CN111429232A - 产品推荐方法、装置和电子设备及计算机可读存储介质 - Google Patents
产品推荐方法、装置和电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111429232A CN111429232A CN202010282669.XA CN202010282669A CN111429232A CN 111429232 A CN111429232 A CN 111429232A CN 202010282669 A CN202010282669 A CN 202010282669A CN 111429232 A CN111429232 A CN 111429232A
- Authority
- CN
- China
- Prior art keywords
- recommended
- product
- class
- product class
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000035699 permeability Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 6
- 230000001502 supplementing effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000010754 BS 2869 Class F Substances 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Images
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
- 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种产品推荐方法、装置和电子设备及计算机可读存储介质。该方法包括:基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类;基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类;基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类;基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,确定第四待推荐产品类是否满足预设条件;基于第四待推荐产品类是否满足预设条件来确定待推荐产品。基于本方案确定出的待推荐产品准确性高,推荐效果好。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,本申请涉及一种产品推荐方法、装置和电子设备及计算机可读存储介质。
背景技术
目前,在金融、保险等领域中,会对用户的相关信息进行分析,推断出用户可能会感兴趣的产品,并将这些可能会感兴趣产品推荐给用户。在对用户进行产品推荐时,被推荐产品的准确性直接影响到最终的推荐效果,因此,亟需一种推荐产品的准确性高、推荐效果好的产品推荐方法。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下:
第一方面,本申请实施例提供了一种产品推荐方法,该方法包括
基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类;
基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类,分类器模型是基于历史用户数据构建的;
基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类;
基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,确定第四待推荐产品类是否满足预设条件;
若满足,则从第四待推荐产品类对应的产品中确定待推荐产品;
若不满足,则基于候选产品类以及第四待推荐产品类确定第五待推荐产品类,从第五待推荐产品类对应的产品中确定待推荐产品。
可选地,基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类,包括:
基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户,目标关联用户持有的产品类中存在待推荐用户未持有的产品类;
基于目标关联用户所持有的产品类,确定第一待推荐产品类。
可选地,基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户,包括:
基于所持有的产品类生成待推荐用户的空间向量以及关联用户的空间向量;
基于待推荐用户的空间向量与关联用户的空间向量的相似性,在关联用户中确定目标关联用户。
可选地,基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,包括:
按照第一待推荐产品类、第二待推荐产品类、第三待推荐产品类的顺序,对第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类进行汇总,确定第四待推荐产品类。
可选地,预设条件包括以下至少一项:
第四待推荐产品类中产品类的总量少于第一预设值;
第四待推荐产品类中属于各产品类组中的产品类数量少于第二预设值。
可选地,当待推荐用户的资产情况满足设定条件时,候选产品类为预设的产品类;
当待推荐用户的资产情况不满足设定条件时,确定候选产品类的方式包括:
基于产品类对应产品的渗透率、提升度LIFT,以及持有产品类的用户的管理资产(Asset Under Management,AUM)值,确定各产品类的推荐指数;
基于推荐指数,在产品类中确定候选产品类。
可选地,从第四待推荐产品类对应的产品中确定待推荐产品,包括:
基于待推荐用户的用户数据构建用户风险画像,并获取待推荐用户的风险指标;
基于风险指标与产品的对应关系,从第四待推荐产品类对应的产品中确定待推荐产品。
可选地,上述方法还包括:
将待推荐产品发送至待推荐用户的终端设备,以使终端设备基于预设的过滤规则从待推荐产品确定目标推荐产品。
第二方面,本申请实施例提供了一种产品推荐装置,该装置包括:
第一产品类模块,用于基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类;
第二产品类模块,用于基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类,分类器模型是基于历史用户数据构建的;
第三产品类模块,用于基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类;
第四产品类模块,用于基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,确定第四待推荐产品类是否满足预设条件;
待推荐产品确定模块,用于在第四待推荐产品类满足预设条件时,从第四待推荐产品类对应的产品中确定待推荐产品;在第四待推荐产品类不满足预设条件时,基于候选产品类以及第四待推荐产品类确定第五待推荐产品类,从第五待推荐产品类对应的产品中确定待推荐产品。
可选地,第一产品类模块具体用于:
基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户,目标关联用户持有的产品类中存在待推荐用户未持有的产品类;
基于目标关联用户所持有的产品类,确定第一待推荐产品类。
可选地,第一产品类模块在基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户时,具体用于:
基于所持有的产品类生成待推荐用户的空间向量以及关联用户的空间向量;
基于待推荐用户的空间向量与关联用户的空间向量的相似性,在关联用户中确定目标关联用户。
可选地,第四产品类模块具体用于:
按照第一待推荐产品类、第二待推荐产品类、第三待推荐产品类的顺序,对第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类进行汇总,确定第四待推荐产品类。
可选地,预设条件包括以下至少一项:
第四待推荐产品类中产品类的总量少于第一预设值;
第四待推荐产品类中属于各产品类组中的产品类数量少于第二预设值。
可选地,当待推荐用户的资产情况满足设定条件时,候选产品类为预设的产品类;
当待推荐用户的资产情况不满足设定条件时,确定候选产品类的方式包括:
基于产品类对应产品的渗透率、提升度LIFT,以及持有产品类的用户的管理资产AUM值,确定各产品类的推荐指数;
基于推荐指数,在产品类中确定候选产品类。
可选地,待推荐产品确定模块在从第四待推荐产品类对应的产品中确定待推荐产品时,具体用于:
基于待推荐用户的用户数据构建用户风险画像,并获取待推荐用户的风险指标;
基于风险指标与产品的对应关系,从第四待推荐产品类对应的产品中确定待推荐产品。
可选地,上述方法还包括:
将待推荐产品发送至待推荐用户的终端设备,以使终端设备基于预设的过滤规则从待推荐产品确定目标推荐产品。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行如本申请的第一方面的任一实施方式中所示的产品推荐方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请的第一方面的任一实施方式中所示的产品推荐方。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的方案,将基于用户的关联用户确定出待推荐产品类,基于各产品类对应的分类器模型确定出的待推荐产品类,以及基于预设的产品类关联关系确定出的待推荐产品类进行汇总,并确定汇总得到的待推荐产品类是否满足预设条件,在满足预设条件时在待推荐产品类对应的产品中确定待推荐产品;若不满足预设条件,则通过候选产品类对待推荐产品类进行补充,在补充后的待推荐产品类对应的产品中确定待推荐产品。本方案中,由于利用了待推荐用户的用户关系圈,并且整合了分类器模型以及产品类关联关系确定出的待推荐产品类,使得确定出的推荐产品准确性高,具有更好的推荐效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种产品推荐方法的流程示意图;
图2为本申请实施例提供的一种产品推荐装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1示出了本申请实施例提供的一种产品推荐方法的流程示意图,如图1所示,该方法主要可以包括:
步骤S110:基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类。
本申请实施例中,产品可以为理财产品、保险产品等金融产品,产品类可以金融产品所属的类目。
本申请实施例中,关联用户可以为与待推荐用户具有一定联系的用户,具体而言,可以为与待推荐用户发生过转账关系的用户。可以通过关联用户构建出待推荐用户的用户关系圈,用户关系圈内的用户在对金融产品的选择上可能存在一定的相关性,因此,可以通过关联用户所持有的产品类,确定第一待推荐产品类。
步骤S120:基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类,分类器模型是基于历史用户数据构建的。
本申请实施例中,可以基于用户的历史数据预构建分类器模型,对待推荐用户进行产品推荐。具体而言,可以针对各产品类分别构建分类器模型,各产品类对应的分类器模型可以设置不同的入模变量。在对待推荐用户进行产品推荐时,可以通过各产品类对应的分类器模型分别给出待推荐用户在各产品类的评分。
在实际使用中,待推荐用户可以包括多个,可以基于待推荐用户在各产品类的评分进行排序,可以选取在排序中前预定占比的待推荐用户,将对应的产品类确定为第二待推荐产品类。例如,对于产品类A,可以基于产品类A的分类器模型对各待推荐用户进行评分,并基于评分进行排序,对于排序中前百分之三十的待推荐用户,可以将产品类A作为第二推荐产品类。
步骤S130:基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类。
本申请实施例中,可以基于历史数据进行分析,确定出用户持有的产品类之间的关联关系,进而配置出用户持有的产品类与待推荐产品类的对应关系。
例如,基于对历史数据的分析,确定出持有产品类B的用户同时持有产品C的概率为百分之九十,这时可以认为产品类B与产品类C存在一定关联,可以预配置产品类B与产品类C的关联关系,当待推荐用户持有产品类B时,可以将产品类C作为定第三待推荐产品类,当待推荐用户持有产品类C时,可以将产品类B作为定第三待推荐产品类。
本申请实施例中,在确定第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类时,可以将待推荐用户已经持有的产品类剔除。
步骤S140:基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,确定第四待推荐产品类是否满足预设条件;
步骤S150:若满足,则从第四待推荐产品类对应的产品中确定待推荐产品;
步骤S160:若不满足,则基于候选产品类以及第四待推荐产品类确定第五待推荐产品类,从第五待推荐产品类对应的产品中确定待推荐产品。
本申请实施例中,可以对第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类进行汇总,得到第四推荐产品类。实际使用中,在进行待推荐产品类的汇总时,可以将重复的产品类合并。
本申请实施例中,第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类均是在待推荐用户具有较多的用户数据时确定出的,而如果待推荐用户的用户数据较少,例如待推荐用户为新用户,这时汇总得到第四推荐产品类可能存在总量较少或产品类覆盖程度不佳的问题。
本申请实施例中,可以指定预设条件,对于满足预设条件的第四推荐产品类,可以在第四待推荐产品类对应的产品中确定待推荐产品;对于不满足预设条件的第四待推荐产品类,可以通过将候选产品类对第四待推荐产品类进行补充,得到第五待推荐产品类,并在第五待推荐产品类对应的产品中确定待推荐产品。
本申请实施例中,基于候选产品类对待推荐产品类进行补充,能够针对用户数据较少的冷启动用户进行产品推荐,扩大了产品推荐时对用户的覆盖率。
本申请实施例提供的方法,将基于用户的关联用户确定出待推荐产品类,基于各产品类对应的分类器模型确定出的待推荐产品类,以及基于预设的产品类关联关系确定出的待推荐产品类进行汇总,并确定汇总得到的待推荐产品类是否满足预设条件,在满足预设条件时在待推荐产品类对应的产品中确定待推荐产品;若不满足预设条件,则通过候选产品类对待推荐产品类进行补充,在补充后的待推荐产品类对应的产品中确定待推荐产品。本方案中,由于利用了待推荐用户的用户关系圈,并且整合了分类器模型以及产品类关联关系确定出的待推荐产品类,使得确定出的推荐产品准确性高,具有更好的推荐效果。
本申请实施例的一种可选方式中,基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类,包括:
基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户,目标关联用户持有的产品类中存在待推荐用户未持有的产品类;
基于目标关联用户所持有的产品类,确定第一待推荐产品类。
本申请实施例中,可以从待推荐用户的关联用户中确定出目标关联用户,目标关联用户可以为与待推荐用户持有的产品类匹配度最高的用户,可以认为待推荐用户可能会对目标关联用户持有的产品类中自己未持有的产品类感兴趣,将目标关联用户持有的产品类中待推荐未持有的产品类确定为第一待推荐产品类。
本申请实施例的一种可选方式中,基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户,包括:
基于所持有的产品类生成待推荐用户的空间向量以及关联用户的空间向量;
基于待推荐用户的空间向量与关联用户的空间向量的相似性,在关联用户中确定目标关联用户。
本申请实施例中,可以基于所持有的产品类生成待推荐用户的空间向量以及关联用户的空间向量,生成的空间向量的维度能够反映用户持有产品类的数量。
本申请实施例中,基于与待推荐用户的空间向量的相似度,可以从关联用户中确定目标关联用户。在实际使用中,可以将与待推荐用户的空间向量的相似度最高的关联用户确定为目标关联用户,认为二者持有的产品类的相似度最高。
本申请实施例的一种可选方式中,基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,包括:
按照第一待推荐产品类、第二待推荐产品类、第三待推荐产品类的顺序,对第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类进行汇总,确定第四待推荐产品类。
本申请实施例中,在对第一待推荐产品类、第二待推荐产品类以及第三待推荐产品进行汇总时,由于基于用户关系圈确定出的第一待推荐产品类可能为用户感兴趣产品类的可能性较高,可以将第一待推荐产品类设定为较高的优先级。
在实际使用中,基于分类器模型对待推荐产品类的预测的准确率高于直接通过产品类之间的关联关系进行待推荐产品类的预测,因此可以将指定第二待推荐产品类的优先级高于第三待推荐产品类。
按照第一待推荐产品类、第二待推荐产品类、第三待推荐产品类的顺序进行汇总,得到第四待推荐产品类。对于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类中重复的产品类,可以在汇总的过程中剔除。作为一个示例,第一待推荐产品类包括:产品类D、产品类E以及产品类F;第二待推荐产品类包括:产品类D、产品类H以及产品类I,第三待推荐产品类包括:产品类J、产品类H以及产品类K。汇总得到第四待推荐产品类依次为:产品类D、产品类E、产品类F;产品类H、产品类I、产品类J以及产品类K。
本申请实施例的一种可选方式中,预设条件包括以下至少一项:
第四待推荐产品类中产品类的总量少于第一预设值;
第四待推荐产品类中属于各产品类组中的产品类数量少于第二预设值。
本申请实施例中,当用户数据量较少时,确定出的第四待推荐产品类中可能总量过少,因此可以对第四待推荐产品类的总量设定第一预设值,认为第四待推荐产品类中产品类的总量少于第一预设值时,产品类的总量较少,无法满足使用需求。
本申请实施例中,可以将产品类划分入各产品类组,在实际使用中,可以基于资产配置象限对产品类划分产品类组,资产配置象限中的每个象限可以对应不同的产品类组。
本申请实施例中,可以对各产品类组分别设定第二预设值,认为第四待推荐产品类中产品类组内产品类的数量少于第二预设值时,相应产品类组内的产品类组数量较少。作为一个示例,在将资产配置象限中的每个象限可以作为一个产品类组时,如果第四待推荐产品类中的产品类在资产配置象限中的数量小于第二预设值,可以认为不符合资产配置理论的要求,这时可以通过候选推荐类进行补充。
本申请实施例中,在通过候选推荐类补充第四待推荐产品类时,可以在各产品类组内分别进行补充使其中的产品类数量达到第二预设值。
本申请实施例的一种可选方式中,当待推荐用户的资产情况满足设定条件时,候选产品类为预设的产品类;
当待推荐用户的资产情况不满足设定条件时,确定候选产品类的方式包括:
基于产品类对应产品的渗透率、提升度LIFT,以及持有产品类的用户的管理资产AUM值,确定各产品类的推荐指数;
基于推荐指数,在产品类中确定候选产品类。
本申请实施例中,当待推荐用户的数量众多时,可以对待推荐用户进行聚类分析,将聚类结果中资金量较少的大多数待推荐用户构成的簇指定为低资产用户,将聚类结果中的其他簇指定为非低资产用户。
本申请实施例中,当待推荐用户为低资产用户时,可以根据历史数据的统计结果直接指定产品类作为候选产品类。
本申请实施例中,当待推荐用户为非资产用户时,可以计算各产品类的推荐指数,将推荐指数较高的产品类作为候选产品类。
本申请实施例中,可以基于产品类对应产品的渗透率、提升度LIFT,以及持有产品类的用户的管理资产AUM值,来确定各产品类的推荐指数。具体而言,可以对渗透率、提升度LIFT以及管理资产AUM值分别预设置权重系数后求和,来确定产品类的推荐指数。
作为一个示例:产品类的推荐指数=K1×产品的渗透率+K2×提升度LIFT)+K3×管理资产AUM值。其中,K1为产品的渗透率的权重系数,K2为提升度LIFT的权重系数,K3为管理资产AUM值的权重系数。
在实际使用中,可以将产品类的推荐指数较高的指定数目的产品类作为候选产品类。
本申请实施例的一种可选方式中,从第四待推荐产品类对应的产品中确定待推荐产品,包括:
基于待推荐用户的用户数据构建用户风险画像,并获取待推荐用户的风险指标;
基于风险指标与产品的对应关系,从第四待推荐产品类对应的产品中确定待推荐产品。
本申请实施例中,在第四待推荐产品类满足预设条件时,从第四待推荐产品类对应的产品中确定待推荐产品可以采用以下方式:
基于待推荐用户的用户数据构建用户风险画像,其中,用户数据包括但是不限于客户财务状况、风险评估、风险承受能力、投资经验、投资风格等数据。基于评分卡模型,可以计算出用户风险画像的5维因子(即风险指标),包括财务状况、风险偏好、风险承受能力、投资经验、投资风格。基于构建出的用户风险画像可以提取风险指标进行评分。在实际使用中,可以提取风险偏好评分,财务状况评分以及投资风格评分。将风险偏好评分的不同分段与产品的不同风险等级建立对应关系,将财务状况评分的不同分段与产品的不同起购金额建立对应关系,将投资风格评分的不同分段与产品的不同投资期限建立对应关系,从而确定出待推荐产品。
本申请实施例中,从第五待推荐产品类对应的产品中确定待推荐产品可以采用与从第四待推荐产品类对应的产品中确定待推荐产品相同的方式。
本申请实施例的一种可选方式中,上述方法还包括:
将待推荐产品发送至待推荐用户的终端设备,以使终端设备基于预设的过滤规则从待推荐产品确定目标推荐产品。
本申请实施例中,在确定出待推荐产品后,如果根据实际的业务需求,需要对待推荐产品进行调整,则可以将调整后待推荐产品发送至待推荐用户的终端设备,对待推荐产品进行调整可以包括:插入或者删除待推荐产品。
本申请实施例中,还可以根据实际需要设置过滤规则,并将过滤规则发送给终端设备,以使的终端设备基于过滤规则对待推荐产品进行筛选,得到目标推荐产品,将目标推荐产品展示给用户。
基于与图1中所示的方法相同的原理,图2示出了本申请实施例提供的一种产品推荐装置的结构示意图,如图2所示,该产品推荐装置20可以包括:
第一产品类模块210,用于基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类;
第二产品类模块220,用于基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类,分类器模型是基于历史用户数据构建的;
第三产品类模块230,用于基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类;
第四产品类模块240,用于基于第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类确定第四待推荐产品类,确定第四待推荐产品类是否满足预设条件;
待推荐产品确定模块250,用于在第四待推荐产品类满足预设条件时,从第四待推荐产品类对应的产品中确定待推荐产品;在第四待推荐产品类不满足预设条件时,基于候选产品类以及第四待推荐产品类确定第五待推荐产品类,从第五待推荐产品类对应的产品中确定待推荐产品。
本申请实施例提供的装置,将基于用户的关联用户确定出待推荐产品类,基于各产品类对应的分类器模型确定出的待推荐产品类,以及基于预设的产品类关联关系确定出的待推荐产品类进行汇总,并确定汇总得到的待推荐产品类是否满足预设条件,在满足预设条件时在待推荐产品类对应的产品中确定待推荐产品;若不满足预设条件,则通过候选产品类对待推荐产品类进行补充,在补充后的待推荐产品类对应的产品中确定待推荐产品。本方案中,由于利用了待推荐用户的用户关系圈,并且整合了分类器模型以及产品类关联关系确定出的待推荐产品类,使得确定出的推荐产品准确性高,具有更好的推荐效果。
可选地,第一产品类模块具体用于:
基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户,目标关联用户持有的产品类中存在待推荐用户未持有的产品类;
基于目标关联用户所持有的产品类,确定第一待推荐产品类。
可选地,第一产品类模块在基于待推荐用户所持有的产品类,以及待推荐用户的关联用户所持有的产品类,在关联用户中确定目标关联用户时,具体用于:
基于所持有的产品类生成待推荐用户的空间向量以及关联用户的空间向量;
基于待推荐用户的空间向量与关联用户的空间向量的相似性,在关联用户中确定目标关联用户。
可选地,第四产品类模块具体用于:
按照第一待推荐产品类、第二待推荐产品类、第三待推荐产品类的顺序,对第一待推荐产品类、第二待推荐产品类以及第三待推荐产品类进行汇总,确定第四待推荐产品类。
可选地,预设条件包括以下至少一项:
第四待推荐产品类中产品类的总量少于第一预设值;
第四待推荐产品类中属于各产品类组中的产品类数量少于第二预设值。
可选地,当待推荐用户的资产情况满足设定条件时,候选产品类为预设的产品类;
当待推荐用户的资产情况不满足设定条件时,确定候选产品类的方式包括:
基于产品类对应产品的渗透率、提升度LIFT,以及持有产品类的用户的AUM值,确定各产品类的推荐指数;
基于推荐指数,在产品类中确定候选产品类。
可选地,待推荐产品确定模块在从第四待推荐产品类对应的产品中确定待推荐产品时,具体用于:
基于待推荐用户的用户数据构建用户风险画像,并获取待推荐用户的风险指标;
基于风险指标与产品的对应关系,从第四待推荐产品类对应的产品中确定待推荐产品。
可选地,上述方法还包括:
将待推荐产品发送至待推荐用户的终端设备,以使终端设备基于预设的过滤规则从待推荐产品确定目标推荐产品。
可以理解的是,本实施例中的产品推荐装置的上述各模块具有实现图1中所示的实施例中的产品推荐方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述产品推荐装置的各模块的功能描述具体可以参见图1中所示实施例中的产品推荐方法的对应描述,在此不再赘述。
本申请实施例提供了一种电子设备,包括处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行本申请任一实施方式中所提供的产品推荐方法。
作为一个示例,图3示出了本申请实施例所适用的一种电子设备的结构示意图,如图3所示,该电子设备2000包括:处理器2001和存储器2003。其中,处理器2001和存储器2003相连,如通过总线2002相连。可选的,电子设备2000还可以包括收发器2004。需要说明的是,实际应用中收发器2004不限于一个,该电子设备2000的结构并不构成对本申请实施例的限定。
其中,处理器2001应用于本申请实施例中,用于实现上述方法实施例所示的方法。收发器2004可以包括接收机和发射机,收发器2004应用于本申请实施例中,用于执行时实现本申请实施例的电子设备与其他设备通信的功能。
处理器2001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器2001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线2002可包括一通路,在上述组件之间传送信息。总线2002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线2002可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器2003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
可选的,存储器2003用于存储执行本申请方案的应用程序代码,并由处理器2001来控制执行。处理器2001用于执行存储器2003中存储的应用程序代码,以实现本申请任一实施方式中所提供的产品推荐方法。
本申请实施例提供的电子设备,适用于上述方法任一实施例,在此不再赘述。
本申请实施例提供了一种电子设备,与现有技术相比,将基于用户的关联用户确定出待推荐产品类,基于各产品类对应的分类器模型确定出的待推荐产品类,以及基于预设的产品类关联关系确定出的待推荐产品类进行汇总,并确定汇总得到的待推荐产品类是否满足预设条件,在满足预设条件时在待推荐产品类对应的产品中确定待推荐产品;若不满足预设条件,则通过候选产品类对待推荐产品类进行补充,在补充后的待推荐产品类对应的产品中确定待推荐产品。本方案中,由于利用了待推荐用户的用户关系圈,并且整合了分类器模型以及产品类关联关系确定出的待推荐产品类,使得确定出的推荐产品准确性高,具有更好的推荐效果。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述方法实施例所示的产品推荐方法。
本申请实施例提供的计算机可读存储介质,适用于上述方法任一实施例,在此不再赘述。
本申请实施例提供了一种计算机可读存储介质,与现有技术相比,将基于用户的关联用户确定出待推荐产品类,基于各产品类对应的分类器模型确定出的待推荐产品类,以及基于预设的产品类关联关系确定出的待推荐产品类进行汇总,并确定汇总得到的待推荐产品类是否满足预设条件,在满足预设条件时在待推荐产品类对应的产品中确定待推荐产品;若不满足预设条件,则通过候选产品类对待推荐产品类进行补充,在补充后的待推荐产品类对应的产品中确定待推荐产品。本方案中,由于利用了待推荐用户的用户关系圈,并且整合了分类器模型以及产品类关联关系确定出的待推荐产品类,使得确定出的推荐产品准确性高,具有更好的推荐效果。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种产品推荐方法,其特征在于,包括:
基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类;
基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类,所述分类器模型是基于历史用户数据构建的;
基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类;
基于所述第一待推荐产品类、所述第二待推荐产品类以及所述第三待推荐产品类确定第四待推荐产品类,确定所述第四待推荐产品类是否满足预设条件;
若满足,则从所述第四待推荐产品类对应的产品中确定待推荐产品;
若不满足,则基于候选产品类以及所述第四待推荐产品类确定第五待推荐产品类,从所述第五待推荐产品类对应的产品中确定待推荐产品。
2.根据权利要求1所述的方法,其特征在于,基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类,包括:
基于待推荐用户所持有的产品类,以及所述待推荐用户的关联用户所持有的产品类,在所述关联用户中确定目标关联用户,所述目标关联用户持有的产品类中存在所述待推荐用户未持有的产品类;
基于所述目标关联用户所持有的产品类,确定第一待推荐产品类。
3.根据权利要求2所述的方法,其特征在于,所述基于待推荐用户所持有的产品类,以及所述待推荐用户的关联用户所持有的产品类,在所述关联用户中确定目标关联用户,包括:
基于所持有的产品类生成所述待推荐用户的空间向量以及所述关联用户的空间向量;
基于所述待推荐用户的空间向量与所述关联用户的空间向量的相似性,在所述关联用户中确定目标关联用户。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一待推荐产品类、所述第二待推荐产品类以及所述第三待推荐产品类确定第四待推荐产品类,包括:
按照所述第一待推荐产品类、所述第二待推荐产品类、所述第三待推荐产品类的顺序,对所述第一待推荐产品类、所述第二待推荐产品类以及所述第三待推荐产品类进行汇总,确定第四待推荐产品类。
5.根据权利要求1所述的方法,其特征在于,所述预设条件包括以下至少一项:
所述第四待推荐产品类中产品类的总量少于第一预设值;
所述第四待推荐产品类中属于各产品类组中的产品类数量少于第二预设值。
6.根据权利要求1所述的方法,其特征在于,当所述待推荐用户的资产情况满足设定条件时,所述候选产品类为预设的产品类;
当所述待推荐用户的资产情况不满足设定条件时,确定所述候选产品类的方式包括:
基于所述产品类对应产品的渗透率、提升度LIFT,以及持有所述产品类的用户的管理资产AUM值,确定各所述产品类的推荐指数;
基于所述推荐指数,在所述产品类中确定候选产品类。
7.根据权利要求1所述的方法,其特征在于,从所述第四待推荐产品类对应的产品中确定待推荐产品,包括:
基于所述待推荐用户的用户数据构建用户风险画像,并获取所述待推荐用户的风险指标;
基于所述风险指标与产品的对应关系,从所述第四待推荐产品类对应的产品中确定待推荐产品。
8.根据权利要求1-7中任一项所述的方法,其特征在于,还包括:
将所述待推荐产品发送至所述待推荐用户的终端设备,以使所述终端设备基于预设的过滤规则从所述待推荐产品确定目标推荐产品。
9.一种产品推荐装置,其特征在于,包括:
第一产品类模块,用于基于待推荐用户的关联用户所持有的产品类,确定第一待推荐产品类;
第二产品类模块,用于基于待推荐用户的用户数据,以及各产品类对应的分类器模型,确定第二待推荐产品类,所述分类器模型是基于历史用户数据构建的;
第三产品类模块,用于基于待推荐用户所持有的产品类,以及持有的产品类与待推荐类的对应关系,确定第三待推荐产品类;
第四产品类模块,用于基于所述第一待推荐产品类、所述第二待推荐产品类以及所述第三待推荐产品类确定第四待推荐产品类,确定所述第四待推荐产品类是否满足预设条件;
待推荐产品确定模块,用于在所述第四待推荐产品类满足预设条件时,从所述第四待推荐产品类对应的产品中确定待推荐产品;在所述第四待推荐产品类不满足预设条件时,基于候选产品类以及所述第四待推荐产品类确定第五待推荐产品类,从所述第五待推荐产品类对应的产品中确定待推荐产品。
10.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器,用于存储操作指令;
所述处理器,用于通过调用所述操作指令,执行权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010282669.XA CN111429232A (zh) | 2020-04-12 | 2020-04-12 | 产品推荐方法、装置和电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010282669.XA CN111429232A (zh) | 2020-04-12 | 2020-04-12 | 产品推荐方法、装置和电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111429232A true CN111429232A (zh) | 2020-07-17 |
Family
ID=71553867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010282669.XA Pending CN111429232A (zh) | 2020-04-12 | 2020-04-12 | 产品推荐方法、装置和电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429232A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158053A (zh) * | 2021-04-25 | 2021-07-23 | 平安科技(深圳)有限公司 | 服务类产品推荐方法、装置、计算机设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107369091A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 产品推荐方法、装置及理财产品推荐方法 |
CN107679946A (zh) * | 2017-09-28 | 2018-02-09 | 平安科技(深圳)有限公司 | 基金产品推荐方法、装置、终端设备及存储介质 |
CN107704485A (zh) * | 2017-07-31 | 2018-02-16 | 北京拉勾科技有限公司 | 一种职位推荐方法及计算设备 |
CN108133013A (zh) * | 2017-12-22 | 2018-06-08 | 平安养老保险股份有限公司 | 信息处理方法、装置、计算机设备和存储介质 |
CN108399565A (zh) * | 2017-10-09 | 2018-08-14 | 平安科技(深圳)有限公司 | 金融产品推荐装置、方法及计算机可读存储介质 |
CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
CN110020176A (zh) * | 2017-12-29 | 2019-07-16 | 中国移动通信集团公司 | 一种资源推荐方法、电子设备以及计算机可读存储介质 |
CN110060167A (zh) * | 2019-03-12 | 2019-07-26 | 中国平安财产保险股份有限公司 | 一种保险产品推荐方法、服务器及计算机可读介质 |
CN110162689A (zh) * | 2018-05-10 | 2019-08-23 | 腾讯科技(北京)有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN110309410A (zh) * | 2018-03-15 | 2019-10-08 | 中国移动通信集团有限公司 | 一种资讯推荐方法、平台及计算机可读存储介质 |
WO2019223379A1 (zh) * | 2018-05-22 | 2019-11-28 | 阿里巴巴集团控股有限公司 | 一种产品推荐方法和装置 |
CN110866180A (zh) * | 2019-10-12 | 2020-03-06 | 平安国际智慧城市科技股份有限公司 | 资源推荐方法、服务器及存储介质 |
-
2020
- 2020-04-12 CN CN202010282669.XA patent/CN111429232A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107369091A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 产品推荐方法、装置及理财产品推荐方法 |
CN107704485A (zh) * | 2017-07-31 | 2018-02-16 | 北京拉勾科技有限公司 | 一种职位推荐方法及计算设备 |
CN107679946A (zh) * | 2017-09-28 | 2018-02-09 | 平安科技(深圳)有限公司 | 基金产品推荐方法、装置、终端设备及存储介质 |
CN108399565A (zh) * | 2017-10-09 | 2018-08-14 | 平安科技(深圳)有限公司 | 金融产品推荐装置、方法及计算机可读存储介质 |
CN108133013A (zh) * | 2017-12-22 | 2018-06-08 | 平安养老保险股份有限公司 | 信息处理方法、装置、计算机设备和存储介质 |
CN110020176A (zh) * | 2017-12-29 | 2019-07-16 | 中国移动通信集团公司 | 一种资源推荐方法、电子设备以及计算机可读存储介质 |
CN110309410A (zh) * | 2018-03-15 | 2019-10-08 | 中国移动通信集团有限公司 | 一种资讯推荐方法、平台及计算机可读存储介质 |
CN110162689A (zh) * | 2018-05-10 | 2019-08-23 | 腾讯科技(北京)有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
WO2019223379A1 (zh) * | 2018-05-22 | 2019-11-28 | 阿里巴巴集团控股有限公司 | 一种产品推荐方法和装置 |
CN110060167A (zh) * | 2019-03-12 | 2019-07-26 | 中国平安财产保险股份有限公司 | 一种保险产品推荐方法、服务器及计算机可读介质 |
CN110866180A (zh) * | 2019-10-12 | 2020-03-06 | 平安国际智慧城市科技股份有限公司 | 资源推荐方法、服务器及存储介质 |
Non-Patent Citations (1)
Title |
---|
朱斯丹: "个性化推荐算法与应用", 《电子世界》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158053A (zh) * | 2021-04-25 | 2021-07-23 | 平安科技(深圳)有限公司 | 服务类产品推荐方法、装置、计算机设备及存储介质 |
CN113158053B (zh) * | 2021-04-25 | 2022-09-30 | 平安科技(深圳)有限公司 | 服务类产品推荐方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111798273A (zh) | 产品的购买概率预测模型的训练方法及购买概率预测方法 | |
CN108763277B (zh) | 一种数据分析方法、计算机可读存储介质及终端设备 | |
WO2018192348A1 (zh) | 数据处理方法、装置及服务器 | |
EP4322031A1 (en) | Recommendation method, recommendation model training method, and related product | |
CN107403311B (zh) | 账户用途的识别方法及装置 | |
CN108205580A (zh) | 一种图像检索方法、装置及计算机可读存储介质 | |
WO2020007177A1 (zh) | 计算机执行的报价方法、报价装置、电子设备及存储介质 | |
CN111783039B (zh) | 风险确定方法、装置、计算机系统和存储介质 | |
CN110458644A (zh) | 一种信息处理方法及相关设备 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN110688565A (zh) | 基于多维霍克斯过程和注意力机制的下一个物品推荐方法 | |
CN114782201A (zh) | 股票推荐方法、装置、计算机设备和存储介质 | |
US7792368B2 (en) | Monotonic classifier | |
CN111429232A (zh) | 产品推荐方法、装置和电子设备及计算机可读存储介质 | |
CN112183946A (zh) | 多媒体内容评估方法、装置及其训练方法 | |
CN115564578B (zh) | 欺诈识别模型生成方法 | |
CN113393303A (zh) | 物品推荐方法、装置、设备及存储介质 | |
CN117076962B (zh) | 应用于人工智能领域的数据分析方法、装置及设备 | |
CN115689648B (zh) | 应用于定向投放的用户信息处理方法及系统 | |
KR102289236B1 (ko) | 신용평가모형으로부터 평가사유를 도출하는 방법 및 장치 | |
CN117786231A (zh) | 虚拟资源推荐方法、装置、计算机设备和存储介质 | |
CN118045366A (zh) | 基于游戏粘性的用户层级划分方法、装置、设备和介质 | |
CN117272147A (zh) | 数据分类模型的训练方法、数据分类方法、装置及设备 | |
CN117035458A (zh) | 业务的评价方法、装置、设备、存储介质及产品 |
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: 20200717 |
|
RJ01 | Rejection of invention patent application after publication |