CN114297510A - 一种产品推荐方法、装置、电子设备及介质 - Google Patents

Abstract

本发明实施例公开了一种产品推荐方法、装置、电子设备及介质。方法包括：基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应的目标用户集；针对每一个目标用户，根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集；根据目标用户集和目标产品集创建产品推荐任务；根据产品推荐任务将目标产品集推荐给对应的目标用户。通过筛选得到目标用户集，针对目标用户集中每个目标用户确定对应的目标产品集，以根据目标用户集和目标产品集创建对应的产品推荐任务，根据产品推荐任务能够将目标产品集推荐给对应的目标用户，提高了产品推荐的效率和准确性。

Description

一种产品推荐方法、装置、电子设备及介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种产品推荐方法、装置、电子设备及介质。

背景技术

随着金融行业的快速发展，许多金融机构为了发展业务，会向用户推荐相应的金融产品。目前所采用的向用户推荐产品的方法是：金融机构内的业务人员根据个人经验或者人脉向相应的用户推荐产品。但是，在利用上述方法推荐产品的过程中，一是根据个人经验或者人脉推荐产品的人工方式会导致产品推荐的效率和准确率低；二是如果业务人员的个人经验和人脉不足，则在对用户进行产品推荐时，可能会出现随机推荐产品、或者推荐产品种类过多过乱等情况，从而进一步影响产品推荐的准确性和效率。

故，如何提高产品推荐的准确性和效率是当前亟待解决的技术问题。

发明内容

本发明实施例提供了一种产品推荐方法、装置、电子设备及介质，以提高产品推荐的效率和准确性。

根据本发明实施例的一方面，提供了一种产品推荐方法，包括：

基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集，其中，所述用户画像标签库包括至少一个用户和所述用户对应的标签集，所述标签集包括至少一个标签，所述目标用户集包括至少一个目标用户；

针对每一个目标用户，根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，所述目标产品集包括至少一个目标产品；

根据所述目标用户集和所述目标产品集创建产品推荐任务；

根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户。

根据本发明实施例的另一方面，提供了一种产品推荐装置，包括：

筛选模块，用于基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集，其中，所述用户画像标签库包括至少一个用户和所述用户对应的标签集，所述标签集包括至少一个标签，所述目标用户集包括至少一个目标用户；

确定模块，用于针对每一个目标用户，根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，所述目标产品集包括至少一个目标产品；

创建模块，用于根据所述目标用户集和所述目标产品集创建产品推荐任务；

推荐模块，用于根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户

根据本发明实施例的另一方面，提供了一种电子设备，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计算机程序，所述计算机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本发明任一实施例所述的产品推荐方法。

根据本发明实施例的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的产品推荐方法。

本发明实施例的技术方案，首先基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应的目标用户集，其中，用户画像标签库包括至少一个用户和用户对应的标签集，标签集包括至少一个标签，目标用户集包括至少一个目标用户；然后针对每一个目标用户，根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集，目标产品集包括至少一个目标产品；之后根据目标用户集和目标产品集创建产品推荐任务；最后根据产品推荐任务将目标产品集推荐给对应的目标用户。该方法通过筛选得到目标用户集，并针对目标用户集中的每个目标用户确定其对应的目标产品集，以根据目标用户集和目标产品集创建对应的产品推荐任务，根据产品推荐任务能够将目标产品集推荐给对应的目标用户，避免了人工产品推荐的粗放性和低效率，提高了产品推荐的效率和准确性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供了一种产品推荐方法的流程图；

图2是根据本发明实施例一提供的一种预设产品目录的结构示意图；

图3是根据本发明实施例二提供的一种产品推荐方法的流程图；

图4是根据本发明实施例三提供的一种产品推荐装置的结构示意图；

图5是实现本发明实施例的产品推荐方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。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，都应当属于本发明保护的范围。

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。应该理解这样使用的数据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”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

随着金融行业的快速发展，金融机构的用户数量和市场占有率的不断增加，但是对公的业务人员数量有限，这些业务人员的人均维护用户数量较大。面对用户日益增长的个性化金融产品和服务需求，业务人员利用以往的工作经验进行产品推荐的方式已经无法满足用户需求，且这种方式也会导致产品推荐的效率和准确率低，从而造成优质用户粘性降低以及用户流失等现象。因此，本发明实施例提出了一种产品推荐的方法，可以通过数字化的方式，实现基于用户分层分类的产品推荐自动化，从而提高产品推荐的准确性和效率。

实施例一

图1是根据本发明实施例一提供了一种产品推荐方法的流程图，本实施例可适用于对用户推荐对应的产品的情况，该方法可以由产品推荐装置来执行，该产品推荐装置可以采用硬件和/或软件的形式实现，该产品推荐装置可配置于电子设备中。如图1所示，该方法包括：

S110、基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集，其中，所述用户画像标签库包括至少一个用户和所述用户对应的标签集，所述标签集包括至少一个标签，所述目标用户集包括至少一个目标用户。

在本实施例中，用户画像可以认为是用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户的特征属性进行刻画，并对这些特征进行分析、统计以挖掘潜在价值信息，从而抽象出用户的信息全貌。在金融机构(如银行)场景下，用户画像可以认为是根据用户的基本属性信息、资金业务信息等各个维度的数据对用户的特征属性进行刻画和分析，从而抽象出多个可用于表征用户特征属性的标签，该多个标签可以构成用户的用户画像。用户画像标签库可以指包含多个用户和各用户所对应的表征用户画像的多个标签所构成的标签库，即用户画像标签库包括至少一个用户和所述用户对应的标签集，标签集可理解为由一个或多个标签构成的集合，即标签集可包括至少一个标签。在此基础上，标签可以认为是指对用户的特征属性的一种标识，一个或多个标签可以构成一个用户的用户画像，也可以说，一个用户可以对应一个或多个标签。

示例性的，在银行场景下，用户可以是普通个人用户，也可以是企业用户(即拥有个人企业、以企业为账户的用户)。用户的基本属性信息可以是指表征用户基本属性特征的标识信息，例如用户的基本属性信息可以包括个人用户的姓名、年龄、所属行业类型、所属地区等信息，或者企业用户的所属行业类型、企业规模、企业所属地区等信息，此处对用户的基本属性信息所包含的具体内容不作限定。用户的资金业务信息可以指用户在银行的资金业务往来信息，例如用户的资金业务信息可以包括个人用户或企业用户的存款信息、借贷信息、已拥有金融产品信息等，此处对用户的资金业务信息所包含的具体内容不作限定。需要说明的是，本发明实施例对用于得到标签的用户信息内容不作限定，如除用户的基本属性信息和用户的资金业务信息外还可根据实际需求获取标签所需的其他维度的用户信息。此外，本发明实施例中所获取的用户信息均为用户所授权的信息。

在一实施例中，在基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应的目标用户集之前，可以针对所拥有的所有用户，基于每个用户的基本属性信息、资产业务信息等信息，利用异构计算框架和预先设定的标签集对上述信息进行统计分析以得到每个用户所对应的一个或多个标签，从而根据用户和用户对应的标签构建成对应的用户画像标签库。

其中，异构计算框架可以认为是指一种基于实时计算框架和离线计算框架这两种结构相结合的计算框架。实时计算框架可以是指基于实时流数据对数据进行处理和计算的框架，例如实时计算框架可以是基于Flink框架和分布式发布订阅消息系统(即Kafka)框架相结合的一种框架，可以用于对实时性或时效性要求高的数据进行计算处理。离线计算框架可以是指对一定历史时间段内的数据进行离线批量处理的计算框架，例如离线计算框架可以是基于Hadoop分布式文件系统(Hadoop Distributed File System，HDFS)框架和SPARK框架相结合的计算框架，离线计算框架可以用于对实时性要求较低的离线数据进行批量计算处理。此处对异构计算框架的具体构成形式不作限定。

预先设定的标签集可以认为是指多个预先所设定的标签所构成的标签集合。多个预先设定的标签可以是相关技术人员或业务人员根据先验经验、实际情况和需求进行人工设定的标签，此处对此不作限定，可以灵活设定添加或修改标签集中的标签等。每个标签都可以设定相应的标签值，标签值可以理解为用于表征标签所包含的具体内容的标识值。示例性的，基于用户的基本属性信息中的用户年龄，可以设定一个标签为“年龄”，该标签对应的标签值可以包括“0-18岁”、“18-35岁”、“35-60岁”、和“60-100岁”等。个人用户所属地区或企业所属地区，可以设定一个标签为“地区位置”，该标签对应的标签值可以包括北京、天津等省级地区位置(也可以具体到每个省级地区下的各个子区域，此处对此不作限定)。用户的资金业务信息中的个人用户存款信息或企业用户存款信息，可以设定一个标签为“存款”，该标签对应的标签值可以包括“0-5万元”、“5-10万元”、“10-20万元”等。

在一实施例中，还可以针对每个用户，在每次用户的基本属性信息或者用户的资产业务信息等用户信息发生变化的时候，例如用户新办了某些资产业务，具体如用户新办理了存款业务，此时用户的存款信息会相应的发生变化，如从存款5万元变化为存款8万元，此时可以基于上述异构计算框架，根据变化后的用户信息(即变化的存款信息)和上述预先设定的标签集更新用户当前对应的标签(即将对应存款标签中的标签值“0-5万元”更新为“5-10万元”)。在此基础上，基于更新后的用户的标签更新当前的用户画像标签库，即可理解为一个对用户画像标签库进行迭代更新的过程。需要说明的是，对用户画像标签库中的标签进行更新可以认为是对标签对应的标签值进行更新。

在本实施例中，可以基于当前最新的用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应匹配的目标用户集。其中，预设标签筛选条件可以认为是指预先设定的基于标签的筛选条件，例如，预设标签筛选条件可以是由“年龄”标签的标签值为“18-35岁”、“存款”标签的标签值为“5-10万元”、“地区”标签的标签值为“北京子区域A”等构成的筛选条件；在此基础上，根据用户画像标签库中所包含的用户和用户对应的标签，从用户画像标签库中筛选出与预设标签筛选条件相匹配的一个或多个用户作为目标用户集，即筛选出年龄在“18-35岁”、存款在“5-10万元”、以及所属地区为“北京子区域A”的一个或多个用户作为目标用户集。即可理解为目标用户集可以包括至少一个目标用户。

S120、针对每一个目标用户，根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，所述目标产品集包括至少一个目标产品。

在本实施例中，预设产品目录可以是指所预先设定的由至少一个产品类别构成的产品目录。例如预设产品目录可包括至少一个个产品类别，每个产品类别可分为多个等级产品目录；具体的，如一种产品类别A可作为一级产品目录A，该一级产品目录下可包括多个子类别以作为多个二级产品目录，如A1、A2、A3、……、An；在每个二级产品目录(如A1)下可包括多个子类别以作为多个三级产品目录，如A11、A12、A13、……、A1n；在每个三级产品目录下(如A11)可包括多个子类别以作为多个四级产品目录，如A111、A112、A113、……、A11n；以此类推，在每个m-1级目录产品下可包括多个子类别以作为多个m级产品目录，此处对n和m的取值不作限定，可根据实际需求灵活设定。示例性的，预设产品目录中的产品目录可以是产品类别的名称，产品可以认为是金融产品，如某个一级产品目录可以是存款类；该存款类下的子类别(即二级产品目录)可以包括单位存款和同业存款等；其中单位存款类别下的子类别(即三级产品目录)可以包括活期存款和协议存款等，以此类推。

针对每一个目标用户，根据预设产品目录和目标用户对应的标签集，可以从预设产品目录中选取与目标用户对应的标签集对应匹配的一个或多个产品目录，以将该产品目录对应的产品作为目标用户的目标产品集，其中目标产品集可以包括至少一个目标产品。需要说明的是，在根据目标用户对应的标签集从预设产品目录中选取目标产品目录时，可以依据预先设定的标签与预设产品目录中各等级产品目录的映射关系确定预设产品目录中与目标用户对应的标签集相匹配的目标产品；其中映射关系可以是一个标签对应一个等级的产品目录，也可以是多个标签对应一个等级的产品目录，此处对此不作限定。可以理解的是，用户的资产业务信息中也包含用户已拥有的产品，故在目标用户对应的标签集中可包括已拥有产品标签，根据该已拥有产品标签，在确定目标用户的目标产品集时可以筛选掉与已拥有产品相重合的产品，以避免重复向用户推荐已拥有的产品，降低用户的推荐体验。

可选的，预设产品目录包括至少一个一级产品目录、至少一个二级产品目录和至少一个三级产品目录；一级产品目录包括至少一个二级产品目录，二级产品目录包括至少一个三级产品目录；根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集，包括：根据预设产品目录和目标用户对应的标签集，从预设产品目录中选取至少一个与目标用户对应的标签集相对应的一级产品目录作为目标一级产品目录；从所选取的每个目标一级产品目录中，选取至少一个目标二级产品目录；从所选取的每个目标二级产品目录中，选取至少一个目标三级产品目录；根据所选取的目标三级产品目录构成目标产品集。

其中，预设产品目录可以包括至少一个一级产品目录、至少一个二级产品目录和至少一个三级产品目录。在根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集的过程中，针对每个目标用户，首先可以根据预设产品目录和目标用户对应的标签集(即目标用户当前对应的所有标签，可以根据用户画像标签库获取目标用户当前对应的所有标签)，从预设产品目录中选取至少一个与目标用户对应的标签集相匹配对应的一级产品目录作为目标一级产品目录；然后继续根据目标用户对应的标签集从所选取的每个目标一级产品目录中，选取至少一个目标二级产品目录；之后，再继续根据目标用户对应的标签集从所选取的每个目标二级产品目录中，选取至少一个目标三级产品目录；最后根据所选取的所有目标三级产品目录，将该目标三级产品目录对应的产品构成目标产品集，目标产品及中可包括至少一个目标产品。

图2是根据本发明实施例一提供的一种预设产品目录的结构示意图。如图2所示，预设产品目录包括至少一个一级产品目录、至少一个二级产品目录和至少一个三级产品目录。其中，每个一级产品目录可包括至少一个二级产品目录，二级产品目录可包括至少一个三级产品目录。

S130、根据所述目标用户集和所述目标产品集创建产品推荐任务。

在本实施例中，针对目标用户集中的每一个目标用户，可以根据该目标用户对应的用户信息中的管户信息和业务信息等信息，确定用于负责目标用户对应的目标产品集的推荐管理的人员。其中，管户信息可以理解为用于负责管理用户业务办理和用户账户等信息的专用管理人员，如可以是金融机构中的客户经理等业务人员；可理解的是，由于用户可在多地区的不同金融机构网点办理业务，因此一个用户可以对应多个专用管理人员(即可理解为不同网点对应一个专用管理人员，多个网点就可以包含多个专用管理人员)来负责管理相应的业务办理和用户账户等信息。业务信息可以指用户在金融机构中办理各类业务时所产生的信息，如在银行场景下，用户开通一个银行账户会生成用户家庭住址或公司地址、用户办理业务的网点所在地区、以及用户业务办理内容等信息，此处对业务信息所包含的内容不足限定。在此基础上，根据目标用户对应的用户信息中的管户信息和业务信息等信息，从管户信息中的多个专用管理人员中确定与目标用户的业务信息相匹配的一个专用管理人员作为用于负责该目标用户对应的目标产品集的推荐管理的人员，如可以根据业务信息中的用户家庭住址或公司地址定位到与该地址距离最近的专用管理人员作为选定的人员，或者根据业务信息中的用户业务办理内容中业务办理次数最多的网点定位到该网点中的专用管理人员作为选定的人员，此处对此不做限定。针对每个目标用户，在确定该目标用户所对应的用于负责目标产品集的专用管理人员之后，可以在两者之间建立一个映射关系，在此基础上，结合目标用户对应的目标产品集，可以创建一个对应的产品推荐任务，也就是说，该产品推荐任务中可包括对应的目标用户、用于负责该目标用户的目标产品集的推荐管理的人员以及所需推荐的目标产品集。

S140、根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户。

在本实施例中，在创建产品推荐任务之后，可以将该产品推荐任务推送给对应的负责目标产品集的推荐管理的人员，在此基础上，根据产品推荐任务将目标产品集推荐给对应的目标用户。

本发明实施例一提出的一种产品推荐方法，首先基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应的目标用户集，其中，用户画像标签库包括至少一个用户和用户对应的标签集，标签集包括至少一个标签，目标用户集包括至少一个目标用户；然后针对每一个目标用户，根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集，目标产品集包括至少一个目标产品；之后根据目标用户集和目标产品集创建产品推荐任务；最后根据产品推荐任务将目标产品集推荐给对应的目标用户。该方法通过筛选得到目标用户集，并针对目标用户集中的每个目标用户确定其对应的目标产品集，以根据目标用户集和目标产品集创建对应的产品推荐任务，根据产品推荐任务能够将目标产品集推荐给对应的目标用户，避免了人工产品推荐的粗放性和低效率，提高了产品推荐的效率和准确性。

实施例二

图3是根据本发明实施例二提供的一种产品推荐方法的流程图，本实施例二在上述各实施例的基础上进行细化。在本实施例中，对构建和更新用户画像标签库，以及根据目标用户集和目标产品集创建产品推荐任务的过程进行了具体描述。需要说明的是，未在本实施例中详尽描述的技术细节可参见上述任意实施例。如图3所示，该方法包括：

S210、基于异构计算框架计算每个用户对应的用户画像关联信息与预设标签集之间的第一匹配结果，根据第一匹配结果确定每个用户对应的标签集。

在本实施例中，用户画像关联信息可以指与构建用户的用户画像相关联的用户信息，如用户画像关联信息可以包括上述实施例所述的用户的基本属性信息、用户的资金业务信息等信息，此处对用户画像关联信息所包含的具体内容不作限定。第一匹配结果可以理解为基于异构计算框架对每个用户对应的用户画像关联信息进行分析，并对该分析结果与预设标签集中的标签进行匹配计算的结果，也就是说，第一匹配结果可以理解为经过相应的匹配计算从预设标签集中所匹配到的一个或多个标签。预设标签集可以指上述实施例中所述的预先设定的标签集，可以包括多个标签，此处对预设标签集中的标签数量和内容不作限定。在此基础上，根据第一匹配结果可以得到每个用户所对应的标签集，标签集可以包括至少一个标签。

S220、根据每个用户与所确定的每个用户对应的标签集之间的第一映射关系构建用户画像标签库。

在本实施例中，第一映射关系可以理解为所计算得到的每个用户与该用户对应的标签集之间的映射关系。每个用户对应的标签集可以用于表征该用户的用户画像。在此基础上，根据每个用户与所确定的每个用户对应的标签集之间的第一映射关系可以构建用户画像标签库。

S230、针对每个用户，在检测到用户对应的用户画像关联信息发生变化时，基于异构计算框架计算用户对应的用户画像关联信息和预设标签集之间的第二匹配结果，根据第二匹配结果更新用户对应的标签集，得到用户更新后的标签集。

在本实施例中，针对每个用户，在检测到该用户对应的用户画像关联信息发生变化时(如该用户办理了新的存款业务)，可以基于异构计算框架计算该用户对应的用户画像关联信息和预设标签集之间的第二匹配结果。其中第二匹配结果可以理解为根据该用户变化后的用户画像关联信息，经过相应的匹配计算从预设标签集中所匹配到的一个或多个标签。在此基础上，根据第二匹配结果可以更新该用户当前对应的标签集(如更新该用户的存款标签对应的标签值内容)得到用户更新后的标签集。

S240、根据更新后的标签集更新用户画像标签库。

在本实施例中，根据更新后的标签集将用户画像标签库中该用户对应的标签集更新，从而得到更新的用户画像标签库。

S250、基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应的目标用户集，其中，用户画像标签库包括至少一个用户和用户对应的标签集，标签集包括至少一个标签，目标用户集包括至少一个目标用户。

在本实施例中，基于当前最新的用户画像标签库中每个用户所对应的标签和预设标签筛选条件，可以从用户画像标签库中筛选出与预设标签筛选条件相对应的目标用户集。其中，用户画像标签库可以包括至少一个用户和用户对应的标签集，标签集可以包括至少一个标签，目标用户集可以包括至少一个目标用户。

S260、针对每一个目标用户，根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集，目标产品集包括至少一个目标产品。

在本实施例中，针对每一个目标用户，可以根据预设产品目录和目标用户对应的标签集，来确定目标用户的目标产品集。其中目标产品集可以包括至少一个目标产品。

S270、根据目标用户的管户信息和业务信息，确定目标用户对应的推荐管理用户，推荐管理用户用于负责目标产品集的推荐管理。

在本实施例中，针对每一个目标用户，可以根据目标用户的管户信息和业务信息，从管户信息中的多个用于负责管理用户业务办理和用户账户等信息的专用管理人员中选取最合适作为目标用户对应的推荐管理用户，此处对选取方式不做限定，可参考上述实施例。其中推荐管理用户可以用于负责目标产品集的推荐管理，即可理解为推荐管理用户用于负责将目标产品集推荐给对应的目标用户。

S280、根据目标用户与对应的推荐管理用户之间的第二映射关系，以及目标用户的目标产品集，形成对应的产品推荐任务。

在本实施例中，第二映射关系可以理解为目标用户与对应的推荐管理用户之间的映射关系，即一个目标用户可对应一个推荐管理用户。在此基础上，根据目标用户与对应的推荐管理用户之间的第二映射关系，以及目标用户的目标产品集，可形成对应的产品推荐任务，即产品推荐任务可包括目标用户、该目标用户对应的推荐管理用户、以及所需推荐的目标产品集。

S290、根据产品推荐任务将目标产品集推荐给对应的目标用户。

在本实施例中，根据产品推荐任务可以将目标产品集推荐给对应的目标用户。

可选的，在根据产品推荐任务将目标产品集推荐给对应的目标用户之后，还包括：基于分布式流处理框架实时监测和展示产品推荐结果。

其中，分布式流处理框架可以指一种基于分布式内存技术对流数据进行动态处理的框架，例如分布式流处理框架可以是Flink框架，此处对此不做限定。产品推荐结果可以理解为对目标用户进行产品推荐后的结果，例如目标用户接受对应的目标产品集中的某一个或多个产品的推荐而办理相应的产品业务后，业务端(即可理解为金融机构平台端)所生成的产品办理信息。在此基础上，在根据产品推荐任务将目标产品集推荐给对应的目标用户之后，可以基于分布式流处理框架实时监测和展示产品推荐结果，以便于实时了解产品推荐的具体进展情况。

本发明实施例二提出的一种产品推荐方法，对构建和更新用户画像标签库，以及根据目标用户集和目标产品集创建产品推荐任务的过程进行了具体描述。该方法通过异构计算框架更新已构建的用户画像标签库，能够基于最新的用户画像标签库筛选目标用户，提高筛选的准确率和可靠性；还通过确定每个目标用户的目标产品集，能够精准定位到目标用户所需的产品，以避免人工产品推荐的不准确性和人力成本浪费；在此基础上根据目标用户集和目标产品集创建产品推荐任务，以根据产品推荐任务将目标产品集推荐给对应的目标用户，能够有效提高产品推荐的准确性和效率。

实施例三

图4是根据本发明实施例三提供的一种产品推荐装置的结构示意图。如图4所示，该装置包括：筛选模块310、确定模块320、创建模块330和推荐模块340；

筛选模块310，用于基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集，其中，所述用户画像标签库包括至少一个用户和所述用户对应的标签集，所述标签集包括至少一个标签，所述目标用户集包括至少一个目标用户；

确定模块320，用于针对每一个目标用户，根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，所述目标产品集包括至少一个目标产品；

创建模块330，用于根据所述目标用户集和所述目标产品集创建产品推荐任务；

推荐模块340，用于根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户。

在本实施例中，首先通过筛选模块310，基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从用户画像标签库中筛选出与预设标签筛选条件对应的目标用户集，其中，用户画像标签库包括至少一个用户和用户对应的标签集，标签集包括至少一个标签，目标用户集包括至少一个目标用户；然后通过确定模块320，针对每一个目标用户，根据预设产品目录和目标用户对应的标签集，确定目标用户的目标产品集，目标产品集包括至少一个目标产品；之后通过创建模块330，根据目标用户集和目标产品集创建产品推荐任务；最后通过推荐模块340，根据产品推荐任务将目标产品集推荐给对应的目标用户。该装置通过筛选得到目标用户集，并针对目标用户集中的每个目标用户确定其对应的目标产品集，以根据目标用户集和目标产品集创建对应的产品推荐任务，根据产品推荐任务能够将目标产品集推荐给对应的目标用户，避免了人工产品推荐的粗放性和低效率，提高了产品推荐的效率和准确性。

可选的，所述装置还包括：

标签集确定模块，用于在基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集之前，基于异构计算框架计算每个用户对应的用户画像关联信息与预设标签集之间的第一匹配结果，根据所述第一匹配结果确定每个用户对应的标签集；

标签库构建模块，用于根据每个用户与所确定的每个用户对应的标签集之间的第一映射关系构建所述用户画像标签库。

可选的，所述装置还包括：

检测模块，用于在构建所述用户画像标签库之后，针对每个用户，在检测到所述用户对应的用户画像关联信息发生变化时，基于所述异构计算框架计算所述用户对应的用户画像关联信息和所述预设标签集之间的第二匹配结果，根据所述第二匹配结果更新所述用户对应的标签集，得到所述用户更新后的标签集；

更新模块，用于根据所述更新后的标签集更新所述用户画像标签库。

可选的，所述预设产品目录包括至少一个一级产品目录、至少一个二级产品目录和至少一个三级产品目录；所述一级产品目录包括至少一个所述二级产品目录，所述二级产品目录包括至少一个所述三级产品目录；

确定模块320，具体包括：

第一选取单元，用于根据所述预设产品目录和所述目标用户对应的标签集，从所述预设产品目录中选取至少一个与所述目标用户对应的标签集相对应的一级产品目录作为目标一级产品目录；

第二选取单元，用于从所选取的每个目标一级产品目录中，选取至少一个目标二级产品目录；

第三选取单元，用于从所选取的每个目标二级产品目录中，选取至少一个目标三级产品目录；

构建单元，用于根据所选取的目标三级产品目录构成目标产品集。

可选的，创建模块330，具体包括：

用户确定单元，用于针对每一个目标用户，根据所述目标用户的管户信息和业务信息，确定所述目标用户对应的推荐管理用户，所述推荐管理用户用于负责所述目标产品集的推荐管理；

任务生成单元，用于根据所述目标用户与对应的推荐管理用户之间的第二映射关系，以及所述目标用户的目标产品集，形成对应的产品推荐任务。

可选的，所述装置还包括：

监测和展示模块，用于在根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户之后，基于分布式流处理框架实时监测和展示产品推荐结果。

本发明实施例所提供的产品推荐装置可执行本发明任意实施例所提供的产品推荐方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5是实现本发明实施例的产品推荐方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如产品推荐方法。

在一些实施例中，产品推荐方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的产品推荐方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行产品推荐方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种产品推荐方法，其特征在于，所述方法包括：

基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集，其中，所述用户画像标签库包括至少一个用户和所述用户对应的标签集，所述标签集包括至少一个标签，所述目标用户集包括至少一个目标用户；

针对每一个目标用户，根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，所述目标产品集包括至少一个目标产品；

根据所述目标用户集和所述目标产品集创建产品推荐任务；

根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户。

2.根据权利要求1所述的方法，其特征在于，在基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集之前，还包括：

基于异构计算框架计算每个用户对应的用户画像关联信息与预设标签集之间的第一匹配结果，根据所述第一匹配结果确定每个用户对应的标签集；

根据每个用户与所确定的每个用户对应的标签集之间的第一映射关系构建所述用户画像标签库。

3.根据权利要求2所述的方法，其特征在于，在构建所述用户画像标签库之后，还包括：

针对每个用户，在检测到所述用户对应的用户画像关联信息发生变化时，基于所述异构计算框架计算所述用户对应的用户画像关联信息和所述预设标签集之间的第二匹配结果，根据所述第二匹配结果更新所述用户对应的标签集，得到所述用户更新后的标签集；

根据所述更新后的标签集更新所述用户画像标签库。

4.根据权利要求1所述的方法，其特征在于，所述预设产品目录包括至少一个一级产品目录、至少一个二级产品目录和至少一个三级产品目录；所述一级产品目录包括至少一个所述二级产品目录，所述二级产品目录包括至少一个所述三级产品目录；

所述根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，包括：

根据所述预设产品目录和所述目标用户对应的标签集，从所述预设产品目录中选取至少一个与所述目标用户对应的标签集相对应的一级产品目录作为目标一级产品目录；

从所选取的每个目标一级产品目录中，选取至少一个目标二级产品目录；

从所选取的每个目标二级产品目录中，选取至少一个目标三级产品目录；

根据所选取的目标三级产品目录构成目标产品集。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户集和所述目标产品集创建产品推荐任务，包括：

针对每一个目标用户，根据所述目标用户的管户信息和业务信息，确定所述目标用户对应的推荐管理用户，所述推荐管理用户用于负责所述目标产品集的推荐管理；

根据所述目标用户与对应的推荐管理用户之间的第二映射关系，以及所述目标用户的目标产品集，形成对应的产品推荐任务。

6.根据权利要求1所述的方法，其特征在于，在根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户之后，还包括：

基于分布式流处理框架实时监测和展示产品推荐结果。

7.一种产品推荐装置，其特征在于，包括：

筛选模块，用于基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集，其中，所述用户画像标签库包括至少一个用户和所述用户对应的标签集，所述标签集包括至少一个标签，所述目标用户集包括至少一个目标用户；

确定模块，用于针对每一个目标用户，根据预设产品目录和所述目标用户对应的标签集，确定所述目标用户的目标产品集，所述目标产品集包括至少一个目标产品；

创建模块，用于根据所述目标用户集和所述目标产品集创建产品推荐任务；

推荐模块，用于根据所述产品推荐任务将所述目标产品集推荐给对应的目标用户。

8.根据权利要求7所述的装置，其特征在于，在基于用户画像标签库中每个用户所对应的标签和预设标签筛选条件，从所述用户画像标签库中筛选出与所述预设标签筛选条件对应的目标用户集之前，还包括：

标签集确定模块，用于基于异构计算框架计算每个用户对应的用户画像关联信息与预设标签集之间的第一匹配结果，根据所述第一匹配结果确定每个用户对应的标签集；

标签库构建模块，用于根据每个用户与所确定的每个用户对应的标签集之间的第一映射关系构建所述用户画像标签库。

9.一种电子设备，其特征在于，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计算机程序，所述计算机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权利要求1-6中任一项所述的产品推荐方法。

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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的产品推荐方法。

Images