CN111209484A - 基于大数据的产品数据的推送方法、装置、设备及介质 - Google Patents

基于大数据的产品数据的推送方法、装置、设备及介质 Download PDF

Info

Publication number
CN111209484A
CN111209484A CN202010037731.9A CN202010037731A CN111209484A CN 111209484 A CN111209484 A CN 111209484A CN 202010037731 A CN202010037731 A CN 202010037731A CN 111209484 A CN111209484 A CN 111209484A
Authority
CN
China
Prior art keywords
product
cognitive
data
information
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.)
Granted
Application number
CN202010037731.9A
Other languages
English (en)
Other versions
CN111209484B (zh
Inventor
徐阳
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.)
Guangdong Yinxing Technology Co ltd
Original Assignee
Weikun Shanghai Technology Service Co 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 Weikun Shanghai Technology Service Co Ltd filed Critical Weikun Shanghai Technology Service Co Ltd
Priority to CN202010037731.9A priority Critical patent/CN111209484B/zh
Publication of CN111209484A publication Critical patent/CN111209484A/zh
Application granted granted Critical
Publication of CN111209484B publication Critical patent/CN111209484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明提供一种基于大数据的产品数据的推送方法、装置、设备及存储介质，即基于预设题库获取用户的产品认知信息以及产品偏好信息，并根据所述产品认知信息生成所述用户对应的产品认知地图；基于所述产品认知地图，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；若达到所述预设认知阈值，则根据所述产品认知地图以及产品偏好信息确定所述用户对应的待推荐产品数据，并推送至所述用户。本发明通过更直观的产品认知地图确定用户对金融产品的认知情况，基于用户的产品认知地图以及产品偏好信息(风险偏好和收益偏好)进行基于大数据的产品数据的推送，提升了产品推送的精确度，提升了用户体验。

Description

基于大数据的产品数据的推送方法、装置、设备及介质
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于大数据的产品数据的推送方法、装置、设备及介质。
背景技术
随着人们生活水平的提高，人们的理财意识逐渐增强，越来越多的人将闲置资金来购买金融理财产品，而不局限于传统的定期或活期储蓄。传统的产品推荐方法，是通过在互联网网站上大量投放产品广告信息，或是在某些产品平台的首页推荐位置推荐相同的当前主推产品信息，即向不同的用户推荐相同信息。然而这种“广撒网”式宣传行为，由于针对对象不明确，且不同针对对象对同一产品的关注信息参数不同，现有信息推荐方法不仅推荐信息准确率低下，而且降低了用户体验。
因此，如何实现解决现有信息推荐方法的推荐准确率低下以及用户体验差的问题，是目前亟需解决的问题。
发明内容
本发明的主要目的在于提供一种基于大数据的产品数据的推送方法、装置、设备及计算机可读存储介质，旨在解决现有信息推荐方法的推荐准确率低下以及用户体验差的技术问题。
为实现上述目的，本发明提供一种基于大数据的产品数据的推送方法，所述基于大数据的产品数据的推送方法应用于基于大数据的产品数据的推送系统，所述推送系统包括存储模块、缓存模块、终端以及服务器，所述基于大数据的产品数据的推送方法包括以下步骤：
获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；
通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；
所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；
所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；
所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；
若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
此外，为实现上述目的，本发明还提供一种基于大数据的产品数据的推送装置，所述基于大数据的产品数据的推送装置应用于基于大数据的产品数据的推送系统，所述推送系统包括存储模块、缓存模块、终端以及服务器，所述基于大数据的产品数据的推送装置包括：
相关题目生成模块，用于获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；
相关结果获取模块，用于通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；
认知信息生成模块，用于所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；
认知地图生成模块，用于所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；
用户认知判断模块，用于所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；
产品数据推送模块，用于若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
此外，为实现上述目的，本发明还提供一种基于大数据的产品数据的推送设备，所述基于大数据的产品数据的推送设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于大数据的产品数据的推送程序，其中所述基于大数据的产品数据的推送程序被所述处理器执行时，实现如上述的基于大数据的产品数据的推送方法的步骤。
此外，为实现上述目的，本发明还提供一种介质，所述介质上存储有基于大数据的产品数据的推送程序，其中所述基于大数据的产品数据的推送程序被处理器执行时，实现如上述的基于大数据的产品数据的推送方法的步骤。
本发明获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。通过上述方式，本发明基于用户对应的产品喜好标签以及通用产品认知题目，生成对应的预设题目，然后接收用户基于所述题目触发的相关结果信息，并对该相关结果信息进行解析，获取产品关键字以及产品认知信息，然后根据产品认知信息生成产品认知地图，通过更直观的地图确定用户对各个金融产品的风险值以及收益值的认知情况，并在用户的产品认知准确度合格时，基于用户的产品认知地图以及产品偏好信息(风险偏好和收益偏好)，对用户进行基于大数据的产品数据的推送。基于产品类别进行推送基于大数据的产品数据的推送，提升了产品推送的精确度，提升了用户体验，实现了针对性的进行产品信息推荐的技术问题。
附图说明
图1为本发明实施例方案中涉及的基于大数据的产品数据的推送设备的硬件结构示意图；
图2为本发明基于大数据的产品数据的推送方法第一实施例的流程示意图；
图3为本发明的产品认知地图示意图；
图4本发明基于大数据的产品数据的推送方法第二实施例的流程示意图；
图5为本发明基于大数据的产品数据的推送方法第三实施例的流程示意图；
图6为本发明基于大数据的产品数据的推送装置第一实施例的功能模块示意图。
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。
本发明实施例涉及的基于大数据的产品数据的推送方法主要应用于基于大数据的产品数据的推送设备，该基于大数据的产品数据的推送设备可以是PC、便携计算机、移动终端等具有显示和处理功能的设备。
参照图1，图1为本发明实施例方案中涉及的基于大数据的产品数据的推送设备的硬件结构示意图。本发明实施例中，基于大数据的产品数据的推送设备可以包括处理器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)；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中示出的硬件结构并不构成对基于大数据的产品数据的推送设备的限定，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。
继续参照图1，图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及基于大数据的产品数据的推送程序。
在图1中，网络通信模块主要用于连接服务器，与服务器进行数据通信；而处理器1001可以调用存储器1005中存储的基于大数据的产品数据的推送程序，并执行本发明实施例提供的基于大数据的产品数据的推送方法。
本发明实施例提供了一种基于大数据的产品数据的推送方法。
参照图2，图2为本发明基于大数据的产品数据的推送方法第一实施例的流程示意图。
本实施例中，所述基于大数据的产品数据的推送方法应用于基于大数据的产品数据的推送系统，所述推送系统包括存储模块、缓存模块、终端以及服务器，所述基于大数据的产品数据的推送方法包括以下步骤：
步骤S10，获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；
目前大多数投资平台通过让投资人完成风险测评问卷评估其风险偏好，在将风险偏好与金融产品风险进行对比，进行产品推荐。但是统一的调查问卷无法准确测评到用户的风险承受能力，因此，仅基于用户测评的风险承受能力而进行的产品推荐方法效率十分低下。本实施例中，为了解决现有产品推荐方法效率低下的技术问题，提供一种基于大数据的产品数据的推送方法。为了解决上述问题，本发明基于预设题库测出用户的产品偏好信息的同时，测出所述用户对市面上各个金融产品的产品认知信息。其中，所述产品偏好信息包括风险承受能力和产品收益率，所述产品认知信息包括各个金融产品之间对应的风险值大小以及收益率高低。具体地，首先分析用户的产品喜好标签，然后将所述喜好标签以及通用产品认知题目进行对应关联，然后按照预设题目生成规则，生成预设题目。其中，产品喜好标签是预先根据产品在当前系统或有相互授权的产品交易系统的产品或关注的产品相关文章，话题等分析得到的。预设题目生成规则包括各个类型题目数量、类型题目对应的权重以及题目对应的优先级等。然后将所述预设题目保存至所述存储模块，便于后续调用。
步骤S20，通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；
本实施例中，所述服务器获取存储模块中的预设题目，然后通过终端显示该预设题目，以便用户进行答复。接收用户基于所述预设题目触发的输入指令，并从所述输入指令中解析出相关结果信息。
步骤S30，所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；
本实施例中，所述服务器在接收到所述相关结果信息后，对所述相关结果信息进行解析。提取所述相关结果信息与所述产品有关的产品关键字，然后根据预设映射规则，将所述产品关键字以及对应有关产品认知相关信息进行统计，其中，产品认知相关信息为收益高、风险大、保本等相关信息。其中，预设映射规则为统计各产品关键字以及统计后的用户对其的产品认知相关信息，确定用户对其持有的产品认知信息，如对基金关联有风险小、收益较高、保本等，即表示当前用户对基金持有正向认知信息。
步骤S40，所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；
本实施例中，所述服务器基于用户的产品认知信息生成所述用户对应的产品认知地图。其中，所述产品认知地图可以是基于用户对不同类别金融产品的主观收益和风险在二维空间内作展示，如货币、黄金、网贷、海外、基金、股票等，勾画生成对应的产品认知地图。然后将所述产品认知地图通过终端进行显示，以便用户基于所述产品认知地图进行产品认知信息的确认。
步骤S50，所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；
本实施例中，将各个产品与产品认知地图中的其他类别的产品的收益与风险进行比对，由此基于用户的产品认知地图，提取用户认为的劣势产品。其中，若该产品的风险值与其他类别的产品相同，但是产品的收益却低于其他产品(一种或多种)，则该产品为劣势产品，例如图3所示的，黄金与货币的风险值相同，但是黄金的收益低于货币，因此，黄金为劣势产品；货币与网贷的收益相同，但货币的风险小于网贷，因此，网贷也为劣势产品。然后基于所述产品认知地图中的劣势产品的数量，计算所述用户的产品认知准确度。
所述产品认知准确度主要通过：基于所述产品认知地图，确定所述产品认知地图中的劣势产品；基于所述产品认知地图中所述劣势产品的数量，计算所述用户的产品认知准确度，其中，所述产品认知准确度的计算公式如下：
Figure BDA0002366634800000071
其中，产品总数为产品认知地图中的产品总数量。
也就是说用户对应的产品认知地图中，劣势产品的数量越多，则用户的产品认知准确度越低，产品认知准确度越低，则用户的金融产品的认知与金融产品的实际收益风险情况偏差程度越大。
步骤S60，若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
本实施例中，若所述产品认知准确度达到预设认知阈值，则用户对金融产品的认知偏差较小。可以基于所述用户的产品认知地图中对产品的实际认知以及用户的产品偏好信息中对偏好的产品收益值和风险值，并结合用户对产品的产品喜好标签，确定适合所述用户的待推荐产品数据。也就是在产品认知地图中顺序排列的产品中，筛选出正向意向的产品喜好标签的相关产品，推送至用户。如产品偏好信息为高收益高风险的产品，且用户产品认知地图中股票的收益最高，且风险最高，并在上述产品中携带正向意向的产品喜好标签的产品，如“感兴趣”或“喜爱”的产品推荐给用户，如将股票产品推荐给用户；若用户的产品偏好信息为较高收益较高风险的产品，则用户的产品认知地图中风险中等的最高收益，且携带正向意向的产品喜好标签的产品，如货币推荐给用户；若用户均可接收，则按照对应的比例，将股票以及货币按照对应权重进行组合推荐。
本实施例提供一种基于大数据的产品数据的推送方法，即获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。通过上述方式，本发明基于用户对应的产品喜好标签以及通用产品认知题目，生成对应的预设题目，然后接收用户基于所述题目触发的相关结果信息，并对该相关结果信息进行解析，获取产品关键字以及产品认知信息，然后根据产品认知信息生成产品认知地图，通过更直观的地图确定用户对各个金融产品的风险值以及收益值的认知情况，并在用户的产品认知准确度合格时，基于用户的产品认知地图以及产品偏好信息(风险偏好和收益偏好)，对用户进行基于大数据的产品数据的推送。基于产品类别进行推送基于大数据的产品数据的推送，提升了产品推送的精确度，提升了用户体验，实现了针对性的进行产品信息推荐的技术问题。
参照图4，图4为本发明基于大数据的产品数据的推送方法第二实施例的流程示意图。
基于上述图2所示实施例，本实施例中，所述步骤S60包括：
步骤S61，若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息中的第一认知信息以及所述产品认知地图中的第二认知信息，计算所述用户的决策匹配度；
步骤S62，所述服务器判断所述决策匹配度是否达到预设匹配度阈值；
步骤S63，若所述服务器判定决策匹配度达到所述匹配度阈值，则根据所述缓存模块中的产品认知信息和所述产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
本实施例中，用户除了产品认知可能存在偏差之外，还可以存在不匹配的投资决策，即用户的产品认知正确，但是自身对金融产品的投资比例和组合与产品认知不匹配。其中，所述第一产品认知信息为用户基于题目输入的理想投资相关信息，第二产品认知信息为服务器根据用户对各个产品的收益与风险的相关认知而生成的相关认知信息。在产品认知地图中，由于厌恶风险的用户总是偏好低风险高收益的产品，网贷、黄金、债券以及海外基金在投资组合中则应该很少涉及，而货币与股票类型基金的配置应该根据产品偏好决定，风险承受能力高的投资者应该更多地购买股票。因此，对厌恶风险但风险承受能力较高的用户，推荐的产品排序如下：股票-货币-其余所有产品。然后，将该排序与用户预先设置的对各类理财产品的理想持仓比例(如货币-股票-等其他产品)，上述比对结果即可量化用户的决策匹配度。其中，所述决策匹配度的计算公式如下：
Figure BDA0002366634800000091
其中，产品总数为产品认知地图中的产品总数量，Pi为第i个产品在第一认知信息中的排名，Ri为第i个在产品认知地图中的第二认知信息中的排名。
将计算得到的决策匹配度与预设匹配度阈值进行比对，其中，所述预设匹配度阈值可以为用户手动设定或者根据用户数据自动设定。
若所述决策匹配度达到所述预设匹配度阈值，则表示该用户的投资决策理性度较高。可以基于所述用户的产品认知地图中对产品的实际认知以及用户的产品偏好信息中对偏好的产品收益值和风险值，并结合用户对产品的产品喜好标签，确定适合所述用户的待推荐产品数据。也就是在产品认知地图中顺序排列的产品中，筛选出正向意向的产品喜好标签的相关产品，推送至用户。如用户的产品偏好信息为高收益高风险的产品，且用户产品认知地图中股票的收益最高，且风险最高，则将标有“感兴趣”的产品喜好标签的股票产品推荐给用户；若用户的产品偏好信息为较高收益较高风险的产品，则用户的产品认知地图中风险中等的最高收益标有“感兴趣”的产品喜好标签的货币推荐给用户；若用户均可接收，则按照对应的比例，将股票以及货币按照对应权重进行组合推荐。
进一步地，若所述服务器判定所述决策匹配度未达到所述匹配度阈值，则获取所述存储模块中存储的预设投资配置介绍数据，将所述投资配置介绍数据推送至所述用户，并通过终端显示同类认知用户对应的持仓产品及比例数据。
本实施例中，若所述决策匹配度未达到所述预设匹配度阈值，则表示所述用户对理财产品的认知错误，需要对该用户进行理财产品相关信息的推荐，以便改善该用户的产品认知。具体地，将理财达人推荐或者专家推荐的预设投资配置介绍数据，推送给该用户，以便用户进行对应查看。另外，获取该用户的同类用户，该同类用户包括理财习惯相似的同类用户或者家庭职业相似的同类用户。获取所述同类用户对应的持仓产品(即已经购买的理财产品或者)，还可以是收藏或者浏览的理财产品，并同时将持仓产品的持仓比例或者收藏/浏览的理财产品的收藏/浏览次数，一同推送至该用户，以便该用户进行查看学习。
参照图5，图5为本发明基于大数据的产品数据的推送方法第三实施例的流程示意图。
基于上述图2所示实施例，本实施例中，所述步骤S50之后，还包括：
步骤S70，若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则通过终端显示所述产品认知地图中各类理财产品对应的相关收益信息与相关风险信息，以便所述用户基于所述相关收益信息与相关风险信息提升产品认知准确度。
本实施例中，在将用户对于不同类别金融产品的主观收益和主观风险在二维空间内作展示，勾画对应的产品认知地图的同时，量化用户的产品认知准确度。产品认知地图中的劣势产品越多，该投资人的认知偏差程度越大(金融产品的收益一般与风险成正比，不应该存在多个风险持续高但收益持续低的金融产品)。其中，若用户的产品认知地图中存在某产品A，该产品A在收益和风险维度均优于或等于产品B且至少在一个维度优于产品B，则产品B被定义为劣势产品。即将图中的黄金、债券、网贷以及海外基金均为劣势产品。上述认知明显存在偏差，因此，在检测到量化的产品认知准确度小于预设阈值时，判定该用户的金融产品的认知存在较大偏差，可对所述用户进行产品认知校正。其中，所述步骤S70具体包括：若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则获取所述产品认知地图中的各类理财产品的产品名称，根据所述产品名称获取所述各类理财产品在预设时间段内的收益变化数据和/或风险变化数据；基于所述收益变化数据和/或风险变化数据，生成对应的收益变化图和/或风险变化图，并将所述收益变化图和/或风险变化图推送至所述终端进行显示。即若所述产品认知准确度未达到所述预设认知阈值，则获取所述产品认知地图中的各类理财产品的产品名称，根据所述产品名称获取所述各类理财产品在预设时间段内的收益变化数据和/或风险变化数据；基于所述收益变化数据和/或风险变化数据，生成对应的收益变化图和/或风险变化图，并将所述收益变化图和/或风险变化图推送至所述用户。即显示所述用户对应产品认知地图中各类产品对应的相关收益信息与相关风险信息。其中，所述相关收益信息可以是各类产品在预设时间段内(例如一个月或者三个月内)收益变化曲线图，用户可基于所述收益变化曲线图了解各类产品的实际收益大小关系(如浮动关系)。所述相关风险信息可以是各类产品在预设时间段内(例如一个月或者三个月内)风险变化曲线图，用户可基于所述风险变化曲线图了解各类产品的实际风险大小关系(如浮动关系)。然后基于正确的产品认知准确度对用户进行基于大数据的产品数据的推送。由此提升产品认知不达标的用户的产品认知准确度，然后基于用户提升后的产品认知推送产品数据，由此提升推送产品数据的有效性。
此外，本发明实施例还提供一种基于大数据的产品数据的推送装置。
参照图6，图6为本发明基于大数据的产品数据的推送装置第一实施例的功能模块示意图。
本实施例中，所述基于大数据的产品数据的推送装置应用于基于大数据的产品数据的推送系统，所述推送系统包括存储模块、缓存模块、终端以及服务器，所述基于大数据的产品数据的推送装置包括：
相关题目生成模块10，用于获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；
相关结果获取模块20，用于通过所述终端显示所述存储模块中的预设题库，以便用户基于所述题库输入的相关结果信息；
认知信息生成模块30，用于所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；
认知地图生成模块40，用于所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；
用户认知判断模块50，用于所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；
产品数据推送模块60，用于若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
进一步地，所述产品数据推送模块60还用于：
若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息中的第一认知信息以及所述产品认知地图中的第二认知信息，计算所述用户的决策匹配度；
所述服务器判断所述决策匹配度是否达到预设匹配度阈值；
若所述服务器判定决策匹配度达到所述匹配度阈值，则根据所述缓存模块中的产品认知信息和所述产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
进一步地，所述决策匹配度的计算公式如下：
Figure BDA0002366634800000131
其中，产品总数为产品认知地图中的产品总数量，Pi为第i个产品在第一认知信息中的排名，Ri为第i个在产品认知地图中的第二认知信息中的排名。
进一步地，所述产品数据推送模块60还用于：
若所述服务器判定所述决策匹配度未达到所述匹配度阈值，则获取所述存储模块中存储的预设投资配置介绍数据，将所述投资配置介绍数据推送至所述用户，并通过终端显示同类认知用户对应的持仓产品及比例数据。
进一步地，所述基于大数据的产品数据的推送装置还包括：
认知信息推送模块，用于若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则通过终端显示所述产品认知地图中各类理财产品对应的相关收益信息与相关风险信息，以便所述用户基于所述相关收益信息与相关风险信息提升产品认知准确度。
进一步地，所述认知信息推送模块还用于：
若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则获取所述产品认知地图中的各类理财产品的产品名称，根据所述产品名称获取所述各类理财产品在预设时间段内的收益变化数据和/或风险变化数据；
基于所述收益变化数据和/或风险变化数据，生成对应的收益变化图和/或风险变化图，并将所述收益变化图和/或风险变化图推送至所述终端进行显示。
进一步地，所述用户认知判断模块50还用于：
所述服务器基于所述产品认知地图，确定所述产品认知地图中的劣势产品；
基于所述产品认知信息中的劣势产品的数量，计算所述用户的产品认知准确度，其中，所述产品认知准确度的计算公式如下：
Figure BDA0002366634800000141
其中，产品总数为产品认知信息中的产品总数量。
其中，上述基于大数据的产品数据的推送装置中各个模块与上述基于大数据的产品数据的推送方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
此外，本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有基于大数据的产品数据的推送程序，其中所述基于大数据的产品数据的推送程序被处理器执行时，实现如上述的基于大数据的产品数据的推送方法的步骤。
其中，基于大数据的产品数据的推送程序被执行时所实现的方法可参照本发明基于大数据的产品数据的推送方法的各个实施例，此处不再赘述。
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产品数据的推送方法，其特征在于，所述基于大数据的产品数据的推送方法应用于基于大数据的产品数据的推送系统，所述推送系统包括存储模块、缓存模块、终端以及服务器，所述基于大数据的产品数据的推送方法包括以下步骤：
获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；
通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；
所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；
所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；
所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；
若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
2.如权利要求1所述的基于大数据的产品数据的推送方法，其特征在于，所述若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户的步骤包括：
若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息中的第一认知信息以及所述产品认知地图中的第二认知信息，计算所述用户的决策匹配度；
所述服务器判断所述决策匹配度是否达到预设匹配度阈值；
若所述服务器判定决策匹配度达到所述匹配度阈值，则根据所述缓存模块中的产品认知信息和所述产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
3.如权利要求2所述的基于大数据的产品数据的推送方法，其特征在于，所述决策匹配度的计算公式如下：
Figure FDA0002366634790000021
其中，产品总数为产品认知地图中的产品总数量，Pi为第i个产品在第一认知信息中的排名，Ri为第i个在产品认知地图中的第二认知信息中的排名。
4.如权利要求2所述的基于大数据的产品数据的推送方法，其特征在于，所述服务器判断所述决策匹配度是否达到预设匹配度阈值的步骤之后，还包括：
若所述服务器判定所述决策匹配度未达到所述匹配度阈值，则获取所述存储模块中存储的预设投资配置介绍数据，将所述投资配置介绍数据推送至所述用户，并通过终端显示同类认知用户对应的持仓产品及比例数据。
5.如权利要求1所述的基于大数据的产品数据的推送方法，其特征在于，所述所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值的步骤之后，还包括：
若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则通过终端显示所述产品认知地图中各类理财产品对应的相关收益信息与相关风险信息，以便所述用户基于所述相关收益信息与相关风险信息提升产品认知准确度。
6.如权利要求5所述的基于大数据的产品数据的推送方法，其特征在于，所述相关收益信息包括收益变化图，所述相关风险信包括风险变化图，所述若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则通过终端显示所述产品认知地图中各类理财产品对应的相关收益信息与相关风险信息，以便所述用户基于所述相关收益信息与相关风险信息提升产品认知准确度的步骤包括：
若所述服务器判定所述产品认知准确度未达到所述预设认知阈值，则获取所述产品认知地图中的各类理财产品的产品名称，根据所述产品名称获取所述各类理财产品在预设时间段内的收益变化数据和/或风险变化数据；
基于所述收益变化数据和/或风险变化数据，生成对应的收益变化图和/或风险变化图，并将所述收益变化图和/或风险变化图推送至所述终端进行显示。
7.如权利要求1至6任意一项所述的基于大数据的产品数据的推送方法，其特征在于，所述基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度的步骤具体包括：
所述服务器基于所述产品认知地图，确定所述产品认知地图中的劣势产品；
基于所述产品认知信息中的劣势产品的数量，计算所述用户的产品认知准确度，其中，所述产品认知准确度的计算公式如下：
Figure FDA0002366634790000031
其中，产品总数为产品认知信息中的产品总数量。
8.一种基于大数据的产品数据的推送装置，其特征在于，所述基于大数据的产品数据的推送装置应用于基于大数据的产品数据的推送系统，所述推送系统包括存储模块、缓存模块、终端以及服务器，所述基于大数据的产品数据的推送装置包括：
相关题目生成模块，用于获取基于大数据分析得到的用户的产品喜好标签，根据所述喜好标签和通用产品认知题目按照预设题目生成规则生成预设题目，并将所述题目保存至所述存储模块；
相关结果获取模块，用于通过所述终端显示所述存储模块中的题目，以便用户基于所述题目输入相关结果信息；
认知信息生成模块，用于所述服务器在接收到所述相关结果信息时，对所述相关结果信息进行解析，获取所述相关结果信息中的产品关键字，并基于预设映射规则以及所述产品关键字，生成所述用户对应的产品认知信息；
认知地图生成模块，用于所述服务器基于所述产品认知信息生成对应的产品认知地图，并将所述产品认知地图推送至所述终端，以便用户基于所述产品认知地图进行产品认知信息的确认；
用户认知判断模块，用于所述服务器在接收到确认指令时，将所述产品认知信息存储至所述缓存模块，基于所述产品认知信息以及标准产品认知信息，计算所述用户对应的产品认知准确度，并判断所述产品认知准确度是否达到预设认知阈值；
产品数据推送模块，用于若所述服务器判定所述产品认知准确度达到所述预设认知阈值，则根据所述产品认知信息和产品喜好标签确定所述用户对应的待推荐产品数据，并将所述待推荐产品数据推送至所述用户。
9.一种基于大数据的产品数据的推送设备，其特征在于，所述基于大数据的产品数据的推送设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于大数据的产品数据的推送程序，其中所述基于大数据的产品数据的推送程序被所述处理器执行时，实现如权利要求1至7中任一项所述的基于大数据的产品数据的推送方法的步骤。
10.一种介质，其特征在于，所述介质上存储有基于大数据的产品数据的推送程序，其中所述基于大数据的产品数据的推送程序被处理器执行时，实现如权利要求1至7中任一项所述的基于大数据的产品数据的推送方法的步骤。
CN202010037731.9A 2020-01-14 2020-01-14 基于大数据的产品数据的推送方法、装置、设备及介质 Active CN111209484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010037731.9A CN111209484B (zh) 2020-01-14 2020-01-14 基于大数据的产品数据的推送方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010037731.9A CN111209484B (zh) 2020-01-14 2020-01-14 基于大数据的产品数据的推送方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111209484A true CN111209484A (zh) 2020-05-29
CN111209484B CN111209484B (zh) 2024-04-09

Family

ID=70789048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010037731.9A Active CN111209484B (zh) 2020-01-14 2020-01-14 基于大数据的产品数据的推送方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111209484B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113781239A (zh) * 2021-09-10 2021-12-10 未鲲(上海)科技服务有限公司 一种策略确定方法、装置、电子设备以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368488A (zh) * 2016-05-12 2017-11-21 阿里巴巴集团控股有限公司 一种确定用户行为偏好的方法、推荐信息的展示方法和装置
US20190104341A1 (en) * 2017-09-29 2019-04-04 International Business Machines Corporation Cognitive digital video filtering based on user preferences
CN109670960A (zh) * 2018-09-26 2019-04-23 深圳壹账通智能科技有限公司 产品数据的推送方法、装置、设备及存储介质
CN110196948A (zh) * 2019-06-10 2019-09-03 北京金山安全软件有限公司 内容推荐方法、装置、计算机设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368488A (zh) * 2016-05-12 2017-11-21 阿里巴巴集团控股有限公司 一种确定用户行为偏好的方法、推荐信息的展示方法和装置
US20190104341A1 (en) * 2017-09-29 2019-04-04 International Business Machines Corporation Cognitive digital video filtering based on user preferences
CN109670960A (zh) * 2018-09-26 2019-04-23 深圳壹账通智能科技有限公司 产品数据的推送方法、装置、设备及存储介质
CN110196948A (zh) * 2019-06-10 2019-09-03 北京金山安全软件有限公司 内容推荐方法、装置、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
胡昌平;查梦娟;石宇;: "融合个体兴趣与群体认知的音乐个性化推荐模型", 信息资源管理学报, no. 02, 16 May 2018 (2018-05-16) *
马丹丹;甘利人;岑咏华;: "个体认知偏好对知识分级推荐服务的影响研究", 情报学报, no. 07, 24 July 2014 (2014-07-24) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113781239A (zh) * 2021-09-10 2021-12-10 未鲲(上海)科技服务有限公司 一种策略确定方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
CN111209484B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
US11315155B2 (en) Method and system for exposing data used in ranking search results
CN109741146B (zh) 基于用户行为的产品推荐方法、装置、设备及存储介质
US10769702B2 (en) Recommendations based upon explicit user similarity
US8171022B2 (en) Methods, systems, and computer program products for facilitating user interaction with customer relationship management, auction, and search engine software using conjoint analysis
US8498992B2 (en) Item selecting apparatus and method, and computer program
US9202243B2 (en) System, method, and computer program product for comparing decision options
US20090327120A1 (en) Tagged Credit Profile System for Credit Applicants
WO2018053966A1 (zh) 点击率预估
US20070294127A1 (en) System and method for ranking and recommending products or services by parsing natural-language text and converting it into numerical scores
US20190213194A1 (en) System and method for information recommendation
US20130066683A1 (en) Business to business dynamic pricing system
US20160306890A1 (en) Methods and systems for assessing excessive accessory listings in search results
US20140129333A1 (en) Advertising system, advertising system control method, program, and information storage medium
JP6560323B2 (ja) 判定装置、判定方法及び判定プログラム
Gu et al. Differential impact of web and mobile interactivity on e-retailers' performance
CN113742492A (zh) 保险方案生成方法、装置、电子设备及存储介质
JP2018101260A (ja) 情報処理システム、情報処理方法、および情報処理プログラム
CN113407854A (zh) 一种应用推荐方法、装置、设备及计算机可读存储介质
JP2018081651A (ja) 算出装置、算出方法及び算出プログラム
JP2018116694A (ja) 算出装置、算出方法及び算出プログラム
JP6267812B1 (ja) 算出装置、算出方法及び算出プログラム
CN111209484B (zh) 基于大数据的产品数据的推送方法、装置、设备及介质
CN112507241A (zh) 车型推荐方法、获取车型推荐列表的方法、系统、介质及电子设备
Du An empirical analysis of Internet banking adoption in New Zealand
CN113849731A (zh) 基于自然语言处理的信息推送方法、装置、设备及介质

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

Effective date of registration: 20240313

Address after: 529000 one of 203 rooms, 129 Whitehead Road, Pengjiang District, Jiangmen, Guangdong.

Applicant after: Guangdong Yinxing Technology Co.,Ltd.

Country or region after: China

Address before: 15 / F, 1333 Lujiazui Ring Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Applicant before: Weikun (Shanghai) Technology Service Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant