;
确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
根据所述第一用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的产品类型,记为第一产品类型,并将与所述第一产品类型对应的理财产品的推荐信息推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的理财产品推送程序,还执行以下操作:
根据所述相似度值及根据所述购买者信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
根据所述第二用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的产品类型,记为第二产品类型,并将与所述第二产品类型对应的理财产品的推荐信息推送至所述用户终端。
进一步地,处理器1001可以调用存储器1005中存储的理财产品推送程序,还执行以下操作:
对所述理财产品的产品信息及对应购买者的购买者信息进行预处理;
所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据经预处理后的产品信息及对应购买者的购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表。
对所述理财产品的产品信息及对应购买者的购买者信息进行预处理;
根据经预处理后的产品信息及对应购买者的购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表。
进一步地,所述产品信息至少包括理财产品名称,所述产品信息还包括产品类别、投资门槛、预期收益率、风险和流动性中的至少一种。
进一步地,所述购买者信息包括购买者基本信息和历史投资信息,所述用户信息包括用户基本信息和预期投资信息,所述购买者基本信息和用户基本信息包括性别、年龄、学历、收入中的至少一种,所述历史投资信息和预期投资信息包括投资类别、投资金额、投资次数、投资期限和风险承担等级中的至少一种。
基于上述硬件结构,提出本发明基于大数据的理财产品推送方法各实施例。
本发明提供一种基于大数据的理财产品推送方法。
请参阅图2,图2为本发明基于大数据的理财产品推送方法第一实施例的流程示意图。
在本发明实施例中,该基于大数据的理财产品推送方法应用于理财产品推送系统,该理财产品推送系统包括理财产品推送平台、理财平台和用户终端,该方法包括:
步骤S10,所述理财产品推送平台获取各理财平台的理财产品的产品信息及对应购买者的购买者信息;
在本实施例中,理财产品推送平台首先获取各理财产品的产品信息及对应购买者的购买者信息,其中,各理财产品的产品信息至少包括理财产品名称,还包括产品类别、投资门槛、预期收益率、风险和流动性中的至少一种,购买者信息包括购买者基本信息和历史投资信息,其中购买者基本信息包括性别、年龄、学历、收入中的至少一种,历史投资信息包括投资类别、投资金额、投资次数、投资期限和风险承担等级中的至少一种,当然,在具体实施例中,各类信息所包含的内容并限于上述所述的。
步骤S20,根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表;
然后,根据产品信息和购买者信息分别对理财产品和购买者进行聚类,并根据聚类结果建立理财产品与购买者之间的映射关系表。具体的,可以先对产品信息进行聚类,得到第一聚类结果,然后根据第一聚类结果对理财产品进行分类,分成对应数量的产品类型;同样的,对理财产品进行聚类,得到第二聚类结果,然后根据第二聚类结果对购买者进行分类,分成对应数量的用户类型,最后再根据产品分类结果和用户分类结果建立产品类型与用户类型之间的映射关系表。
步骤S30,当接收到用户终端发送的理财产品推荐请求时,根据所述理财产品推荐请求获取对应的用户信息;
在接收到用户终端发送的理财产品推荐请求时,可根据该理财产品推荐请求获取对应的用户信息,用户信息包括用户基本信息和预期投资信息,其中,用户基本信息包括性别、年龄、职业中的至少一种,预期投资信息包括投资类别、投资金额、投资次数、投资期限和风险承担等级中的至少一种。
步骤S40,根据所述用户信息和购买者信息从所述理财产品与购买者之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
在本实施例中,根据用户信息和购买者信息从理财产品与购买者之间的映射关系表中筛选得到与该用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至用户终端。具体的,可以先根据用户信息和购买者信息确定用户类型,然后根据产品类型与用户类型之间的映射表找到与该用户类型对应的产品类型,然后将该产品类型中所包括的理财产品推送给用户终端。推送方式可以包括但不限于:对该产品类型中的理财产品按照投资人数或投资门槛或预期收益率等进行排序后,以列表形式进行推送;对该产品类型中的理财产品,按其产品类别进行归类,然后按每一产品类别进行推送,每一产品类别中可以按照投资人数或投资门槛或预期收益率等进行排序。
本发明实施例提供一种基于大数据的理财产品推送方法,通过获取各理财产品的产品信息及对应购买者的购买者信息,然后,根据产品信息和购买者信息分别对理财产品和购买者进行聚类,并根据聚类结果建立理财产品与购买者之间的映射关系表,具体可以构建为产品类型与用户类型之间的映射关系表。在接收到用户终端发送的理财产品推荐请求时,可根据该理财产品推荐请求获取对应的用户信息,并根据用户信息和购买者信息从产品类型与用户类型之间的映射关系表中筛选得到与该用户信息对应的理财产品,最后将与该用户信息对应的理财产品对应的理财产品推送至用户终端。本发明基于大数据建立了理财产品与购买者之间的映射关系表,然后根据该映射关系表、用户信息和购买者信息将用户感兴趣的理财产品精准地推送给用户,从而解决了现有技术无法根据用户的潜在投资需求向用户推送对应理财产品的技术问题。
进一步的,请参阅图3,图3为本发明实施例中根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的细化流程示意图。步骤S20包括:
步骤S21,根据所述产品信息提取各理财产品的第一特征向量,基于所述第一特征向量对所述理财产品进行聚类,得到第一聚类结果;
步骤S22,根据所述购买者信息提取各理财产品对应购买者的第二特征向量,基于所述第二特征向量对各理财产品对应购买者进行聚类,得到第二聚类结果;
步骤S23,根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表。
在本实施例中,在获取到理财产品的产品信息和购买者信息之后,首先根据该产品信息提取各理财产品的第一特征向量An(f1,f2,…fm),其中n表示第n个理财产品,m表示第一特征向量中的特征个数,其中,特征可以选取产品类别、投资门槛、预期收益率、风险和流动性中的一个或多个。其中,特征向量的提取方法可以参照现有技术,例如,对于文本类的特征提取,可以基于现有技术中的TF-IDF(Term Frequency–Inverse DocumentFrequency,词频-逆文本频率指数)、词频方法、文档频次方法等文本特征提取方法,此处不作赘述。
然后,基于该第一特征向量对理财产品进行聚类,得到第一聚类结果,将各理财产品聚类分成几类。聚类(clustering)是数据挖掘与统计分析领域的一种无监督的机器学习(machine learning)方法,用来将物理或抽象对象的集合组成为由类似的对象组成的多个类别。具体的基于特征向量进行聚类的方法,可参照现有技术,此处不作赘述。
类似的,再根据购买者信息提取各理财产品对应购买者的第二特征向量Bi(f1,f2,…fj),其中i表示第i个购买者,j表示第二特征向量中的购买者特征个数,其中,购买者特征可以选取性别、年龄、学历、收入、投资金额、投资次数、投资期限和风险承担等级中的一个或多个。其中特征向量的提取方法也可以参照现有技术,此处不作赘述。然后,基于该第二特征向量对用户类型进行聚类,得到第二聚类结果,即将购买者也分成几类。
接着,根据第一聚类结果和第二聚类结果建立理财产品与购买者之间的映射关系表。
具体的,请参阅图4,图4为本发明实施例中根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表的细化流程示意图。步骤S23可以包括:
步骤S231,根据所述第一聚类结果对所述理财产品进行产品分类,得到对应数量的产品类型;
步骤S232,根据所述第二聚类结果对各理财产品对应购买者进行用户分类,得到对应数量的用户类型;
步骤S233,根据产品分类结果和用户分类结果建立所述产品类型与用户类型之间的映射关系表。
此时,步骤S40包括:
步骤S41,根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
在本实施例中,在得到第一聚类结果和第二聚类结果之后,先根据第一聚类结果对理财产品进行产品分类,分成对应数量的产品类型,例如,请参阅图5,经过聚类后,分成了3类,其中,A1、A2、A3聚为一类,记为A类产品;B1、B2聚为一类,记为B类产品;C1、C2、C3、C4聚为一类,记为C类产品。然后,再根据第二聚类对各理财产品对应购买者进行用户分类,分成对应数量的用户类型,例如,a1、a2、a3、a4聚为一类,记为a类用户;b1、b2、b3聚为一类,记为b类用户;c1、c2、c3、c4、c5聚为一类,记为c类用户;d1、d2、d3、d4聚为一类,记为d类用户(图未示出)。然后根据产品分类结果和用户分类结果建立所述产品类型与用户类型之间的映射关系表。映射关系表的建立可以为:以用户类型作为X,产品类型作为Y,建立从用户类型到产品类型的一对一的映射关系表;如图5所示,a类用户中在A、B、C三类产品中均有一定的数量,此时,可以按照某一类产品对应的用户数量最多来建立一对一的映射关系表,例如,a类用户购买C类产品的人数最多,则可记为a→C。依此类推,b→A,c→B,d→C。当然,还可以以产品类型作为X,用户类型作为Y,建立从产品类型到用户类型的多对一的映射关系表,例如,A、C类产品对应a类用户,A、C类产品对应b类用户,B、C类产品对应c类用户,A、B、C类产品对应d类用户。此外,在具体实施例中,还可以根据第一聚类结果和第二聚类结果建立产品类型与用户类型之间的搜索树。
此时,在建立产品类型与用户类型之间的映射关系表之后,理财产品推送平台在接收到用户终端发送的理财产品推荐请求时,可根据该理财产品推荐请求获取对应的用户信息,最后,根据用户信息和购买者信息从该产品类型与用户类型之间的映射关系表中筛选得到与该用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至用户终端。
进一步的,请参阅图6,图6为本发明实施例中根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的第一细化流程示意图。
基于上述各实施方式,步骤S41可以包括:
步骤S411,根据所述用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述购买者信息得到的第二特征向量之间的相似度值;
步骤S412,确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
步骤S413,根据所述第一用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的产品类型,记为第一产品类型,并将与所述第一产品类型对应的理财产品的推荐信息推送至所述用户终端。
本实施例中介绍了理财产品的一种优选推送规则,在接收到用户终端发送的理财产品推荐请求时,可根据该理财产品推荐请求获取对应的用户信息,然后,根据用户信息提取对应的第三特征向量,Cs(f1,f2,…ft),其中s表示用户s,t表示第三特征向量中的用户特征个数,其中,用户特征可以选取性别、年龄、学历、收入、投资金额、投资次数、投资期限和风险承担等级中的一个或多个。接着,计算第三特征向量与根据购买者信息得到的第二特征向量之间的相似度值,并确定相似度值中的最大值对应的第二特征向量所对应的用户类型,记为第一用户类型,最后,根据该第一用户类型从上述产品类型与用户类型之间的映射关系表中筛选得到与该第一用户类型对应的产品类型,记为第一产品类型,并将与该第一产品类型对应的理财产品推送至用户终端。推送方式可以包括但不限于:对该产品类型中的理财产品按照投资人数或投资门槛或预期收益率等进行排序后,以列表形式进行推送;对该产品类型中的理财产品,按其产品类别进行归类,然后按每一产品类别进行推送,每一产品类别中可以按照投资人数或投资门槛或预期收益率等进行排序。例如,上述例子中,当确定第一用户类型为a类用户时,可以根据从用户类型到产品类型的一对一的映射关系表可知,对应的产品类型为C类产品,此时,可以根据将C1-C4理财产品按照总投资人数或a类用户的投资人数或投资门槛或预期收益率等进行排序后,以列表形式推送至用户终端,或者将C1-C4按其产品类别进行归类,然后再按每一产品类别进行推送,其中每一产品类别中也可按上述类似的方法进行排序,或者根据用户预期投资信息中的投资类别将对应产品类别排在第一位,后面的产品类别按总投资人数或a类用户的投资人数或投资门槛或预期收益率进行排序,然后进行推送。当然,还可以根据从产品类型到用户类型的多对一的映射关系表可知,其对应的产品类型为A、C类产品,此时,可先按照A、C类产品的总投资人数或a类用户的投资人数或投资门槛或预期收益率等对A和C进行排序,然后可以根据其子分类中(A1-A3和C1-C4)各理财产品的投资人数或投资门槛或预期收益率等进行排序后,以列表形式推送至用户终端,还可以分别将A1-A3和C1-C4按其产品类别进行归类,然后再按每一产品类别进行推送,其中每一产品类别中也可按上述类似的方法进行排序,或者根据用户预期投资信息中的投资类别将对应产品类别排在第一位,后面的产品类别按投资人数或投资门槛或预期收益率等进行排序,然后进行推送。
进一步的,请参阅图7,图7为本发明实施例中根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的第二细化流程示意图,作为另一优选理财产品推荐信息的推送方式,在步骤S411之后,还包括以下步骤:
步骤S414,根据所述相似度值及根据所述购买者信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
步骤S415,根据所述第二用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的产品类型,记为第二产品类型,并将与所述第二产品类型对应的理财产品的推荐信息推送至所述用户终端。
在本实施例中,在根据用户信息提取对应的第三特征向量,并计算第三特征向量与第二特征向量之间的相似度值之后,可以根据相似度值及根据购买者信息得到的第二聚类结果计算第三特征向量与各用户类型对应的平均相似度值,并确定平均相似度值中最大值所对应的用户类型,记为第二用户类型,根据第二用户类型从上述产品类型与用户类型之间的映射关系表中筛选得到与该第二用户类型对应的产品类型,记为第二产品类型,并将与该第二产品类型对应的理财产品推送至所述用户终端。具体的从映射关系表中筛选产品类型的方法及理财产品的推荐信息的推送方法与上述实施例中基本相同,此处不作赘述。
基于上述第一实施例,为进一步提高理财产品推荐结果的准确性,在本实施例中,在步骤S10之后,该理财产品的推荐方法还可以包括:
步骤S50,对所述理财产品的产品信息及对应购买者的购买者信息进行预处理;
此时,步骤S20可以包括:
步骤S24,根据经预处理后的产品信息及对应购买者的购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表。
在本实施例中,理财产品推送平台在获取各理财产品的产品信息及对应购买者的购买者信息之后,可对理财产品的产品信息及对应购买者的购买者信息进行预处理,以剔除部分不完整和不准确的数据,提高后期聚类结果的准确性,从而提高理财产品推送的准确度。具体的,预处理可以包括但不限于数据审核和数据筛选,通过数据审核和数据筛选以剔除不符合特定条件的数据,具体的,该特定条件可以包括但不限于以下条件:投资金额小于预设金额;或投资次数小于预设次数;或投资金额小于预设金额,且投资次数小于预设次数;或理财产品的购买人数小于预设值。然后,可以当符合特定条件时,可以剔除对应的购买者信息和理财产品。经剔除不符合特定条件的产品信息或购买者信息后,得到经预处理后的产品信息及对应购买者的购买者信息,然后,根据经预处理后的产品信息及对应购买者的购买者信息分别对理财产品和购买者进行聚类,并根据聚类结果建立财产品与购买者之间的映射关系表。后续具体的实施过程和方式可参照上述实施例,此处不作赘述。
本发明还提供一种理财产品推送系统,该理财产品推送系统包括理财产品推送平台、理财平台和用户终端,还包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的理财产品推送程序,所述理财产品推送程序被所述处理器执行时实现如以上任一项实施例所述的基于大数据的理财产品推送方法的步骤。
本发明理财产品推送系统的具体实施例与上述基于大数据的理财产品推送方法各实施例基本相同,在此不作赘述。
本发明还提供一种计算机存储介质,该计算机存储介质上存储有理财产品推送程序,所述理财产品推送程序被处理器执行时实现如以上任一项实施例所述的基于大数据的理财产品推送方法的步骤。
本发明计算机存储介质的具体实施例与上述基于大数据的理财产品推送方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于大数据的理财产品推送方法,其特征在于,应用于理财产品推送系统,所述理财产品推送系统包括理财产品推送平台、理财平台和用户终端,所述基于大数据的理财产品推送方法包括以下步骤:
所述理财产品推送平台获取各理财平台的理财产品的产品信息及对应购买者的购买者信息;
根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表;
当接收到用户终端发送的理财产品推荐请求时,根据所述理财产品推荐请求获取对应的用户信息;
根据所述用户信息和购买者信息从所述理财产品与购买者之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
2.如权利要求1所述的基于大数据的理财产品推送方法,其特征在于,所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据所述产品信息提取各理财产品的第一特征向量,基于所述第一特征向量对所述理财产品进行聚类,得到第一聚类结果;
根据所述购买者信息提取各理财产品对应购买者的第二特征向量,基于所述第二特征向量对各理财产品对应购买者进行聚类,得到第二聚类结果;
根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表。
3.如权利要求2所述的基于大数据的理财产品推送方法,其特征在于,所述根据所述第一聚类结果和第二聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据所述第一聚类结果对所述理财产品进行产品分类,得到对应数量的产品类型;
根据所述第二聚类结果对各理财产品对应购买者进行用户分类,得到对应数量的用户类型;
根据产品分类结果和用户分类结果建立所述产品类型与用户类型之间的映射关系表;
所述根据所述用户信息和购买者信息从所述理财产品与购买者之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的步骤,包括:
根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端。
4.如权利要求3所述的基于大数据的理财产品推送方法,其特征在于,所述根据所述用户信息和购买者信息从所述产品类型与用户类型之间的映射关系表中筛选得到与所述用户信息对应的理财产品,并将筛选得到的理财产品对应的推荐信息推送至所述用户终端的步骤,包括:
根据所述用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述购买者信息得到的第二特征向量之间的相似度值;
确定所述相似度值中最大值对应的第二特征向量所对应的用户类型,记为第一用户类型;
根据所述第一用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第一用户类型对应的产品类型,记为第一产品类型,并将与所述第一产品类型对应的理财产品的推荐信息推送至所述用户终端。
5.如权利要求4所述的基于大数据的理财产品推送方法,其特征在于,所述根据所述用户信息提取对应的第三特征向量,并计算所述第三特征向量与根据所述购买者信息得到的第二特征向量之间的相似度值的步骤之后,还包括:
根据所述相似度值及根据所述购买者信息得到的第二聚类结果计算所述第三特征向量与各用户类型对应的平均相似度值,确定所述平均相似度值中最大值所对应的用户类型,记为第二用户类型;
根据所述第二用户类型从所述产品类型与用户类型之间的映射关系表中筛选得到与所述第二用户类型对应的产品类型,记为第二产品类型,并将与所述第二产品类型对应的理财产品的推荐信息推送至所述用户终端。
6.如权利要求1所述的基于大数据的理财产品推送方法,其特征在于,所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤之前,包括:
对所述理财产品的产品信息及对应购买者的购买者信息进行预处理;
所述根据所述产品信息和购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表的步骤,包括:
根据经预处理后的产品信息及对应购买者的购买者信息分别对所述理财产品和购买者进行聚类,并根据聚类结果建立所述理财产品与购买者之间的映射关系表。
7.如权利要求1所述的基于大数据的理财产品推送方法,其特征在于,所述产品信息至少包括理财产品名称,所述产品信息还包括产品类别、投资门槛、预期收益率、风险和流动性中的至少一种。
8.如权利要求1所述的基于大数据的理财产品推送方法,其特征在于,所述购买者信息包括购买者基本信息和历史投资信息,所述用户信息包括用户基本信息和预期投资信息,所述购买者基本信息和用户基本信息包括性别、年龄、学历、收入中的至少一种,所述历史投资信息和预期投资信息包括投资类别、投资金额、投资次数、投资期限和风险承担等级中的至少一种。
9.一种理财产品推送系统,其特征在于,所述理财产品推送系统包括理财产品推送平台、理财平台和用户终端,还包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的理财产品推送程序,所述理财产品推送程序被所述处理器执行时实现如权利要求1至8中任一项所述的基于大数据的理财产品推送方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有理财产品推送程序,所述理财产品推送程序被处理器执行时实现如权利要求1至8中任一项所述的基于大数据的理财产品推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810526679.6A CN108681970A (zh) | 2018-05-28 | 2018-05-28 | 基于大数据的理财产品推送方法、系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810526679.6A CN108681970A (zh) | 2018-05-28 | 2018-05-28 | 基于大数据的理财产品推送方法、系统及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108681970A true CN108681970A (zh) | 2018-10-19 |
Family
ID=63808511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810526679.6A Withdrawn CN108681970A (zh) | 2018-05-28 | 2018-05-28 | 基于大数据的理财产品推送方法、系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108681970A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543951A (zh) * | 2018-10-24 | 2019-03-29 | 深圳市万屏时代科技有限公司 | 一种网络营销方法、系统及计算机存储介质 |
CN109544284A (zh) * | 2018-11-08 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于大数据的产品数据推送方法、系统及计算机设备 |
CN109583963A (zh) * | 2018-12-07 | 2019-04-05 | 中国银行股份有限公司 | 一种面向高净值客户的广告投放方法、装置及系统 |
CN109636459A (zh) * | 2018-12-07 | 2019-04-16 | 中国银行股份有限公司 | 一种面向高净值客户的广告投放方法、装置及系统 |
CN109785000A (zh) * | 2019-01-16 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 客户资源分配方法、装置、存储介质和终端 |
CN109858957A (zh) * | 2019-01-17 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 理财产品推荐方法、装置、计算机设备及存储介质 |
CN110009503A (zh) * | 2019-04-03 | 2019-07-12 | 平安信托有限责任公司 | 理财产品推荐方法、装置、计算机设备及存储介质 |
CN110083765A (zh) * | 2019-04-12 | 2019-08-02 | 平安信托有限责任公司 | 理财信息推送方法、装置、计算机设备和存储介质 |
CN110264306A (zh) * | 2019-05-21 | 2019-09-20 | 平安银行股份有限公司 | 基于大数据的产品推荐方法、装置、服务器及介质 |
CN111461643A (zh) * | 2020-03-17 | 2020-07-28 | 上海维信荟智金融科技有限公司 | 资方路由方法及系统 |
CN112150290A (zh) * | 2020-09-08 | 2020-12-29 | 广元量知汇科技有限公司 | 用于智慧金融的产品推送方法 |
CN112150291A (zh) * | 2020-09-08 | 2020-12-29 | 广元量知汇科技有限公司 | 智慧金融产品推荐系统 |
CN112184302A (zh) * | 2020-09-25 | 2021-01-05 | 中国建设银行股份有限公司 | 一种产品推荐方法、装置、规则引擎及存储介质 |
CN112288474A (zh) * | 2020-10-27 | 2021-01-29 | 上海淇馥信息技术有限公司 | 多渠道产品推送方法、装置及电子设备 |
CN112669136A (zh) * | 2020-12-10 | 2021-04-16 | 前海飞算科技(深圳)有限公司 | 基于大数据的金融产品推荐方法、系统、设备及存储介质 |
CN113313588A (zh) * | 2020-02-26 | 2021-08-27 | 京东数字科技控股股份有限公司 | 请求的响应方法、装置及系统、存储介质、电子装置 |
-
2018
- 2018-05-28 CN CN201810526679.6A patent/CN108681970A/zh not_active Withdrawn
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543951A (zh) * | 2018-10-24 | 2019-03-29 | 深圳市万屏时代科技有限公司 | 一种网络营销方法、系统及计算机存储介质 |
CN109544284A (zh) * | 2018-11-08 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于大数据的产品数据推送方法、系统及计算机设备 |
CN109583963A (zh) * | 2018-12-07 | 2019-04-05 | 中国银行股份有限公司 | 一种面向高净值客户的广告投放方法、装置及系统 |
CN109636459A (zh) * | 2018-12-07 | 2019-04-16 | 中国银行股份有限公司 | 一种面向高净值客户的广告投放方法、装置及系统 |
CN109785000A (zh) * | 2019-01-16 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 客户资源分配方法、装置、存储介质和终端 |
CN109858957A (zh) * | 2019-01-17 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 理财产品推荐方法、装置、计算机设备及存储介质 |
CN110009503A (zh) * | 2019-04-03 | 2019-07-12 | 平安信托有限责任公司 | 理财产品推荐方法、装置、计算机设备及存储介质 |
CN110083765A (zh) * | 2019-04-12 | 2019-08-02 | 平安信托有限责任公司 | 理财信息推送方法、装置、计算机设备和存储介质 |
CN110264306A (zh) * | 2019-05-21 | 2019-09-20 | 平安银行股份有限公司 | 基于大数据的产品推荐方法、装置、服务器及介质 |
CN110264306B (zh) * | 2019-05-21 | 2023-06-30 | 平安银行股份有限公司 | 基于大数据的产品推荐方法、装置、服务器及介质 |
CN113313588A (zh) * | 2020-02-26 | 2021-08-27 | 京东数字科技控股股份有限公司 | 请求的响应方法、装置及系统、存储介质、电子装置 |
CN111461643A (zh) * | 2020-03-17 | 2020-07-28 | 上海维信荟智金融科技有限公司 | 资方路由方法及系统 |
CN112150290A (zh) * | 2020-09-08 | 2020-12-29 | 广元量知汇科技有限公司 | 用于智慧金融的产品推送方法 |
CN112150291A (zh) * | 2020-09-08 | 2020-12-29 | 广元量知汇科技有限公司 | 智慧金融产品推荐系统 |
CN112184302A (zh) * | 2020-09-25 | 2021-01-05 | 中国建设银行股份有限公司 | 一种产品推荐方法、装置、规则引擎及存储介质 |
CN112288474A (zh) * | 2020-10-27 | 2021-01-29 | 上海淇馥信息技术有限公司 | 多渠道产品推送方法、装置及电子设备 |
CN112669136A (zh) * | 2020-12-10 | 2021-04-16 | 前海飞算科技(深圳)有限公司 | 基于大数据的金融产品推荐方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108681970A (zh) | 基于大数据的理财产品推送方法、系统及计算机存储介质 | |
US11954577B2 (en) | Deep neural network based user segmentation | |
Gorard | 'Well. That about wraps it up for school choice research': a state of the art review | |
CN107766929B (zh) | 模型分析方法及装置 | |
CN110019699B (zh) | 域间通过语法槽的分类 | |
CN110807527A (zh) | 一种基于客群筛选的额度调整方法、装置和电子设备 | |
CN105225135B (zh) | 潜力客户识别方法以及装置 | |
CN109670104A (zh) | 基于机器学习的信息推送方法、设备、装置及存储介质 | |
US11080639B2 (en) | Intelligent diversification tool | |
US12020267B2 (en) | Method, apparatus, storage medium, and device for generating user profile | |
CN108073659A (zh) | 一种婚恋对象推荐方法及装置 | |
CN113742492B (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
CN109063000A (zh) | 问句推荐方法、客服系统以及计算机可读存储介质 | |
CN110909222A (zh) | 基于聚类的用户画像建立方法、装置、介质及电子设备 | |
WO2021175302A1 (zh) | 一种数据采集方法和系统 | |
CN109858965A (zh) | 一种用户识别方法和系统 | |
CN109690581A (zh) | 用户指导系统及方法 | |
US11238102B1 (en) | Providing an object-based response to a natural language query | |
CN109614982A (zh) | 产品分析方法、装置、计算机设备以及存储介质 | |
CN110427620B (zh) | 基于社群系统的服务质量优化管理系统 | |
Hung et al. | Innovative computing: proceedings of the 4th International Conference on Innovative Computing (IC 2021) | |
CN107844874A (zh) | 企业营运问题分析系统及其方法 | |
CN115809889A (zh) | 基于营销效果的智能客群筛选方法、系统、介质及设备 | |
US11379929B2 (en) | Advice engine | |
KR20230136410A (ko) | 개인에게 최적화된 정책을 추천하는 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181019 |
|
WW01 | Invention patent application withdrawn after publication |