CN116150477A - 一种财经资讯个性化推荐方法、装置、设备及介质 - Google Patents
一种财经资讯个性化推荐方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116150477A CN116150477A CN202211554982.XA CN202211554982A CN116150477A CN 116150477 A CN116150477 A CN 116150477A CN 202211554982 A CN202211554982 A CN 202211554982A CN 116150477 A CN116150477 A CN 116150477A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- recommended
- tag
- label
- 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
Images
Classifications
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种财经资讯个性化推送方法、装置、设备及介质,涉及金融资讯技术领域,所述方法包括:获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。本发明不仅可以根据用户对不同资讯的喜好程度推荐资讯,而且可以及时响应用户的兴趣变化为用户推荐资讯,从而可以在保证推荐结果合理性、准确性的同时,大幅提升了客户的财经早报新闻阅读体验,增强了财经早报内容触达客户的机会。
Description
技术领域
本发明涉及金融资讯技术领域,具体涉及一种财经资讯个性化推荐方法、装置、设备及介质。
背景技术
随着时代的发展,客户对投资理财的需求日益增长,客户的专业性需求越来越强烈。进入智能金融时代,如资讯服务这样的增值服务在客户投教、保持客户粘性等方面越来越重要。互联网时代信息爆炸,一方面各类资讯信息种类繁多,数量庞大;另一方面客户时间呈现碎片化,无法在大量资讯中快速检索出自己感兴趣的资讯信息,尤其是针对投资理财领域这个专业性非常强的领域。虽然目前有大量内容服务平台,如今日头条、网易新闻等,但其针对投资理财领域无法做到深入细致的分析,在向用户提供财经资讯服务时,所有用户收到相同的资讯,缺乏针对性。这样,如果将所有的资讯都推送给用户,用户从海量的资讯中找到自己感兴趣的内容会花费大量时间,从而降低用户体验。
因此,亟需一种可以精准、高效的财经推荐资讯的解决方案。
发明内容
针对现有技术中的缺陷,本发明提供一种财经资讯个性化推送方法、装置、设备及介质。
第一方面,一种财经资讯个性化推送方法,所述方法包括:
获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,所述标签信息包括标签维度和不同维度下的细分标签;
获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,所述用户偏好画像包括用户对各个细分标签的偏好程度;
根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。
优选地,获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息的方法包括:
构建多级细分资讯标签树,所述多级资讯标签树包括维度标签,每个所述维度标签配置有多个细分标签,每个所述细分标签配置有多个种子资讯,所述维度标签用于指示标签维度;
利用NLP模型,计算待推荐资讯与所述种子资讯的契合度,根据所述契合度确定所述待推荐资讯的标签维度以及不同维度下的细分标签。
优选地,获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像:
获取用户的历史浏览行为数据,综合考虑时间衰减,计算用户对不同资讯的兴趣度;
根据不同资讯的标签信息及其对应的兴趣度计算用户对不同细分标签的偏好程度,结合用户基本数据,构建用户偏好画像。
优选地,根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与用户的匹配度的公式为:
其中,L为待推荐资讯的推荐匹配度,m为在某一个维度上标签取值的数,n为维度的数量,Fij为在第j个维度上一篇资讯与客户偏好在第i个标签上的相关系数,Pij为在第j个维度上用户对第i个标签的偏好程度,wj表示第j个维度的权重。
优选地,根据所述匹配度向用户推送资讯包括:在所述待推荐资讯数量大于预设阈值且多个所述待推荐资讯的匹配度均大于预设匹配度阈值时,将所述多个待推荐资讯打包推送给用户。
第二方面,一种财经资讯个性化推送系统,其特征在于,包括:
第一获取模块,用于获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,所述标签信息包括标签维度和不同维度下的细分标签;
第二获取模块,用于获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,所述用户偏好画像包括用户对各个细分标签的偏好程度;
资讯推荐模块,用于根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。
第三方面,一种计算机设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述任一项所述的财经资讯个性化推送方法。
第四方面,一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任一项所述的财经资讯个性化推送方法。
本发明的有益效果体现在:本发明公开了一种财经资讯个性化推送方法、装置、设备及介质。本发明对预设时间段范围内的财经新闻资讯自动化赋予资产、产品、地区、期限、风险度、关键词等多种维度标签,根据客户的财经资讯阅读行为表现出的资产、产品、地区等不同维度偏好结构的不同,根据上述标签信息和偏好程度从当日的财经资讯中筛选、召回合适的财经资讯集合,并按照资讯的标签跟用户需求之间的匹配程度从高到低挑选不同数量的合适财经资讯,组成客户的个性化早报推荐给用户。
采用本说明书提供的实施方案,不仅可以根据用户对不同资讯的喜好程度推荐资讯,而且可以及时响应用户的兴趣变化为用户推荐资讯,从而可以在保证推荐结果合理性、准确性的同时,大幅提升了客户的财经早报新闻阅读体验,增强了财经早报内容触达客户的机会。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例所提供的一种财经资讯个性化推荐方法的流程图;
图2为本发明实施例所提供的一种财经资讯个性化推荐装置的结构示意图;
图3为本发明实施例所提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例1
如图1所示,本发明实施例提供了一种财经资讯个性化推送方法,所述方法包括:
步骤S1:获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,所述标签信息包括标签维度和不同维度下的细分标签;
在本发明实施例中,获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息的方法包括:构建多级细分资讯标签树,所述多级资讯标签树包括维度标签,每个所述维度标签配置有多个细分标签,每个所述细分标签配置有多个种子资讯,所述维度标签用于指示标签维度;利用NLP模型,计算待推荐资讯与所述种子资讯的契合度,根据所述契合度确定所述待推荐资讯的标签维度以及不同维度下的细分标签。
可选的,所述维度标签包括国内经济、政策、海外经济等宏观类标签、基金、保险、银行理财、信托、信贷等金融产品类标签、股票、债券、黄金、类现金等资产类标签、以及行业类、地区类标签,需要说明的,所述维度标签包括但不限于上述标签,可根据具体的资讯应用场景设置。
具体的,所述NLP模型的部分工作过程如下:一篇资讯入库后,资讯的标题和正文首先需要经过文本清洗,去除非文字部分和无意义字符,之后标题和正文分别通过字面匹配算法(BM25)从大量种子资讯中选取一定数量的相关资讯作为候选集,接着通过深度学习语义模型SBert将新资讯和候选集资讯转化为向量表示,计算其与候选集的向量相似度(同时存储其向量表示,后面再遇到可直接调用,不用再经过模型计算),最后,通过不同权重合并标题和正文计算的结果,根据经验设置的阈值和种子与标签的契合度分数来计算新入库的资讯属于哪几个标签以及契合度分数,并存储起来,经人工审核后作为新的种子参与之后的计算。
采用上述方法,可将为入库的所有资讯分配对应的标签维度及细分标签,从而构建资讯标签画像,方便推荐时调用。
步骤S2:获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,所述用户偏好画像包括用户对各个细分标签的偏好程度;
在本发明实施例中,获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像:获取用户的历史浏览行为数据,综合考虑时间衰减,计算用户对不同资讯的兴趣度;根据不同资讯的标签信息及其对应的兴趣度计算用户对不同细分标签的偏好程度,结合用户基本数据,构建用户偏好画像。
具体的,所述历史浏览行为数据为预设时间的历史行为数据,所述预设时间可根据业务需求设置不同的时间跨度。所述历史浏览行为数据包括用户对不同资讯的浏览行为数据,所述浏览行为数据包括浏览时行为数据和浏览后行为数据,所述浏览时行为数据包括浏览时长、浏览频次等,所述浏览时行为数据包括点赞、转发等。
本发明实施例在通过用户的历史浏览数据获取用户的画像后,还将该画像与用户的基本数据进行了融合,能够得到更加完善的用户画像;其中,所述基本数据包括身份基本信息、金融产品交易行为信息、会话信息等。
本发明实施例考虑了兴趣度时间衰减,提高了资讯兴趣度计算精度。
步骤S3:根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。
在本发明实施例中,根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与用户的匹配度的公式为:
其中,L为待推荐资讯的推荐匹配度,m为在某一个维度上标签取值的数,n为维度的数量,Fij为在第j个维度上一篇资讯与客户偏好在第i个标签上的相关系数,Pij为在第j个维度上用户对第i个标签的偏好程度,wj表示第j个维度的权重。
具体的,根据所述匹配度向用户推送资讯包括:在所述待推荐资讯数量大于预设阈值且多个所述待推荐资讯的匹配度均大于预设匹配度阈值时,将所述多个待推荐资讯打包推送给用户。
综上,本发明实施例所提供的一种财经资讯个性化推送方法能够对预设时间段范围内的财经新闻资讯自动化赋予资产、产品、地区、期限、风险度、关键词等多种维度标签,根据客户的财经资讯阅读行为表现出的资产、产品、地区等不同维度偏好结构的不同,根据上述标签信息和偏好程度从当日的财经资讯中筛选、召回合适的财经资讯集合,并按照资讯的标签跟用户需求之间的匹配程度从高到低挑选不同数量的合适财经资讯,组成客户的个性化早报推荐给用户,实现了财经资讯的高效、精准推荐。
实施例2
如图2所示,本发明实施例提供了一种财经资讯个性化推送装置,包括:
获取模块,获取资讯数据和用户行为数据;
第一获取模块201,用于获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,所述标签信息包括标签维度和不同维度下的细分标签;
第二获取模块202,用于获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,所述用户偏好画像包括用户对各个细分标签的偏好程度;
资讯推荐模块203,用于根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。
本发明实施例中所提供的一种财经资讯个性化推荐装置与上述实施例中所提供的一种财经资讯个性化方法出于相同的发明构思,关于本申请中各个模块更加具体的工作过程可参考上述实施例,在本实施例中不做赘述。
实施例3
如图3所示,本发明实施例还提供了一种计算设备的结构示意图,该计算机设备300包括:至少一个处理器301,至少一个通信接口302,至少一个存储器303和至少一个总线304。其中,总线304用于实现这些组件直接的连接通信,通信接口302用于与其他节点设备进行信令或数据的通信,存储器303存储有处理器301可执行的机器可读指令。当计算机设备300运行时,处理器301与存储器303之间通过总线304通信,机器可读指令被处理器301调用时执行如上述实施例所提供的资讯财经个性化推荐方法。
处理器301可以是一种集成电路芯片,具有信号处理能力。上述处理器301可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器303可以包括但不限于随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
可以理解,图3所示的结构仅为示意,计算机设备300还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
此外,本发明实施例还提供一种计算机存储介质,该计算机存储介质上存储有计算机程序,该计算机程序被计算机运行时,执行如上述实施例所提供的财经资讯个性化推荐方法的步骤。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种财经资讯个性化推送方法,其特征在于,所述方法包括:
获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,所述标签信息包括标签维度和不同维度下的细分标签;
获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,所述用户偏好画像包括用户对各个细分标签的偏好程度;
根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。
2.根据权利要求1所述的一种财经资讯个性化推送方法,其特征在于,获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息的方法包括:
构建多级细分资讯标签树,所述多级资讯标签树包括维度标签,每个所述维度标签配置有多个细分标签,每个所述细分标签配置有多个种子资讯,所述维度标签用于指示标签维度;
利用NLP模型,计算待推荐资讯与所述种子资讯的契合度,根据所述契合度确定所述待推荐资讯的标签维度以及不同维度下的细分标签。
3.根据权利要求1所述的一种财经资讯个性化推送方法,其特征在于,获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像:
获取用户的历史浏览行为数据,综合考虑时间衰减,计算用户对不同资讯的兴趣度;
根据不同资讯的标签信息及其对应的兴趣度计算用户对不同细分标签的偏好程度,结合用户基本数据,构建用户偏好画像。
5.根据权利要求1所述的一种财经资讯个性化推送方法,其特征在于,根据所述匹配度向用户推送资讯包括:在所述待推荐资讯数量大于预设阈值且多个所述待推荐资讯的匹配度均大于预设匹配度阈值时,将所述多个待推荐资讯打包推送给用户。
6.一种财经资讯个性化推送装置,其特征在于,包括:
第一获取模块,用于获取待推荐资讯,利用预设模型获取确定所述待推荐资讯的标签信息,所述标签信息包括标签维度和不同维度下的细分标签;
第二获取模块,用于获取用户的历史浏览行为数据,根据所述历史浏览行为数据构建用户偏好画像,所述用户偏好画像包括用户对各个细分标签的偏好程度;
资讯推荐模块,用于根据所述标签信息和所述用户偏好画像,计算所述待推荐资讯与所述用户的匹配度,根据所述匹配度向用户推荐资讯。
7.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1-5中任一项所述的财经资讯个性化推送方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一项所述的财经资讯个性化推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211554982.XA CN116150477A (zh) | 2022-12-06 | 2022-12-06 | 一种财经资讯个性化推荐方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211554982.XA CN116150477A (zh) | 2022-12-06 | 2022-12-06 | 一种财经资讯个性化推荐方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116150477A true CN116150477A (zh) | 2023-05-23 |
Family
ID=86351595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211554982.XA Pending CN116150477A (zh) | 2022-12-06 | 2022-12-06 | 一种财经资讯个性化推荐方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116150477A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934721A (zh) * | 2019-01-18 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 理财产品推荐方法、装置、设备及存储介质 |
CN111143681A (zh) * | 2019-12-27 | 2020-05-12 | 中国银行股份有限公司 | 一种资讯推荐装置、方法、设备及系统 |
CN111159341A (zh) * | 2019-12-25 | 2020-05-15 | 中国建设银行股份有限公司 | 基于用户投资理财偏好的资讯推荐方法及装置 |
CN112347367A (zh) * | 2020-12-04 | 2021-02-09 | 上海帜讯信息技术股份有限公司 | 信息服务提供方法、装置、电子设备和存储介质 |
CN114186130A (zh) * | 2021-12-13 | 2022-03-15 | 厦门傲播网络科技有限公司 | 一种基于大数据的体育资讯推荐方法 |
CN114201652A (zh) * | 2021-12-14 | 2022-03-18 | 宁波深擎信息科技有限公司 | 一种基于标签分级的资讯召回排序方法、装置和设备 |
WO2022142020A1 (zh) * | 2020-12-30 | 2022-07-07 | 平安科技(深圳)有限公司 | 资讯推送方法、装置、电子设备及计算机可读存储介质 |
-
2022
- 2022-12-06 CN CN202211554982.XA patent/CN116150477A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934721A (zh) * | 2019-01-18 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 理财产品推荐方法、装置、设备及存储介质 |
CN111159341A (zh) * | 2019-12-25 | 2020-05-15 | 中国建设银行股份有限公司 | 基于用户投资理财偏好的资讯推荐方法及装置 |
CN111143681A (zh) * | 2019-12-27 | 2020-05-12 | 中国银行股份有限公司 | 一种资讯推荐装置、方法、设备及系统 |
CN112347367A (zh) * | 2020-12-04 | 2021-02-09 | 上海帜讯信息技术股份有限公司 | 信息服务提供方法、装置、电子设备和存储介质 |
WO2022142020A1 (zh) * | 2020-12-30 | 2022-07-07 | 平安科技(深圳)有限公司 | 资讯推送方法、装置、电子设备及计算机可读存储介质 |
CN114186130A (zh) * | 2021-12-13 | 2022-03-15 | 厦门傲播网络科技有限公司 | 一种基于大数据的体育资讯推荐方法 |
CN114201652A (zh) * | 2021-12-14 | 2022-03-18 | 宁波深擎信息科技有限公司 | 一种基于标签分级的资讯召回排序方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109859052B (zh) | 一种投资策略的智能推荐方法、装置、存储介质和服务器 | |
US20220027730A1 (en) | Entity transaction attribute determination method and apparatus | |
CA3070612A1 (en) | Click rate estimation | |
KR20210058229A (ko) | 재고 및 판매량 분석을 통한 단기 신용 대출 방법 및 서버 | |
CN112966189B (zh) | 一种基金产品推荐系统 | |
Tomarchio et al. | Modelling the loss given default distribution via a family of zero-and-one inflated mixture models | |
CN113343091A (zh) | 面向产业和企业的科技服务推荐计算方法、介质及程序 | |
CN113112282A (zh) | 基于客户画像处理咨诉问题的方法、装置、设备及介质 | |
US20230099627A1 (en) | Machine learning model for predicting an action | |
CN111756837A (zh) | 信息推送方法、装置、设备及计算机可读存储介质 | |
CN114860941A (zh) | 一种基于数据大脑的行业数据治理方法及系统 | |
CN114782201A (zh) | 股票推荐方法、装置、计算机设备和存储介质 | |
CN111680213A (zh) | 信息推荐方法、数据处理方法及装置 | |
CN116993512A (zh) | 一种金融产品的推荐方法、系统、设备及存储介质 | |
CN116150477A (zh) | 一种财经资讯个性化推荐方法、装置、设备及介质 | |
CN116186224A (zh) | 基于互联网的电子商务平台管理方法及系统 | |
CN115239421A (zh) | 商品推荐方法、装置、设备及介质 | |
CN111639989B (zh) | 商品推荐方法和可读存储介质 | |
CN113836916A (zh) | 物品品牌方的确定方法、装置及服务器 | |
CN113887613A (zh) | 基于注意力机制的深度学习方法、装置、设备及存储介质 | |
CN112927069A (zh) | 用户信贷风险评估方法、装置和电子设备 | |
CN112613762A (zh) | 基于知识图谱的集团评级方法、装置和电子设备 | |
CN113159877A (zh) | 数据处理方法、装置、系统、计算机可读存储介质 | |
CN111401983A (zh) | 搜索列表个性化平台引导方法和装置 | |
CN117217852B (zh) | 一种基于行为识别购买意愿度预测方法及装置 |
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 |