CN110795621A - 一种金融产品推荐信息展示方法、装置及电子设备 - Google Patents

Abstract

本发明公开了一种金融产品推荐信息展示方法、装置及电子设备，所述方法包括：创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。本发明的金融产品推荐信息展示方法，基于用户购买力针对不同用户推荐和展示不同的产品，提高了产品推荐的准确度，从而能够更为精准地为用户推荐更贴合用户本身的个性化产品，提高产品的营销效率。

Description

一种金融产品推荐信息展示方法、装置及电子设备

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种金融产品推荐信息展示方法、装置、电子设备及计算机可读介质。

背景技术

金融平台在销售产品的过程中要面对形形色色的各种用户，每个用户对购买产品的喜好、需求往往不同。比如，对于购买力较弱的用户，推荐了一款金额和收益都非常高的产品，虽然用户很想购买，但产品门槛较高，以用户现有购买力是无法实现真正购买的。而对于购买力强势的用户，推荐的产品往往不够卖，因为这些用户很容易就能直接将产品售罄掉。这样，就需要一种针对不同用户的产品推荐方法。

现有技术中为了推荐产品，往往在平台首页曝光度高的地方尽可能的展现足够多的产品，以覆盖所有类型的用户，这样造成了页面的庞杂，产品看似琳琅满目，实际却增加了用户选择产品的成本，增加了产品的售卖周期。

发明内容

本发明旨在解决现有技术中因产品推荐没有针对性，增加用户选择产品的成本，从而影响产品销售的技术问题。

为了解决上述技术问题，本发明第一方面提出一种金融产品推荐信息展示方法，所述方法包括：

创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；

获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；

根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

根据本发明的一种优选实施方式，所述根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息包括：

在推荐产品数据库中查找所述当前用户购买力评分对应的目标推荐产品；

将所述目标推荐产品的推荐信息发送并展示给当前用户。

根据本发明的一种优选实施方式，所述购买力评分模型的训练样本数据包括用户基本信息、用户的历史被推荐信息和用户对已推荐目标推荐产品的行为信息。

根据本发明的一种优选实施方式，所述方法还包括：

采集用户对已推荐目标推荐产品的行为信息；

将所述已推荐目标推荐产品的行为信息作为训练数据输入到所述购买力评分模型中进一步训练所述购买力评分模型，对该购买力评分模型进行优化。

根据本发明的一种优选实施方式，所述用户基本信息包括用户的历史购物信息。

根据本发明的一种优选实施方式，所述方法还包括：

在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得每一用户购买力评分对应2个或3个目标推荐产品。

根据本发明的一种优选实施方式，所述方法还包括：

在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得对应于每一用户购买力评分的多个目标推荐产品按与用户购买力评分匹配的程度具有优先级；

所述将所述目标推荐产品的推荐信息发送并展示给当前用户的步骤为根据所述优先级将目标推荐产品的推荐信息发送并展示给当前用户。

为解决上述技术问题，本发明第二方面提供一种金融产品推荐信息展示装置，所述装置包括：

创建模块，用于创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；

计算模块，用于获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；

展示模块，用于根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

根据本发明的一种优选实施方式，所述展示模块包括：

查找模块，用于在推荐产品数据库中查找所述当前用户购买力评分对应的目标推荐产品；

子展示模块，用于将所述目标推荐产品的推荐信息发送并展示给当前用户。

根据本发明的一种优选实施方式，所述购买力评分模型的训练样本数据包括用户基本信息、用户的历史被推荐信息和用户对已推荐目标推荐产品的行为信息。

根据本发明的一种优选实施方式，所述装置还包括：

采集模块，用于采集用户对已推荐目标推荐产品的行为信息；

训练模块，用于将所述已推荐目标推荐产品的行为信息作为训练数据输入到所述购买力评分模型中进一步训练所述购买力评分模型，对该购买力评分模型进行优化。

根据本发明的一种优选实施方式，所述用户基本信息包括用户的历史购物信息。

根据本发明的一种优选实施方式，所述装置还包括：

第一设置模块，用于在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得每一用户购买力评分对应2个或3个目标推荐产品。

根据本发明的一种优选实施方式，所述装置还包括：

第二设置模块，用于在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得对应于每一用户购买力评分的多个目标推荐产品按与用户购买力评分匹配的程度具有优先级；

所述子展示模块，具体用于根据所述优先级将目标推荐产品的推荐信息发送并展示给当前用户。

为解决上述技术问题，本发明第三方面提供一种电子设备，包括：

处理器；以及

存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行上述的方法。

为了解决上述技术问题，本发明第四方面提出一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现上述方法。

本发明通过创建能够预测用户购买力的购买力评分模型，利用购买力评分模型计算得到当前用户的购买力评分，再根据当前用户购买力评分向其发送并展示目标推荐产品的推荐信息，这样，用户只需在目标推荐产品中根据自身喜好再去选择产品购买，而不是在茫茫的产品中逐个寻找适合自己的产品，大大节约了用户选择产品的成本，提高了销售促成率以及销量。本发明的金融产品推荐信息展示方法，基于用户购买力针对不同用户推荐和展示不同的产品，提高了产品推荐的准确度，从而能够更为精准地为用户推荐更贴合用户本身的个性化产品，提高产品的营销效率。此外，后续跟踪并更新用户对已推荐目标推荐产品的行为信息，通过用户对已推荐目标推荐产品的行为信息自动优化购买力评分模型，不断提高推荐的准确性。

附图说明

为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。

图1是本发明一种金融产品推荐信息展示方法的流程图；

图2是本发明根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息步骤的一种示意图；

图3是本发明根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息步骤的另一种示意图；

图4是本发明一种金融产品推荐信息展示装置的结构框架示意图；

图5是根据本发明的一种电子设备的示例性实施例的结构框图；

图6是本发明一个计算机可读介质实施例的示意图。

具体实施方式

现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。

在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。

在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。

附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。

附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。

本发明提供一种金融产品推荐信息展示方法，发明人基于现有金融平台对金融产品的推荐和展示方式单一，没有针对性，从而影响产品销售的问题研究发现：购买力在用户是否购买某一产品的诸多因素中起着决定性作用。比如，对于购买力较弱的用户，推荐了一款金额和收益都非常高的产品，虽然用户很想购买，但产品门槛较高，以用户现有购买力是无法实现真正购买的。因此，本发明提出一种能够预测用户购买力的购买力评分模型，基于用户购买力针对不同用户推荐和展示不同的产品，从而提高产品推荐的准确度，提高销售促成率以及销量。

如图1是本发明提供的一种金融产品推荐信息展示方法的流程图，如图1所示，所述方法包括：

S1、创建购买力评分模型，

本实施例中，购买力是指人们支付货币购买商品或劳务的能力，或者说在一定时期内用于购买商品的货币总额。用户购买力往往能决定用户在一堆产品中最终买哪款产品。

所述的购买力评分模型可以根据用户信息预测用户的购买力；购买力评分模型通过对用户信息计算可以得到用户的购买力评分，所述购买力评分具体可以是表示购买力大小的数值，如1、2、3等，也可以是表示购买力大小的购买力等级，如A级购买力、B级购买力等。其中，所述购买力评分模型可以是现有的任何模型，但本发明优选采用神经网络模型，并在实际应用中通过样本数据对模购买力评分模型进行训练。采用神经网络模型的优点是其能够根据购买力评分模型的变化作出调整。

其中，所述购买力评分模型的训练样本数据包括用户基本信息、用户的历史被推荐信息和用户对已推荐目标推荐产品的行为信息。所述用户基本信息包括用户的历史购物信息，具体可以根据用户身份信息通过第三方购物平台，如淘宝、京东等获取。用户的历史被推荐信息是指通过所述购买力评分模型对该用户之前已经推荐过的目标推荐产品的推荐信息，例如，根据购买力评分模型之前已经对用户推荐了目标推荐产品1和目标推荐产品2的推荐信息。所述用户对已推荐目标推荐产品的行为信息包括用户购买所述目标推荐产品或者用户未购买所述目标推荐产品的信息。

S2、获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；

本发明中所述用户信息用于计算用户的购买力，用户信息具体可以包括用户在金融平台的资金存量、征信信息、社保信息、学历信息、购物信息、购房信息中的一种或多种。所述用户信息具体可以根据用户注册的身份信息(如用户真实姓名、身份证号码等)通过查询金融平台或者第三方平台获取。其中，金融平台是指本发明推荐金融产品的出售平台，用户在金融平台的资金存量可以通过查询该金融平台数据库获得。征信信息可以通过查询第三方征信平台获得，社保信息可以通过查询第三方社保平台获得，学历信息可以通过查询第三方学历平台获得，购物信息可以通过查询第三方购物平台获得，购房信息可以通过查询第三方房产登记平台获得。

优选的，用户注册的身份信息可以与用户登录账号相关联，用户一旦通过登录账号登录，就可以查询到用户注册的身份信息，方便实时获取用户信息。

在获得了当前用户信息之后，可以将当前用户信息上传到大数据中心，通过大数据中心将当前用户信息输入到购买力评分模型中进行计算，利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分。进一步，可以设定一个购买力评分的阈值，对于购买力评分过高或者过低的用户进行相应的处理，例如对于购买力评分高于第一阈值的用户进行标记，列入优质用户列表，作为后期重点客户进行产品推荐；对于购买力评分低于第二阈值的用户进行标记，列入潜在客户列表中，作为该用户后续推荐产品的参考，结束本次目标推荐产品的推荐。

S3、根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

在一种实施方式中，为了确定目标推荐产品，在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得每一用户购买力评分对应2个或3个目标推荐产品。如图2所示，在一种用户购买力评分与目标推荐产品的对应关系中，用户购买力评分为A对应目标推荐产品1、2；用户购买力评分为B对应目标推荐产品3、6、7。本步骤具体包括：

S31、在推荐产品数据库中查找所述当前用户购买力评分对应的目标推荐产品；

如图2中，对于购买力评分为A的用户，其对应的目标推荐产品为产品1和产品2。对于购买力评分为B的用户，其对应的目标推荐产品为产品3、6和产品7。

S32、将所述目标推荐产品的推荐信息发送并展示给当前用户。

示例性的，所述目标推荐产品的推荐信息可以包括目标推荐产品的名称、收益率、起投资金、回款方式等。

所述展示方式可以是将上述推荐信息展示到当前用户页面显著曝光的位置，所述显著曝光的位置是指用户最容易看到的位置，如显示器的中间区域。所述展示方式还可以是将上述推荐信息显著展示到当前用户页面，所述显著展示是指将上述推荐信息以不同于当前用户页面其他信息的展示方式进行展示，具体的，当前用户页面其他信息为文字时，上述推荐信息可以以图表或动画的方式显著展示出来，或者，上述推荐信息可以以彩色、高亮或者艺术字的文字方式显著展示出来。

在另一种实施方式中，在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得对应于每一用户购买力评分的多个目标推荐产品按与用户购买力评分匹配的程度具有优先级；其中，用户购买力评分匹配的程度是指用户购买力评分与目标推荐产品的匹配度，具体可以在所述推荐产品数据库中设置目标推荐产品匹配度的大小关系，通过所述目标推荐产品匹配度的大小关系使得目标推荐产品按与用户购买力评分匹配的程度具有优先级。

如图3所示，用户购买力评分为A对应目标推荐产品1、2，目标推荐产品2的匹配度大于目标推荐产品1的匹配度，则目标推荐产品1具有高于目标推荐产品2的优先级；用户购买力评分为B对应目标推荐产品3、6、7，目标推荐产品6的匹配度大于目标推荐产品3的匹配度，目标推荐产品3的匹配度大于目标推荐产品7的匹配度；则目标推荐产品6具有高于目标推荐产品3的优先级，目标推荐产品3具有高于目标推荐产品7的优先级。

本实施例中，上述将所述目标推荐产品的推荐信息发送并展示给当前用户的步骤具体为：根据所述优先级将目标推荐产品的推荐信息发送并展示给当前用户。如图3，对于购买力评分为A的用户，先将目标推荐产品2发送并展示给该用户，间隔预设时间后，再将目标推荐产品1发送并推荐给该用户。对于购买力评分为B的用户，先将目标推荐产品6发送并展示给该用户，间隔第一预设时间后，再将目标推荐产品3发送并推荐给该用户，间隔第二预设时间后，再将目标推荐产品7发送并推荐给该用户。其中，第一预设时间与第二预设时间的长度可以相同也可以不同。

在另一种实施方式中，本发明可以在应用的过程中对购买力评分模型进行训练和优化。即在执行完上述步骤S3后可以执行以下步骤S11～S13。

S11、采集用户对已推荐目标推荐产品的行为信息；

其中，所述用户对已推荐目标推荐产品的行为信息包括用户购买目标推荐产品和用户未购买目标推荐产品的信息。

S12、将所述已推荐目标推荐产品的行为信息作为训练数据输入到所述购买力评分模型中进一步训练所述购买力评分模型，对该购买力评分模型进行优化。

S13、若用户未购买所述目标推荐产品中的任何一种，则根据优化后的购买力评分模型循环执行步骤S2～S3，直至用户购买至少一种所述目标推荐产品为止。

图4是本发明一种金融产品推荐信息展示装置的架构示意图，如图4所示，所述装置包括：

创建模块41，用于创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；其中，所述购买力评分模型的训练样本数据包括用户基本信息、用户的历史被推荐信息和用户对已推荐目标推荐产品的行为信息。所述用户基本信息包括用户的历史购物信息。

计算模块42，用于获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；

第一设置模块43，用于在推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得每一用户购买力评分对应2个或3个目标推荐产品。

第二设置模块44，用于在推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得对应于每一用户购买力评分的多个目标推荐产品按与用户购买力评分匹配的程度具有优先级；

展示模块45，用于根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

采集模块46，用于采集用户对已推荐目标推荐产品的行为信息；

训练模块47，用于将所述已推荐目标推荐产品的行为信息作为训练数据输入到所述购买力评分模型中进一步训练所述购买力评分模型，对该购买力评分模型进行优化。

在一种较佳实施方式中，所述展示模块45包括：

查找模块451，用于在推荐产品数据库中查找所述当前用户购买力评分对应的目标推荐产品；

第一子展示模块452，用于将所述目标推荐产品的推荐信息发送并展示给当前用户。

第二子展示模块453，用于根据所述优先级将目标推荐产品的推荐信息发送并展示给当前用户。

本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的实体形式的实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。

图5是根据本发明的一种电子设备的示例性实施例的结构框图。图5显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，该示例性实施例的电子设备500以通用数据处理设备的形式表现。电子设备500的组件可以包括但不限于：至少一个处理单元510、至少一个存储单元520、连接不同电子设备组件(包括存储单元520和处理单元510)的总线530、显示单元540等。

其中，所述存储单元520存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理单元510执行，使得所述处理单元510执行本发明各种实施方式的步骤。例如，所述处理单元510可以执行如图1所示的步骤。

所述存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作电子设备、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备300(例如键盘、显示器、网络设备、蓝牙设备等)通信，使得用户能经由这些外部设备500与该电子设备500交互，和/或使得该电子设备500能与一个或多个其它数据处理设备(例如路由器、调制解调器等等)进行通信。这种通信可以通过输入/输出(I/O)接口550进行，还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)进行。网络适配器560可以通过总线530与电子设备500的其它模块通信。应当明白，尽管图5中未示出，电子设备500中可使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID电子设备、磁带驱动器以及数据备份存储电子设备等。

图6是本发明的一个计算机可读介质实施例的示意图。如图6所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的电子设备、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行电子设备、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种金融产品推荐信息展示方法，其特征在于，所述方法包括：

创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；

获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；

根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息包括：

在推荐产品数据库中查找所述当前用户购买力评分对应的目标推荐产品；

将所述目标推荐产品的推荐信息发送并展示给当前用户。

3.根据权利要求1-2中任一项所述的方法，其特征在于，所述购买力评分模型的训练样本数据包括用户基本信息、用户的历史被推荐信息和用户对已推荐目标推荐产品的行为信息。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

采集用户对已推荐目标推荐产品的行为信息；

将所述已推荐目标推荐产品的行为信息作为训练数据输入到所述购买力评分模型中进一步训练所述购买力评分模型，对该购买力评分模型进行优化。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述用户基本信息包括用户的历史购物信息。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得每一用户购买力评分对应2个或3个目标推荐产品。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：

在所述推荐产品数据库中设置用户购买力评分与目标推荐产品的对应关系，使得对应于每一用户购买力评分的多个目标推荐产品按与用户购买力评分匹配的程度具有优先级；

所述将所述目标推荐产品的推荐信息发送并展示给当前用户的步骤为根据所述优先级将目标推荐产品的推荐信息发送并展示给当前用户。

8.一种金融产品推荐信息展示装置，其特征在于，所述装置包括：

创建模块，用于创建购买力评分模型，所述购买力评分模型用于根据用户信息预测用户的购买力；

计算模块，用于获取当前用户信息，并利用所述购买力评分模型对当前用户信息进行计算得到预测的当前用户购买力评分；

展示模块，用于根据所述当前用户购买力评分向该当前用户发送并展示目标推荐产品的推荐信息。

9.一种电子设备，包括：

处理器；以及

存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现权利要求1-7中任一项所述的方法。

Images