CN114119069A - 资源管理产品推荐方法及装置、电子设备、存储介质 - Google Patents

Abstract

本发明提供了一种资源管理产品推荐方法及装置、电子设备、存储介质，该方法包括：获取包含多个对象、每个对象对应的用户特征、每个对象历史关联的一个或多个资源管理产品以及每个资源管理产品对应的产品特征的资源数据集；根据资源数据集和相似度计算原理生成信息推荐列表；其中，信息推荐列表表示每个对象未关联一个或多个资源管理产品中的目标资源管理产品且存在关联目标资源管理产品的概率；利用信息推荐列表对目标对象进行资源管理产品的推荐。本发明提供的方案，解决相关技术中无法个性化向用户推荐资源管理产品的技术问题。

Description

资源管理产品推荐方法及装置、电子设备、存储介质

技术领域

本发明涉及大数据处理领域，具体而言，涉及一种资源管理产品推荐方法 及装置、电子设备、存储介质。

背景技术

目前，部分金融机构的信用卡推荐主要由业务专家结合业务知识和对整体 用户群体的理解，给全体用户一个推荐，导致给所有人的推荐结果千篇一律； 同时由于推荐的结果数量有限，容易使得一些较少人用的信用卡不会出现在推 荐结果中，导致这部分信用卡无法得到推广，从而被埋没。

发明内容

鉴于上述问题，本发明提出了一种资源管理产品推荐方法及装置、电子设 备、存储介质，以至少解决相关技术中无法个性化向用户推荐资源管理产品的 技术问题。

根据本发明的第一方面，提供了一种资源管理产品推荐方法，包括：获取 包含多个对象、每个对象对应的用户特征、每个对象历史关联的一个或多个资 源管理产品以及每个资源管理产品对应的产品特征的资源数据集；根据所述资 源数据集和相似度计算原理生成信息推荐列表；其中，所述信息推荐列表表示 每个对象未关联所述一个或多个资源管理产品中的目标资源管理产品且存在关 联所述目标资源管理产品的概率；利用所述信息推荐列表对目标对象进行所述 资源管理产品的推荐。

可选的，所述根据所述资源数据集和相似度计算原理生成信息推荐列表包 括：利用所述资源数据集计算所述多个对象中任一对象与其他对象之间的第一 相似度；选定所述多个对象中的任一对象为第一对象，识别所述第一对象未关 联的第一资源管理产品；从所述多个对象中选取与所述第一对象之间的第一相 似度大于或等于第一预设值且关联所述第一资源管理产品的至少一第二对象， 基于所述第二对象关联的资源管理产品以及对应的第一相似度按照列表形式生 成所述第一对象的第一信息推荐列表，作为所述信息推荐列表。

可选的，所述根据所述资源数据集计算所述多个对象中任一对象与其他对 象之间的第一相似度包括：将各个对象对应的至少一用户特征及至少一产品特 征转换成相应的特征值；利用Jaccard相似度计算原理和各个对象对应的特征值 计算所述多个对象中任一对象与其他对象之间的第一相似度。

可选的，所述利用所述信息推荐列表对目标对象进行所述资源管理产品的 推荐包括：当识别到所述目标对象未关注过任何资源管理产品或首次进入所述 资源管理产品对应的关联页面时，向所述目标对象推荐所述第一信息推荐列表。

可选的，所述根据所述资源数据集和相似度计算原理生成信息推荐列表包 括：根据所述资源数据集中各个资源管理产品对应的产品特征计算所述一个或 多个资源管理管理产品中任一资源管理管理产品与其他资源管理产品之间的第 二相似度；选定所述多个对象中的任一对象为第三对象以及所述一个或多个资 源管理管理产品中的任一资源管理产品为第二资源管理产品，若识别到所述第 三对象历史最近一次关注过所述第二资源管理产品，选取与所述第二资源管理 产品之间的第二相似度大于或等于第二预设值时的第三资源管理产品；基于所 述第三资源管理产品以及所述第三资源管理产品对应的第二相似度按照列表形 式生成所述第三对象的第二信息推荐列表；通过对所述第一信息推荐列表和所 述第二信息推荐列表进行加权计算，生成第三信息推荐列表，作为所述信息推 荐列表。

可选的，所述利用所述信息推荐列表对目标对象进行所述资源管理产品的 推荐包括：当识别到所述目标对象历史最近一次关注过所述第二资源管理产品 时，向所述目标对象推荐所述第三信息推荐列表。

可选的，所述利用所述信息推荐列表对目标对象进行所述资源管理产品的 推荐包括：当识别到所述目标对象多次进入过所述一个或多个资源管理产品中 的第四资源管理产品对应的关联页面时，从所述一个或多个资源管理产品中选 取与所述第四资源管理产品之间存在相似度的预设个第五资源管理产品；利用 所述第五资源管理产品更新所述信息推荐列表；向所述目标对象推荐更新后的 信息推荐列表。

根据本发明的第二方面，还提供了一种资源管理产品推荐装置，包括：获 取模块，用于获取包含多个对象、每个对象对应的用户特征、每个对象历史关 联的一个或多个资源管理产品以及每个资源管理产品对应的产品特征的资源数 据集；生成模块，用于根据所述资源数据集和相似度计算原理生成信息推荐列 表；其中，所述信息推荐列表表示每个对象未关联所述一个或多个资源管理产 品中的目标资源管理产品且存在关联所述目标资源管理产品的概率；推荐模块， 用于利用所述信息推荐列表对目标对象进行所述资源管理产品的推荐。

可选的，所述生成模块包括：第一计算单元，用于利用所述资源数据集计 算所述多个对象中任一对象与其他对象之间的第一相似度；识别单元，用于选 定所述多个对象中的任一对象为第一对象，识别所述第一对象未关联的第一资 源管理产品；第一生成单元，用于从所述多个对象中选取与所述第一对象之间 的第一相似度大于或等于第一预设值且关联所述第一资源管理产品的至少一第 二对象，基于所述第二对象关联的资源管理产品以及对应的第一相似度按照列 表形式生成所述第一对象的第一信息推荐列表，作为所述信息推荐列表。

可选的，所述第一计算单元包括：转换子单元，用于将各个对象对应的至 少一用户特征及至少一产品特征转换成相应的特征值；计算子单元，用于利用 Jaccard相似度计算原理和各个对象对应的特征值计算所述多个对象中任一对 象与其他对象之间的第一相似度。

可选的，所述推荐模块包括：第一推荐单元，用于当识别到所述目标对象 未关注过任何资源管理产品或首次进入所述资源管理产品对应的关联页面时， 向所述目标对象推荐所述第一信息推荐列表。

可选的，所述生成模块包括：第二计算单元，用于根据所述资源数据集中 各个资源管理产品对应的产品特征计算所述一个或多个资源管理管理产品中任 一资源管理管理产品与其他资源管理产品之间的第二相似度；第一选取单元， 用于选定所述多个对象中的任一对象为第三对象以及所述一个或多个资源管理 管理产品中的任一资源管理产品为第二资源管理产品，若识别到所述第三对象 历史最近一次关注过所述第二资源管理产品，选取与所述第二资源管理产品之 间的第二相似度大于或等于第二预设值时的第三资源管理产品；第二生成单元， 用于基于所述第三资源管理产品以及所述第三资源管理产品对应的第二相似度 按照列表形式生成所述第三对象的第二信息推荐列表；第三生成单元，用于通过对所述第一信息推荐列表和所述第二信息推荐列表进行加权计算，生成第三 信息推荐列表，作为所述信息推荐列表。

可选的，所述推荐模块包括：第二推荐单元，用于当识别到所述目标对象 历史最近一次关注过所述第二资源管理产品时，向所述目标对象推荐所述第三 信息推荐列表。

可选的，所述推荐模块包括：第二选取单元，用于当识别到所述目标对象 多次进入过所述一个或多个资源管理产品中的第四资源管理产品对应的关联页 面时，从所述一个或多个资源管理产品中选取与所述第四资源管理产品之间存 在相似度的预设个第五资源管理产品；更新单元，用于利用所述第五资源管理 产品更新所述信息推荐列表；第三推荐单元，用于向所述目标对象推荐更新后 的信息推荐列表。

根据本发明的第三方面，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。

根据本发明的第四方面，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。

本发明提供的技术方案，通过收集多个对象、每个对象对应的用户特征、 每个对象历史关联的一个或多个资源管理产品以及每个资源管理产品对应的产 品特征，来挖掘每个对象的喜好和需求；然后采用相似度计算原理，利用用户 特征和产品特征计算每个对象关联任一历史未关联过的资源管理产品的概率， 从而为每个对象生成一个个性化的资源管理产品推荐列表；利用资源管理产品 推荐列表对目标对象进行资源管理产品的推荐，做到千人千面，能够实现为目 标对象推荐其感兴趣或有需求的资源管理产品。本发明提供的方案，解决相关 技术中无法个性化向用户推荐资源管理产品的技术问题，比如推荐信用卡。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术 手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、 特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会 更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领 域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并 不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的 部件。在附图中：

图1是根据本发明实施例提供的一种资源管理产品推荐方法的流程图；

图2是根据本发明实施例提供的一种信用卡推荐方法的流程图；

图3是根据本发明实施例提供的一种资源管理产品推荐装置的结构框图；

图4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

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了 本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被 这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本 发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

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。 应该理解这样使用在适当情况下可以互换，以便这里描述的本发明的实施例能 够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”及其 变体要被解读为意味着“包括但不限于”的开放式术语。

为了解决相关技术存在的技术问题，在本实施例中提供了一种资源管理产 品推荐方法。下面以具体地实施例对本发明的技术方案以及本发明的技术方案 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， 对本发明的实施例进行描述。

图1是根据本发明实施例提供的一种资源管理产品推荐方法的流程图，如 图1所示，该流程包括如下步骤：

步骤S102，获取包含多个对象、每个对象对应的用户特征、每个对象历史 关联的一个或多个资源管理产品以及每个资源管理产品对应的产品特征的资源 数据集；

在本实施例的一个可选示例中，每个对象对应的用户特征可包括用户的兴 趣偏好、属性等，兴趣偏好比如吸猫撸狗、美食、爱车、追剧观影、信用卡颜 值、购物、明星、旅游、游戏等，属性比如年龄、性别、学历、婚否、房车、 职业、年收入、人生阶段(比如在职、学生、待业、已退休)等；资源管理产 品为信用卡，产品特征可包括信用卡的属性、功能、分类、所属机构等，比如 信用卡的数量、所属银行、功能(比如网购优惠、旅游折扣、境外消费、加油折扣、美食优惠、视频会员赠送、购物优惠、航空里程兑换)、类型(比如标准 卡、普卡、金卡、白金卡、联名卡)等。

通过收集上述用户特征和产品特征，能够准确地分析出用户的喜好和需求， 主动向用户推荐感兴趣或者有需求的信用卡，做到推荐结果千人千面。

步骤S104，根据资源数据集和相似度计算原理生成信息推荐列表；其中， 信息推荐列表表示每个对象未关联一个或多个资源管理产品中的目标资源管理 产品且存在关联目标资源管理产品的概率；

本实施例中，优选Jaccard相似度计算原理，用于比较有限样本集之间的相 似性和差异性，Jaccard值越大说明相似度越高，Jaccard值越小说明相似度越低。 通过本实施例能够准确地识别出与任一对象的相似用户关联的资源管理产品而 该对象未关联的资源管理产品，以及该对象会关联这些资源管理产品的概率， 最终形成相应的资源管理产品推荐列表(及上述信息推荐列表)。

步骤S106，利用信息推荐列表对目标对象进行资源管理产品的推荐。

在本实施例中，通过对目标对象得用户特征进行协同过滤以及关联的产品 进行协同过滤，从而对目标对象进行资源管理产品的个性化推荐。

本发明实施例提供的资源管理产品推荐方法，通过收集多个对象、每个对 象对应的用户特征、每个对象历史关联的一个或多个资源管理产品以及每个资 源管理产品对应的产品特征，来挖掘每个对象的喜好和需求；然后采用相似度 计算原理，利用用户特征和产品特征计算每个对象关联任一历史未关联过的资 源管理产品的概率，从而为每个对象生成一个个性化的资源管理产品推荐列表； 利用资源管理产品推荐列表对目标对象进行资源管理产品的推荐，做到千人千 面，能够实现为目标对象推荐其感兴趣或有需求的资源管理产品。本发明提供 的方案，解决相关技术中无法个性化向用户推荐资源管理产品的技术问题，比 如推荐信用卡。

在本案的一个可能的实现方式中，上述步骤S104包括：利用资源数据集 计算多个对象中任一对象与其他对象之间的第一相似度；选定多个对象中的任 一对象为第一对象，识别第一对象未关联的第一资源管理产品；从多个对象中 选取与第一对象之间的第一相似度大于或等于第一预设值且关联第一资源管理 产品的至少一第二对象，基于第二对象关联的资源管理产品以及对应的第一相 似度按照列表形式生成第一对象的第一信息推荐列表，作为信息推荐列表。

其中，根据资源数据集计算多个对象中任一对象与其他对象之间的第一相 似度具体包括：将各个对象对应的至少一用户特征及至少一产品特征转换成相 应的特征值；利用Jaccard相似度计算原理和各个对象对应的特征值计算多个对 象中任一对象与其他对象之间的第一相似度。

在本实施例中的一个示例中，通过计算各个对象之间的Jaccard相似度(即 上述第一相似度)，形成第一信息推荐列表，作为资源管理产品推荐列表。

例如，将用户属性、偏好、历史办卡信息转化为数值，如性别-男：1，女： 0，学历-小学：0，初中：1，高中：2，大学：3，硕士：4，博士：5，以此类 推，其他信息也这样处理，用户特征及产品特征对应的特征值处理结果示例如 表1：

表1：

在另一个示例中，如果用户A对应的资源数据集为S1＝{1,3,4,5,7,8,9}，用 户B对应的资源数据集为S2＝{1,2,3,5,6,8}，则S1∩S2＝{1,3,5,8},S1∪ S2＝{1,2,3,4,5,6,7,8,9},利用Jaccard相似度计算公式(1)：

进而得到S1和S2之间的相似度为4/9(即上述第一相似度)，即用户 A与用户B之间的Jaccard相似度。

进一步地，将相似用户关联的而目标用户未关联的资源管理产品形成目标 用户的第一信息推荐列表；可选地，按照相似度排序，取预设个资源管理产品 形成资源管理产品推荐列表。

例如，以信用卡为例，假设用户样本集合(即上述资源数据集)有5个用 户，用户A与用户B之间的相似度0.9(即上述第一相似度)，A未办过B办 过的信用卡为卡1，卡2，卡3；其中，A与C相似度0.85，A未办过C办过 的信用卡为卡3，卡4，卡5，卡6；A与D相似度0.8，A未办过D办过的信 用卡为卡7，卡8，卡9，卡10；A与E相似度0.7，A未办过E办过的信用卡 为卡5，卡11，卡12；则用户A(上述第一对象)的推荐列表1(即上述第一 信息推荐列表)为【卡1，卡2，卡3，卡4，卡5，卡6，卡7，卡8，卡9， 卡10】；

其他用户同理，最终形成所有用户的资源管理产品推荐列表的集合表，如 表2所示：

表2：

表2中的数字为Jaccard相似度，若相似度相同，则卡随机选取。

根据上述实施例，当识别到目标对象未关注过任何资源管理产品或首次进 入资源管理产品对应的关联页面时，向目标对象推荐第一信息推荐列表。例如， 目标对象是当前进入办卡页面(即关联页面)的用户，即当一个用户进入办卡 页面时，向目标对象推荐上述第一信息推荐列表，从上述第一信息推荐列表集 合中提取该用户的推荐列表。

在本案的另一种可能的实现方式中，上述步骤S104包括：根据资源数据 集中各个资源管理产品对应的产品特征计算一个或多个资源管理管理产品中任 一资源管理管理产品与其他资源管理产品之间的第二相似度；选定多个对象中 的任一对象为第三对象以及一个或多个资源管理管理产品中的任一资源管理产 品为第二资源管理产品，若识别到第三对象历史最近一次关注过第二资源管理 产品，选取与第二资源管理产品之间的第二相似度大于或等于第二预设值时的 第三资源管理产品；基于第三资源管理产品以及第三资源管理产品对应的第二 相似度按照列表形式生成第三对象的第二信息推荐列表；通过对第一信息推荐 列表和第二信息推荐列表进行加权计算，生成第三信息推荐列表，作为信息推 荐列表。

以信用卡为例，收集各信用卡对应的功能、所属银行、类型数据；其中， 信用卡的功能包括网购优惠、旅游折扣、境外消费、加油折扣、美食优惠、视 频会员赠送、购物优惠、航空里程兑换等，信用卡的类型包括标准卡、普卡、 金卡、白金卡、联名卡等，所属机构包括建设银行、招商银行等。

进一步地，将产品特征转换成对应的特征值，然后利用Jaccard相似度计算 原理计算信用卡之间的Jaccard相似度(即上述第二相似度)

以信用卡为例，信用卡对应的产品特征的特征值处理方法与用户之间相似 度计算方法相同，产品特征对应的特征值处理结果如表3所示：

表3：

卡名称	功能	类型	所属银行
				卡1	1	2	1
卡2	2	3	3
				……	……	……	……

优选地，取与任一对象历史最近一次点击的信用卡相似度高的信用卡作为 推荐列表。例如，若卡1与卡2相似度为0.9，卡1与卡3相似度为0.85，卡1 与卡4相似度为0.8……，则得到相似卡列表如下表4：

表4：

优选地，相似卡列表中卡的顺序按相似度排序。

进一步地，若用户A上一次点击了卡1(即上述第二资源管理产品)，则用 户A的推荐列表2(即上述第二信息推荐列表)如表5所示：

表5：

优选地，卡的顺序按相似度排序；例如，取10个信用卡形成列表。

进一步地，上述步骤S106具体包括：当识别到目标对象历史最近一次关 注过第二资源管理产品时，向目标对象推荐第三信息推荐列表。

在一个示例中，若用户有上一次点击记录，则对上述表2和表5进行加权 计算，得到推荐列表3(即上述第三信息推荐列表)，作为最终的推荐结果。

在一个可选的示例中，推荐列表3＝推荐列表1*0.4+推荐列表2*0.6的结果 取前10)；在本示例中，推荐列表3＝推荐列表1*0.4+推荐列表2*0.6中的权重 根据业务经验确定。

例如，若用户A有上一次点击记录，推荐列表1为{卡1：0.9，卡2:0.9， 卡3:0.9，卡4:0.8，卡5:0.85，卡6:0.85，卡7:0.8，卡8:0.8，卡9:0.8，卡10:0.8}；

推荐列表2为{卡2：0.9，卡3:0.85，卡4:0.8，卡5:0.8，卡9:0.79，卡6:0.77， 卡7:0:73，卡8,0.71，卡9:0.7，卡10:0.69}；

则推荐列表3计算过程：卡1:0.9*0.4，卡2:0.9*0.4+0.9*0.6，卡 3:0.9*0.4+0.85*0.6；以此类推，计算其他卡的值，最终对每个卡的值进行排序， 取前10个卡作为推荐列表3。

通过上述实施例，上述第一信息推荐列表、第二信息推荐列表及第三信息 推荐列表可离线生成，利用离线构建的第一信息推荐列表、第二信息推荐列表 或第三信息推荐列表向目标对象进行资源管理产品的推荐。

在本案的另一个可选的实施例中，当识别到目标对象多次进入过一个或多 个资源管理产品中的第四资源管理产品对应的关联页面时，从一个或多个资源 管理产品中选取与第四资源管理产品之间存在相似度的预设个第五资源管理产 品；利用第五资源管理产品更新信息推荐列表；向目标对象推荐更新后的信息 推荐列表。

在本实施例中，通过对离线构造的推荐列表进行实时的调整，及时贴合用 户的需求。在一个示例中，根据用户进入办卡页面后的实时点击，若点击过3 次同一信用卡，则取与该信用卡最相似的3个信用卡替换原始推荐列表的后3 位，向目标用户推荐更新后的信息推荐列表，进而实现了实时更新推荐列表， 提高了推荐的准确度。

本发明实施例通过从实时推荐和离线推荐两个方向出发，结合业务规则(即 用户是否首次进入资源管理产品的关联页面或从未关注过资管管理产品)和协 同过滤算法，为每个有意向办理信用卡的用户提供个性化的信用卡列表，提升 用户体验感，从而提高信用卡的进件量。

下面结合一具体实施例的流程，对本发明实施例做进一步地说明：

图2是根据本发明实施例提供的一种信用卡推荐方法的流程图，如图2所 示，包括以下步骤：

步骤S201，获取用户属性、偏好、历史办卡数据；

步骤S202，利用Jaccard相似度计算用户之间的相似度，然后形成推荐列 表1；

步骤S203，判断目标用户是否是第一次进入办卡页面；若是，则向目标用 户推荐推荐列表1；否则，执行步骤S204，推荐推荐列表3；

步骤S204，根据用户历史关注的信用卡的属性、类型等特征，利用Jaccard 相似度计算信用卡之间的相似度，形成推荐列表2；然后利用推荐列表1*0.4+ 推荐列表2*0.6，得到推荐列表3。

通过上述实施步骤，根据用户的兴趣偏好、属性，信用卡的属性、功能、 分类及历史点击情况，基于用户是否是第一次进入办卡页面和协同过滤算法， 为不同的用户提供不同的信用卡推荐列表，从而贴合不同用户喜好和需求，提 升用户体检感，提高信用卡总体进件量的同时，使得冷门信用卡得到推广。

基于上文各个实施例提供的资源管理产品推荐方法，基于同一发明构思， 在本实施例中还提供了一种资源管理产品推荐装置，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3是根据本发明实施例提供的一种资源管理产品推荐装置的结构框图， 如图3所示，该装置包括：获取模块30，用于获取包含多个对象、每个对象对 应的用户特征、每个对象历史关联的一个或多个资源管理产品以及每个资源管 理产品对应的产品特征的资源数据集；生成模块32，连接至上述获取模块30， 用于根据资源数据集和相似度计算原理生成信息推荐列表；其中，信息推荐列 表表示每个对象未关联一个或多个资源管理产品中的目标资源管理产品且存在 关联目标资源管理产品的概率；推荐模块34，连接至上述生成模块32，用于利 用信息推荐列表对目标对象进行资源管理产品的推荐。

可选的，生成模块32包括：第一计算单元，用于利用资源数据集计算多个 对象中任一对象与其他对象之间的第一相似度；识别单元，用于选定多个对象 中的任一对象为第一对象，识别第一对象未关联的第一资源管理产品；第一生 成单元，用于从多个对象中选取与第一对象之间的第一相似度大于或等于第一 预设值且关联第一资源管理产品的至少一第二对象，基于第二对象关联的资源 管理产品以及对应的第一相似度按照列表形式生成第一对象的第一信息推荐列 表，作为信息推荐列表。

可选的，第一计算单元包括：转换子单元，用于将各个对象对应的至少一 用户特征及至少一产品特征转换成相应的特征值；计算子单元，用于利用 Jaccard相似度计算原理和各个对象对应的特征值计算多个对象中任一对象与 其他对象之间的第一相似度。

可选的，推荐模块34包括：第一推荐单元，用于当识别到目标对象未关注 过任何资源管理产品或首次进入资源管理产品对应的关联页面时，向目标对象 推荐第一信息推荐列表。

可选的，生成模块32包括：第二计算单元，用于根据资源数据集中各个资 源管理产品对应的产品特征计算一个或多个资源管理管理产品中任一资源管理 管理产品与其他资源管理产品之间的第二相似度；第一选取单元，用于选定多 个对象中的任一对象为第三对象以及一个或多个资源管理管理产品中的任一资 源管理产品为第二资源管理产品，若识别到第三对象历史最近一次关注过第二 资源管理产品，选取与第二资源管理产品之间的第二相似度大于或等于第二预 设值时的第三资源管理产品；第二生成单元，用于基于第三资源管理产品以及 第三资源管理产品对应的第二相似度按照列表形式生成第三对象的第二信息推 荐列表；第三生成单元，用于通过对第一信息推荐列表和第二信息推荐列表进行加权计算，生成第三信息推荐列表，作为信息推荐列表。

可选的，推荐模块34包括：第二推荐单元，用于当识别到目标对象历史最 近一次关注过第二资源管理产品时，向目标对象推荐第三信息推荐列表。

可选的，推荐模块34包括：第二选取单元，用于当识别到目标对象多次进 入过一个或多个资源管理产品中的第四资源管理产品对应的关联页面时，从一 个或多个资源管理产品中选取与第四资源管理产品之间存在相似度的预设个第 五资源管理产品；更新单元，用于利用第五资源管理产品更新所述信息推荐列 表；第三推荐单元，用于向目标对象推荐更新后的信息推荐列表。

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，获取包含多个对象、每个对象对应的用户特征、每个对象历史关联的 一个或多个资源管理产品以及每个资源管理产品对应的产品特征的资源数据集；

S2，根据资源数据集和相似度计算原理生成信息推荐列表；

其中，信息推荐列表表示每个对象未关联一个或多个资源管理产品中的目 标资源管理产品且存在关联目标资源管理产品的概率；

S3，利用信息推荐列表对目标对象进行资源管理产品的推荐。

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1所示方法和图3所示装置的实施例，为了实现上述目的，本 发明实施例还提供了一种电子设备，如图4所示，包括存储器42和处理器41， 其中存储器42和处理器41均设置在总线43上存储器42存储有计算机程序， 处理器41执行计算机程序时实现图1所示的资源管理产品推荐方法。

基于这样的理解，本发明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)执行本发明各个实施场景的方法。

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)

1.一种资源管理产品推荐方法，其特征在于，包括：

获取包含多个对象、每个对象对应的用户特征、每个对象历史关联的一个或多个资源管理产品以及每个资源管理产品对应的产品特征的资源数据集；

根据所述资源数据集和相似度计算原理生成信息推荐列表；其中，所述信息推荐列表表示每个对象未关联所述一个或多个资源管理产品中的目标资源管理产品且存在关联所述目标资源管理产品的概率；

利用所述信息推荐列表对目标对象进行所述资源管理产品的推荐。

2.根据权利要求1所述的方法，其特征在于，所述根据所述资源数据集和相似度计算原理生成信息推荐列表包括：

利用所述资源数据集计算所述多个对象中任一对象与其他对象之间的第一相似度；

选定所述多个对象中的任一对象为第一对象，识别所述第一对象未关联的第一资源管理产品；

从所述多个对象中选取与所述第一对象之间的第一相似度大于或等于第一预设值且关联所述第一资源管理产品的至少一第二对象，基于所述第二对象关联的资源管理产品以及对应的第一相似度按照列表形式生成所述第一对象的第一信息推荐列表，作为所述信息推荐列表。

3.根据权利要求2所述的方法，其特征在于，所述根据所述资源数据集计算所述多个对象中任一对象与其他对象之间的第一相似度包括：

将各个对象对应的至少一用户特征及至少一产品特征转换成相应的特征值；

利用Jaccard相似度计算原理和各个对象对应的特征值计算所述多个对象中任一对象与其他对象之间的第一相似度。

4.根据权利要求2所述的方法，其特征在于，所述利用所述信息推荐列表对目标对象进行所述资源管理产品的推荐包括：

当识别到所述目标对象未关注过任何资源管理产品或首次进入所述资源管理产品对应的关联页面时，向所述目标对象推荐所述第一信息推荐列表。

5.根据权利要求2所述的方法，其特征在于，所述根据所述资源数据集和相似度计算原理生成信息推荐列表包括：

根据所述资源数据集中各个资源管理产品对应的产品特征计算所述一个或多个资源管理管理产品中任一资源管理管理产品与其他资源管理产品之间的第二相似度；

选定所述多个对象中的任一对象为第三对象以及所述一个或多个资源管理管理产品中的任一资源管理产品为第二资源管理产品，若识别到所述第三对象历史最近一次关注过所述第二资源管理产品，选取与所述第二资源管理产品之间的第二相似度大于或等于第二预设值时的第三资源管理产品；

基于所述第三资源管理产品以及所述第三资源管理产品对应的第二相似度按照列表形式生成所述第三对象的第二信息推荐列表；

通过对所述第一信息推荐列表和所述第二信息推荐列表进行加权计算，生成第三信息推荐列表，作为所述信息推荐列表。

6.根据权利要求5所述的方法，其特征在于，所述利用所述信息推荐列表对目标对象进行所述资源管理产品的推荐包括：

当识别到所述目标对象历史最近一次关注过所述第二资源管理产品时，向所述目标对象推荐所述第三信息推荐列表。

7.根据权利要求1所述的方法，其特征在于，所述利用所述信息推荐列表对目标对象进行所述资源管理产品的推荐包括：

当识别到所述目标对象多次进入过所述一个或多个资源管理产品中的第四资源管理产品对应的关联页面时，从所述一个或多个资源管理产品中选取与所述第四资源管理产品之间存在相似度的预设个第五资源管理产品；

利用所述第五资源管理产品更新所述信息推荐列表；

向所述目标对象推荐更新后的信息推荐列表。

8.一种资源管理产品推荐装置，其特征在于，包括：

获取模块，用于获取包含多个对象、每个对象对应的用户特征、每个对象历史关联的一个或多个资源管理产品以及每个资源管理产品对应的产品特征的资源数据集；

生成模块，用于根据所述资源数据集和相似度计算原理生成信息推荐列表；其中，所述信息推荐列表表示每个对象未关联所述一个或多个资源管理产品中的目标资源管理产品且存在关联所述目标资源管理产品的概率；

推荐模块，用于利用所述信息推荐列表对目标对象进行所述资源管理产品的推荐。

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中任一项所述方法的步骤。

Images