CN113344433A - 产品匹配方法、装置、电子设备及可读存储介质 - Google Patents
产品匹配方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113344433A CN113344433A CN202110724616.3A CN202110724616A CN113344433A CN 113344433 A CN113344433 A CN 113344433A CN 202110724616 A CN202110724616 A CN 202110724616A CN 113344433 A CN113344433 A CN 113344433A
- Authority
- CN
- China
- Prior art keywords
- product
- matching
- matched
- matching degree
- index
- 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 44
- 230000006870 function Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 11
- 230000001419 dependent effect Effects 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理，揭露一种产品匹配方法，包括：构建待匹配产品画像和候选产品对象画像；确定初始指标集中各个指标项对应的第一权重，基于第一权重计算待匹配产品与各个候选产品对象的第一匹配度分值；将关键指标集合中每个指标项对应的指标值输入匹配模型，得到待匹配产品与各个候选产品对象的第二匹配度分值；基于第二权重、第一匹配度分值及第二匹配度分值计算待匹配产品与各个候选产品对象的目标匹配度分值，根据目标匹配度分值确定目标产品对象。本发明还提供一种产品匹配装置、电子设备及可读存储介质。本发明实现了准确地为产品匹配产品对象。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种产品匹配方法、装置、电子设备及可读存储介质。
背景技术
随着产品多元化的发展，如何为产品快速、准确地匹配产品对象成为当前的关注要点，例如，如何为资产匹配合适的投资者，当前通常由业务员根据经验为产品匹配产品对象，导致匹配结果不够准确。因此，亟需一种产品匹配方法，以准确地为产品匹配产品对象。
发明内容
鉴于以上内容，有必要提供一种产品匹配方法，旨在准确地为产品匹配产品对象。
本发明提供的产品匹配方法，包括：
解析用户基于客户端发出的产品匹配请求，获取所述产品匹配请求携带的待匹配产品的信息，基于所述待匹配产品的信息构建待匹配产品画像；
获取产品对象库中各个候选产品对象的信息，基于所述候选产品对象的信息构建候选产品对象画像；
将所述待匹配产品画像及所述候选产品对象画像中相同指标项的集合作为初始指标集，确定所述初始指标集中各个指标项对应的第一权重，基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值；
确定关键指标集合，从所述待匹配产品画像及所述候选产品对象画像中获取所述关键指标集合中每个指标项对应的指标值，将所述指标值输入匹配模型，得到所述待匹配产品与各个候选产品对象的第二匹配度分值；
获取预先确定的第一匹配度分值及第二匹配度分值分别对应的第二权重，基于所述第二权重、第一匹配度分值及第二匹配度分值计算所述待匹配产品与各个候选产品对象的目标匹配度分值，根据所述目标匹配度分值确定目标产品对象。
可选的，所述确定所述初始指标集中各个指标项对应的第一权重，包括：
获取第一时间段内的第一历史匹配数据，所述第一历史匹配数据包括多个第一历史产品的信息、多个第一历史产品对象的信息及第一匹配结果；
将各个第一历史产品分别与所述多个第一历史产品对象中的每个第一历史产品对象组合，得到多个第一组合对；
根据所述第一历史产品的信息及第一历史产品对象的信息，计算每个第一组合对对于所述初始指标集中各个指标项的第一相似度；
根据预先确定的匹配结果与匹配分值的映射关系及所述第一匹配结果确定每个第一组合对对应的初始匹配分值；
获取预先确定的权重函数，将所述第一相似度作为自变量，将所述初始匹配分值作为因变量，基于所述权重函数、自变量及因变量确定所述初始指标集中每个指标项对应的第一权重。
可选的，所述基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值，包括：
计算所述待匹配产品与各个候选产品对象对于所述初始指标集中各个指标项的第二相似度，基于所述第二相似度及所述第一权重计算所述待匹配产品与各个候选产品对象的第三匹配度分值；
获取各个候选产品对象对应的历史属性数据，基于所述历史属性数据确定各个候选产品对象对应的重要度分值；
基于所述第三匹配度分值及所述重要度分值计算所述待匹配产品与各个候选产品对象的第一匹配度分值。
可选的，所述确定关键指标集合，包括：
获取第二时间段内的第二历史匹配数据，所述第二历史匹配数据包括多个第二历史产品的信息、多个第二历史产品对象的信息及第二匹配结果；
将各个第二历史产品分别与所述多个第二历史产品对象中的每个第二历史产品对象组合，得到多个第二组合对；
基于所述第二匹配结果确定每个第二组合对的标注信息；
将每个第二组合对的原始指标项对应的指标值及所述标注信息输入权重分配模型，得到每个原始指标项对应的第三权重；
按照从大到小的顺序对第三权重进行排序，并选取预设数量的第三权重对应的原始指标项的集合作为关键指标集合。
可选的，所述根据所述目标匹配度分值确定目标产品对象，包括：
判断最高的目标匹配度分值是否大于预设阈值；
当判断最高的目标匹配度分值大于预设阈值时，将所述最高的目标匹配度分值对应的候选产品对象作为目标产品对象。
可选的，在所述判断最高的目标匹配度分值是否大于预设阈值之后，所述方法还包括：
若判断最高的目标匹配度分值小于或等于预设阈值，则确定所述产品对象库中没有与所述待匹配产品匹配的产品对象，并向所述客户端发送预警信息。
可选的，所述方法还包括：
每隔第三时间段，获取所述第三时间段内的第三历史匹配数据，基于所述第三历史匹配数据更新关键指标集合及第二权重。
为了解决上述问题，本发明还提供一种产品匹配装置，所述装置包括：
第一构建模块，用于解析用户基于客户端发出的产品匹配请求，获取所述产品匹配请求携带的待匹配产品的信息，基于所述待匹配产品的信息构建待匹配产品画像；
第二构建模块，用于获取产品对象库中各个候选产品对象的信息，基于所述候选产品对象的信息构建候选产品对象画像；
计算模块，用于将所述待匹配产品画像及所述候选产品对象画像中相同指标项的集合作为初始指标集，确定所述初始指标集中各个指标项对应的第一权重，基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值；
输入模块，用于确定关键指标集合，从所述待匹配产品画像及所述候选产品对象画像中获取所述关键指标集合中每个指标项对应的指标值，将所述指标值输入匹配模型，得到所述待匹配产品与各个候选产品对象的第二匹配度分值；
确定模块，用于获取预先确定的第一匹配度分值及第二匹配度分值分别对应的第二权重，基于所述第二权重、第一匹配度分值及第二匹配度分值计算所述待匹配产品与各个候选产品对象的目标匹配度分值，根据所述目标匹配度分值确定目标产品对象。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的产品匹配程序，所述产品匹配程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述产品匹配方法。
为了解决上述问题，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匹配程序，所述产品匹配程序可被一个或者多个处理器执行，以实现上述产品匹配方法。
相较现有技术，本发明首先构建待匹配产品画像和候选产品对象画像，将待匹配产品画像及候选产品对象画像中相同指标项的集合作为初始指标集，确定初始指标集中各个指标项对应的第一权重，基于第一权重计算待匹配产品与各个候选产品对象的第一匹配度分值；接着，基于关键指标集合中每个指标项对应的指标值，确定待匹配产品与各个候选产品对象的第二匹配度分值；最后，基于第二权重、第一匹配度分值及第二匹配度分值计算待匹配产品与各个候选产品对象的目标匹配度分值，根据目标匹配度分值确定目标产品对象。本发明通过初始指标集确定第一匹配度分值，通过关键指标集确定第二匹配度分值，考虑面更广，计算得到的目标匹配度分值更准确，从而匹配得到的目标产品对象准确度更高。因此，本发明实现了准确地为产品匹配产品对象。
附图说明
图1为本发明一实施例提供的产品匹配方法的流程示意图；
图2为本发明一实施例提供的产品匹配装置的模块示意图；
图3为本发明一实施例提供的实现产品匹配方法的电子设备的结构示意图；
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
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明提供一种产品匹配方法。参照图1所示，为本发明一实施例提供的产品匹配方法的流程示意图。该方法可以由一个电子设备执行，该电子设备可以由软件和/或硬件实现。
本实施例中，产品匹配方法包括：
S1、解析用户基于客户端发出的产品匹配请求，获取所述产品匹配请求携带的待匹配产品的信息，基于所述待匹配产品的信息构建待匹配产品画像。
本实施例中，所述产品可以是非标债权产品(例如，房地产债券)，通过从产品的信息中获取多个第一预设指标项的指标值，根据该指标值构建待匹配产品画像，构建画像的过程为现有技术，在此不再赘述。
所述第一预设指标项包括产品等级、风险等级、项目类型、项目区位、抵押物区位、融资利率、期限等，所述产品等级及风险等级为人工或模型根据产品信息分析确定的，所述项目区位为项目标的所在的位置，所述抵押物区位为抵押物所在的区位。
S2、获取产品对象库中各个候选产品对象的信息，基于所述候选产品对象的信息构建候选产品对象画像。
本实施例中，产品对象库中预先存储有多个产品对象的信息，所述产品对象可以是投资者，通过从产品对象的信息中获取多个第二预设指标项的指标值，根据这些指标值构建产品对象画像。
所述第二预设指标项包括产品对象偏好、资金成本、产品期限、交易对手黑白名单、公司所在地、财务状态等，所述产品对象偏好包括产品对象偏好的资产类型、产品等级、风险等级、项目类型等，所述财务状况包括总资产、净资产、净利润、营业收入等。
S3、将所述待匹配产品画像及所述候选产品对象画像中相同指标项的集合作为初始指标集，确定所述初始指标集中各个指标项对应的第一权重，基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值。
本实施例中，第一预设指标项的数量少于第二预设指标项的数量，两者有部分相同的指标项，通过对这部分相同的指标项的指标值进行匹配，得到第一匹配度分值。
所述确定所述初始指标集中各个指标项对应的第一权重，包括：
A11、获取第一时间段内的第一历史匹配数据，所述第一历史匹配数据包括多个第一历史产品的信息、多个第一历史产品对象的信息及第一匹配结果；
所述第一时间段可以是最近一年，所述第一匹配结果包括匹配成功及匹配失败，每个第一历史产品仅与一个第一历史产品对象匹配成功。
A12、将各个第一历史产品分别与所述多个第一历史产品对象中的每个第一历史产品对象组合，得到多个第一组合对；
例如，若第一历史匹配数据中共50个第一历史产品、200个第一产品对象，则将每个第一历史产品分别与200个第一产品对象分别组合，共得到50*200＝10000个第一组合对。
A13、根据所述第一历史产品的信息及第一历史产品对象的信息，计算每个第一组合对对于所述初始指标集中各个指标项的第一相似度；
若初始指标集中共有10个指标项，则计算各个第一组合对对于这10个指标项中每个指标项的相似度(1或0)，例如，若指标1为产品等级、指标2为风险等级，第1个第一组合对中历史产品1的产品等级为3A、风险等级为第5等级，而历史产品对象1偏好的产品等级范围为3A～5A、偏好的风险等级范围为第3等级～第4等级，则第1个第一组合对对于指标1的第一相似度为1，对于指标2的第一相似度为0。
A14、根据预先确定的匹配结果与匹配分值的映射关系及所述第一匹配结果确定每个第一组合对对应的初始匹配分值；
本实施例中，匹配结果与匹配分值的映射关系可以如下所示：
匹配成功，160；
匹配失败，20。
若第一历史匹配数据中第1个第一组合对的历史产品1与历史产品对象1匹配失败、第30个第一组合对的历史产品1与历史产品对象30匹配成功，则第1个第一组合对对应的初始匹配分值为20，第30个第一组合对对应的初始匹配分值为160。
A15、获取预先确定的权重函数，将所述第一相似度作为自变量，将所述初始匹配分值作为因变量，基于所述权重函数、自变量及因变量确定所述初始指标集中每个指标项对应的第一权重。
所述权重函数为y＝a1*x1+a2*x2+…+an*xn，其中，y为初始匹配分值，x1、x2、xn分别为初始指标集中第一个指标项、第二个指标项及第n个指标项分别对应的第一相似度，a1、a2、an分别为初始指标集中第一个指标项、第二个指标项及第n个指标项分别对应的第一权重。
将上述各个第一组合对的第一相似度及初始匹配分值代入权重函数，即可计算得出a1、a2、…、an。
本实施例中，所述基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值，包括：
B11、计算所述待匹配产品与各个候选产品对象对于所述初始指标集中各个指标项的第二相似度，基于所述第二相似度及所述第一权重计算所述待匹配产品与各个候选产品对象的第三匹配度分值；
第二相似度的值为0或1，当待匹配产品与某一候选产品对象对于一个指标项匹配成功时，其第二相似度为1，匹配失败时第二相似度为0，对初始指标集中各个指标项的第二相似度与第一权重加权平均，可计算得出待匹配产品与各个候选产品对象的第三匹配度分值。
B12、获取各个候选产品对象对应的历史属性数据，基于所述历史属性数据确定各个候选产品对象对应的重要度分值；
本实施例中，所述历史属性数据为各个候选产品对象的历史投资情况，包括审批速度、财务状况等参数，对这些参数加权平均(权重为预先设置的)，可得到各个候选产品对象对应的重要度分值。
B13、基于所述第三匹配度分值及所述重要度分值计算所述待匹配产品与各个候选产品对象的第一匹配度分值。
本实施例中，将第三匹配度分值及重要度分值加权平均(权重为预先设置的，例如，分别为60％、40％)，即可计算得到待匹配产品与各个候选产品对象的第一匹配度分值。
S4、确定关键指标集合，从所述待匹配产品画像及所述候选产品对象画像中获取所述关键指标集合中每个指标项对应的指标值，将所述指标值输入匹配模型，得到所述待匹配产品与各个候选产品对象的第二匹配度分值。
本实施例通过历史匹配数据确定关键指标集合，从待匹配产品画像及候选产品对象画像中获取关键指标集合中各个指标项对应的指标值，将所述指标值输入预先训练好的匹配模型中，得到待匹配产品与各个候选产品对象的第二匹配度分值，本实施例中，所述匹配模型为XGBOOST模型。
所述确定关键指标集合，包括：
C11、获取第二时间段内的第二历史匹配数据，所述第二历史匹配数据包括多个第二历史产品的信息、多个第二历史产品对象的信息及第二匹配结果；
所述第二时间段可以是最近半年，所述第二匹配结果包括匹配成功及匹配失败，每个第二历史产品仅与一个第二历史产品对象匹配成功。
C12、将各个第二历史产品分别与所述多个第二历史产品对象中的每个第二历史产品对象组合，得到多个第二组合对；
第二组合对的组合过程与第一组合对相同，在此不做赘述。
C13、基于所述第二匹配结果确定每个第二组合对的标注信息；
所述标注信息包括1或0，1表示匹配成功，0表示匹配失败。
C14、将每个第二组合对的原始指标项对应的指标值及所述标注信息输入权重分配模型，得到每个原始指标项对应的第三权重；
通过第二历史产品的信息和第二历史产品对象的信息可以获取每个第二组合对的各个原始指标项对应的指标值，本实施例中，所述权重分配模型为随机森林模型通过样本训练得到的。
C15、按照从大到小的顺序对第三权重进行排序，并选取预设数量的第三权重对应的原始指标项的集合作为关键指标集合。
例如，若共有30项原始指标项，权重分配模型输出每个原始指标项的第三权重后，按照第三权重从高到低的顺序排序，将排序靠前的前10个原始指标项的集合作为关键指标集合。
S5、获取预先确定的第一匹配度分值及第二匹配度分值分别对应的第二权重，基于所述第二权重、第一匹配度分值及第二匹配度分值计算所述待匹配产品与各个候选产品对象的目标匹配度分值，根据所述目标匹配度分值确定目标产品对象。
获取了第一匹配度分值及第二匹配度分值分别对应的第二权重后，进行加权平均，即可得到待匹配产品与各个候选产品对象的目标匹配度分值，根据目标匹配度分值可确定目标产品对象。
其中，第二权重的确定方法与第一权重类似，在此不再赘述。
本实施例中，所述根据所述目标匹配度分值确定目标产品对象，包括：
D11、判断最高的目标匹配度分值是否大于预设阈值；
通过判断最高的目标匹配度分值是否大于预设阈值，确定最高的目标匹配度分值对应的候选产品对象是否达到匹配条件。
D12、当判断最高的目标匹配度分值大于预设阈值时，将所述最高的目标匹配度分值对应的候选产品对象作为目标产品对象。
若有一个或多个目标匹配度分值大于预设阈值(例如，60分)，则说明其对应的候选产品对象达到了匹配条件，可将最高的目标匹配度分值对应的候选产品对象作为目标产品对象。
在所述判断最高的目标匹配度分值是否大于预设阈值之后，所述方法还包括：
若判断最高的目标匹配度分值小于或等于预设阈值，则确定所述产品对象库中没有与所述待匹配产品匹配的产品对象，并向所述客户端发送预警信息。
若最高的目标匹配度分值小于预设阈值，则说明产品对象库中没有满足匹配条件的候选产品对象，此时向客户端发送预警信息(例如，“当前无匹配的候选产品对象，请检查产品信息或扩大产品对象范围”)。
在另一个实施例中，所述方法还包括：
每隔第三时间段，获取所述第三时间段内的第三历史匹配数据，基于所述第三历史匹配数据更新关键指标集合及第二权重。
所述第三时间段可以是三个月，根据这三个月的历史匹配数据可更新关键指标集合及第二权重，以便为产品匹配更合适的产品对象。
由上述实施例可知，本发明提出的产品匹配方法，首先，构建待匹配产品画像和候选产品对象画像，将待匹配产品画像及候选产品对象画像中相同指标项的集合作为初始指标集，确定初始指标集中各个指标项对应的第一权重，基于第一权重计算待匹配产品与各个候选产品对象的第一匹配度分值；接着，基于关键指标集合中每个指标项对应的指标值，确定待匹配产品与各个候选产品对象的第二匹配度分值；最后，基于第二权重、第一匹配度分值及第二匹配度分值计算待匹配产品与各个候选产品对象的目标匹配度分值，根据目标匹配度分值确定目标产品对象。本发明通过初始指标集确定第一匹配度分值，通过关键指标集确定第二匹配度分值，考虑面更广，计算得到的目标匹配度分值更准确，从而匹配得到的目标产品对象准确度更高。因此，本发明实现了准确地为产品匹配产品对象。
如图2所示，为本发明一实施例提供的产品匹配装置的模块示意图。
本发明所述产品匹配装置100可以安装于电子设备中。根据实现的功能，所述产品匹配装置100可以包括第一构建模块110、第二构建模块120、计算模块130、输入模块140及确定模块150。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
第一构建模块110，用于解析用户基于客户端发出的产品匹配请求，获取所述产品匹配请求携带的待匹配产品的信息，基于所述待匹配产品的信息构建待匹配产品画像。
第二构建模块120，用于获取产品对象库中各个候选产品对象的信息，基于所述候选产品对象的信息构建候选产品对象画像。
计算模块130，用于将所述待匹配产品画像及所述候选产品对象画像中相同指标项的集合作为初始指标集，确定所述初始指标集中各个指标项对应的第一权重，基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值。
所述确定所述初始指标集中各个指标项对应的第一权重，包括：
A21、获取第一时间段内的第一历史匹配数据，所述第一历史匹配数据包括多个第一历史产品的信息、多个第一历史产品对象的信息及第一匹配结果；
A22、将各个第一历史产品分别与所述多个第一历史产品对象中的每个第一历史产品对象组合，得到多个第一组合对；
A23、根据所述第一历史产品的信息及第一历史产品对象的信息，计算每个第一组合对对于所述初始指标集中各个指标项的第一相似度；
A24、根据预先确定的匹配结果与匹配分值的映射关系及所述第一匹配结果确定每个第一组合对对应的初始匹配分值；
A25、获取预先确定的权重函数，将所述第一相似度作为自变量，将所述初始匹配分值作为因变量，基于所述权重函数、自变量及因变量确定所述初始指标集中每个指标项对应的第一权重。
所述基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值，包括：
B21、计算所述待匹配产品与各个候选产品对象对于所述初始指标集中各个指标项的第二相似度，基于所述第二相似度及所述第一权重计算所述待匹配产品与各个候选产品对象的第三匹配度分值；
B22、获取各个候选产品对象对应的历史属性数据，基于所述历史属性数据确定各个候选产品对象对应的重要度分值；
B23、基于所述第三匹配度分值及所述重要度分值计算所述待匹配产品与各个候选产品对象的第一匹配度分值。
输入模块140，用于确定关键指标集合，从所述待匹配产品画像及所述候选产品对象画像中获取所述关键指标集合中每个指标项对应的指标值，将所述指标值输入匹配模型，得到所述待匹配产品与各个候选产品对象的第二匹配度分值。
所述确定关键指标集合，包括：
C21、获取第二时间段内的第二历史匹配数据，所述第二历史匹配数据包括多个第二历史产品的信息、多个第二历史产品对象的信息及第二匹配结果；
C22、将各个第二历史产品分别与所述多个第二历史产品对象中的每个第二历史产品对象组合，得到多个第二组合对；
C23、基于所述第二匹配结果确定每个第二组合对的标注信息；
C24、将每个第二组合对的原始指标项对应的指标值及所述标注信息输入权重分配模型，得到每个原始指标项对应的第三权重；
C25、按照从大到小的顺序对第三权重进行排序，并选取预设数量的第三权重对应的原始指标项的集合作为关键指标集合。
确定模块150，用于获取预先确定的第一匹配度分值及第二匹配度分值分别对应的第二权重，基于所述第二权重、第一匹配度分值及第二匹配度分值计算所述待匹配产品与各个候选产品对象的目标匹配度分值，根据所述目标匹配度分值确定目标产品对象。
所述根据所述目标匹配度分值确定目标产品对象，包括：
D21、判断最高的目标匹配度分值是否大于预设阈值；
D22、当判断最高的目标匹配度分值大于预设阈值时，将所述最高的目标匹配度分值对应的候选产品对象作为目标产品对象。
在所述判断最高的目标匹配度分值是否大于预设阈值之后，所述确定模块150还用于：
若判断最高的目标匹配度分值小于或等于预设阈值，则确定所述产品对象库中没有与所述待匹配产品匹配的产品对象，并向所述客户端发送预警信息。
所述确定模块150还用于：
每隔第三时间段，获取所述第三时间段内的第三历史匹配数据，基于所述第三历史匹配数据更新关键指标集合及第二权重。
如图3所示，为本发明一实施例提供的实现产品匹配方法的电子设备的结构示意图。
所述电子设备1是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。所述电子设备1可以是计算机、也可以是单个网络服务器、多个网络服务器组成的服务器组或者基于云计算的由大量主机或者网络服务器构成的云，其中云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
在本实施例中，电子设备1包括，但不仅限于，可通过系统总线相互通信连接的存储器11、处理器12、网络接口13，该存储器11中存储有产品匹配程序10，所述产品匹配程序10可被所述处理器12执行。图3仅示出了具有组件11-13以及产品匹配程序10的电子设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对电子设备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。
其中，存储器11包括内存及至少一种类型的可读存储介质。内存为电子设备1的运行提供缓存；可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等的非易失性存储介质。在一些实施例中，可读存储介质可以是电子设备1的内部存储单元，例如该电子设备1的硬盘；在另一些实施例中，该非易失性存储介质也可以是电子设备1的外部存储设备，例如电子设备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。本实施例中，存储器11的可读存储介质通常用于存储安装于电子设备1的操作系统和各类应用软件，例如存储本发明一实施例中的产品匹配程序10的代码等。此外，存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述电子设备1的总体操作，例如执行与其他设备进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行产品匹配程序10等。
网络接口13可包括无线网络接口或有线网络接口，该网络接口13用于在所述电子设备1与客户端(图中未画出)之间建立通信连接。
可选的，所述电子设备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。可选的，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，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的产品匹配程序10是多个指令的组合，在所述处理器12中运行时，可以实现上述产品匹配方法。
具体地，所述处理器12对上述产品匹配程序10的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是非易失性的。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)。
所述计算机可读存储介质上存储有产品匹配程序10，所述产品匹配程序10可被一个或者多个处理器执行，以实现上述产品匹配方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种产品匹配方法，其特征在于，所述方法包括：
解析用户基于客户端发出的产品匹配请求，获取所述产品匹配请求携带的待匹配产品的信息，基于所述待匹配产品的信息构建待匹配产品画像；
获取产品对象库中各个候选产品对象的信息，基于所述候选产品对象的信息构建候选产品对象画像；
将所述待匹配产品画像及所述候选产品对象画像中相同指标项的集合作为初始指标集，确定所述初始指标集中各个指标项对应的第一权重，基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值；
确定关键指标集合，从所述待匹配产品画像及所述候选产品对象画像中获取所述关键指标集合中每个指标项对应的指标值，将所述指标值输入匹配模型，得到所述待匹配产品与各个候选产品对象的第二匹配度分值；
获取预先确定的第一匹配度分值及第二匹配度分值分别对应的第二权重，基于所述第二权重、第一匹配度分值及第二匹配度分值计算所述待匹配产品与各个候选产品对象的目标匹配度分值，根据所述目标匹配度分值确定目标产品对象。
2.如权利要求1所述的产品匹配方法，其特征在于，所述确定所述初始指标集中各个指标项对应的第一权重，包括：
获取第一时间段内的第一历史匹配数据，所述第一历史匹配数据包括多个第一历史产品的信息、多个第一历史产品对象的信息及第一匹配结果；
将各个第一历史产品分别与所述多个第一历史产品对象中的每个第一历史产品对象组合，得到多个第一组合对；
根据所述第一历史产品的信息及第一历史产品对象的信息，计算每个第一组合对对于所述初始指标集中各个指标项的第一相似度；
根据预先确定的匹配结果与匹配分值的映射关系及所述第一匹配结果确定每个第一组合对对应的初始匹配分值；
获取预先确定的权重函数，将所述第一相似度作为自变量，将所述初始匹配分值作为因变量，基于所述权重函数、自变量及因变量确定所述初始指标集中每个指标项对应的第一权重。
3.如权利要求1所述的产品匹配方法，其特征在于，所述基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值，包括：
计算所述待匹配产品与各个候选产品对象对于所述初始指标集中各个指标项的第二相似度，基于所述第二相似度及所述第一权重计算所述待匹配产品与各个候选产品对象的第三匹配度分值；
获取各个候选产品对象对应的历史属性数据，基于所述历史属性数据确定各个候选产品对象对应的重要度分值；
基于所述第三匹配度分值及所述重要度分值计算所述待匹配产品与各个候选产品对象的第一匹配度分值。
4.如权利要求1所述的产品匹配方法，其特征在于，所述确定关键指标集合，包括：
获取第二时间段内的第二历史匹配数据，所述第二历史匹配数据包括多个第二历史产品的信息、多个第二历史产品对象的信息及第二匹配结果；
将各个第二历史产品分别与所述多个第二历史产品对象中的每个第二历史产品对象组合，得到多个第二组合对；
基于所述第二匹配结果确定每个第二组合对的标注信息；
将每个第二组合对的原始指标项对应的指标值及所述标注信息输入权重分配模型，得到每个原始指标项对应的第三权重；
按照从大到小的顺序对第三权重进行排序，并选取预设数量的第三权重对应的原始指标项的集合作为关键指标集合。
5.如权利要求1所述的产品匹配方法，其特征在于，所述根据所述目标匹配度分值确定目标产品对象，包括：
判断最高的目标匹配度分值是否大于预设阈值；
当判断最高的目标匹配度分值大于预设阈值时，将所述最高的目标匹配度分值对应的候选产品对象作为目标产品对象。
6.如权利要求5所述的产品匹配方法，其特征在于，在所述判断最高的目标匹配度分值是否大于预设阈值之后，所述方法还包括：
若判断最高的目标匹配度分值小于或等于预设阈值，则确定所述产品对象库中没有与所述待匹配产品匹配的产品对象，并向所述客户端发送预警信息。
7.如权利要求1所述的产品匹配方法，其特征在于，所述方法还包括：
每隔第三时间段，获取所述第三时间段内的第三历史匹配数据，基于所述第三历史匹配数据更新关键指标集合及第二权重。
8.一种产品匹配装置，其特征在于，所述装置包括：
第一构建模块，用于解析用户基于客户端发出的产品匹配请求，获取所述产品匹配请求携带的待匹配产品的信息，基于所述待匹配产品的信息构建待匹配产品画像；
第二构建模块，用于获取产品对象库中各个候选产品对象的信息，基于所述候选产品对象的信息构建候选产品对象画像；
计算模块，用于将所述待匹配产品画像及所述候选产品对象画像中相同指标项的集合作为初始指标集，确定所述初始指标集中各个指标项对应的第一权重，基于所述第一权重计算所述待匹配产品与各个候选产品对象的第一匹配度分值；
输入模块，用于确定关键指标集合，从所述待匹配产品画像及所述候选产品对象画像中获取所述关键指标集合中每个指标项对应的指标值，将所述指标值输入匹配模型，得到所述待匹配产品与各个候选产品对象的第二匹配度分值；
确定模块，用于获取预先确定的第一匹配度分值及第二匹配度分值分别对应的第二权重，基于所述第二权重、第一匹配度分值及第二匹配度分值计算所述待匹配产品与各个候选产品对象的目标匹配度分值，根据所述目标匹配度分值确定目标产品对象。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的产品匹配程序，所述产品匹配程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的产品匹配方法。
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匹配程序，所述产品匹配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7任一项所述的产品匹配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110724616.3A CN113344433A (zh) | 2021-06-28 | 2021-06-28 | 产品匹配方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110724616.3A CN113344433A (zh) | 2021-06-28 | 2021-06-28 | 产品匹配方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113344433A true CN113344433A (zh) | 2021-09-03 |
Family
ID=77481335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110724616.3A Pending CN113344433A (zh) | 2021-06-28 | 2021-06-28 | 产品匹配方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113344433A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399382A (zh) * | 2022-01-21 | 2022-04-26 | 平安科技（深圳）有限公司 | 用户欺诈风险的检测方法、装置、计算机设备及存储介质 |
| CN115374366A (zh) * | 2022-09-15 | 2022-11-22 | 中航信移动科技有限公司 | 一种匹配信息的生成方法、存储介质及电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108804450A (zh) * | 2017-04-28 | 2018-11-13 | 百度在线网络技术（北京）有限公司 | 信息推送的方法和装置 |
| 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 |
| CN111861760A (zh) * | 2020-06-22 | 2020-10-30 | 中国平安财产保险股份有限公司 | 产品推荐方法、装置、设备及存储介质 |
| WO2020257990A1 (zh) * | 2019-06-24 | 2020-12-30 | 深圳市欢太科技有限公司 | 设备推荐方法及相关产品 |
| CN112270606A (zh) * | 2020-10-30 | 2021-01-26 | 海腾保险代理有限公司 | 用于保险产品推荐的信息处理方法和装置 |
| CN112288604A (zh) * | 2020-11-19 | 2021-01-29 | 平安国际智慧城市科技股份有限公司 | 司法案件数据处理方法、装置、电子设备及可读存储介质 |
| CN112380859A (zh) * | 2020-11-12 | 2021-02-19 | 平安科技（深圳）有限公司 | 舆情信息的推荐方法、装置、电子设备及计算机存储介质 |
| CN112418956A (zh) * | 2020-12-16 | 2021-02-26 | 国网雄安金融科技集团有限公司 | 一种金融产品的推荐方法及装置 |
-
2021
- 2021-06-28 CN CN202110724616.3A patent/CN113344433A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108804450A (zh) * | 2017-04-28 | 2018-11-13 | 百度在线网络技术（北京）有限公司 | 信息推送的方法和装置 |
| WO2020257990A1 (zh) * | 2019-06-24 | 2020-12-30 | 深圳市欢太科技有限公司 | 设备推荐方法及相关产品 |
| 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 |
| CN111861760A (zh) * | 2020-06-22 | 2020-10-30 | 中国平安财产保险股份有限公司 | 产品推荐方法、装置、设备及存储介质 |
| CN112270606A (zh) * | 2020-10-30 | 2021-01-26 | 海腾保险代理有限公司 | 用于保险产品推荐的信息处理方法和装置 |
| CN112380859A (zh) * | 2020-11-12 | 2021-02-19 | 平安科技（深圳）有限公司 | 舆情信息的推荐方法、装置、电子设备及计算机存储介质 |
| CN112288604A (zh) * | 2020-11-19 | 2021-01-29 | 平安国际智慧城市科技股份有限公司 | 司法案件数据处理方法、装置、电子设备及可读存储介质 |
| CN112418956A (zh) * | 2020-12-16 | 2021-02-26 | 国网雄安金融科技集团有限公司 | 一种金融产品的推荐方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399382A (zh) * | 2022-01-21 | 2022-04-26 | 平安科技（深圳）有限公司 | 用户欺诈风险的检测方法、装置、计算机设备及存储介质 |
| CN115374366A (zh) * | 2022-09-15 | 2022-11-22 | 中航信移动科技有限公司 | 一种匹配信息的生成方法、存储介质及电子设备 |
| CN115374366B (zh) * | 2022-09-15 | 2023-04-07 | 中航信移动科技有限公司 | 一种匹配信息的生成方法、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113178071B (zh) | 驾驶风险等级识别方法、装置、电子设备及可读存储介质 | |
| CN112597135A (zh) | 用户分类方法、装置、电子设备及可读存储介质 | |
| CN113344433A (zh) | 产品匹配方法、装置、电子设备及可读存储介质 | |
| CN111860377A (zh) | 基于人工智能的直播方法、装置、电子设备及存储介质 | |
| CN113485889B (zh) | 埋点数据校验方法、装置、电子设备及存储介质 | |
| CN113946690A (zh) | 潜在客户挖掘方法、装置、电子设备及存储介质 | |
| CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
| CN114462412A (zh) | 实体识别方法、装置、电子设备及存储介质 | |
| CN112288604A (zh) | 司法案件数据处理方法、装置、电子设备及可读存储介质 | |
| CN114281991A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
| CN114663167A (zh) | 基于拍品信息的估价方法、装置、电子设备及存储介质 | |
| CN113344673A (zh) | 产品推送方法、装置、电子设备及存储介质 | |
| CN112527280A (zh) | 界面展示方法、装置、服务器及可读存储介质 | |
| CN116245458A (zh) | 基于人工智能的库存管理方法、装置、电子设备及介质 | |
| CN113706252B (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
| CN113610580B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
| CN115238179A (zh) | 项目推送方法、装置、电子设备及计算机可读存储介质 | |
| CN113312482A (zh) | 问题分类方法、装置、电子设备及可读存储介质 | |
| CN114862140A (zh) | 基于行为分析的潜力评估方法、装置、设备及存储介质 | |
| CN114818685A (zh) | 关键词提取方法、装置、电子设备及存储介质 | |
| CN113064984A (zh) | 意图识别方法、装置、电子设备及可读存储介质 | |
| CN113656586A (zh) | 情感分类方法、装置、电子设备及可读存储介质 | |
| CN113657910B (zh) | 实名认证方法、装置、电子设备及可读存储介质 | |
| CN111861227A (zh) | 基于隶属度分析的用户推荐方法、装置、电子设备及介质 | |
| CN113591881A (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 |
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 |