CN116308665A - 产品推荐方法、装置、设备及介质 - Google Patents
产品推荐方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116308665A CN116308665A CN202310293272.4A CN202310293272A CN116308665A CN 116308665 A CN116308665 A CN 116308665A CN 202310293272 A CN202310293272 A CN 202310293272A CN 116308665 A CN116308665 A CN 116308665A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- recommended
- determining
- model
- 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 53
- 238000004458 analytical method Methods 0.000 claims abstract description 62
- 230000006399 behavior Effects 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种产品推荐方法、装置、设备及介质。该方法包括:获取待推荐用户的生物特征信息;根据生物特征信息,确定待推荐用户的历史语音信息;根据历史语音信息、预构建的行为分析模型及推荐模型,确定向待推荐用户推荐的目标产品。通过生物特征信息调用待推荐用户的历史语音信息,结合预构建的行为分析模型及推荐模型,确定目标产品。实现了对目标产品的自动确定,由于历史语音信息可以精准反映用户近期对银行产品或服务的需求,增强了对用户行为分析的能力,提高了为用户推荐服务或产品的精准性,从而可以提高业务办理效率。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及产品推荐方法、装置、设备及介质。
背景技术
随着经济的发展,国民财富收入的增加,居民理财需求越来越迫切以及多样化,已经有越来越多的金融机构在涉足财务管理业务市场,金融机构推出了多款金融产品。但是由于金融产品的特殊性及专业性,以及用户的个性化,导致金融机构无法快速、准确迅速地找到适合不同用户的金融产品,故导致金融产品的签约率较低。
现有的产品推荐方法主要集中在针对客户资金流向和客户位置等信息进行客户行为分析,通过对这些信息的分析,确定出适合不同用户的金融产品。
这些信息虽然展现了客户以及资金的流动性,但是很难体现行为的目的性,不全面的客户行为分析,容易导致分析的不准确,进而向用户推荐不合适的产品。
发明内容
本发明提供了一种产品推荐方法、装置、设备及介质,以实现针对用户的准确推荐。
根据本发明的一方面,提供了一种产品推荐方法,包括:
获取待推荐用户的生物特征信息;
根据所述生物特征信息,确定所述待推荐用户的历史语音信息;
根据所述历史语音信息、预构建的行为分析模型及推荐模型,确定向所述待推荐用户推荐的目标产品。
根据本发明的另一方面,提供了一种产品推荐装置,包括:
信息获取模块,用于获取待推荐用户的生物特征信息;
第一确定模块,用于根据所述生物特征信息,确定所述待推荐用户的历史语音信息;
第二确定模块,用于根据所述历史语音信息、预构建的行为分析模型及推荐模型,确定向所述待推荐用户推荐的目标产品。
根据本发明的另一方面,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,通过获取待推荐用户的生物特征信息;根据生物特征信息,确定待推荐用户的历史语音信息;根据历史语音信息、预构建的行为分析模型及推荐模型,确定向待推荐用户推荐的目标产品。通过生物特征信息调用待推荐用户的历史语音信息,结合预构建的行为分析模型及推荐模型,确定目标产品。实现了对目标产品的自动确定,由于历史语音信息可以精准反映用户近期对银行产品或服务的需求,增强了对用户行为分析的能力,提高了为用户推荐服务或产品的精准性,从而可以提高业务办理效率。
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的一种产品推荐方法的流程图;
图2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3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4是实现本发明实施例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。
实施例一
图1为本发明实施例一提供了一种产品推荐方法的流程图,本实施例可适用于基于语音信息对产品进行推荐的情况,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、获取待推荐用户的生物特征信息。
在本实施例中,待推荐用户可以理解为在相应的终端进行产品搜索的用户,其中,终端可以为网点配备的自助设备等可以进行交互操作的设备。生物特征信息可以理解为用于表示用户特征的信息,如指纹、人脸图像等。
具体的,相应的终端可以配备有摄像头、指纹采集器等配套设备,通过终端的显示屏提示待推荐用户进行查看摄像头及将手指放在指纹采集器上等方式,采集待推荐用户的生物特征信息,处理器可以获取采集的生物特征信息。
S120、根据生物特征信息,确定待推荐用户的历史语音信息。
在本实施例中,历史语音信息可以理解为在进行本次查询前待推荐用户针对自身需求发出的语音,如待推荐用户在手机终端等进行语音查询时所形成的历史语音信息。
需要说明的是,待推荐用户可以通过手机终端或自助设备终端等形式进行产品查询,在不同设备均记录有待推荐用户的生物特征信息,针对每次产品查询,可以将用于产品查询的语音信息与其对应的用户建立绑定关系,便于后续查询。
具体的,处理器可以根据生物特征信息在相应的用户信息库中进行查询,确定出该生物特征信息所匹配的用户标识,由于语音数据所占用的空间较大,生物特征信息及用户标识占用的空间较小,则可以将两者存放于不同的数据库中,根据用户标识与历史语音信息的关联关系,通过用户标识在历史语音数据库中进行查找,确定出该用户标识所对应的历史语音信息,即待推荐用户的历史语音信息。
S130、根据历史语音信息、预构建的行为分析模型及推荐模型,确定向待推荐用户推荐的目标产品。
在本实施例中,行为分析模型可以理解为预先构建好的用于对用户行为进行分析的模型。推荐模型可以理解为预先训练好的用于产品推荐的模型。
具体的,处理器可以将历史语音信息中对应的用户标识输入至行为分析模型中,确定出用户标识所对应的用户类别,再将语音信息及用户类别输入至推荐模型中,根据推荐模型的输出结果,确定出向待推荐用户推荐的目标产品。
示例性的,行为分析模型的分类过程可以为:通过行为分析模型获取所有的历史销售数据,通过行为分析模型从中提取购买时间、购买频率和购买金额3个指标进行RFM分析,对得到的分析结果求其等权重总分,然后再使用K-means算法对每个用户的RFM总分进行聚类分析,确定每个用户所属的类别,并将类别结果与用户标识建立关联关系,便于后续通过用户标识确定用户所对应的类别,整个实现过程可使用SPSSStatistics17.0。
示例性的,推荐模型可以通过历史销售数据及相应的用户类别数据进行整合作为样本集进行训练得到,后续可以通过对用户所属的类别及音频信息进行处理后作为输入,得到输出结果。
本发明实施例的技术方案,通过获取待推荐用户的生物特征信息;根据生物特征信息,确定待推荐用户的历史语音信息;根据历史语音信息、预构建的行为分析模型及推荐模型,确定向待推荐用户推荐的目标产品。通过生物特征信息调用待推荐用户的历史语音信息,结合预构建的行为分析模型及推荐模型,确定目标产品。实现了对目标产品的自动确定,由于历史语音信息可以精准反映用户近期对银行产品或服务的需求,增强了对用户行为分析的能力,提高了为用户推荐服务或产品的精准性,从而可以提高业务办理效率。
作为本实施例的第一可选实施例,在上述实施例的基础上,可以进一步优化包括:
当待推荐用户不存在历史语音信息时,获取待推荐用户的当前需求信息,根据当前需求信息、推荐模型及行为分析模型,确定向待推荐用户推荐的目标产品。
在本实施例中,当前需求信息可以理解为待推荐用户当前在终端设备中输入的需求所形成的信息。
具体的,当处理器根据生物特征信息无法确定出待推荐用户肚饿历史语音信息时,即待推荐用户可能为首次使用的用户,则处理器可以接收到待推荐用户在终端设备中输入的当前需求信息。
进一步地,根据当前需求信息、推荐模型及行为分析模型,确定向待推荐用户推荐的目标产品的步骤可以优化包括:
a1、将当前需求信息输入至推荐模型,以当前需求信息所对应的候选推荐产品。
在本实施例中,候选推荐产品可以理解为与需求相对应的产品。
具体的,处理器可以自动将该用户的用户类别确定为新用户,可以将当前需求信息输入至推荐模型,以当前需求信息所对应的候选推荐产品。
b1、将候选推荐产品输入至行为分析模型中的关联产品子模型,以确定候选推荐产品的关联产品。
在本实施例中,关联产品子模型可以理解为用于确定相似产品的模型,包括与行为分析模型中。
需要知道的是,通过推荐模型进行推荐的产品是用户在当前的需求所得到的结构,未考虑到用户的潜在需求,通过历史交易数据表单可以得知其他用户在购买这个产品时同时购买的产品,而这些关联购买的产品可能对应着用户的潜在需求,则需要对当前需求及潜在需求进行结合,对用户的潜在需求进行挖掘,为用户提供更多的选择空间。
具体的,处理器可以将候选推荐产品输入至行为分析模型中的关联产品子模型,根据输出结果确定候选推荐产品的关联产品。
示例性的,关联产品子模型可以在历史交易数据表单中,主要选取的字段为可以标识每个客户订单信息的订单编码,以及反映客户在某一订单中购买的所有产品的产品名称,生成布尔矩阵。使用Apriori算法,扫描全部订单中的数据,列出所有同时购买的、且满足支持率大于给定数值的商品。Apriori算法可以使用SPSS Modeler14.2中的Apriori模型具体实现。
c1、将候选推荐产品及关联产品作为向待推荐用户推荐的目标产品。
具体的,处理器可以将候选推荐产品及关联产品作为向待推荐用户推荐的目标产品,由于关联产品与待推荐用户的契合程度可能小于候选推荐产品,则处理器可以对候选推荐产品及关联产品的展示顺序或大小进行设定,以突出展示候选推荐产品。
本实施例的第一可选实施例,通过在待推荐用户不存在历史语音信息的情况下,通过当前需求信息、推荐模型及行为分析模型,确定向待推荐用户推荐的候选推荐产品及关联产品,完善了在不存在历史语音信息情况时的产品推荐方式,实现了对用户的潜在需求的挖掘,为用户提供更多的选择空间。
作为本实施例的第二可选实施例,在上述实施例的基础上,可以进一步优化包括:
接收待推荐用户的购买信息,基于购买信息对行为分析模型及推荐模型进行更新。
在本实施例中,购买信息可以理解为待推荐用户在购买产品后所形成的订单信息,其中,购买信息中可以由产品类型、产品编号及用户信息等信息构成。
具体的,处理器可以将购买信息加入样本集中,通过更新后的样本集对行为分析模型及推荐模型进行更新。
本实施例的第二可选实施例,通过购买信息更新行为分析模型及推荐模型,提高了模型处理结果的准确性,进而为后续基于模型的产品推荐结果的准确性提供了保障。
实施例二
图2为本发明实施例二提供的一种产品推荐方法的流程图,本实施例是在上述实施例的基础上的进一步细化。如图2所示,该方法包括:
S201、获取待推荐用户的生物特征信息。
S202、提取生物特征信息中的人脸图像信息及指纹信息。
在本实施例中,人脸图像信息可以通过相应的拍摄设备进行采集得到。指纹信息可以通过相应的指纹采集设备进行采集得到。
具体的,由于人脸图像信息与指纹信息的采集设备不同,则对应着两个信息的名称或格式是不同的,则处理器可以从生物特征信息中分别提取出人脸图像信息及指纹信息。
S203、将人脸图像信息在预设的用户信息库中进行查找,确定与人脸图像信息相匹配的候选用户。
在本实施例中,候选用户可以理解为与人脸图像信息相匹配的用户。用户信息库可以理解为存放人脸图像信息的库。
具体的,处理器可以通过人脸识别技术将人脸图像信息在预设的用户信息库中进行查找,确定与人脸图像信息相匹配的候选用户。
S204、获取候选用户的待核对指纹信息。
需要知道的是,通过人脸图像信息进行人脸识别时,由于拍照时的光线、角度等问题,可能会出现识别不准确的情况,匹配出的用户可能有多个,则需要对匹配出的多个用户进行再次识别。
在本实施例中,待核对指纹信息可以理解为候选用户的指纹信息。
具体的,处理器可以在用户信息库中按照候选用户的用户标识等信息进行查找,确定相匹配的指纹信息。
S205、将待核对指纹信息与指纹信息进行比对,确定比对结果。
在本实施例中,比对结果可以理解为用于指示候选用户是否为待推荐用户的结果。
具体的,处理器可以将待核对指纹信息与指纹信息进行比对,判断两者是否相同,若是,则将待核对指纹信息与指纹信息匹配作为比对结果,认为候选用户为待推荐用户,若否,则将待核对指纹信息与指纹信息不匹配作为比对结果,认为候选用户不是待推荐用户,进而确定出候选用户中哪一位是待推荐用户。
S206、根据比对结果,确定待推荐用户的历史语音信息。
具体的,处理器可以根据比对结果确定待核对指纹信息所对应的候选用户是否为待推荐用户,进而确定待核对指纹信息所对应的候选用户在历史语音数据库中的历史语音信息。
进一步地,在上述实施例的基础上,可以对根据比对结果,确定待推荐用户的历史语音信息的步骤进一步优化为:
a2、当比对结果为待核对指纹信息与指纹信息匹配时,获取待核对指纹信息所对应的用户的用户标识信息。
在本实施例中,用户标识信息可以理解为用于指示用户身份的信息,如可以包括用户的名称、用户标识等,每个用户的用户标识信息是唯一的。
具体的,当比对结果为待核对指纹信息与指纹信息匹配时,处理器可以从待核对指纹信息提取出其中包括的用户标识信息。
b2、基于用户标识信息在预设的历史语音数据库中进行查找,得到待推荐用户的历史语音信息。
在本实施例中,历史语音数据库可以理解为用于存放各用户的历史语音的数据库,在该数据库中用户与其对应的语音信息是通过用户标识信息与历史语音信息建立关联的,即通过用户标识信息可以确定出对应的历史语音信息。
具体的,处理器可以基于用户标识信息在预设的历史语音数据库中进行查找,确定出用户标识信息所关联的历史语音信息,并获取该历史语音信息,将该历史语音信息作为待推荐用户的历史语音信息。
S207、提取历史语音信息中的用户标识及音频信息。
在本实施例中,用户标识可以理解为用于表征用户的唯一字符,区别于用户标识信息包括的内容,用户表示仅包括字符。
具体的,历史语音信息中包括音频信息及有字符形式的用户标识,处理器可以根据不同的数据类型,分别提取出历史语音信息中的用户标识及音频信息。
S208、将用户标识输入至行为分析模型中的类型分析子模型,得到用户标识所对应的用户类型。
在本实施例中,类型分析子模型可以理解为用于对用户类型进行分类的模型。用户类型可以理解为用于区分不同用户价值的类型。
需要知道的是,用户价值也即客户为企业的利润贡献度,在稳定期进行用户类型分析的目的是根据用户的价值,挖掘其需求,并根据不同的价值对用户进行分类管理。通过分类,识别出可以为企业带来更大利润的用户;并通过一系列的营销手段,提升用户满意度及忠诚度,使得企业获得更多的利润。用户价值通常可以通过一些指标,如用户消费特征、消费行为等计算得出。
具体的,处理器可以将用户标识输入至行为分析模型中的类型分析子模型,根据输出结果得到用户标识所对应的用户类型。
示例性的,行为分析模型的分类过程可以为:通过行为分析模型获取所有的历史销售数据,通过行为分析模型从中提取购买时间、购买频率和购买金额3个指标进行RFM(recency,frequency,monetary)分析,对得到的分析结果求其等权重总分,然后再使用K-means算法对每个用户的RFM总分进行聚类分析,确定每个用户所属的类别,并将类别结果与用户标识建立关联关系,便于后续通过用户标识确定用户所对应的类别,整个实现过程可使用SPSSStatistics17.0。
S209、对音频信息进行特征提取,确定特征词信息。
在本实施例中,特征词信息可以理解为与产品相关的特征信息。
具体的,处理器可以对音频信息进行特征提取,如可以采用TF-IDF、Word2vec等方法进行特征提取,得到特征词矩阵,构成特征词信息。
S210、将特征词信息及用户类型输入至推荐模型中,得到向待推荐用户推荐的目标产品。
具体的,处理器可以将特征词信息及用户类型输入至推荐模型中,得到输出结果,确定向待推荐用户推荐的目标产品。
本发明实施例的技术方案,通过人脸图像信息及指纹信息进行双重验证,保证了基于生物特征信息识别用户标识信息的准确性,进而通过用户标识信息确定历史语音信息,将历史语音信息中的用户标识输入至类型分析子模型中,得到待推荐用户所属的用户类型,并将用户类型及音频信息输入至推荐模型中,得到目标产品。实现了对用户类型的行为分析,增强了对用户行为分析的能力,提高了为用户推荐服务或产品的精准性,从而可以提高业务办理效率。
实施例三
图3为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3所示,该装置包括:信息获取模块31、第一确定模块32及第二确定模块33。其中,
信息获取模块31,用于获取待推荐用户的生物特征信息;
第一确定模块32,用于根据所述生物特征信息,确定所述待推荐用户的历史语音信息;
第二确定模块33,用于根据所述历史语音信息、预构建的行为分析模型及推荐模型,确定向所述待推荐用户推荐的目标产品。
本发明实施例的技术方案,通过获取待推荐用户的生物特征信息;根据生物特征信息,确定待推荐用户的历史语音信息;根据历史语音信息、预构建的行为分析模型及推荐模型,确定向待推荐用户推荐的目标产品。通过生物特征信息调用待推荐用户的历史语音信息,结合预构建的行为分析模型及推荐模型,确定目标产品。实现了对目标产品的自动确定,由于历史语音信息可以精准反映用户近期对银行产品或服务的需求,增强了对用户行为分析的能力,提高了为用户推荐服务或产品的精准性,从而可以提高业务办理效率。
进一步的,第一确定模块32包括:
信息提取单元,用于提取所述生物特征信息中的人脸图像信息及指纹信息;
第一确定单元,用于将所述人脸图像信息在预设的用户信息库中进行查找,确定与所述人脸图像信息相匹配的候选用户;
信息获取单元,用于获取所述候选用户的待核对指纹信息;
第二确定单元,用于将所述待核对指纹信息与所述指纹信息进行比对,确定比对结果;
第三确定单元,用于根据所述比对结果,确定所述待推荐用户的历史语音信息。
其中,第三确定单元,具体用于:
当所述比对结果为所述待核对指纹信息与所述指纹信息匹配时,获取所述待核对指纹信息所对应的用户的用户标识信息;
基于所述用户标识信息在预设的历史语音数据库中进行查找,得到所述待推荐用户的历史语音信息。
进一步的,第二确定模块33具体用于:
提取所述历史语音信息中的用户标识及音频信息;
将所述用户标识输入至所述行为分析模型中的类型分析子模型,得到所述用户标识所对应的用户类型;
对所述音频信息进行特征提取,确定特征词信息;
将所述特征词信息及所述用户类型输入至所述推荐模型中,得到向所述待推荐用户推荐的目标产品。
进一步的,该装置,还包括:
第三确定模块,用于当所述待推荐用户不存在历史语音信息时,获取所述待推荐用户的当前需求信息,根据所述当前需求信息、所述推荐模型及所述行为分析模型,确定向所述待推荐用户推荐的目标产品。
其中,第三确定模块,具体用于:
将所述当前需求信息输入至所述推荐模型,以所述当前需求信息所对应的候选推荐产品;
将所述候选推荐产品输入至所述行为分析模型中的关联产品子模型,以确定所述候选推荐产品的关联产品;
将所述候选推荐产品及所述关联产品作为向所述待推荐用户推荐的目标产品。
进一步的,该装置还包括:
模型更新模块,用于接收所述待推荐用户的购买信息,基于所述购买信息对所述行为分析模型及所述推荐模型进行更新。
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4示出了可以用来实施本发明的实施例的电子设备40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4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43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41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40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41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41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41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48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41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41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,包括:
获取待推荐用户的生物特征信息;
根据所述生物特征信息,确定所述待推荐用户的历史语音信息;
根据所述历史语音信息、预构建的行为分析模型及推荐模型,确定向所述待推荐用户推荐的目标产品。
2.根据权利要求1所述的方法,其特征在于,所述根据所述生物特征信息,确定所述待推荐用户的历史语音信息,包括:
提取所述生物特征信息中的人脸图像信息及指纹信息;
将所述人脸图像信息在预设的用户信息库中进行查找,确定与所述人脸图像信息相匹配的候选用户;
获取所述候选用户的待核对指纹信息;
将所述待核对指纹信息与所述指纹信息进行比对,确定比对结果;
根据所述比对结果,确定所述待推荐用户的历史语音信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述比对结果,确定所述待推荐用户的历史语音信息,包括:
当所述比对结果为所述待核对指纹信息与所述指纹信息匹配时,获取所述待核对指纹信息所对应的用户的用户标识信息;
基于所述用户标识信息在预设的历史语音数据库中进行查找,得到所述待推荐用户的历史语音信息。
4.根据权利要求1所述的方法,其特征在于,所述根据所述历史语音信息、预构建的行为分析模型及推荐模型,确定向所述待推荐用户推荐的目标产品,包括:
提取所述历史语音信息中的用户标识及音频信息;
将所述用户标识输入至所述行为分析模型中的类型分析子模型,得到所述用户标识所对应的用户类型;
对所述音频信息进行特征提取,确定特征词信息;
将所述特征词信息及所述用户类型输入至所述推荐模型中,得到向所述待推荐用户推荐的目标产品。
5.根据权利要求1所述的方法,其特征在于,还包括:
当所述待推荐用户不存在历史语音信息时,获取所述待推荐用户的当前需求信息,根据所述当前需求信息、所述推荐模型及所述行为分析模型,确定向所述待推荐用户推荐的目标产品。
6.根据权利要求5所述的方法,其特征在于,所述根据所述当前需求信息、所述推荐模型及所述行为分析模型,确定向所述待推荐用户推荐的目标产品,包括:
将所述当前需求信息输入至所述推荐模型,以所述当前需求信息所对应的候选推荐产品;
将所述候选推荐产品输入至所述行为分析模型中的关联产品子模型,以确定所述候选推荐产品的关联产品;
将所述候选推荐产品及所述关联产品作为向所述待推荐用户推荐的目标产品。
7.根据权利要求1所述的方法,其特征在于,还包括:
接收所述待推荐用户的购买信息,基于所述购买信息对所述行为分析模型及所述推荐模型进行更新。
8.一种产品推荐装置,其特征在于,包括:
信息获取模块,用于获取待推荐用户的生物特征信息;
第一确定模块,用于根据所述生物特征信息,确定所述待推荐用户的历史语音信息;
第二确定模块,用于根据所述历史语音信息、预构建的行为分析模型及推荐模型,确定向所述待推荐用户推荐的目标产品。
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1-7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1-7中任一项所述的产品推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310293272.4A CN116308665A (zh) | 2023-03-23 | 2023-03-23 | 产品推荐方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310293272.4A CN116308665A (zh) | 2023-03-23 | 2023-03-23 | 产品推荐方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116308665A true CN116308665A (zh) | 2023-06-23 |
Family
ID=86827006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310293272.4A Pending CN116308665A (zh) | 2023-03-23 | 2023-03-23 | 产品推荐方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116308665A (zh) |
-
2023
- 2023-03-23 CN CN202310293272.4A patent/CN116308665A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284044B (zh) | 一种基于大数据的功能菜单展示方法及相关设备 | |
TW201812689A (zh) | 惡意地址/惡意訂單的識別系統、方法及裝置 | |
WO2018040068A1 (zh) | 基于知识图谱的语意分析系统及方法 | |
CN113095408A (zh) | 风险的确定方法、装置和服务器 | |
CN117114514B (zh) | 一种基于大数据的人才信息分析管理方法、系统及装置 | |
CN109034199B (zh) | 数据处理方法及装置、存储介质和电子设备 | |
CN111626813A (zh) | 产品推荐方法及其系统 | |
CN115098440A (zh) | 电子档案查询方法、装置、存储介质和设备 | |
CN116739626A (zh) | 商品数据挖掘处理方法、装置、电子设备及可读介质 | |
CN113887214A (zh) | 基于人工智能的意愿推测方法、及其相关设备 | |
CN113392920A (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN116340831B (zh) | 一种信息分类方法、装置、电子设备及存储介质 | |
CN113495987A (zh) | 数据搜索方法、装置、设备和存储介质 | |
CN115827994A (zh) | 一种数据处理方法、装置、设备、存储介质 | |
US20220172271A1 (en) | Method, device and system for recommending information, and storage medium | |
CN114913016A (zh) | 基于大数据的债券交易风险提示方法、装置、设备及介质 | |
CN116308665A (zh) | 产品推荐方法、装置、设备及介质 | |
CN114528378A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN114443802A (zh) | 一种接口文档处理方法、装置、电子设备和存储介质 | |
CN116244740B (zh) | 一种日志脱敏方法、装置、电子设备及存储介质 | |
CN117150215B (zh) | 一种考核结果确定方法、装置、电子设备及存储介质 | |
CN116089459B (zh) | 数据检索方法、装置、电子设备及存储介质 | |
CN115238190A (zh) | 一种推荐对象的方法、装置、电子设备和存储介质 | |
CN114627410A (zh) | 一种用于获取服务的视频验证方法及相关装置 | |
CN115186181A (zh) | 一种虚拟资产推荐方法、装置、电子设备及存储介质 |
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 |