CN109299997A - 产品推荐方法、装置及计算机可读存储介质 - Google Patents
产品推荐方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109299997A CN109299997A CN201811023263.9A CN201811023263A CN109299997A CN 109299997 A CN109299997 A CN 109299997A CN 201811023263 A CN201811023263 A CN 201811023263A CN 109299997 A CN109299997 A CN 109299997A
- Authority
- CN
- China
- Prior art keywords
- client
- product
- customer
- portrait group
- customer information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000001186 cumulative effect Effects 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 230000006399 behavior Effects 0.000 claims description 61
- 238000010586 diagram Methods 0.000 description 6
- 230000003542 behavioural effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种产品推荐方法，该方法包括：根据预设类别的产品的历史销售记录获取已购客户信息，并统计客户信息所属的客户画像群；根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，构建与客户画像群关联的产品列表；当接收到客户端发送的登录请求时，根据登录请求获取客户身份标识，并判断客户端是否为首次登录；若是，则确定客户信息对应的客户画像群；以及关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至客户端。本发明还提出一种产品推荐装置以及一种计算机可读存储介质。本发明解决了冷启动情况下无法有针对性的为客户推荐产品的技术问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种产品推荐方法、装置及计算机可读存储介质。
背景技术
随着互联网的发展，目前大多数行业的产品都会在线上销售，如金融理财产品、保险产品等，以保险产品为例，保险产品在线上销售时，会采用产品推荐算法，目前采用的算法一般是通过分析客户的购买行为和点击行为来为客户进行产品的推荐，这在为已经购买过产品的客户进行推荐时效果较好，但是当客户端冷启动时，即客户在首次登录客户端时，没有客户的购买行为和点击行为的相关数据，缺乏为客户进行产品推荐的依据，这种情况下，无法有针对性的为客户推荐产品。
发明内容
本发明提供一种产品推荐方法、装置及计算机可读存储介质，其主要目的在于解决冷启动情况下无法有针对性的为客户推荐产品的技术问题。
为实现上述目的，本发明还提供一种产品推荐方法，该方法包括：
获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；
根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录；
若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群；
获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
可选地，所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之后，所述方法还包括步骤：
确定客户信息包含的属性项，以及各个属性项包含的属性类别；
按照不同属性项的属性类别之间的组合构建客户画像群，其中，客户画像群的数量等于各个属性项中包含的属性类别的数量的乘积。
可选地，所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之前，所述方法还包括步骤：
判断客户画像群是否已有关联的产品列表；
若是，则执行所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤；
若否，则在产品列表更新的时间间隔达到预设时间间隔时，获取在当前时间点之前的预设时间间隔内所述预设类别的产品的增量销售记录；
根据所述增量销售记录更新客户画像群关联的产品列表。
可选地，所述当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录的步骤包括：
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，查询是否存储有与所述客户身份标识关联的用户行为数据，其中，若有与所述客户身份标识关联的用户行为数据，则判定该客户不是首次登录，若没有与所述客户身份标识关联的用户行为数据，则判定该客户是首次登录。
可选地，所述当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录的步骤之后，所述方法还包括步骤：
若所述客户端不是首次登录，则从数据库中查找与所述客户标识信息对应的用户行为数据；
根据所述用户行为数据和预设的用户行为数据库，查找该客户的相似客户，其中，所述用户行为数据库中包含有已购买所述预设类别的产品的全部客户的用户行为数据；
对所述相似客户购买的产品进行统计，根据统计结果，将购买量最多的一个或者多个产品推送至所述客户端。
此外，为实现上述目的，本发明还提供一种产品推荐装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的产品推荐程序，所述产品推荐程序被所述处理器执行时实现如下步骤：
所述存储器上存储有可在所述处理器上运行的产品推荐程序，所述产品推荐程序被所述处理器执行时实现如下步骤：
获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；
根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录；
若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群；
获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
可选地，产品推荐程序还可被所述处理器执行，以在所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之后，还实现如下步骤：
确定客户信息包含的属性项，以及各个属性项包含的属性类别；
按照不同属性项的属性类别之间的组合构建客户画像群，其中，客户画像群的数量等于各个属性项中包含的属性类别的数量的乘积。
可选地，产品推荐程序还可被所述处理器执行，以在所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之前，还实现如下步骤：
判断客户画像群是否已有关联的产品列表；
若是，则执行所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤；
若否，则在产品列表更新的时间间隔达到预设时间间隔时，获取在当前时间点之前的预设时间间隔内所述预设类别的产品的增量销售记录；
根据所述增量销售记录更新客户画像群关联的产品列表。
可选地，所述当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录的步骤包括：
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，查询是否存储有与所述客户身份标识关联的用户行为数据，其中，若有与所述客户身份标识关联的用户行为数据，则判定该客户不是首次登录，若没有与所述客户身份标识关联的用户行为数据，则判定该客户是首次登录。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有产品推荐程序，所述产品推荐程序可被一个或者多个处理器执行，以实现如上所述的产品推荐方法的步骤。
本发明提出的产品推荐方法、装置及计算机可读存储介质，获取预设类别的产品的历史销售记录，根据历史销售记录获取已购买预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；当接收到客户端发送的登录请求时，根据登录请求获取客户身份标识，并根据客户身份标识判断客户端是否为首次登录；若客户端为首次登录，则获取客户身份标识对应的客户信息，并确定客户信息对应的客户画像群；获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至客户端。通过这种方式将已购买过产品的客户分为多个客户画像群，并判断目标客户所属的客户画像群，进而根据该客户画像群关联的产品列表为该客户推荐产品，在冷启动的情况下，实现有针对性的为该客户推荐合适的产品。
附图说明
图1为本发明一实施例提供的产品推荐方法的流程示意图；
图2为本发明一实施例提供的产品推荐装置的内部结构示意图；
图3为本发明一实施例提供的产品推荐装置中产品推荐程序的模块示意图。
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。
本发明提供一种产品推荐方法。参照图1所示，为本发明一实施例提供的产品推荐方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，产品推荐方法包括：
步骤S10，获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的。
本实施例的方法可以应用于各个行业的产品的推荐，以下以保险产品的推荐为例进行说明。假设预设类别的产品为预设险种的保险产品。例如，预设类别为寿险，则预设类别的产品为寿险产品；下文中与客户画像群关联的产品列表为寿险产品列表，客户的历史购买记录为购买寿险产品的历史记录，在其他实施例中，产品也可以是其他险种的保险产品、理财产品等产品。其中，能够获取到的客户信息越多，对客户画像群的分类越准确，则推荐的针对性越强。
此外，以下内容中以产品推荐装置作为执行主体描述该方法实施例的方案，其中，产品推荐装置客户端建立远程通讯连接。例如，某保险公司销售的寿险中包含有多个保险产品。为了实现在客户登录客户端之后，有针对性的为客户推送寿险产品，本方案基于客户信息选择目标客户的相似客户群体，进而根据相似客户群体对寿险产品的购买情况为该目标客户推送合适的产品。
其中，关于客户画像群的构建，其具体实现方式如下：
确定客户信息包含的属性项，以及各个属性项包含的属性类别；
按照不同属性项的属性类别之间的组合构建客户画像群，其中，客户画像群的数量等于各个属性项中包含的属性类别的数量的乘积。
具体地，预先创建客户画像群，本方案中的客户信息中包括多个信息项，在本方案中，可以包括但不限于如下信息项：年龄、性别、学历和收入等。其中，每一个信息项可以划分为多个属性类别。例如，性别划分为男、女两个属性类别；年龄划分为18岁以下、18岁至35岁、35岁至45岁、45岁至55岁、55岁以上，共五个属性类别；学历划分为初中及以下、高中、本科、研究生及以上，共四个属性类别，其他的属性项按照类似方式划分，此处不再一一举例。接下来，按照不同属性项的属性类别之间的组合构建客户画像群。上述例子中，性别这一属性项有2个属性类别，年龄这一属性项有5个属性类别，学历这一属性项有4个属性类别，假设收入这一属性项有4个属性类别，则通过组合可以得到2×5×4×4＝160个客户画像群。例如，年龄为35岁至45岁、学历为本科、性别为男、职业为医生、收入为三十万/年则可以构成一个客户画像群。上述各个属性项的分类只为举例说明，在实际应用中，各个属性项划分为多少个属性类别，由用户根据需要设置。
步骤S20，根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表。
获取寿险的所有产品的历史销售记录，对历史销售记录进行统计，获取已购买寿险产品的客户信息，根据客户信息中各个信息项的内容确定每个客户信息所属的客户画像群，每一条销售记录中的客户信息都有与之对应的客户画像群。这样可以将数量众多的已购客户的客户信息分别匹配到各个客户画像群，进而对每个客户画像群匹配到的客户信息对应的已购买寿险产品进行统计，假设历史销售记录中属于某客户画像群的客户一共有一万个，对这一万个客户购买的寿险产品进行统计，共有三十种寿险产品，则统计三十种寿险产品在这一万个客户中的累计销售量，并且按照累计销售量由高至低的顺序生成产品列表，将这个产品列表与该客户画像群关联后存储。按照这样的方式，每一个客户画像群都可以得到一个与之关联的产品列表。
步骤S30，当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录。
步骤S40，若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群。
步骤S50，获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
客户在客户端进行注册时，会填写相关的客户信息发送至产品推荐装置，产品推荐装置会将客户信息与客户登录账号关联后存储。后续客户在客户端上登录时，登录请求中携带有客户登录账号，产品推荐装置根据客户登录账号可以查找关联的客户信息，进而可以根据客户信息从用户行为数据库中查找是否有该用户的用户行为数据。如果用户是首次登录，则用户还未使用该客户端，用户行为数据库中还没有该客户相关的用户行为数据，若用户不是首次登录，则说明用户曾登录并使用过客户端，产品推荐装置会在用户使用客户端的过程中对用户行为数据进行记录并存储，因此，可以从用户行为数据库中查找到该客户的用户行为数据。该方案中的用户行为数据包括但不限于以下内容：用户浏览过的产品、用户收藏的产品；用户点击次数超过预设阈值的产品以及用户购买过的产品等。可以理解的是，随着客户使用客户端的次数的增多，用户行为数据库中存储的用户行为数据也在不断地更新。
进一步地，在步骤S30之后，该方法还包括如下步骤：
若所述客户端不是首次登录，则从数据库中查找与所述客户标识信息对应的用户行为数据；
根据所述用户行为数据和预设的用户行为数据库，查找该客户的相似客户，其中，所述用户行为数据库中包含有已购买所述预设类别的产品的全部客户的用户行为数据；
对所述相似客户购买的产品进行统计，根据统计结果，将购买量最多的一个或者多个产品推送至所述客户端。
此外，在发明实施例中，对于已经有用户行为数据的客户来说，可以采用协同过滤的方式为用户推荐产品，具体地，若判定客户不是首次登录，则从数据库中查找到与客户表示信息对应的用户行为数据，并根据获取到的用户行为数据中的信息，按照协同过滤算法从用户行为数据库中查找到与该用户具有相似行为的用户，作为该用户的相似用户。查找的相似用户可以是一个或者多个，若查找到的相似用户只有一个，则将该相似用户购买过的产品推送至客户端，若查找到的相似用户有多个，则将这多个相似用户购买数量最多一个或者多个产品推送至客户端。
进一步地，对于一个保险公司来说，其产品的销售量是在不断增长的，因此，需要按照一定的更新时间间隔对客户画像群关联的产品列表进行更新。故，在步骤S10之前，该方法还包括以下步骤：
判断客户画像群是否已有关联的产品列表；
若是，则执行步骤S10；
若否，则在产品列表更新的时间间隔达到预设时间间隔时，获取在当前时间点之前的预设时间间隔内所述预设类别的产品的增量销售记录；
根据所述增量销售记录更新客户画像群关联的产品列表。
其中，预设时间间隔可以是一天或者一周等。在首次为客户画像群创建关联的产品列表时，按照上述方式根据全部历史销售记录进行创建。在此之后，以预设时间间隔等于一天为例，每过一天，就对过去这一天的增量销售记录进行统计，为每条销售记录中的客户信息查找对应的客户画像群，统计各个客户画像群对应的增量销售记录，以对客户画像群对应的产品的累计销售量进行更新，进而更新客户画像群关联的产品列表。
上述实施例预设设置客户画像群，根据历史销售记录将已购客户匹配到不同的客户画像群，进而获取到各个客户画像群中的产品销售情况，当客户首次登录客户端时，获取登录客户的客户信息，并确定其匹配的客户画像群，将该客户画像群对应的产品中累计销售量最高的一个或者多个产品推荐给用户，该方案结合保险行业的行业特点，消除新客户的推荐冷启动问题，并实现有针对性的为客户推荐产品。
本实施例提出的产品推荐方法，获取预设类别的产品的历史销售记录，根据历史销售记录获取已购买预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；当接收到客户端发送的登录请求时，根据登录请求获取客户身份标识，并根据客户身份标识判断客户端是否为首次登录；若客户端为首次登录，则获取客户身份标识对应的客户信息，并确定客户信息对应的客户画像群；获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至客户端。通过这种方式将已购买过产品的客户分为多个客户画像群，并判断目标客户所属的客户画像群，进而根据该客户画像群关联的产品列表为该客户推荐产品，在冷启动的情况下，实现有针对性的为该客户推荐合适的产品。
本发明还提供一种产品推荐装置。参照图2所示，为本发明一实施例提供的产品推荐装置的内部结构示意图。
在本实施例中，产品推荐装置1可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该产品推荐装置1至少包括存储器11、处理器12，网络接口13以及通信总线。
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是产品推荐装置1的内部存储单元，例如该产品推荐装置1的硬盘。存储器11在另一些实施例中也可以是产品推荐装置1的外部存储设备，例如产品推荐装置1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器11还可以既包括产品推荐装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于产品推荐装置1的应用软件及各类数据，例如产品推荐程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行产品推荐程序01等。
网络接口13可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置1与其他电子设备之间建立通信连接。
通信总线用于实现这些组件之间的连接通信。
可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在产品推荐装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-13以及产品推荐程序01的产品推荐装置1，本领域技术人员可以理解的是，图1示出的结构并不构成对产品推荐装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的装置1实施例中，存储器11中存储有产品推荐程序01；处理器12执行存储器11中存储的产品推荐程序01时实现如下步骤：
获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的。
根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表。
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录。
若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群。
获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
本实施例的装置可以应用于各个行业的产品的推荐，以下以保险产品的推荐为例进行说明。假设预设类别的产品为预设险种的保险产品。例如，预设类别为寿险，则预设类别的产品为寿险产品；下文中与客户画像群关联的产品列表为寿险产品列表，客户的历史购买记录为购买寿险产品的历史记录，在其他实施例中，产品也可以是其他险种的保险产品、理财产品等产品。其中，能够获取到的客户信息越多，对客户画像群的分类越准确，则推荐的针对性越强。
例如，某保险公司销售的寿险中包含有多个保险产品。为了实现在客户登录客户端之后，有针对性的为客户推送寿险产品，本方案基于客户信息选择目标客户的相似客户群体，进而根据相似客户群体对寿险产品的购买情况为该目标客户推送合适的产品。
其中，关于客户画像群的构建，其具体实现方式如下：
确定客户信息包含的属性项，以及各个属性项包含的属性类别；
按照不同属性项的属性类别之间的组合构建客户画像群，其中，客户画像群的数量等于各个属性项中包含的属性类别的数量的乘积。
具体地，预先创建客户画像群，本方案中的客户信息中包括多个信息项，在本方案中，可以包括但不限于如下信息项：年龄、性别、学历和收入等。其中，每一个信息项可以划分为多个属性类别。例如，性别划分为男、女两个属性类别；年龄划分为18岁以下、18岁至35岁、35岁至45岁、45岁至55岁、55岁以上，共五个属性类别；学历划分为初中及以下、高中、本科、研究生及以上，共四个属性类别，其他的属性项按照类似方式划分，此处不再一一举例。接下来，按照不同属性项的属性类别之间的组合构建客户画像群。上述例子中，性别这一属性项有2个属性类别，年龄这一属性项有5个属性类别，学历这一属性项有4个属性类别，假设收入这一属性项有4个属性类别，则通过组合可以得到2×5×4×4＝160个客户画像群。例如，年龄为35岁至45岁、学历为本科、性别为男、职业为医生、收入为三十万/年则可以构成一个客户画像群。上述各个属性项的分类只为举例说明，在实际应用中，各个属性项划分为多少个属性类别，由用户根据需要设置。
获取寿险的所有产品的历史销售记录，对历史销售记录进行统计，获取已购买寿险产品的客户信息，根据客户信息中各个信息项的内容确定每个客户信息所属的客户画像群，每一条销售记录中的客户信息都有与之对应的客户画像群。这样可以将数量众多的已购客户的客户信息分别匹配到各个客户画像群，进而对每个客户画像群匹配到的客户信息对应的已购买寿险产品进行统计，假设历史销售记录中属于某客户画像群的客户一共有一万个，对这一万个客户购买的寿险产品进行统计，共有三十种寿险产品，则统计三十种寿险产品在这一万个客户中的累计销售量，并且按照累计销售量由高至低的顺序生成产品列表，将这个产品与该客户画像群关联后存储。按照这样的方式，每一个客户画像群都可以得到一个与之关联的产品列表。
客户在客户端进行注册时，会填写相关的客户信息发送至产品推荐装置，产品推荐装置会将客户信息与客户登录账号关联后存储。后续客户在客户端上登录时，登录请求中携带有客户登录账号，产品推荐装置根据客户登录账号可以查找关联的客户信息，进而可以根据客户信息从用户行为数据库中查找是否有该用户的用户行为数据。如果用户是首次登录，则用户还未使用该客户端，用户行为数据库中还没有该客户相关的用户行为数据，若用户不是首次登录，则说明用户曾登录并使用过客户端，产品推荐装置会在用户使用客户端的过程中对用户行为数据进行记录并存储，因此，可以从用户行为数据库中查找到该客户的用户行为数据。该方案中的用户行为数据包括但不限于以下内容：用户浏览过的产品、用户收藏的产品；用户点击次数超过预设阈值的产品以及用户购买过的产品等。可以理解的是，随着客户使用客户端的次数的增多，用户行为数据库中存储的用户行为数据也在不断地更新。
进一步地，在根据所述客户身份标识判断所述客户端是否为首次登录的步骤之后，该方法还包括如下步骤：
若所述客户端不是首次登录，则从数据库中查找与所述客户标识信息对应的用户行为数据；
根据所述用户行为数据和预设的用户行为数据库，查找该客户的相似客户，其中，所述用户行为数据库中包含有已购买所述预设类别的产品的全部客户的用户行为数据；
对所述相似客户购买的产品进行统计，根据统计结果，将购买量最多的一个或者多个产品推送至所述客户端。
此外，在发明实施例中，对于已经有用户行为数据的客户来说，可以采用协同过滤的方式为用户推荐产品，具体地，若判定客户不是首次登录，则从数据库中查找到与客户表示信息对应的用户行为数据，并根据获取到的用户行为数据中的信息，按照协同过滤算法从用户行为数据库中查找到与该用户具有相似行为的用户，作为该用户的相似用户。查找的相似用户可以是一个或者多个，若查找到的相似用户只有一个，则将该相似用户购买过的产品推送至客户端，若查找到的相似用户有多个，则将这多个相似用户购买数量最多一个或者多个产品推送至客户端。
进一步地，对于一个保险公司来说，其产品的销售量是在不断增长的，因此，需要按照一定的更新时间间隔对客户画像群关联的产品列表进行更新。故，在取预设类别的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之前，该方法还包括以下步骤：
判断客户画像群是否已有关联的产品列表；
若是，则执行取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤；
若否，则在产品列表更新的时间间隔达到预设时间间隔时，获取在当前时间点之前的预设时间间隔内所述预设类别的产品的增量销售记录；
根据所述增量销售记录更新客户画像群关联的产品列表。
其中，预设时间间隔可以是一天或者一周等。在首次为客户画像群创建关联的产品列表时，按照上述方式根据全部历史销售记录进行创建。在此之后，以预设时间间隔等于一天为例，每过一天，就对过去这一天的增量销售记录进行统计，为每条销售记录中的客户信息查找对应的客户画像群，统计各个客户画像群对应的增量销售记录，以对客户画像群对应的产品的累计销售量进行更新，进而更新客户画像群关联的产品列表。
上述实施例预设设置客户画像群，根据历史销售记录将已购客户匹配到不同的客户画像群，进而获取到各个客户画像群中的产品销售情况，当客户首次登录客户端时，获取登录客户的客户信息，并确定其匹配的客户画像群，将该客户画像群对应的产品中累计销售量最高的一个或者多个产品推荐给用户，该方案结合保险行业的行业特点，消除新客户的推荐冷启动问题，并实现有针对性的为客户推荐产品。
本实施例提出的产品推荐装置，获取预设类别的产品的历史销售记录，根据历史销售记录获取已购买预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；当接收到客户端发送的登录请求时，根据登录请求获取客户身份标识，并根据客户身份标识判断客户端是否为首次登录；若客户端为首次登录，则获取客户身份标识对应的客户信息，并确定客户信息对应的客户画像群；获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至客户端。通过这种方式将已购买过产品的客户分为多个客户画像群，并判断目标客户所属的客户画像群，进而根据该客户画像群关联的产品列表为该客户推荐产品，在冷启动的情况下，实现有针对性的为该客户推荐合适的产品。
可选地，在其他的实施例中，产品推荐程序还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，用于描述产品推荐程序在产品推荐装置中的执行过程。
例如，参照图3所示，为本发明产品推荐装置一实施例中的产品推荐程序的程序模块示意图，该实施例中，产品推荐程序可以被分割为数据统计模块10、列表创建模块20、身份确认模块30、画像匹配模块40和产品推荐模块50，示例性地：
数据统计模块10用于：获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；
列表创建模块20用于：根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；
身份确认模块30用于：当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录；
画像匹配模块40用于：若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群；
产品推荐模块50用于：获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
上述数据统计模块10、列表创建模块20、身份确认模块30、画像匹配模块40和产品推荐模块50等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有产品推荐程序，所述产品推荐程序可被一个或多个处理器执行，以实现如下操作：
获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；
根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录；
若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群；
获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。本发明计算机可读存储介质具体实施方式与上述产品推荐装置和方法各实施例基本相同，在此不作累述。
需要说明的是，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。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
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，产品推荐装置，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)
1.一种产品推荐方法，其特征在于，所述方法包括：
获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；
根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录；
若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群；
获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
2.如权利要求1所述的产品推荐方法，其特征在于，所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之后，所述方法还包括步骤：
确定客户信息包含的属性项，以及各个属性项包含的属性类别；
按照不同属性项的属性类别之间的组合构建客户画像群，其中，客户画像群的数量等于各个属性项中包含的属性类别的数量的乘积。
3.如权利要求1所述的产品推荐方法，其特征在于，所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之前，所述方法还包括步骤：
判断客户画像群是否已有关联的产品列表；
若是，则执行所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤；
若否，则在产品列表更新的时间间隔达到预设时间间隔时，获取在当前时间点之前的预设时间间隔内所述预设类别的产品的增量销售记录；
根据所述增量销售记录更新客户画像群关联的产品列表。
4.如权利要求1至3中任一项所述的产品推荐方法，其特征在于，所述当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录的步骤包括：
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，查询是否存储有与所述客户身份标识关联的用户行为数据，其中，若有与所述客户身份标识关联的用户行为数据，则判定该客户不是首次登录，若没有与所述客户身份标识关联的用户行为数据，则判定该客户是首次登录。
5.如权利要求1至3中任一项所述的产品推荐方法，其特征在于，所述当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录的步骤之后，所述方法还包括步骤：
若所述客户端不是首次登录，则从数据库中查找与所述客户标识信息对应的用户行为数据；
根据所述用户行为数据和预设的用户行为数据库，查找该客户的相似客户，其中，所述用户行为数据库中包含有已购买所述预设类别的产品的全部客户的用户行为数据；
对所述相似客户购买的产品进行统计，根据统计结果，将购买量最多的一个或者多个产品推送至所述客户端。
6.一种产品推荐装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的产品推荐程序，所述产品推荐程序被所述处理器执行时实现如下步骤：
获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群，其中，所述客户画像群是按照客户信息中的不同属性项的属性类别之间的组合构建的；
根据统计结果获取客户画像群中的客户购买的全部产品，以及各产品的累计销售量，按照累计销售量由高至低的顺序构建与客户画像群关联的产品列表；
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录；
若所述客户端为首次登录，则获取所述客户身份标识对应的客户信息，并确定所述客户信息对应的客户画像群；
获取该客户画像群关联的产品列表，将该产品列表中排名最前的预设数量的产品推送至所述客户端。
7.如权利要求6所述的产品推荐装置，其特征在于，产品推荐程序还可被所述处理器执行，以在所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之后，还实现如下步骤：
确定客户信息包含的属性项，以及各个属性项包含的属性类别；
按照不同属性项的属性类别之间的组合构建客户画像群，其中，客户画像群的数量等于各个属性项中包含的属性类别的数量的乘积。
8.如权利要求6所述的产品推荐装置，其特征在于，产品推荐程序还可被所述处理器执行，以在所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤之前，还实现如下步骤：
判断客户画像群是否已有关联的产品列表；
若是，则执行所述获取预设类别的产品的历史销售记录，根据所述历史销售记录获取已购买所述预设类别的产品的客户信息，并统计各个客户信息所属的客户画像群的步骤；
若否，则在产品列表更新的时间间隔达到预设时间间隔时，获取在当前时间点之前的预设时间间隔内所述预设类别的产品的增量销售记录；
根据所述增量销售记录更新客户画像群关联的产品列表。
9.如权利要求6至8中任一项所述的产品推荐装置，其特征在于，所述当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，并根据所述客户身份标识判断所述客户端是否为首次登录的步骤包括：
当接收到客户端发送的登录请求时，根据所述登录请求获取客户身份标识，查询是否存储有与所述客户身份标识关联的用户行为数据，其中，若有与所述客户身份标识关联的用户行为数据，则判定该客户不是首次登录，若没有与所述客户身份标识关联的用户行为数据，则判定该客户是首次登录。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有产品推荐程序，所述产品推荐程序可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的产品推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811023263.9A CN109299997A (zh) | 2018-09-03 | 2018-09-03 | 产品推荐方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811023263.9A CN109299997A (zh) | 2018-09-03 | 2018-09-03 | 产品推荐方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109299997A true CN109299997A (zh) | 2019-02-01 |
Family
ID=65166271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811023263.9A Pending CN109299997A (zh) | 2018-09-03 | 2018-09-03 | 产品推荐方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109299997A (zh) |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135890A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 基于知识关系挖掘的产品数据推送方法及相关设备 |
| CN110163718A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备及存储介质 |
| CN110276642A (zh) * | 2019-06-20 | 2019-09-24 | 卓尔智联(武汉)研究院有限公司 | 广告牌推荐方法、装置及计算机可读存储介质 |
| CN110310145A (zh) * | 2019-05-23 | 2019-10-08 | 中国平安人寿保险股份有限公司 | 产品多维度配置方法、装置、计算机设备及存储介质 |
| CN110335078A (zh) * | 2019-07-03 | 2019-10-15 | 中国银行股份有限公司 | 广告推送方法、装置和设备 |
| CN110335060A (zh) * | 2019-05-20 | 2019-10-15 | 微民保险代理有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
| CN110415084A (zh) * | 2019-07-30 | 2019-11-05 | 中国工商银行股份有限公司 | 一种产品智能推荐方法及装置 |
| CN110489646A (zh) * | 2019-08-15 | 2019-11-22 | 中国平安人寿保险股份有限公司 | 用户画像构建方法及终端设备 |
| CN110990712A (zh) * | 2019-10-14 | 2020-04-10 | 中国平安财产保险股份有限公司 | 产品数据推送方法、装置和计算机设备 |
| CN111008333A (zh) * | 2019-12-04 | 2020-04-14 | 唐杰 | 一种基于用户特征信息和产品成分信息的购物系统和方法 |
| CN111125529A (zh) * | 2019-12-24 | 2020-05-08 | 深圳市信联征信有限公司 | 产品匹配方法、装置、计算机设备及存储介质 |
| CN111179021A (zh) * | 2019-12-09 | 2020-05-19 | 中国平安财产保险股份有限公司 | 基于家庭设备数据的产品推荐方法、系统和可读存储介质 |
| CN111339406A (zh) * | 2020-02-17 | 2020-06-26 | 北京百度网讯科技有限公司 | 个性化推荐方法、装置、设备及存储介质 |
| CN111626863A (zh) * | 2020-06-02 | 2020-09-04 | 北京比财数据科技有限公司 | 一种金融产品的智能推荐方法 |
| CN111914187A (zh) * | 2020-07-23 | 2020-11-10 | 向杰 | 一种商品推荐及推荐关系链跟踪的方法 |
| CN112004106A (zh) * | 2020-08-20 | 2020-11-27 | 广州朱雀信息科技有限公司 | 商品展示方法和装置、服务器、计算机可读存储介质 |
| CN112035519A (zh) * | 2020-08-28 | 2020-12-04 | 中国平安人寿保险股份有限公司 | 用户画像方法、装置、计算机可读存储介质及终端设备 |
| CN112115364A (zh) * | 2020-09-23 | 2020-12-22 | 北京明略昭辉科技有限公司 | 基于登陆操作进行冷启动的推荐方法、系统及计算机设备 |
| CN112232656A (zh) * | 2020-10-13 | 2021-01-15 | 中国平安人寿保险股份有限公司 | 一种业务数据的监测预警方法、设备、终端以及可读介质 |
| CN112330391A (zh) * | 2020-10-26 | 2021-02-05 | 武汉鼎森世纪科技有限公司 | 基于客户和员工的产品推荐方法 |
| CN112417251A (zh) * | 2020-11-30 | 2021-02-26 | 华能大理风力发电有限公司 | 一种基于风电竞价的交易信息检索方法及装置 |
| CN112487261A (zh) * | 2020-10-30 | 2021-03-12 | 贝壳技术有限公司 | 数据的获取方法、装置、电子设备和介质 |
| CN112488845A (zh) * | 2020-11-16 | 2021-03-12 | 中国人寿保险股份有限公司 | 一种投保客户的筛选方法、装置、电子设备及存储介质 |
| CN112884399A (zh) * | 2021-01-28 | 2021-06-01 | 重庆允成互联网科技有限公司 | 基于库房前置机的工业品在线营销的方法、服务器及系统 |
| CN113139122A (zh) * | 2020-01-20 | 2021-07-20 | 阿里巴巴集团控股有限公司 | 信息推荐方法、系统及设备 |
| CN113366523A (zh) * | 2019-06-20 | 2021-09-07 | 深圳市欢太科技有限公司 | 资源推送方法及相关产品 |
| CN113449163A (zh) * | 2021-06-29 | 2021-09-28 | 平安养老保险股份有限公司 | 基于人工智能的客户挖掘方法、装置、设备及存储介质 |
| CN114219664A (zh) * | 2021-12-15 | 2022-03-22 | 中国平安人寿保险股份有限公司 | 产品推荐方法、装置、计算机设备及存储介质 |
| CN114462972A (zh) * | 2022-02-09 | 2022-05-10 | 携程商旅信息服务（上海）有限公司 | 商旅清算业务数据获取方法、装置、电子设备、存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869001A (zh) * | 2015-01-19 | 2016-08-17 | 苏宁云商集团股份有限公司 | 个性化商品推荐引流方法和系统 |
| CN105931065A (zh) * | 2015-09-22 | 2016-09-07 | 中国银联股份有限公司 | 客户群特征数据的处理方法及装置 |
| CN107464186A (zh) * | 2017-08-04 | 2017-12-12 | 缪骁 | 基于车险客户画像的理赔模式推荐方法 |
| CN107657527A (zh) * | 2017-09-29 | 2018-02-02 | 平安科技（深圳）有限公司 | 贷款产品匹配方法、装置及计算机可读存储介质 |
| CN108182605A (zh) * | 2018-01-11 | 2018-06-19 | 厦门快商通信息技术有限公司 | 一种基于用户画像的用户行为预测方法及系统 |
-
2018
- 2018-09-03 CN CN201811023263.9A patent/CN109299997A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869001A (zh) * | 2015-01-19 | 2016-08-17 | 苏宁云商集团股份有限公司 | 个性化商品推荐引流方法和系统 |
| CN105931065A (zh) * | 2015-09-22 | 2016-09-07 | 中国银联股份有限公司 | 客户群特征数据的处理方法及装置 |
| CN107464186A (zh) * | 2017-08-04 | 2017-12-12 | 缪骁 | 基于车险客户画像的理赔模式推荐方法 |
| CN107657527A (zh) * | 2017-09-29 | 2018-02-02 | 平安科技（深圳）有限公司 | 贷款产品匹配方法、装置及计算机可读存储介质 |
| CN108182605A (zh) * | 2018-01-11 | 2018-06-19 | 厦门快商通信息技术有限公司 | 一种基于用户画像的用户行为预测方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘光榕;任建涛;: "基于客户画像的精准推荐" * |
Cited By (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110163718A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备及存储介质 |
| CN110135890A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 基于知识关系挖掘的产品数据推送方法及相关设备 |
| CN110335060B (zh) * | 2019-05-20 | 2023-03-31 | 微民保险代理有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
| CN110335060A (zh) * | 2019-05-20 | 2019-10-15 | 微民保险代理有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
| CN110310145A (zh) * | 2019-05-23 | 2019-10-08 | 中国平安人寿保险股份有限公司 | 产品多维度配置方法、装置、计算机设备及存储介质 |
| CN110310145B (zh) * | 2019-05-23 | 2024-05-24 | 中国平安人寿保险股份有限公司 | 产品多维度配置方法、装置、计算机设备及存储介质 |
| CN110276642A (zh) * | 2019-06-20 | 2019-09-24 | 卓尔智联(武汉)研究院有限公司 | 广告牌推荐方法、装置及计算机可读存储介质 |
| CN113366523A (zh) * | 2019-06-20 | 2021-09-07 | 深圳市欢太科技有限公司 | 资源推送方法及相关产品 |
| CN113366523B (zh) * | 2019-06-20 | 2024-05-07 | 深圳市欢太科技有限公司 | 资源推送方法及相关产品 |
| CN110335078A (zh) * | 2019-07-03 | 2019-10-15 | 中国银行股份有限公司 | 广告推送方法、装置和设备 |
| CN110415084A (zh) * | 2019-07-30 | 2019-11-05 | 中国工商银行股份有限公司 | 一种产品智能推荐方法及装置 |
| CN110415084B (zh) * | 2019-07-30 | 2022-10-21 | 中国工商银行股份有限公司 | 一种产品智能推荐方法及装置 |
| CN110489646B (zh) * | 2019-08-15 | 2024-02-13 | 中国平安人寿保险股份有限公司 | 用户画像构建方法及终端设备 |
| CN110489646A (zh) * | 2019-08-15 | 2019-11-22 | 中国平安人寿保险股份有限公司 | 用户画像构建方法及终端设备 |
| CN110990712A (zh) * | 2019-10-14 | 2020-04-10 | 中国平安财产保险股份有限公司 | 产品数据推送方法、装置和计算机设备 |
| CN111008333B (zh) * | 2019-12-04 | 2023-08-25 | 弗雷森斯(苏州)科技有限公司 | 一种基于用户特征信息和产品成分信息的购物系统和方法 |
| CN111008333A (zh) * | 2019-12-04 | 2020-04-14 | 唐杰 | 一种基于用户特征信息和产品成分信息的购物系统和方法 |
| CN111179021A (zh) * | 2019-12-09 | 2020-05-19 | 中国平安财产保险股份有限公司 | 基于家庭设备数据的产品推荐方法、系统和可读存储介质 |
| CN111179021B (zh) * | 2019-12-09 | 2024-05-03 | 中国平安财产保险股份有限公司 | 基于家庭设备数据的产品推荐方法、系统和可读存储介质 |
| CN111125529A (zh) * | 2019-12-24 | 2020-05-08 | 深圳市信联征信有限公司 | 产品匹配方法、装置、计算机设备及存储介质 |
| CN113139122A (zh) * | 2020-01-20 | 2021-07-20 | 阿里巴巴集团控股有限公司 | 信息推荐方法、系统及设备 |
| CN111339406A (zh) * | 2020-02-17 | 2020-06-26 | 北京百度网讯科技有限公司 | 个性化推荐方法、装置、设备及存储介质 |
| CN111626863A (zh) * | 2020-06-02 | 2020-09-04 | 北京比财数据科技有限公司 | 一种金融产品的智能推荐方法 |
| CN111914187A (zh) * | 2020-07-23 | 2020-11-10 | 向杰 | 一种商品推荐及推荐关系链跟踪的方法 |
| CN111914187B (zh) * | 2020-07-23 | 2023-09-08 | 向杰 | 一种商品推荐及推荐关系链跟踪的方法 |
| CN112004106A (zh) * | 2020-08-20 | 2020-11-27 | 广州朱雀信息科技有限公司 | 商品展示方法和装置、服务器、计算机可读存储介质 |
| CN112035519A (zh) * | 2020-08-28 | 2020-12-04 | 中国平安人寿保险股份有限公司 | 用户画像方法、装置、计算机可读存储介质及终端设备 |
| CN112035519B (zh) * | 2020-08-28 | 2023-11-24 | 中国平安人寿保险股份有限公司 | 用户画像方法、装置、计算机可读存储介质及终端设备 |
| CN112115364A (zh) * | 2020-09-23 | 2020-12-22 | 北京明略昭辉科技有限公司 | 基于登陆操作进行冷启动的推荐方法、系统及计算机设备 |
| CN112232656A (zh) * | 2020-10-13 | 2021-01-15 | 中国平安人寿保险股份有限公司 | 一种业务数据的监测预警方法、设备、终端以及可读介质 |
| CN112232656B (zh) * | 2020-10-13 | 2024-05-24 | 中国平安人寿保险股份有限公司 | 一种业务数据的监测预警方法、设备、终端以及可读介质 |
| CN112330391B (zh) * | 2020-10-26 | 2022-07-08 | 武汉鼎森世纪科技有限公司 | 基于客户和员工的产品推荐方法 |
| CN112330391A (zh) * | 2020-10-26 | 2021-02-05 | 武汉鼎森世纪科技有限公司 | 基于客户和员工的产品推荐方法 |
| CN112487261A (zh) * | 2020-10-30 | 2021-03-12 | 贝壳技术有限公司 | 数据的获取方法、装置、电子设备和介质 |
| CN112487261B (zh) * | 2020-10-30 | 2022-12-30 | 贝壳技术有限公司 | 数据的获取方法、装置、电子设备和介质 |
| CN112488845A (zh) * | 2020-11-16 | 2021-03-12 | 中国人寿保险股份有限公司 | 一种投保客户的筛选方法、装置、电子设备及存储介质 |
| CN112488845B (zh) * | 2020-11-16 | 2024-05-28 | 中国人寿保险股份有限公司 | 一种投保客户的筛选方法、装置、电子设备及存储介质 |
| CN112417251A (zh) * | 2020-11-30 | 2021-02-26 | 华能大理风力发电有限公司 | 一种基于风电竞价的交易信息检索方法及装置 |
| CN112417251B (zh) * | 2020-11-30 | 2024-10-11 | 华能大理风力发电有限公司 | 一种基于风电竞价的交易信息检索方法及装置 |
| CN112884399B (zh) * | 2021-01-28 | 2023-07-25 | 重庆允丰科技有限公司 | 基于库房前置机的工业品在线营销的方法、服务器及系统 |
| CN112884399A (zh) * | 2021-01-28 | 2021-06-01 | 重庆允成互联网科技有限公司 | 基于库房前置机的工业品在线营销的方法、服务器及系统 |
| CN113449163A (zh) * | 2021-06-29 | 2021-09-28 | 平安养老保险股份有限公司 | 基于人工智能的客户挖掘方法、装置、设备及存储介质 |
| CN114219664A (zh) * | 2021-12-15 | 2022-03-22 | 中国平安人寿保险股份有限公司 | 产品推荐方法、装置、计算机设备及存储介质 |
| CN114219664B (zh) * | 2021-12-15 | 2024-08-06 | 中国平安人寿保险股份有限公司 | 产品推荐方法、装置、计算机设备及存储介质 |
| CN114462972A (zh) * | 2022-02-09 | 2022-05-10 | 携程商旅信息服务（上海）有限公司 | 商旅清算业务数据获取方法、装置、电子设备、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109299997A (zh) | 产品推荐方法、装置及计算机可读存储介质 | |
| CN110135942A (zh) | 产品推荐方法、装置及计算机可读存储介质 | |
| CA2904526C (en) | Systems, methods, and apparatuses for implementing data upload, processing, and predictive query api exposure | |
| CN102737333B (zh) | 用于计算用户和要约到微小细分的匹配的顺序引擎 | |
| CN107871276A (zh) | 贷款产品的查询装置、方法及计算机可读存储介质 | |
| CN103118111B (zh) | 一种基于多个数据交互中心的数据进行信息推送的方法 | |
| CN107688987A (zh) | 电子装置、保险推荐方法、及计算机可读存储介质 | |
| CN109272408A (zh) | 车贷款金融产品智能推荐方法、装置、设备及介质 | |
| KR20190006383A (ko) | 사용자 행동 순서에 기반한 구매 확률 예측 방법 및 이를 위한 장치 | |
| CN106844407B (zh) | 基于数据集相关性的标签网络产生方法和系统 | |
| CN111723292B (zh) | 基于图神经网络的推荐方法、系统、电子设备及存储介质 | |
| CN109544266A (zh) | 产品数据推送方法、装置及计算机可读存储介质 | |
| CN106062743A (zh) | 用于关键字建议的系统和方法 | |
| CN112750011A (zh) | 商品推荐方法、装置和电子设备 | |
| Lappas et al. | Efficient and domain-invariant competitor mining | |
| CN110852785B (zh) | 用户分级方法、装置及计算机可读存储介质 | |
| CN113032668A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
| CN111310032A (zh) | 资源推荐方法、装置、计算机设备及可读存储介质 | |
| CN112036631B (zh) | 采购量确定方法、装置、设备及存储介质 | |
| CN108351787A (zh) | 与移动应用相关联的内容项目的基于装置的过滤 | |
| CN115204971B (zh) | 产品推荐方法、装置、电子设备及计算机可读存储介质 | |
| CN107451280B (zh) | 数据打通方法、装置及电子设备 | |
| CN109190027A (zh) | 多源推荐方法、终端、服务器、计算机设备、可读介质 | |
| CN115630221A (zh) | 终端应用界面展示数据处理方法、装置及计算机设备 | |
| JP2011054158A (ja) | オブジェクト・カスタマイゼーションおよび管理システム |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |
|
| RJ01 | Rejection of invention patent application after publication |