CN110084705A - 一种项目推荐方法及装置、一种电子设备及存储介质 - Google Patents

一种项目推荐方法及装置、一种电子设备及存储介质 Download PDF

Info

Publication number
CN110084705A
CN110084705A CN201910209117.3A CN201910209117A CN110084705A CN 110084705 A CN110084705 A CN 110084705A CN 201910209117 A CN201910209117 A CN 201910209117A CN 110084705 A CN110084705 A CN 110084705A
Authority
CN
China
Prior art keywords
project
user
dimension
recommended
recommendation
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
Application number
CN201910209117.3A
Other languages
English (en)
Inventor
吴鹃
连琨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910209117.3A priority Critical patent/CN110084705A/zh
Publication of CN110084705A publication Critical patent/CN110084705A/zh
Pending legal-status Critical Current

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
    • 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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本说明书提供一种项目推荐方法及装置、一种电子设备及存储介质，其中所述项目推荐方法包括：采集用户在待推荐项目的至少两个项目维度的属性信息；通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息；本说明书提供的项目推荐方法，通过判断是否为用户推荐所述待推荐项目，实现了低成本识别对所述待推荐项目感兴趣的用户，为需要的用户推荐所述待推荐项目，同时避免了对所述待推荐项目不感兴趣的用户的干扰。

Description

一种项目推荐方法及装置、一种电子设备及存储介质
技术领域
本说明书涉及计算机技术领域，特别涉及一种项目推荐方法及装置、一种电子设备及计算机可读存储介质。
背景技术
随着互联网技术的飞速发展，保险的推广、销售、办理等常规业务都可以比较方便地在线操作，同时，随着用户对自身健康的关注程度越来越高，重疾、人寿等健康险种越来越受到用户的青睐，投保人会用更多的时间去了解各方面的保险类型。
现有技术中，在为投保人推荐项目的模式下，主要面临的问题是：平台无法低成本的识别和区分对推荐项目的感兴趣人群，只能采用遍地撒网的方式，这样对投保人具有较大的干扰；若不能有效的区分投保人是否对推荐项目感兴趣，不能够及时触达有需要的投保人，为投保人提供项目的服务，加入项目的人数也会相对变少。
发明内容
有鉴于此，本说明书实施例提供了一种项目推荐方法及装置、一种电子设备及计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种项目推荐方法，包括：
采集用户在待推荐项目的至少两个项目维度的属性信息；
通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
可选地，所述项目推荐方法还包括：
将接收所述待推荐项目的推荐信息的用户标记为用户组；
通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率；
将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值。
可选地，所述根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分，包括：
将所述项目维度的权重系数与所述项目维度下的活跃度评分进行乘积；
根据所述项目维度的权重系数与所述项目维度下的活跃度评分的乘积进行求和确定在所有项目维度下的活跃度总评分。
可选地，所述通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
在设定时间间隔内确定接收所述待推荐项目的推荐信息的用户数目；
根据所述用户数目与所述用户参与所述待推荐项目的数目确定所述参与率。
可选地，所述通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
设定至少两个推荐测试方案，其中，所述至少两个推荐测试方案包含至少一个第一推荐测试方案和至少一个第二推荐测试方案；
将所述用户组分别执行所述第一推荐测试方案和所述第二推荐测试方案；
根据所述用户组执行所述第一推荐测试方案的执行结果确定第一参与率，根据所述用户组执行所述第二推荐测试方案的执行结果确定第二参与率；
将所述第一参与率与所述第二参与率进行比较，根据比较结果将较高的作为所述参与率。
可选地，所述将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值，包括：
在所述参与率大于所述参与率阈值的情况下，将所述项目维度的所述权重系数调低以及所述预设推荐阈值调高；
在所述参与率小于所述参与率阈值的情况下，将所述项目维度的所述权重系数调高以及所述预设推荐阈值调低；
在所述参与率等于所述参与率阈值的情况下，所述项目维度的所述权重系数以及所述预设推荐阈值保持不变。
可选地，所述根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分执行步骤之后，还包括：
在所述活跃度总评分未超过预设推荐阈值的情况下，采集新用户在所述待推荐项目的至少两个项目维度的属性信息。
可选地，所述则向所述用户发送所述待推荐项目的推荐信息包括：
向所述用户发送所述待推荐项目的文字形式推荐信息或语音形式推荐信息。
可选地，所述文字形式推荐信息包括下述至少一项：
基于内容链接的推荐信息或基于推送内容的推荐信息。
可选地，所述待推荐项目为互助计划项目的情况下，所述项目维度包括下述至少一项：
用户属性特征维度、用户活跃方式维度、用户购买项目维度、用户理财偏好维度、用户医疗项目维度。
可选地，所述采集用户在待推荐项目的至少两个项目维度的属性信息，包括：
在日志文件中采集所述用户在待推荐项目的至少两个项目维度的属性信息。
根据本说明书实施例的第二方面，提供了一种项目推荐装置，包括：
采集模块，被配置为采集用户在待推荐项目的至少两个项目维度的属性信息；
评分模块，被配置为通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
第一确定模块，被配置为根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
发送模块，被配置为在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
根据本说明书实施例的第三方面，提供了一种电子设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
采集用户在待推荐项目的至少两个项目维度的属性信息；
通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现任意一项所述项目推荐方法的步骤。
与现有技术相比，本申请具有如下优点：
本说明书提供一种项目推荐方法，包括：通过采集用户在待推荐项目的至少两个项目维度的属性信息，通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分，根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分，在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
本说明书提供的项目推荐方法，通过判断所述活跃度总评分与所述预设推荐阈值的大小，确定是否需要对所述用户发送所述待推荐项目的推荐信息，实现了低成本识别对所述待推荐项目感兴趣的用户，及时为需要的用户推荐待推荐项目，提供有关所述待推荐项目的服务，并避免了对所述待推荐项目不感兴趣的用户的干扰。
附图说明
图1是本说明书一个或多个实施例提供的项目推荐方法的流程图；
图2是本说明书一个或多个实施例提供的项目推荐方法调优过程的流程图；
图3是本说明书一个或多个实施例提供的项目推荐方法的流程图；
图4是本说明书一个或多个实施例提供的项目推荐装置的结构示意图；
图5是本说明书一个或多个实施例提供的电子设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本发明一个或多个实施涉及的名词术语进行解释。
相互保险：具有同质风险保障需求的单位或个人，通过订立合同成为会员，并缴纳保费形成互助基金，由该基金对合同约定的事故发生所造成的损失承担赔偿责任，或者当被保险人死亡、伤残、疾病或者达到合同约定的年龄、期限等条件时承担给付保险金责任的保险活动。
在本申请中，提供了一种项目推荐方法及装置、一种电子设备及计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一实施例的项目推荐方法的流程图，包括步骤102至步骤108。
步骤102：采集用户在待推荐项目的至少两个项目维度的属性信息。
本说明书一个或多个实施例中，所述采集用户在待推荐项目的至少两个项目维度的属性信息，包括：在日志文件中采集所述用户在待推荐项目的至少两个项目维度的属性信息。比如，根据用户通过在网络浏览的记录，在日志文件中提取所述用户的属性信息。
本说明书一个或多个实施例中，所述待推荐项目为互助计划项目的情况下，所述项目维度包括下述至少一项：用户属性特征维度、用户活跃方式维度、用户购买项目维度、用户理财偏好维度、用户医疗项目维度。
具体地，在所述待推荐项目为互助计划项目的情况下，所述项目维度可以是：用户属性特征维度、用户活跃方式维度、用户购买项目维度、用户理财偏好维度、用户医疗项目维度等中的至少一项或全部维度，所述项目维度还可以是与所述互助计划项目相关的维度，具体的项目维度根据实际应用进行设定，本说明书在此不做任何限定。
在实际应用中，以所述待推荐项目为互助保险为例，对采集用户在待推荐项目的至少两个项目维度的属性信息进行描述，其中，所述采集用户的属性信息可以是：用户的年龄、用户购买保险的方向、用户浏览网络相关方面的帖子、用户是否善于理财、用户网购习惯、用户使用有关互助保险平台的应用程序活跃度、用户好友参加互助保险的数目、用户所在城市参加互助保险成员数目以及用户是否参加过公益活动等。
比如，在互助保险中，用户属性特征维度的属性信息可以是用户年龄性别；用户购买项目维度的属性信息可以是用户购买过的互助项目种类；用户活跃方式维度的属性信息可以是用户互助社区生活号活跃度和用户在互助平台账号的活跃度；用户理财偏好维度的属性信息可以是用户理财偏好；用户网购维度的属性信息可以是用户网购频率；用户医疗项目维度的属性信息可以是用户医疗数据；用户各方面加入项目维度的属性信息可以是用户在互助平台账号中好友加入互助项目的人数和用户所在地区加入互助项目的人数和用户参加公益活动的数据，在互助保险中，所述采集的用户的属性信息可以是上述的任意一项或任意多项。
本说明书实施例中，通过针对所述待推荐项目采集所述用户的属性信息，采集到的属性信息具有针对性，避免了采集过多的冗余信息，针对所述采集到的属性信息分析所述用户是否适合所述待推荐项目。
步骤104：通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分。
具体地，将采集到的所述项目维度下的属性信息与所述预设评分标准进行比对，对所述用户的每一项属性信息进行活跃度评分。
除此之外，所述每个项目维度均具有预设评分标准，所述预设评分标准可以根据实际应用进行设定，可以根据所述项目维度的权重系数进行设定，具体设定方式本说明书在此不作任何限定。
例如，采集用户的年龄信息、用户网购信息和所述用户是否参见过公益活动信息，其中，所述用户年龄维度的活跃度评分标准为大于等于30岁小于等于60岁给10分，大于60岁给0分，小于30岁给5分；所述用户网购维度的活跃度评分标准为一周内网购次数大于等于3次给10分，小于3次给5分，未网购情况给0分；所述用户是否参加公益活动维度的活跃度评分标准为参加公益活动给10分，未参加过公益活动给0分；采集用户A属性信息为年龄32岁，一周内网购次数为1次，参加过公益活动，则根据上述活跃度评分标准确定用户A在各个项目维度的活跃度评分为10分、5分和10分。
本说明书实施例中，通过将采集到的所述属性信息与预设评分标准进行比对，为所述用户在所述项目维度下的属性信息进行活跃度评分，进一步分析所述用户是否适合所述待推荐项目。
步骤106：根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分。
本说明书一个或多个实施例中，根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分，包括：
将所述项目维度的权重系数与所述项目维度下的活跃度评分进行乘积；
根据所述项目维度的权重系数与所述项目维度下的活跃度评分的乘积进行求和确定在所有项目维度下的活跃度总评分。
具体地，确定所述活跃度总评分可以采用加权算法实现，所述加权算法公式如下式(1)所示：
S＝a*X1+b*X2+c*X3+……z*Xi (1)
在本实施例中，所述式(1)中S表示活跃度总评分，a、b、c…z表示所述项目维度的权重系数，所述Xi表示所述项目维度下活跃度评分(i为正整数)。
在实际应用中，以上述实施例中所述用户A在各个项目维度的活跃度评分为10分、5分和10分为例，对所述确定在所有项目维度下的活跃度总评分进行描述，根据所述互助计划项目平台确定所述各个项目维度的权重系数为默认值均为0.3，通过式(1)确定用户A在所有项目维度的活跃度总评分为7.5分。
本说明书实施例中，通过采用加权算法确定所述所有项目维度下的活跃度总评分，方便快捷，并能够确定每个项目维度的权重，方便互助计划项目平台针对所述每个项目维度的权重对所述权重系数进行调整。
步骤108：在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
本说明书一个或多个实施例中，根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分之后，还可以在所述活跃度总评分未超过预设推荐阈值的情况下，采集新用户在所述待推荐项目的至少两个项目维度的属性信息。
除此之外，所述预设推荐阈值可以根据实际应用场景进行设定，本说明书在此不作任何限定。
其中，所述新用户可以是未被推荐所述待推荐项目的用户或者还可以是推荐所述待推荐项目但是未加入所述待推荐项目的用户，所述未被推荐所述待推荐项目的用户包括未被采集属性信息的用户和活跃度总评分未超过所述预设推荐阈值的用户。
在实际应用中，仍以上述用户A的活跃度总评分为7.5分为例，对所述活跃度总评分超过或未超过预设推荐阈值进行描述，若所述预设推荐阈值为5分的情况下，则所述用户A的活跃度总评分大于预设推荐阈值，向所述用户A发送互助计划项目的推荐信息；若所述预设推荐阈值为8分的情况下，则所述用户A的活跃度总评分小于预设推荐阈值，不向所述用户A发送互助计划项目的推荐信息。
本说明书一个或多个实施例中，向所述用户发送所述待推荐项目的推荐信息包括：
向所述用户发送所述待推荐项目的文字形式推荐信息或语音形式推荐信息。
本说明书一个或多个实施例中，文字形式推荐信息包括下述至少一项：
基于内容链接的推荐信息或基于推送内容的推荐信息。
具体地，所述文字形式推荐信息可以是所述待推荐项目的网络连接、所述待推荐项目的全部内容或者所述待推荐项目的相关平台程序，所述文字形式推荐信息可以通过即时通讯方式进行推荐；所述语音形式推荐信息可以是所述待推荐项目的语音介绍等，所述语音形式推荐信息可以通过电话方式进行推荐；具体的推荐方法根据实际应用进行设定，本说明书在此不作任何限定。
本说明书实施例中，通过针对所述待推荐项目采集所述用户的属性信息，更加有助于待推荐项目的平台对所述用户的属性信息进行分析，分析所述用户是否更适合所述待推荐项目，实现了低成本识别对所述待推荐项目感兴趣的用户，及时为需要的用户推荐待推荐项目，提供有关所述待推荐项目的服务，并避免了对所述待推荐项目不感兴趣的用户的干扰，减少了所述待推荐项目平台的拉新费用，实现了低成本触达对所述待推荐项目感兴趣的用户。
为了进一步让所述项目推荐方法的推荐效果更好，需要对所述项目维度的权重系数与所述预设推荐阈值进行动态调优，具体调优过程如图2所示，图2示出了本说明书一实施的项目推荐方法的调优过程，该项目推荐方法的调优过程包括步骤202至步骤206。
步骤202：将接收所述待推荐项目的推荐信息的用户标记为用户组。
通过将接收所述待推荐项目的推荐信息的用户标记为用户组，保证了在进行进一步调优过程中，不同的方式所应用的用户一致，使得获得的调优结果不具有偶然性。
步骤204：通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率。
本说明书一个或多个实施例中，通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
在设定时间间隔内确定接收所述待推荐项目的推荐信息的用户数目；
根据所述用户数目与所述用户参与所述待推荐项目的数目确定所述参与率。
基于此，所述预设分析方法可以是每隔设定的时间间隔确定接收所述推荐信息的用户人群，并确定该用户人群中加入所述待推荐项目的人数，通过将所述加入待推荐项目的人数除以设定时间间隔内接收推荐信息的用户人数，得到在设定时间内的参与所述待推荐项目的参与率。
本说明书一个或多个实施例中，通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
设定至少两个推荐测试方案，其中，所述至少两个推荐测试方案包含至少一个第一推荐测试方案和至少一个第二推荐测试方案；
将所述用户组分别执行所述第一推荐测试方案和所述第二推荐测试方案；
根据所述用户组执行所述第一推荐测试方案的执行结果确定第一参与率，根据所述用户组执行所述第二推荐测试方案的执行结果确定第二参与率；
将所述第一参与率与所述第二参与率进行比较，根据比较结果将较高的作为所述参与率。
在实际应用中，以所述第一推荐测试方案为A方案，所述第二推荐测试方案为B方案为例，对所述确定参与率进行描述，其中，用户组成员固定为10人，A方案与B方案均为推荐互助计划项目的方案，但推荐方式是不同的，通过将所述用户组成员分别执行所述A方案与B方案，得到用户组成员通过两种推荐测试方案的推荐，通过A方案推荐确定参加互助计划项目的人数为5人，通过B方案推荐确定参加互助计划项目的人数为4人，根据计算确定通过A方案推荐的用户参与率为50％，通过B方案推荐的用户参与率为40％，通过比较确定A方案的参与率大于B方案的用户参与率，将A方案的用户参与率确定为后续计算的参与率。
上述实施例中，确定所述参与率的方法可以用过分组测试方法进行实现，具体确定所述参与率的方法可以根据实际应用进行设定，本说明书在不作任何限定。
步骤206：将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值。
本说明书一个或多个实施例中，将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值，包括：
在所述参与率大于所述参与率阈值的情况下，将所述项目维度的所述权重系数调低以及所述预设推荐阈值调高；
在所述参与率小于所述参与率阈值的情况下，将所述项目维度的所述权重系数调高以及所述预设推荐阈值调低；
在所述参与率等于所述参与率阈值的情况下，所述项目维度的所述权重系数以及所述预设推荐阈值保持不变。
在实际应用中，以所述项目维度为用户属性特征维度、用户活跃方式维度、用户购买项目维度和用户医疗项目维度为例，对调整所述项目维度的权重系数以及所述预设推荐阈值进行描述，其中，包括用户C、用户D和用户E，所述各项项目维度的权重系数为默认值0.25，用户C在项目维度下的活跃度评分分别为10分、0分、10分和5分；用户D在项目维度下的活跃度评分分别为10分、0分、10分和10分，用户E在项目维度下的活跃度评分分别为10分、0分、5分和5分，根据上述式(1)确定用户C的活跃度总评分为6.25分，用户D的活跃度总评分为7.5分，用户E的活跃度总评分为5分；
在所述预设推荐阈值为7.8分，所述预设参与率阈值为0.5的情况下，根据比较确定用户C、用户D和用户E均为超过预设推荐阈值，则不对用户C、用户D和用户E进行推荐互助计划项目，则参与率为0，小于预设参与率阈值，将导致无用户参与所述互助计划项目，需要对所述项目维度的权重系数和所述预设推荐阈值进行调整，根据用户C、用户D和用户E的活跃度评分确定，在用户属性特征维度普遍得分较高，将该项目维度的权重系数进行调高，确定为0.3，在用户活跃方式维度普遍得分较低，将该项目维度的权重系数调低，确定为0.2，将所述预设推荐阈值调低，确定为6分，根据式(1)重新计算用户C的活跃度总评分为6.75分，用户D的活跃度总评分为8分，用户E的活跃度总评分为5.5分，根据比较确定用户C与用户D符合推荐要求，对所述用户C和用户D推荐互助计划项目的相关信息，其中，用户C确定加入互助计划项目，参与率为0.5，与预设的参与率阈值相等，将所述用户属性特征维度的权重系数确定为0.3、用户活跃方式维度的权重系数确定为0.2、用户购买项目维度的权重系数确定为0.25和用户医疗项目维度的权重系数确定为0.25即可，所述预设推荐阈值确定为6分即可；
在所述预设参与率阈值为0.4的情况下，根据上述实施例中计算得到参与率为0.5，大于参与率阈值，需要对所述预设推荐阈值调高，确定为7.85分，则确定用户D符合推荐要求，对用户D推荐互助计划项目即可。
本说明书实施例中，通过对所述项目推荐方法采用上述方式进行调优，可以动态调整所述各项维度的权重系数以及所述预设推荐阈值，能够提高所述待推荐项目的推荐成功率，并邀请更多的新用户参加所述待推荐项目。
下述结合附图3，以本说明书提供的项目推荐方法在互助项目的应用为例，对所述项目推荐方法进行进一步说明。其中，具体步骤包括步骤302至步骤314。
步骤302：互助项目平台采集用户的属性信息。
具体地，所述用户的属性信息均与所述互助项目相关，包括用户的年龄、性别、用户购买过的互助项目种类、用户互助社区生活号活跃度、用户理财偏好、用户网购频率、用户在互助平台账号的活跃度、用户医疗数据、用户在互助平台账号中好友加入互助项目的人数、用户所在地区加入互助项目的人数和用户参加公益活动的数据。
步骤304：根据预设评分标准对用户的属性信息进行活跃度评分。
具体地，用户的属性信息，包括：a.用户年龄30岁，性别男；b.用户购买过个人互助项目；c.用户互助社区生活号经常浏览互助项目类的文章；d.用户理财偏好为保守型；e.用户网购频率为一周购买2次；f.用户在互助平台账号的活跃度较低；g.用户医疗数据为健康；h.用户在互助平台账号中好友加入互助项目的人数占总好友人数的20％；i.用户所在地区加入互助项目的人数为5％；j.用户一个月内参加公益活动为3次。
互助项目的各属性信息的评分标准，包括：a.年龄在30岁至50岁之间10分；b.购买过互助项目10分；c.经常浏览互助项目文章10分；d.理财偏好保守型5分，开放型10分；e.网购频率一周内大于3次10分，小于三次5分，未网购0分；f.互助平台账号的活跃度较高10分，活跃度较低5分，未活跃0分；g.医疗数据为健康10分，医疗数据为病态5分；h.好友加入互助项目大于30％的10分，小于30％的5分，没有好友加入的0分；i.所在地区加入互助项目的人数大于5％的10分，小于5％的5分，没有加入的0分；j.一个月参加公益活动大于2次10分，小于两次5分，未参加公益活动的0分。
用户各属性信息的具体得分情况，包括a.10分；b.10分；c.10分；d.5分；e.5分；f.5分；g.10分；h.5分；i.5分；j.10分。
步骤306：各属性信息所在维度的权重系数均为s，根据加权算法确定用户的活跃度总评分为N。
具体地，根据互助项目平台确定各属性信息所在维度的权重系数均为s＝0.1，根据加权算法确定用户的活跃度总评分为：
N＝a*s+b*s+c*s+d*s+e*s+f*s+g*s+h*s+i*s+j*s＝10*0.1+10*0.1+10*0.1+5*0.1+5*0.1+5*0.1+10*0.1+5*0.1+5*0.1+10*0.1＝7.5分。
根据上述计算结果确定所述用户的活跃度总评分N＝7.5分。
步骤308：比较用户的活跃度总评分N是否大于预设推荐阈值M，若N大于等于M，则执行步骤312，若N小于M，执行步骤310。
步骤310：互助项目平台采集新用户的属性信息。
步骤312：将互助项目的推荐信息发送给用户。
步骤314：根据用户参与互助项目的参与率对各属性信息所在维度的权重系数s进行调整以及对预设推荐阈值M进行调整，获取最优值的权重系数s1以及预设推荐阈值M1，对权重系数s和预设推荐阈值M进行调整。
本说明书实施例中，互助项目平台通过针对所述互助项目采集所述用户的属性信息，更加有助于互助项目平台对所述用户的属性信息进行分析，分析所述用户是否更适合该互助项目，实现了低成本识别对互助项目感兴趣的用户，及时为需要的用户推荐互助项目，提供有关互助项目的相关服务，并避免了对互助项目不感兴趣的用户的干扰，减少了互助项目平台的拉新费用，实现了低成本触达对互助项目感兴趣的用户。
与上述方法实施例相对应，本说明书还提供了项目推荐装置实施例，图4示出了本说明书一个实施例的项目推荐装置的结构示意图。如图4所示，该装置包括：
采集模块402，被配置为采集用户在待推荐项目的至少两个项目维度的属性信息；
评分模块404，被配置为通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
第一确定模块406，被配置为根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
发送模块408，被配置为在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
一个可选的实施例中，所述项目推荐装置还包括：
标记模块，被配置为将接收所述待推荐项目的推荐信息的用户标记为用户组；
第二确定模块，被配置为通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率；
调整模块，被配置为将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值。
一个可选的实施例中，所述第一确定模块406，包括：
乘积单元，被配置为将所述项目维度的权重系数与所述项目维度下的活跃度评分进行乘积；
求和单元，被配置为根据所述项目维度的权重系数与所述项目维度下的活跃度评分的乘积进行求和确定在所有项目维度下的活跃度总评分。
一个可选的实施例中，所述第二确定模块，包括：
第一确定单元，被配置为在设定时间间隔内确定接收所述待推荐项目的推荐信息的用户数目；
第二确定单元，被配置为根据所述用户数目与所述用户参与所述待推荐项目的数目确定所述参与率。
一个可选的实施例中，所述第二确定模块，包括：
设定单元，被配置为设定至少两个推荐测试方案，其中，所述至少两个推荐测试方案包含至少一个第一推荐测试方案和至少一个第二推荐测试方案；
执行单元，被配置为将所述用户组分别执行所述第一推荐测试方案和所述第二推荐测试方案；
第三确定单元，被配置为根据所述用户组执行所述第一推荐测试方案的执行结果确定第一参与率，根据所述用户组执行所述第二推荐测试方案的执行结果确定第二参与率；
比较单元，被配置为将所述第一参与率与所述第二参与率进行比较，根据比较结果将较高的作为所述参与率。
一个可选的实施例中，所述调整模块，包括：
第一调整单元，被配置为在所述参与率大于所述参与率阈值的情况下，将所述项目维度的所述权重系数调低以及所述预设推荐阈值调高；
第二调整单元，被配置为在所述参与率小于所述参与率阈值的情况下，将所述项目维度的所述权重系数调高以及所述预设推荐阈值调低；
保持单元，被配置为在所述参与率等于所述参与率阈值的情况下，所述项目维度的所述权重系数以及所述预设推荐阈值保持不变。
一个可选的实施例中，所述第一确定模块406进一步被配置为：
在所述活跃度总评分未超过预设推荐阈值的情况下，采集新用户在所述待推荐项目的至少两个项目维度的属性信息。
一个可选的实施例中，所述发送模块408进一步被配置为：
向所述用户发送所述待推荐项目的文字形式推荐信息或语音形式推荐信息。
一个可选的实施例中，所述文字形式推荐信息包括下述至少一项：
基于内容链接的推荐信息或基于推送内容的推荐信息。
一个可选的实施例中，所述待推荐项目为互助计划项目的情况下，所述项目维度包括下述至少一项：
用户属性特征维度、用户活跃方式维度、用户购买项目维度、用户理财偏好维度、用户医疗项目维度。
一个可选的实施例中，所述采集模块进一步被配置为：
在日志文件中采集所述用户在待推荐项目的至少两个项目维度的属性信息。
本说明书实施例中，通过采集用户在待推荐项目的至少两个项目维度的属性信息，通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分，根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分，在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息；通过判断所述活跃度总评分与所述预设推荐阈值的大小，确定是否需要对所述用户发送所述待推荐项目的推荐信息，实现了低成本识别对所述待推荐项目感兴趣的用户，及时为需要的用户推荐待推荐项目，提供有关所述待推荐项目的服务，并避免了对所述待推荐项目不感兴趣的用户的干扰。
上述为本实施例的一种项目推荐装置的示意性方案。需要说明的是，该项目推荐装置的技术方案与上述的项目推荐方法的技术方案属于同一构思，项目推荐装置的技术方案未详细描述的细节内容，均可以参见上述项目推荐方法的技术方案的描述。
图5示出了根据本说明书一实施例的电子设备500的结构框图。该电子设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接，数据库550用于保存数据。
电子设备500还包括接入设备540，接入设备540使得电子设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，电子设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图5所示的电子设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
电子设备500可以是任何类型的静止或移动电子设备，包括移动计算机或移动电子设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的电子设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止电子设备。电子设备500还可以是移动式或静止式的服务器。
其中，处理器520用于执行如下计算机可执行指令：
采集用户在待推荐项目的至少两个项目维度的属性信息；
通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
可选地，所述项目推荐方法还包括：
将接收所述待推荐项目的推荐信息的用户标记为用户组；
通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率；
将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值。
可选地，所述根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分，包括：
将所述项目维度的权重系数与所述项目维度下的活跃度评分进行乘积；
根据所述项目维度的权重系数与所述项目维度下的活跃度评分的乘积进行求和确定在所有项目维度下的活跃度总评分。
可选地，所述通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
在设定时间间隔内确定接收所述待推荐项目的推荐信息的用户数目；
根据所述用户数目与所述用户参与所述待推荐项目的数目确定所述参与率。
可选地，所述通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
设定至少两个推荐测试方案，其中，所述至少两个推荐测试方案包含至少一个第一推荐测试方案和至少一个第二推荐测试方案；
将所述用户组分别执行所述第一推荐测试方案和所述第二推荐测试方案；
根据所述用户组执行所述第一推荐测试方案的执行结果确定第一参与率，根据所述用户组执行所述第二推荐测试方案的执行结果确定第二参与率；
将所述第一参与率与所述第二参与率进行比较，根据比较结果将较高的作为所述参与率。
可选地，所述将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值，包括：
在所述参与率大于所述参与率阈值的情况下，将所述项目维度的所述权重系数调低以及所述预设推荐阈值调高；
在所述参与率小于所述参与率阈值的情况下，将所述项目维度的所述权重系数调高以及所述预设推荐阈值调低；
在所述参与率等于所述参与率阈值的情况下，所述项目维度的所述权重系数以及所述预设推荐阈值保持不变。
可选地，所述根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分执行步骤之后，还包括：
在所述活跃度总评分未超过预设推荐阈值的情况下，采集新用户在所述待推荐项目的至少两个项目维度的属性信息。
可选地，所述则向所述用户发送所述待推荐项目的推荐信息包括：
向所述用户发送所述待推荐项目的文字形式推荐信息或语音形式推荐信息。
可选地，所述文字形式推荐信息包括下述至少一项：
基于内容链接的推荐信息或基于推送内容的推荐信息。
可选地，所述待推荐项目为互助计划项目的情况下，所述项目维度包括下述至少一项：
用户属性特征维度、用户活跃方式维度、用户购买项目维度、用户理财偏好维度、用户医疗项目维度。
可选地，所述采集用户在待推荐项目的至少两个项目维度的属性信息，包括：
在日志文件中采集所述用户在待推荐项目的至少两个项目维度的属性信息。
上述为本实施例的一种电子设备的示意性方案。需要说明的是，该电子设备的技术方案与上述的项目推荐方法的技术方案属于同一构思，电子设备的技术方案未详细描述的细节内容，均可以参见上述项目推荐方法的技术方案的描述。
本申请一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现如前所述项目推荐方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的项目推荐方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述项目推荐方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本申请的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。

Claims (14)

1.一种项目推荐方法，其特征在于，包括：
采集用户在待推荐项目的至少两个项目维度的属性信息；
通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
2.根据权利要求1所述的项目推荐方法，其特征在于，还包括：
将接收所述待推荐项目的推荐信息的用户标记为用户组；
通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率；
将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值。
3.根据权利要求1所述的项目推荐方法，其特征在于，所述根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分，包括：
将所述项目维度的权重系数与所述项目维度下的活跃度评分进行乘积；
根据所述项目维度的权重系数与所述项目维度下的活跃度评分的乘积进行求和确定在所有项目维度下的活跃度总评分。
4.根据权利要求2所述的项目推荐方法，其特征在于，所述通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
在设定时间间隔内确定接收所述待推荐项目的推荐信息的用户数目；
根据所述用户数目与所述用户参与所述待推荐项目的数目确定所述参与率。
5.根据权利要求2所述的项目推荐方法，其特征在于，所述通过预设分析方法确定所述用户组中的用户参与所述待推荐项目的参与率，包括：
设定至少两个推荐测试方案，其中，所述至少两个推荐测试方案包含至少一个第一推荐测试方案和至少一个第二推荐测试方案；
将所述用户组分别执行所述第一推荐测试方案和所述第二推荐测试方案；
根据所述用户组执行所述第一推荐测试方案的执行结果确定第一参与率，根据所述用户组执行所述第二推荐测试方案的执行结果确定第二参与率；
将所述第一参与率与所述第二参与率进行比较，根据比较结果将较高的作为所述参与率。
6.根据权利要求4或5所述的项目推荐方法，其特征在于，所述将所述参与率与预设参与率阈值进行比较，根据比较结果调整所述项目维度的权重系数以及所述预设推荐阈值，包括：
在所述参与率大于所述参与率阈值的情况下，将所述项目维度的所述权重系数调低以及所述预设推荐阈值调高；
在所述参与率小于所述参与率阈值的情况下，将所述项目维度的所述权重系数调高以及所述预设推荐阈值调低；
在所述参与率等于所述参与率阈值的情况下，所述项目维度的所述权重系数以及所述预设推荐阈值保持不变。
7.根据权利要求1所述的项目推荐方法，其特征在于，所述根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分执行步骤之后，还包括：
在所述活跃度总评分未超过预设推荐阈值的情况下，采集新用户在所述待推荐项目的至少两个项目维度的属性信息。
8.根据权利要求1所述的项目推荐方法，其特征在于，所述则向所述用户发送所述待推荐项目的推荐信息包括：
向所述用户发送所述待推荐项目的文字形式推荐信息或语音形式推荐信息。
9.根据权利要求8所述的项目推荐方法，其特征在于，所述文字形式推荐信息包括下述至少一项：
基于内容链接的推荐信息或基于推送内容的推荐信息。
10.根据权利要求1所述的项目推荐方法，其特征在于，所述待推荐项目为互助计划项目的情况下，所述项目维度包括下述至少一项：
用户属性特征维度、用户活跃方式维度、用户购买项目维度、用户理财偏好维度、用户医疗项目维度。
11.根据权利要求1所述的项目推荐方法，其特征在于，所述采集用户在待推荐项目的至少两个项目维度的属性信息，包括：
在日志文件中采集所述用户在待推荐项目的至少两个项目维度的属性信息。
12.一种项目推荐装置，其特征在于，包括：
采集模块，被配置为采集用户在待推荐项目的至少两个项目维度的属性信息；
评分模块，被配置为通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
第一确定模块，被配置为根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
发送模块，被配置为在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
13.一种电子设备，其特征在于，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
采集用户在待推荐项目的至少两个项目维度的属性信息；
通过将所述项目维度下的属性信息与预设评分标准分别进行比对，对所述项目维度下的属性信息进行活跃度评分；
根据所述项目维度下的活跃度评分确定在所有项目维度下的活跃度总评分；
在所述活跃度总评分超过预设推荐阈值的情况下，则向所述用户发送所述待推荐项目的推荐信息。
14.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1至11任意一项所述项目推荐方法的步骤。
CN201910209117.3A 2019-03-19 2019-03-19 一种项目推荐方法及装置、一种电子设备及存储介质 Pending CN110084705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910209117.3A CN110084705A (zh) 2019-03-19 2019-03-19 一种项目推荐方法及装置、一种电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910209117.3A CN110084705A (zh) 2019-03-19 2019-03-19 一种项目推荐方法及装置、一种电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN110084705A true CN110084705A (zh) 2019-08-02

Family

ID=67413318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910209117.3A Pending CN110084705A (zh) 2019-03-19 2019-03-19 一种项目推荐方法及装置、一种电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110084705A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047133A (zh) * 2019-10-14 2020-04-21 杨浩 创新团队成员推荐方法、系统及计算机可读存储介质
CN111144990A (zh) * 2019-12-27 2020-05-12 支付宝(杭州)信息技术有限公司 推荐方法以及系统
CN111539868A (zh) * 2020-05-19 2020-08-14 广州市水电建设工程有限公司 一种市政污水管道推荐方法及系统
CN111626881A (zh) * 2020-05-28 2020-09-04 泰康保险集团股份有限公司 年金组合风险管理系统、方法、服务器及存储介质
CN111932297A (zh) * 2020-07-23 2020-11-13 宁波奥克斯电气股份有限公司 一种用户画像生成方法及空调设备的推荐方法
CN112860980A (zh) * 2019-11-12 2021-05-28 阿里巴巴集团控股有限公司 内容展现、推荐的处理方法、装置、存储介质及电子设备
CN113313597A (zh) * 2020-02-26 2021-08-27 京东数字科技控股股份有限公司 产品组合的推荐方法、装置及系统、存储介质、电子装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160212494A1 (en) * 2013-09-06 2016-07-21 Beijing Qihoo Technology Company Limited Video recommendation method and device
CN106600372A (zh) * 2016-12-12 2017-04-26 武汉烽火信息集成技术有限公司 一种基于用户行为的商品推荐方法及系统
CN106997347A (zh) * 2016-01-22 2017-08-01 华为技术有限公司 信息推荐方法及服务器
CN107123057A (zh) * 2017-03-22 2017-09-01 阿里巴巴集团控股有限公司 用户推荐方法及装置
CN109299356A (zh) * 2018-08-22 2019-02-01 中国平安人寿保险股份有限公司 基于大数据的活动推荐方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160212494A1 (en) * 2013-09-06 2016-07-21 Beijing Qihoo Technology Company Limited Video recommendation method and device
CN106997347A (zh) * 2016-01-22 2017-08-01 华为技术有限公司 信息推荐方法及服务器
CN106600372A (zh) * 2016-12-12 2017-04-26 武汉烽火信息集成技术有限公司 一种基于用户行为的商品推荐方法及系统
CN107123057A (zh) * 2017-03-22 2017-09-01 阿里巴巴集团控股有限公司 用户推荐方法及装置
CN109299356A (zh) * 2018-08-22 2019-02-01 中国平安人寿保险股份有限公司 基于大数据的活动推荐方法、装置、电子设备及存储介质

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047133A (zh) * 2019-10-14 2020-04-21 杨浩 创新团队成员推荐方法、系统及计算机可读存储介质
CN112860980A (zh) * 2019-11-12 2021-05-28 阿里巴巴集团控股有限公司 内容展现、推荐的处理方法、装置、存储介质及电子设备
CN111144990A (zh) * 2019-12-27 2020-05-12 支付宝(杭州)信息技术有限公司 推荐方法以及系统
CN111144990B (zh) * 2019-12-27 2022-08-05 蚂蚁胜信(上海)信息技术有限公司 推荐方法以及系统
CN113313597A (zh) * 2020-02-26 2021-08-27 京东数字科技控股股份有限公司 产品组合的推荐方法、装置及系统、存储介质、电子装置
CN113313597B (zh) * 2020-02-26 2023-09-26 京东科技控股股份有限公司 产品组合的推荐方法、装置及系统、存储介质、电子装置
CN111539868A (zh) * 2020-05-19 2020-08-14 广州市水电建设工程有限公司 一种市政污水管道推荐方法及系统
CN111539868B (zh) * 2020-05-19 2023-09-19 广州市水电建设工程有限公司 一种市政污水管道推荐方法及系统
CN111626881A (zh) * 2020-05-28 2020-09-04 泰康保险集团股份有限公司 年金组合风险管理系统、方法、服务器及存储介质
CN111626881B (zh) * 2020-05-28 2023-09-05 泰康保险集团股份有限公司 年金组合风险管理系统、方法、服务器及存储介质
CN111932297A (zh) * 2020-07-23 2020-11-13 宁波奥克斯电气股份有限公司 一种用户画像生成方法及空调设备的推荐方法

Similar Documents

Publication Publication Date Title
CN110084705A (zh) 一种项目推荐方法及装置、一种电子设备及存储介质
CN107123057A (zh) 用户推荐方法及装置
CN109918454A (zh) 对关系网络图进行节点嵌入的方法及装置
CN108352035A (zh) 用于高效索赔处理的动态拓扑系统和方法
CN104521225A (zh) 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法
CN111967971B (zh) 银行客户数据处理方法及装置
CN110276067A (zh) 文本意图确定方法以及装置
CN109902713A (zh) 基于数据分析的楼盘推荐方法、设备、存储介质及装置
CN115994226B (zh) 基于联邦学习的聚类模型训练系统及方法
CN110599312A (zh) 基于信用的交互信用评估方法以及装置
Kumar et al. A study on deep Q-learning and single stream Q-network architecture
CA3033438C (en) System and method of pre-processing discrete datasets for use in machine learning
CN103198432A (zh) 在线社会网络中网络群体的检测方法及系统
CN110189092A (zh) 审核组成员评估方法及装置
CN110276695A (zh) 项目扣费的方法、装置、计算设备及计算机可读存储介质
CN113011966A (zh) 基于深度学习的信用评分方法及装置
CN111368131B (zh) 用户关系识别方法、装置、电子设备及存储介质
CN110232148B (zh) 项目推荐系统、方法以及装置
CN110136002A (zh) 缴费提醒方法及装置、计算设备及计算机可读存储介质
GB2517358A (en) Recommendation creation system
CN110136005A (zh) 互助项目成员审核方法、装置、电子设备及存储介质
CN110288334A (zh) 项目扣费方法、装置、计算设备及计算机可读存储介质
CN110188977A (zh) 项目审核成员调度方法以及装置
CN110163553A (zh) 一种项目的缴费金额结算系统、方法及装置
CN109816470A (zh) 险种推荐方法、装置、电子设备及计算机可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201020

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201020

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.