CN113722602A - 信息推荐方法及装置、电子设备、存储介质 - Google Patents

Abstract

本发明涉及人工智能与智慧医疗领域，公开了一种信息推荐方法及装置、电子设备、存储介质，该方法包括：确定目标资源管理事件的用户数据集，其中，目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且目标资源管理事件为一个或多个；基于条件概率法则和目标资源管理事件生成用户数据集对应的条件概率集；获取目标资源管理事件的发生条件概率预设值；基于条件概率集和条件概率预设值从用户中筛选出目标用户；向目标用户推荐与目标资源管理事件关联的资源管理推荐信息。通过本发明，解决了相关技术中因存在信息推荐与用户需求吻合度低，导致无法准确识别用户需求的技术问题。

Description

信息推荐方法及装置、电子设备、存储介质

技术领域

本发明涉及人工智能与智慧医疗领域，具体而言，涉及一种信息推荐方法及装置、电子设备、存储介质。

背景技术

目前，用户信息被控制在第三方手中，获取用户信息成本高，这一直是险企业务经营的一大痛点，费用率居高不下，不仅抬升综合费用率，还可能挤压理赔空间，甚至导致承保亏损；而企业往往会忽略掉已有的用户也有可能发展成潜在的用户，降低了找到准用户的准确率，进而无法满足用户需求，也不能进一步地将已有用户继续发展成潜在用户，从而导致信息推荐与用户需求吻合度低，无法准确识别用户需求。

发明内容

本发明实施例提供了一种信息推荐方法及装置、电子设备、存储介质，以至少解决了相关技术中因存在信息推荐与用户需求吻合度低，导致无法准确识别用户需求的技术问题。

根据本发明的一个实施例，提供了一种信息推荐方法，该方法包括：确定包含目标资源管理事件的用户数据集，其中，所述目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且所述目标资源管理事件为一个或多个；基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集；获取所述目标资源管理事件的发生条件概率预设值；基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户；向所述目标用户推荐与所述目标资源管理事件关联的资源管理推荐信息。

可选的，所述基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集包括：计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成所述用户数据集对应的条件概率集；其中，所述第一待处理事件和所述第二待处理事件均为所述一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件。

可选的，所述计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成所述用户数据集对应的条件概率集包括：对所述用户数据集中的一个或多个用户关联的至少其中一项待处理事件进行特征值处理，得到所述用户数据集对应的特征值集合；其中，所述特征值集合中的特征值分别用于表征所述用户发生所述待处理事件或未发生所述待处理事件；利用条件概率法则基于每个用户发生所述第一待处理事件对应的特征值和发生所述第二待处理事件对应的特征值，计算所述第一条件概率值和所述第二条件概率值；依照矩阵列表形式，对所述第一条件概率值和所述第二条件概率值进行组合，得到所述条件概率集。

可选的，利用条件概率法则基于每个用户发生所述第一待处理事件对应的特征值和发生所述第二待处理事件对应的特征值，计算所述第一条件概率值和所述第二条件概率值包括：从所述用户数据集中筛选出发生所述第一待处理事件的第一子用户数据集，以及发生所述第二待处理事件的第二子用户数据集；计算所述第一子用户数据集中用户的第一数量与所述第二子用户数据集中用户的第二数量之间的比值，得到所述第一条件概率值；以及计算所述第二数量与所述第一数量之间的比值，得到所述第二条件概率值。

可选的，所述基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户包括：选定所述一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件为目标待处理事件，确定在发生所述至少其中一项待处理事件中除所述目标待处理事件的任一待处理事件的基础上发生所述目标待处理事件时对应的子条件概率集；将所述子条件概率集中的每个条件概率值与所述发生条件概率预设值进行比较，根据比较结果从所述子条件概率集中筛选出条件概率值大于或等于所述发生条件概率预设值时对应的至少一条件概率值，作为目标条件概率值；将所述目标条件概率值对应的用户确定为所述目标用户。

可选的，在确定在发生所述至少其中一项待处理事件中除所述目标待处理事件的任一待处理事件的基础上发生所述目标待处理事件时对应的子条件概率集之后，所述方法还包括：确定所述子条件概率集中条件概率值为零时对应的至少一用户；将所述至少一用户确定为禁止推荐所述资源管理推荐信息的用户。

可选的，所述获取所述目标资源管理事件的发生条件概率预设值包括：确定所述目标用户对应的用户数量以及所述资源管理推荐信息的投放成本；基于所述用户数量和所述投放成本设定所述目标用户发生第三待处理事件的基础上发生第四待处理事件的发生条件概率预设值，其中，所述第三待处理事件和所述第四待处理事件均为所述一个或多个用户关联的至少其中一项待处理事件的任一项待处理事件。

根据本发明的一个实施例，提供了一种信息推荐装置，包括：第一确定模块，用于确定包含目标资源管理事件的用户数据集，其中，所述目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且所述目标资源管理事件为一个或多个；生成模块，用于基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集；获取模块，用于获取所述目标资源管理事件的发生条件概率预设值；筛选模块，用于基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户；推荐模块，用于向所述目标用户推荐与所述目标资源管理事件关联的资源管理推荐信息。

可选的，所述生成模块包括：生成单元，用于计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成所述用户数据集对应的条件概率集；其中，所述第一待处理事件和所述第二待处理事件均为所述一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件。

可选的，所述生成单元包括：处理子单元，用于对所述用户数据集中的一个或多个用户关联的至少其中一项待处理事件进行特征值处理，得到所述用户数据集对应的特征值集合；其中，所述特征值集合中的特征值分别用于表征所述用户发生所述待处理事件或未发生所述待处理事件；计算子单元，用于利用条件概率法则基于每个用户发生所述第一待处理事件对应的特征值和发生所述第二待处理事件对应的特征值，计算所述第一条件概率值和所述第二条件概率值；组合子单元，用于依照矩阵列表形式，对所述第一条件概率值和所述第二条件概率值进行组合，得到所述条件概率集。

可选的，所述计算子单元用于：从所述用户数据集中筛选出发生所述第一待处理事件的第一子用户数据集，以及发生所述第二待处理事件的第二子用户数据集；计算所述第一子用户数据集中用户的第一数量与所述第二子用户数据集中用户的第二数量之间的比值，得到所述第一条件概率值；以及计算所述第二数量与所述第一数量之间的比值，得到所述第二条件概率值。

可选的，所述筛选模块包括：第一确定单元，用于选定所述一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件为目标待处理事件，确定在发生所述至少其中一项待处理事件中除所述目标待处理事件的任一待处理事件的基础上发生所述目标待处理事件时对应的子条件概率集；比较单元，用于将所述子条件概率集中的每个条件概率值与所述发生条件概率预设值进行比较，根据比较结果从所述子条件概率集中筛选出条件概率值大于或等于所述发生条件概率预设值时对应的至少一条件概率值，作为目标条件概率值；第二确定单元，用于将所述目标条件概率值对应的用户确定为所述目标用户。

可选的，所述装置还包括：第二确定模块，用于在所述第一确定单元确定在发生所述至少其中一项待处理事件中除所述目标待处理事件的任一待处理事件的基础上发生所述目标待处理事件时对应的子条件概率集之后，确定所述子条件概率集中条件概率值为零时对应的至少一用户；第三确定单元，用于将所述至少一用户确定为禁止推荐所述资源管理推荐信息的用户。

可选的，所述获取模块包括：第四确定单元，用于确定所述目标用户对应的用户数量以及所述资源管理推荐信息的投放成本；设置单元，用于基于所述用户数量和所述投放成本设定所述目标用户发生第三待处理事件的基础上发生第四待处理事件的发生条件概率预设值，其中，所述第三待处理事件和所述第四待处理事件均为所述一个或多个用户关联的至少其中一项待处理事件的任一项待处理事件。

根据本发明的又一个实施例，还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项装置实施例中的步骤。

通过本发明实施例，对于包含目标资源管理事件的用户数据集，利用条件概率法则和目标资源管理事件生成用户数据集对应的条件概率集，从而梳理出用户数据集中的用户与资源管理事件之间的数据关系；基于目标资源管理事件的发生条件概率预设值，从多个用户中筛选出目标用户，即潜在用户，然后向潜在用户推荐与目标资源管理事件关联的资源管理推荐信息，实现了以目标资源管理事件及其条件概率预设值为推荐依据，可以快速准确地定位出目标用户，筛选出的目标用户符合用户需求，从而解决了相关技术中因存在信息推荐与用户需求吻合度低，导致无法准确识别用户需求的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例提供的一种信息推荐方法应用于计算机终端的硬件结构框图；

图2是根据本发明实施例提供的一种信息推荐方法的流程图；

图3是根据本发明实施提供的一种特征值集合表示的用户数据集示意图；

图4是根据本发明实施例提供的任意两险种对应的样本数据集示意图；

图5是基于图3提供的用户样本集得到的条件概率集合示意图；

图6是根据本发明实施例提供的购买险种B筛选的子条件概率集合示意图；

图7是根据本发明实施例提供的一种信息推荐装置的结构框图；

图8是根据本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本申请实施例所提供的方法实施例可以在移动终端、服务器、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例提供的一种信息推荐方法应用于计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的信息推荐方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器，也可以包括易失性存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

图2是根据本发明实施例提供的一种信息推荐方法的流程图，如图2所示，该流程包括如下步骤：

步骤S202，确定包含目标资源管理事件的用户数据集，其中，目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且目标资源管理事件为一个或多个；

在本实施例中，资源管理事件为表征需要进行处理待处理事件的事件类型，例如，在保险领域，可以为保险类型，但不限于此；在保险领域，用户数据集包括一个或多个用户购买保险类型的情况。

在本发明的另一个可选的实施例中，可以基于人工智能技术对上述用户数据集进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

步骤S204，基于条件概率法则和目标资源管理事件生成用户数据集对应的条件概率集；

在本实施例中，条件概率法则是指事件A在事件B发生的条件下发生的概率，条件概率表示为：P(A|B)，读作“A在B发生的条件下发生的概率”；若只有两个事件A，B，那么

在本案的一个可选的实现方式中，基于条件概率法则和目标资源管理事件生成用户数据集对应的条件概率集包括：计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成用户数据集对应的条件概率集；其中，第一待处理事件和第二待处理事件均为一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件。

在一个示例中，计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成用户数据集对应的条件概率集具体包括：对用户数据集中的一个或多个用户关联的至少其中一项待处理事件进行特征值处理，得到用户数据集对应的特征值集合；其中，特征值集合中的特征值分别用于表征用户发生待处理事件或未发生待处理事件；利用条件概率法则基于每个用户发生第一待处理事件对应的特征值和发生第二待处理事件对应的特征值，计算第一条件概率值和第二条件概率值；依照矩阵列表形式，对第一条件概率值和第二条件概率值进行组合，得到条件概率集。

在一个示例中，可基于用户购买险种的情况构建客户-险种的二维矩阵；可将横向表示不同客户的情况，纵向表示不同险种的情况，然后为用户是否购买险种打标签，利用特征值代替该用户是购买某险种。例如，特征值包括第一特征值和第二特征值，第一特征值为1，第二特征值为0，用户数据集包括a1-a15共15个用户，至少一资源管理事件对应A-J共10个险种，则用户a1购买险种A，则利用特征值1表示用户a1购买险种A，利用特征值0表示用户a1未购买险种B，以此类推，可以得到上述15个用户对应的一个特征值集合。

在本案的一个示例中，利用条件概率法则基于每个用户发生第一待处理事件对应的特征值和发生第二待处理事件对应的特征值，计算第一条件概率值和第二条件概率值具体包括：从用户数据集中筛选出发生第一待处理事件的第一子用户数据集，以及发生第二待处理事件的第二子用户数据集；计算第一子用户数据集中用户的第一数量与第二子用户数据集中用户的第二数量之间的比值，得到第一条件概率值；以及计算第二数量与第一数量之间的比值，得到第二条件概率值。

根据上述示例，从15个用户对应的数据集中选定任意两个险种(即上述资源管理事件)，比如险种A和险种B，假设统计15个用户中购买险种A的数量为7(即上述第一数量)，以及在购买险种A的基础上又购买险种B的数量为5(即上述第二数量)，则购买险种A的基础上购买险种B的概率值(即上述第一条件概率值)表示为P(A|B)＝5/7＝0.71；然后，假设统计购买险种B的数量为9(即上述第一数量)，购买险种B的基础上购买险种A的数量(即上述第二数量)为5，则购买险种B的基础上购买险种A的概率值(即上述第二条件概率值)表示为P(B|A)＝5/9＝0.55。

因此，基于上述条件概率值，可得到每个险种之间的条件概率矩阵，可假设纵坐标表示的先验条件，横坐标表示后验条件。

步骤S206，获取目标资源管理事件的发生条件概率预设值；

在本案的一个可选的实现方式中，获取目标资源管理事件的发生条件概率预设值具体包括：确定目标用户对应的用户数量以及资源管理推荐信息的投放成本；基于用户数量和投放成本设定目标用户发生第三待处理事件的基础上发生第四待处理事件的发生条件概率预设值，其中，第三待处理事件和第四待处理事件均为一个或多个用户关联的至少其中一项待处理事件的任一项待处理事件。

步骤S208，基于条件概率集和发生条件概率预设值从用户中筛选出目标用户；

在本案的一个可选的实施例中，基于条件概率集和发生条件概率预设值从用户中筛选出目标用户具体包括：选定一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件为目标待处理事件，确定在发生至少其中一项待处理事件中除目标待处理事件的任一待处理事件的基础上发生目标待处理事件时对应的子条件概率集；将子条件概率集中的每个条件概率值与发生条件概率预设值进行比较，根据比较结果从子条件概率集中筛选出条件概率值大于或等于发生条件概率预设值时对应的至少一条件概率值，作为目标条件概率值；将目标条件概率值对应的用户确定为目标用户。

在一个示例中，假设筛选购买险种B的潜在用户，针对险种B的条件概率预设值设定为0.7，筛选出条件概率值大于0.7的条件概率值有0.71，则将概率值0.71对应的用户确定为极有可能购买险种B的潜在用户。

步骤S210，向目标用户推荐与目标资源管理事件关联的资源管理推荐信息。

在本案的另一个可选的实施例中，在确定在发生至少其中一项待处理事件中除目标待处理事件的任一待处理事件的基础上发生目标待处理事件时对应的子条件概率集之后，还包括：确定子条件概率集中条件概率值为零时对应的至少一用户；将至少一用户确定为禁止推荐资源管理推荐信息的用户。在本实施例中，若确定购买险种A的基础上购买险种B的条件概率值为0，则将条件概率值为0对应的用户确定为互斥群体，即不会购买险种B的用户群体，那么在推荐资源管理推荐信息时，则可以完全排除这类互斥群体。

本发明实施例提供的信息推荐方法，对于包含目标资源管理事件的用户数据集，利用条件概率法则和目标资源管理事件生成用户数据集对应的条件概率集，从而梳理出用户数据集中的用户与资源管理事件之间的数据关系；基于目标资源管理事件的发生条件概率预设值，从多个用户中筛选出目标用户，即潜在用户，然后向潜在用户推荐与目标资源管理事件关联的资源管理推荐信息，实现了以目标资源管理事件及其条件概率预设值为推荐依据，可以快速准确地定位出目标用户，筛选出的目标用户符合用户需求，从而解决了相关技术中因存在信息推荐与用户需求吻合度低，导致无法准确识别用户需求的技术问题。

进一步地，目前的保险公司将重点都放在外部客户、新客户中，而忽视了内部的客户转化问题，比如，每个客户不止是仅购买一个险种，有可能需要购买人身险、医疗健康险、重疾险、车险等多个险种，通过本发明实施例能够从内部用户中找到最潜在的用户不仅可以减少获客成本，而且可以减少核保风险；另，内部的用户有最全面的保单信息以及理赔信息，拥有最全面的客户特征，增强了保险风控；而且，基于保险本身险种间的补充性及互斥性可以将补充性险种间的用户发展成最精准的潜在用户。

下面结合具体实施例对本发明实施例做进一步地说明：

图3是根据本发明实施提供的一种特征值集合表示的用户数据集示意图，如图3所示，包括a1-a15共15个用户，涉及的险种包括A-J共10个险种，以及每个用户购买险种的情况，其中，1表示客户购买了某种保险，0表示未购买。

进一步地，从用户样本集中选择任意两个险种，比如险种A和险种B，图4是根据本发明实施例提供的任意两险种对应的样本数据集示意图，如图4所示，首先选出购买了保险A的客户，按照图1所示，购买保险A的客户数为7；然后计数购买了保险A的情况，购买保险B的客户数为5；则买了保险A，购买保险B的条件概率就为P(A|B)＝5/7＝0.71；反过来，买了保险B条件下购买A的条件概率为P(B|A)＝5/9＝0.55。

通过上述步骤，可以计算任意两个险种之间的数据关系(包括先验概率和后验概率)；以此类推，就可以推断出每个保险之间的条件概率矩阵(即上述条件概率集合)。如图5所示，图5是基于图3提供的用户样本集得到的条件概率集合示意图，其中，纵坐标表示的先验条件，横坐标表示后验条件。在实际统计中，数据需要从保险公司的客户数据获取，越多越丰富的数据会得到最趋于精准的统计概率。

通过先验概率和后验概率可以发现，各个保险之间的联系不仅与险种内容相关，而且与购买报险的先后顺序是相关的，这与实际使用中的经验也是相符合的。

进一步地，根据保险公司的广告投放量，可以选取一定的阈值(即上述条件概率预设值)，作为补充性或互斥性的判断指标。图6是根据本发明实施例提供的购买险种B筛选的子条件概率集合示意图，如图6所示，买过ACDE…保险的用户再购买B保险的条件概率分别为0.71,0.75,1,0.66…；买过ABCDE保险客户的数量，比如分别对应1万，2万，2万，3万个客户；由于每个保险的广告投放额是有限制的，比如，目前只有1万成本用于广告投放，那么广告投放只能支付3万(假设的)客户的投放成本，那么根据每个条件概率和客户量综合评估，只够给买过D的客户进行广告投放，则此时的阈值为设为1。在广告推荐算法中，可以使用该阈值作为客户过滤的权重值。

再例如，如果需要为保险B选择客户，假设阈值为0.75，则在广告投放中，购买过险种C,D,H就为该模型筛选出的最佳的潜在客户群体。另外，购买过F,G,J的客户则为互斥群体(即概率值为0)，那么在广告投放中，可以完全排除此类客户，从而精准定位客户群体，极大的减少获客成本。

上述实施例提出了一种基于条件概率的保险推荐方法，通过梳理保险险种以及客户之间的数据关系，得到各险种之间的条件概率，形成险种间购买权重的二维矩阵；根据保险公司广告投放量标准或其他相关指标得到筛选阈值；可在实际广告推荐中，将概率高的客户作为首要推荐群体。以险种彼此间的购买权重为广告投放作为投放依据，可以快速精准的定位客户群体，筛选出符合目标险种的潜在客户，提升内部客户的转换，减少实际的广告投放成本，增加保险业务的毛利空间。

基于上文各个实施例提供的信息推荐方法，基于同一发明构思，在本实施例中还提供了一种信息推荐装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图7是根据本发明实施例提供的一种信息推荐装置的结构框图，如图7所示，该装置包括：第一确定模块70，用于确定包含目标资源管理事件的用户数据集，其中，目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且目标资源管理事件为一个或多个；生成模块72，连接至上述第一确定模块70，用于基于条件概率法则和目标资源管理事件生成用户数据集对应的条件概率集；获取模块74，连接至上述生成模块72，用于获取目标资源管理事件的发生条件概率预设值；筛选模块76，连接至上述获取模块74，用于基于条件概率集和发生条件概率预设值从用户中筛选出目标用户；推荐模块78，连接至上述筛选模块76，用于向目标用户推荐与目标资源管理事件关联的资源管理推荐信息。

可选的，生成模块72包括：生成单元，用于计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成用户数据集对应的条件概率集；其中，第一待处理事件和第二待处理事件均为一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件。

可选的，生成单元包括：处理子单元，用于对用户数据集中的一个或多个用户关联的至少其中一项待处理事件进行特征值处理，得到用户数据集对应的特征值集合；其中，特征值集合中的特征值分别用于表征用户发生待处理事件或未发生待处理事件；计算子单元，用于利用条件概率法则基于每个用户发生第一待处理事件对应的特征值和发生第二待处理事件对应的特征值，计算第一条件概率值和第二条件概率值；组合子单元，用于依照矩阵列表形式，对第一条件概率值和第二条件概率值进行组合，得到条件概率集。

可选的，计算子单元用于：从用户数据集中筛选出发生第一待处理事件的第一子用户数据集，以及发生第二待处理事件的第二子用户数据集；计算第一子用户数据集中用户的第一数量与第二子用户数据集中用户的第二数量之间的比值，得到第一条件概率值；以及计算第二数量与第一数量之间的比值，得到第二条件概率值。

可选的，筛选模块76包括：第一确定单元，用于选定一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件为目标待处理事件，确定在发生至少其中一项待处理事件中除目标待处理事件的任一待处理事件的基础上发生目标待处理事件时对应的子条件概率集；比较单元，用于将子条件概率集中的每个条件概率值与发生条件概率预设值进行比较，根据比较结果从子条件概率集中筛选出条件概率值大于或等于发生条件概率预设值时对应的至少一条件概率值，作为目标条件概率值；第二确定单元，用于将目标条件概率值对应的用户确定为目标用户。

可选的，上述装置还包括：第二确定模块，用于在第一确定单元确定在发生至少其中一项待处理事件中除目标待处理事件的任一待处理事件的基础上发生目标待处理事件时对应的子条件概率集之后，确定所述子条件概率集中条件概率值为零时对应的至少一用户；第三确定单元，用于将至少一用户确定为禁止推荐资源管理推荐信息的用户。

可选的，获取模块70包括：第四确定单元，用于确定目标用户对应的用户数量以及资源管理推荐信息的投放成本；设置单元，用于基于用户数量和投放成本设定目标用户发生第三待处理事件的基础上发生第四待处理事件的发生条件概率预设值，其中，第三待处理事件和第四待处理事件均为一个或多个用户关联的至少其中一项待处理事件的任一项待处理事件。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，确定包含目标资源管理事件的用户数据集，其中，所述目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且所述目标资源管理事件为一个或多个；

S2，基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集；

S3，获取所述目标资源管理事件的发生条件概率预设值；

S4，基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户；

S5，向所述目标用户推荐与所述目标资源管理事件关联的资源管理推荐信息。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

基于上述图2所示方法和图7所示装置的实施例，为了实现上述目的，本申请实施例还提供了一种电子设备，如图8所示，包括存储器82和处理器81，其中存储器82和处理器81均设置在总线83上存储器82存储有计算机程序，处理器81执行计算机程序时实现图2所示的信息推荐方法。

基于这样的理解，本申请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存储器(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

可选地，该设备还可以连接用户接口、网络接口、摄像头、射频(Radio Frequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。

本领域技术人员可以理解，本实施例提供的一种电子设备的结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种信息推荐方法，其特征在于，包括：

确定包含目标资源管理事件的用户数据集，其中，所述目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且所述目标资源管理事件为一个或多个；

基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集；

获取所述目标资源管理事件的发生条件概率预设值；

基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户；

向所述目标用户推荐与所述目标资源管理事件关联的资源管理推荐信息。

2.根据权利要求1所述的方法，其特征在于，所述基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集包括：

计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成所述用户数据集对应的条件概率集；其中，所述第一待处理事件和所述第二待处理事件均为所述一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件。

3.根据权利要求2所述的方法，其特征在于，所述计算在发生第一待处理事件的基础上发生第二待处理事件的第一条件概率值以及在发生第二待处理事件的基础上发生第一待处理事件的第二条件概率值，生成所述用户数据集对应的条件概率集包括：

对所述用户数据集中的一个或多个用户关联的至少其中一项待处理事件进行特征值处理，得到所述用户数据集对应的特征值集合；其中，所述特征值集合中的特征值分别用于表征所述用户发生所述待处理事件或未发生所述待处理事件；

利用条件概率法则基于每个用户发生所述第一待处理事件对应的特征值和发生所述第二待处理事件对应的特征值，计算所述第一条件概率值和所述第二条件概率值；

依照矩阵列表形式，对所述第一条件概率值和所述第二条件概率值进行组合，得到所述条件概率集。

4.根据权利要求3所述的方法，其特征在于，利用条件概率法则基于每个用户发生所述第一待处理事件对应的特征值和发生所述第二待处理事件对应的特征值，计算所述第一条件概率值和所述第二条件概率值包括：

从所述用户数据集中筛选出发生所述第一待处理事件的第一子用户数据集，以及发生所述第二待处理事件的第二子用户数据集；

计算所述第一子用户数据集中用户的第一数量与所述第二子用户数据集中用户的第二数量之间的比值，得到所述第一条件概率值；以及计算所述第二数量与所述第一数量之间的比值，得到所述第二条件概率值。

5.根据权利要求1所述的方法，其特征在于，所述基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户包括：

选定所述一个或多个用户关联的至少其中一项待处理事件中的任一项待处理事件为目标待处理事件，确定在发生所述至少其中一项待处理事件中除所述目标待处理事件的任一待处理事件的基础上发生所述目标待处理事件时对应的子条件概率集；

将所述子条件概率集中的每个条件概率值与所述发生条件概率预设值进行比较，根据比较结果从所述子条件概率集中筛选出条件概率值大于或等于所述发生条件概率预设值时对应的至少一条件概率值，作为目标条件概率值；

将所述目标条件概率值对应的用户确定为所述目标用户。

6.根据权利要求5所述的方法，其特征在于，在确定在发生所述至少其中一项待处理事件中除所述目标待处理事件的任一待处理事件的基础上发生所述目标待处理事件时对应的子条件概率集之后，所述方法还包括：

确定所述子条件概率集中条件概率值为零时对应的至少一用户；

将所述至少一用户确定为禁止推荐所述资源管理推荐信息的用户。

7.根据权利要求1所述的方法，其特征在于，所述获取所述目标资源管理事件的发生条件概率预设值包括：

确定所述目标用户对应的用户数量以及所述资源管理推荐信息的投放成本；

基于所述用户数量和所述投放成本设定所述目标用户发生第三待处理事件的基础上发生第四待处理事件的发生条件概率预设值，其中，所述第三待处理事件和所述第四待处理事件均为所述一个或多个用户关联的至少其中一项待处理事件的任一项待处理事件。

8.一种信息推荐装置，其特征在于，包括：

确定模块，用于确定包含目标资源管理事件的用户数据集，其中，所述目标资源管理事件为与一个或多个用户关联的至少其中一项待处理事件，且所述目标资源管理事件为一个或多个；

生成模块，用于基于条件概率法则和所述目标资源管理事件生成所述用户数据集对应的条件概率集；

获取模块，用于获取所述目标资源管理事件的发生条件概率预设值；

筛选模块，用于基于所述条件概率集和所述发生条件概率预设值从用户中筛选出目标用户；

推荐模块，用于向所述目标用户推荐与所述目标资源管理事件关联的资源管理推荐信息。

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images