CN116542741A - 一种组合产品推荐方法、装置、设备及存储介质 - Google Patents
一种组合产品推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116542741A CN116542741A CN202310514248.9A CN202310514248A CN116542741A CN 116542741 A CN116542741 A CN 116542741A CN 202310514248 A CN202310514248 A CN 202310514248A CN 116542741 A CN116542741 A CN 116542741A
- Authority
- CN
- China
- Prior art keywords
- orders
- delivery
- information
- supply
- policy engine
- 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 98
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012384 transportation and delivery Methods 0.000 claims description 270
- 239000000463 material Substances 0.000 claims description 218
- 238000012545 processing Methods 0.000 claims description 74
- 238000004519 manufacturing process Methods 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 48
- 230000010365 information processing Effects 0.000 claims description 20
- 238000013439 planning Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 239000000047 product Substances 0.000 abstract description 10
- 239000013066 combination product Substances 0.000 abstract 1
- 229940127555 combination product Drugs 0.000 abstract 1
- 230000007547 defect Effects 0.000 abstract 1
- 238000012216 screening Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 82
- 238000010586 diagram Methods 0.000 description 29
- 238000007726 management method Methods 0.000 description 16
- 238000010276 construction Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种组合产品推荐方法、装置、设备及存储介质,应用于金融领域,该方法包括:根据用户信息构建用户信贷标签;根据用户信贷标签筛选匹配产品;根据需求信息以最小利率为目标计算匹配产品的权重;根据权重与匹配产品的产品信息输出组合产品推荐方案。本发明方法通过根据用户信息和贷款信息为用户提供以最小利率为目标的贷款组合产品推荐方案,避免了当用户需求金额超出单个产品的可授信额度时,用户难以从多个贷款产品中挑选最优组合,从而导致用户选择高利率组合贷款产品,需要承担更高风险和更高金融成本的缺点。
Description
技术领域
本发明涉及金融领域,特别涉及一种组合产品推荐方法、装置、设备及计算机可读存储介质。
背景技术
目前贷款产品推荐技术,其共同逻辑都仅限于根据每个客户的基本信息、贷款需求信息与数据库内每一款金融产品进行独立匹配,其中,符合授信于该客户的金融产品都会被标记、选出,进而推荐给该客户。现有技术中的贷款产品推荐只是根据用户的基本信息和贷款需求信息为用户进行单一贷款产品的匹配,而当用户的贷款金额需求大于单一贷款产品的贷款金额时,用户需要从多个贷款产品中挑选最优的贷款组合方案,但由于计算复杂性和贷款产品的多样性,用户难以从众多贷款产品中挑选出最优的贷款组合方案。
发明内容
本发明的目的在于提供一种组合产品推荐方法、装置、设备及存储介质,应用于金融领域,本发明方法通过根据用户信息和贷款信息为用户提供以最小利率为目标的贷款组合产品推荐方案,避免了用户选择高利率组合贷款产品,从而需要承担更高风险和更高金融成本的缺点。
为解决上述技术问题,本发明提供一种组合产品推荐方法,包括:
根据用户信息构建用户信贷标签;
根据所述用户信贷标签筛选匹配产品;
根据需求信息以最小利率为目标计算所述匹配产品的权重;
根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案。
可选的,所述根据需求信息以最小利率为目标计算所述匹配产品的权重,包括:
删除所述匹配产品中期限小于所述需求信息中需求时间的产品;
将所述匹配产品的产品信息输入第一推荐模型,根据所述需求信息中的需求金额以最小利率为所述目标计算所述权重,所述第一推荐模型的表达式为:
min[f(ωi)]=∑ωi*xi*yi(∑ωi*xi=z);
式中,ωi为第i个所述匹配产品的所述权重,xi为第i个所述匹配产品的最高可授信额度,yi为第i个所述匹配产品的年利率,min[f(ωi)]为所述目标,z为所述需求金额。
可选的,所述删除所述匹配产品中期限小于所述需求信息中需求时间的产品之后,还包括:
将所述匹配产品的所述产品信息输入第二推荐模型,在备用金额小于所述需求金额且不小于最小需求金额的条件下以最小利率为备用目标计算备用权重,所述第二推荐模型的表达式为:
min[f(ω′i)]′=∑ω′i*xi*yi(zmin≤∑ω′i*xi<z);
式中,ω′i为第i个所述匹配产品的所述备用权重,xi为第i个所述匹配产品的所述最高可授信额度,yi为第i个所述匹配产品的所述年利率,min[f(ω′i)]′为所述备用目标,z为所述需求金额,zmin为所述最小需求金额;
当所述备用目标小于所述目标时,根据所述备用权重与所述匹配产品的所述产品信息输出备用组合产品推荐方案。
可选的,所述根据所述用户信贷标签筛选匹配产品,包括:
对所述用户信贷标签进行词项切分获取多个标签关键字;
获取每个产品准入规则中的产品关键字;
将所述标签关键字和所述产品关键字进行匹配并获取匹配结果;
将所述匹配结果输入评分模型中获取匹配分数值;
根据所述匹配分数值从所述产品中筛选所述匹配产品。
可选的,所述根据所述用户信贷标签筛选匹配产品之后,还包括:
当需求金额超出所述匹配产品的最高可授信额度总和时,输出警示信息。
可选的,所述根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案,包括:
根据所述权重与所述匹配产品的所述产品信息输出符合最小利率的全部所述组合产品推荐方案。
可选的,所述用户信息包括社保信息、税务信息、征信信息、工商信息和司法信息。
为解决上述技术问题,本发明还提供一种组合产品推荐装置,包括:
标签模块,由于根据用户信息构建用户信贷标签;
筛选模块,用于根据所述用户信贷标签筛选匹配产品;
计算模块,用于根据需求信息以最小利率为目标计算所述匹配产品的权重;
输出模块,用于根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案。
为解决上述技术问题,本发明还提供一种组合产品推荐设备,包括:
存储器,用于储存计算机程序;
处理器,用于执行所述计算机程序时实现任一项所述组和产品推荐方法。
为解决上述技术问题,本发明还提供一种可读存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时,实现任一项所述组合产品推荐方法。
可见,本发明方法通过根据用户信息构建用户信贷标签;根据用户信贷标签筛选匹配产品;根据需求信息以最小利率为目标计算匹配产品的权重;根据权重与匹配产品的产品信息输出组合产品推荐方案。本发明方法通过根据用户信息和贷款信息为用户提供以最小利率为目标的贷款组合产品推荐方案,避免了当用户需求金额超出单个产品的可授信额度时,用户难以从多个贷款产品中挑选最优组合,从而导致用户选择高利率组合贷款产品,用户需要承担更高风险和更高金融成本的缺点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例所提供的一种组合产品推荐方法的流程图;
图2为本发明实施例所提供的一种组合产品推荐方法的具体实施例图;
图3为本发明实施例所提供的一种组合产品推荐装置的结构框图。
具体实施方式
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,都属于本发明保护的范围。
以下结合图1,图1为本发明实施例所提供的一种组合产品推荐方法的流程图,该方法可以包括:
S101:根据用户信息构建用户信贷标签。
本实施例可以根据用户信息构建用户信贷标签,本实施例并不限定用户信息的获取方式,可以是在获得用户的授权之后,采集并存储的用户信息。本实施例也不限定用户信息的具体内容,包括但不限于社保信息、税务信息、征信信息、工商信息、司法信息等相关信息。例如,在获得某个人用户的授权之后,根据用户信息构建的用户信贷标签可以如表1所示。
表1为根据用户信息构建的用户信贷标签
标签编号 | 标签类型 | 标签名称 | 标签值 |
AQ1 | 个人标签 | 用户身份 | 个人 |
AQ2 | 个人标签 | 用户年龄 | 29 |
AQ3 | 个人标签 | 月薪资收入(元) | 10000 |
AQ4 | 个人标签 | 房产 | 有 |
AQ5 | 个人标签 | 车辆 | 无 |
AQ6 | 个人标签 | 社保 | 有 |
AQ7 | 个人标签 | 不良征信 | 无 |
AQ8 | 个人标签 | 司法纠纷 | 无 |
...... | ...... | ...... | ...... |
表1
根据表1可知,标签名称可以包括用户身份,用户年龄、月薪资收入、房产、车辆、社保、不良征信、司法纠纷等,对于用户来说标签类型可以为个人标签,本实施例并不限定标签的编号方式,可以以AQ1、AQ2等进行编号。
S102:根据用户信贷标签筛选匹配产品。
用户信贷标签是用户特征的体现,本实施例中可以根据用户信贷标签从所有贷款产品中筛选出匹配产品。本实施例并不限定进行筛选匹配的方式,对用户信贷标签进行词项切分获取多个标签关键字;获取每个产品准入规则中的产品关键字;将标签关键字和产品关键字进行匹配并获取匹配结果;将匹配结果输入评分模型中获取匹配分数值;根据匹配分数值从产品中筛选匹配产品。本实施例并不限定准入规则的具体内容,对于某个产品来说,其准入规则库可以如表2所示。
表2为产品的准入规则库
表2
准入规则具体可以包括准入规则序号、准入规则类型、准入规则名称、准入规则描述、准入规则匹配逻辑等信息,根据准入规则进行用户信贷标签与产品准入规则的校验匹配,最终筛选出符合用户信贷标签的匹配产品,本实施例并不限定产品所包含的信息,匹配产品的信息可以包括产品名称、最高可授信额度、最长贷款期限、年利率等信息、例如当最终筛选出的匹配产品包括X1、X2、X3和X4,其信息可以如表3所示:
表3为举例匹配产品的产品信息
表3
S103:根据需求信息以最小利率为目标计算匹配产品的权重。
在本实施例中可以根据用户的需求信息以最小利率为目标计算匹配产品的权重。本实施例并不限定最小利率的计算方式,也不限定各权重占比的确定方式。用户的需求信息可以包含用户对产品的需求金额和需求时间,在本实施例中当需求金额超出匹配产品的最高可授信额度总和时,可以输出警示信息,本实施例并不限定警示信息的具体内容。在本实施例中可以首先删除匹配产品中期限小于需求信息中需求时间的产品,例如若用户的需求时间为24个月,根据表3中最长贷款期限可知,匹配产品X4并不负荷用户的需求时间,因此可以将匹配产品X4删除,之后可以将匹配产品的产品信息输入第一推荐模型,根据需求信息中的需求金额以最小利率为目标计算权重,第一推荐模型的表达式为:
min[f(ωi)]=∑ωi*xi*yi(∑ωi*xi=z);
式中,ωi为第i个匹配产品的权重,xi为第i个匹配产品的最高可授信额度,yi为第i个匹配产品的年利率,min[f(ωi)]为目标,z为需求金额。
在本实施例中,由第一推荐模型所计算得到的权重为在等于需求金额下以最小利率为目标所计算得到的权重结果,在本实施例中,还可以向用户提供备用金额在小于需求金额且不小于最小需求金额的条件下以最小利率为目标所计算得到的权重结果,例如用户的需求金额为10万元,在等于10万元的条件下的最小利率为a1,在小于10万元的条件下,例如当备用金额为9万元时最小利率为a2,当a2小于a1时,可以向用户推荐小于需求金额条件下利率更低的组合产品推荐方案,具体可以将匹配产品的产品信息输入第二推荐模型,在备用金额小于所述需求金额且不小于最小需求金额的条件下以最小利率为备用目标计算备用权重,第二推荐模型的表达式为:
min[f(ω′i)]′=∑ω′i*xi*yi(zmin≤∑ω′i*xi<z);
式中,ω′i为第i个匹配产品的备用权重,xi为第i个匹配产品的最高可授信额度,yi为第i个匹配产品的年利率,min[f(ω′i)]′为备用目标,z为需求金额,zmin为最小需求金额。
当备用目标小于目标时,即第二推荐模型的最小利率低于第一推荐模型中的最小利率,根据备用权重与匹配产品的产品信息输出备用组合产品推荐方案。
S104:根据权重与匹配产品的产品信息输出组合产品推荐方案。
在本实施例中,可以根据权重与匹配产品的产品信息输出组合产品推荐方案,进一步,当在同一条件下,计算得到多种权重方案时,可以根据多种权重方案与匹配产品的产品信息输出符合最小利率的全部组合产品推荐方案,也可以从多种权重方案中进一步筛选出一种权重方案作为最终权重方案进行组合产品推荐方案的生成,本实施例并不限定具体的筛选方式。
本实施例中,输出的组合产品推荐方案可以包括产品名称、最高可授信额度、最长贷款期限和年利率等信息,例如根据X1、X2和X3这三个匹配产品输出的组合产品推荐方案可以如表4所示,对于匹配产品X1可以借贷10000元,对于匹配产品X2可以借贷50000元,对于匹配产品X3可以借贷40000元,从而实现在满足用户需求条件下的最小利率。
表4为举例组合产品推荐方案
表4
本发明实施例通过根据用户信息和贷款信息为用户提供以最小利率为目标的贷款组合产品推荐方案,避免了当用户需求金额超出单个产品的可授信额度时,用户难以从多个贷款产品中挑选最优组合,从而导致用户选择高利率组合贷款产品,用户需要承担更高风险和更高金融成本的缺点。
以下结合图2,图2为本发明实施例所提供的一种组合产品推荐方法的具体实施例图,该具体实施例可以包括:
1、获取用户授权之后采集并存储用户信息,根据用户信息生成用户信贷标签。
2、计算用户信贷标签与每个产品的匹配分数值,根据用户信贷标签从产品中筛选出匹配产品。
3、根据需求信息中的需求时间从匹配产品中删除期限小于需求时间的匹配产品。
4、根据需求信息中的需求金额以最小利率为目标计算匹配产品的权重。
5、根据权重与匹配产品的产品信息输出组合产品推荐方案。
以下结合图3,图3为本发明实施例所提供的一种组合产品推荐装置的结构框图,该装置可以包括:
标签模块100,由于根据用户信息构建用户信贷标签;
筛选模块200,用于根据所述用户信贷标签筛选匹配产品;
计算模块300,用于根据需求信息以最小利率为目标计算所述匹配产品的权重;
输出模块400,用于根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案。
基于上述实施例,本发明通过根据用户信息和贷款信息为用户提供以最小利率为目标的贷款组合产品推荐方案,避免了当用户需求金额超出单个产品的可授信额度时,用户难以从多个贷款产品中挑选最优组合,从而导致用户选择高利率组合贷款产品,用户需要承担更高风险和更高金融成本的缺点。
基于上述各实施例,所述计算模块300,可以包括:
删除单元,用于删除所述匹配产品中期限小于所述需求信息中需求时间的产品;
第一推荐单元,用于将所述匹配产品的产品信息输入第一推荐模型,根据所述需求信息中的需求金额以最小利率为所述目标计算所述权重,所述第一推荐模型的表达式为:
min[f(ωi)]=∑ωi*xi*yi(∑ωi*xi=z);
式中,ωi为第i个所述匹配产品的所述权重,xi为第i个所述匹配产品的最高可授信额度,yi为第i个所述匹配产品的年利率,min[f(ωi)]为所述目标,z为所述需求金额。
基于上述各实施例,所述计算模块300,还可以包括:
第二推荐单元,用于将所述匹配产品的所述产品信息输入第二推荐模型,在备用金额小于所述需求金额且不小于最小需求金额的条件下以最小利率为备用目标计算备用权重,所述第二推荐模型的表达式为:
min[f(ω′i)]′=∑ω′i*xi*yi(zmin≤∑ω′i*xi<z);
式中,ω′i为第i个所述匹配产品的所述备用权重,xi为第i个所述匹配产品的所述最高可授信额度,yi为第i个所述匹配产品的所述年利率,min[f(ω′i)]′为所述备用目标,z为所述需求金额,zmin为所述最小需求金额;
比较单元,用于当所述备用目标小于所述目标时,根据所述备用权重与所述匹配产品的所述产品信息输出备用组合产品推荐方案。
基于上述各实施例,所述筛选模块200,可以包括:
标签单元,用于对所述用户信贷标签进行词项切分获取多个标签关键字;
产品单元,用于获取每个产品准入规则中的产品关键字;
匹配单元,用于将所述标签关键字和所述产品关键字进行匹配并获取匹配结果;
分值单元,用于将所述匹配结果输入评分模型中获取匹配分数值;
筛选单元,用于根据所述匹配分数值从所述产品中筛选所述匹配产品。
基于上述各实施例,该装置还可以包括:
警示模块,用于当需求金额超出所述匹配产品的最高可授信额度总和时,输出警示信息。
基于上述各实施例,所述输出模块400,可以包括:
全部输出单元,用于根据所述权重与所述匹配产品的所述产品信息输出符合最小利率的全部所述组合产品推荐方案。
基于上述各实施例,所述用户信息包括社保信息、税务信息、征信信息、工商信息和司法信息。
基于上述实施例,本发明还提供了一种组合产品推荐设备,该设备可以包括存储器和处理器,其中,该存储器中存有计算机程序,该处理器调用该存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然,该装置还可以包括各种必要的网络接口、电源以及其它零部件等。
本发明还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行终端或处理器执行时可以实现本发明实施例所提供的组合产品推荐方法;该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种组合产品推荐方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (20)
1.一种组合产品推荐方法,其特征在于,包括:
根据用户信息构建用户信贷标签;
根据所述用户信贷标签筛选匹配产品;
根据需求信息以最小利率为目标计算所述匹配产品的权重;
根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案。
2.根据权利要求1所述的组合产品推荐方法,其特征在于,所述根据需求信息以最小利率为目标计算所述匹配产品的权重,包括:
删除所述匹配产品中期限小于所述需求信息中需求时间的产品;
将所述匹配产品的产品信息输入第一推荐模型,根据所述需求信息中的需求金额以最小利率为所述目标计算所述权重,所述第一推荐模型的表达式为:
min[f(ωi)]=∑ωi*xi*yi(∑ωi*xi=z);
式中,ωi为第i个所述匹配产品的所述权重,xi为第i个所述匹配产品的最高可授信额度,yi为第i个所述匹配产品的年利率,min[f(ωi)]为所述目标,z为所述需求金额。
3.根据权利要求2所述的组合产品推荐方法,其特征在于,所述删除所述匹配产品中期限小于所述需求信息中需求时间的产品之后,还包括:
将所述匹配产品的所述产品信息输入第二推荐模型,在备用金额小于所述需求金额且不小于最小需求金额的条件下以最小利率为备用目标计算备用权重,所述第二推荐模型的表达式为:
min[f(ωi′)]′=∑ωi′*xi*yi(zmin≤∑ωi′*xi<z);
式中,ωi′为第i个所述匹配产品的所述备用权重,xi为第i个所述匹配产品的所述最高可授信额度,yi为第i个所述匹配产品的所述年利率,min[f(ωi′)]′为所述备用目标,z为所述需求金额,zmin为所述最小需求金额;
当所述备用目标小于所述目标时,根据所述备用权重与所述匹配产品的所述产品信息输出备用组合产品推荐方案。
4.根据权利要求1所述的组合产品推荐方法,其特征在于,所述根据所述用户信贷标签筛选匹配产品,包括:
对所述用户信贷标签进行词项切分获取多个标签关键字;
获取每个产品准入规则中的产品关键字;
将所述标签关键字和所述产品关键字进行匹配并获取匹配结果;
将所述匹配结果输入评分模型中获取匹配分数值;
根据所述匹配分数值从所述产品中筛选所述匹配产品。
5.根据权利要求1所述的组合产品推荐方法,其特征在于,所述根据所述用户信贷标签筛选匹配产品之后,还包括:
当需求金额超出所述匹配产品的最高可授信额度总和时,输出警示信息。
6.根据权利要求1所述的组合产品推荐方法,其特征在于,所述根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案,包括:
根据所述权重与所述匹配产品的所述产品信息输出符合最小利率的全部所述组合产品推荐方案。
7.根据权利要求1所述的组合产品推荐方法,其特征在于,所述用户信息包括社保信息、税务信息、征信信息、工商信息和司法信息。
8.一种组合产品推荐装置,其特征在于,包括:
标签模块,由于根据用户信息构建用户信贷标签;
筛选模块,用于根据所述用户信贷标签筛选匹配产品;
计算模块,用于根据需求信息以最小利率为目标计算所述匹配产品的权重;
输出模块,用于根据所述权重与所述匹配产品的产品信息输出组合产品推荐方案。
9.一种组合产品推荐设备,其特征在于,包括:
存储器,用于储存计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述组合产品推荐方法。
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中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时,实现如权利要求1至7任一项所述组合产品推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310514248.9A CN116542741A (zh) | 2023-05-09 | 2023-05-09 | 一种组合产品推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310514248.9A CN116542741A (zh) | 2023-05-09 | 2023-05-09 | 一种组合产品推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542741A true CN116542741A (zh) | 2023-08-04 |
Family
ID=87446603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310514248.9A Pending CN116542741A (zh) | 2023-05-09 | 2023-05-09 | 一种组合产品推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542741A (zh) |
-
2023
- 2023-05-09 CN CN202310514248.9A patent/CN116542741A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6463345B1 (en) | Regenerative available to promise | |
US7444295B2 (en) | Single level bill of material available to promise | |
US10049332B2 (en) | Queuing tasks in a computer system based on evaluating queue information and capability information of resources against a set of rules | |
US11038948B2 (en) | Real time updates and predictive functionality in block chain | |
US8583467B1 (en) | Method and system for optimized scheduling of workflows | |
US20200118086A1 (en) | Smart contracts within a blockchain system to dynamically and automatically manage a replacement process | |
JP7105336B2 (ja) | スマートサプライチェーンシステム | |
WO2013140613A1 (ja) | 生産計画立案決定方法、生産計画立案装置およびプログラム | |
JP4847030B2 (ja) | 受発注システム及び受発注方法 | |
Candas et al. | Integrated location and inventory planning in service parts logistics with customer-based service levels | |
Furlan et al. | BFO: a hybrid bees algorithm for the multi-level capacitated lot-sizing problem | |
GB2448986A (en) | System for allocating manufactured products to sellers using profitable order promising | |
JP2004537772A (ja) | クリティカルな資材構成要素および製造能力の供給を割り当てるためのシステムおよび方法 | |
Demir et al. | Competing through the last mile: Strategic 3D printing in a city logistics context | |
Chinnaraj et al. | A new methodology for secured inventory management by average fitness‐based colliding bodies optimization integrated with block chain under cloud | |
US20240013131A1 (en) | Systems and methods for managing decision scenarios | |
Gunawan et al. | Real-world parameter tuning using factorial design with parameter decomposition | |
CN116542741A (zh) | 一种组合产品推荐方法、装置、设备及存储介质 | |
CN116542739A (zh) | 用于信息处理的方法、装置、设备和存储介质 | |
Wang et al. | A sharing-oriented service selection and scheduling approach for the optimization of resource utilization | |
JP2002328984A (ja) | 情報提供方法及び情報提供システム | |
Topan et al. | Using imperfect advance demand information in lost-sales inventory systems | |
US11843549B1 (en) | Automated resource prioritization using artificial intelligence techniques | |
US20230068901A1 (en) | Advanced available-to-promise supply creation-based confirmation | |
Asokan et al. | Parallel large-neighborhood search techniques for LNG inventory routing |
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 |