CN116645211B - 推荐用户信息生成方法、装置、设备和计算机可读介质 - Google Patents

推荐用户信息生成方法、装置、设备和计算机可读介质 Download PDF

Info

Publication number
CN116645211B
CN116645211B CN202310544828.2A CN202310544828A CN116645211B CN 116645211 B CN116645211 B CN 116645211B CN 202310544828 A CN202310544828 A CN 202310544828A CN 116645211 B CN116645211 B CN 116645211B
Authority
CN
China
Prior art keywords
value
user
information
circulation
flow
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.)
Active
Application number
CN202310544828.2A
Other languages
English (en)
Other versions
CN116645211A (zh
Inventor
王健
林得苗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pai Tech Co ltd
China Securities Co Ltd
Original Assignee
Pai Tech Co ltd
China Securities Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pai Tech Co ltd, China Securities Co Ltd filed Critical Pai Tech Co ltd
Priority to CN202310544828.2A priority Critical patent/CN116645211B/zh
Publication of CN116645211A publication Critical patent/CN116645211A/zh
Application granted granted Critical
Publication of CN116645211B publication Critical patent/CN116645211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0455—Auto-encoder networks; Encoder-decoder networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Finance (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的实施例公开了推荐用户信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合；获取每个目标价值流转用户的用户信息，得到用户信息集合；对于每个用户信息，根据用户信息和价值流转属性信息集合，生成对应用户信息所对应的目标价值流转用户的价值流转推荐信息；对于待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应待发行价值流转标识的推荐用户信息。该实施方式提高了选择价值流转标识的效率和选择的价值流转标识与价值流转用户的适配度。

Description

推荐用户信息生成方法、装置、设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及推荐用户信息生成方法、装置、设备和计算机可读介质。
背景技术
价值流转用户可以针对待发行的价值流转标识进行价值流转操作，以实现价值流转标识的发行。目前，在价值流转用户选择价值流转标识进行时，通常采用的方式为：在全部价值流转标识中筛选价值流转标识进行价值流转，或直接为价值流转用户推荐价值流转标识。
然而，发明人发现，当采用上述方式选择价值流转标识时，经常会存在如下技术问题：
第一，价值流转用户需逐一对比价值流转标识的详细信息，导致选择价值流转标识的效率较低，且无法从价值流转标识的维度适配价值流转用户，导致选择的价值流转标识与价值流转用户的适配度较低。
第二，为价值流转用户推荐价值流转标识的方式，无法对所推荐的价值流转标识与价值流转用户的关系作出解释，导致所推荐的价值流转标识的可信任度较低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了推荐用户信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种推荐用户信息生成方法，该方法包括：获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合；获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合；对于上述用户信息集合中的每个用户信息，根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息，其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组，上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率；对于上述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息，其中，上述推荐用户信息包括目标价值流转用户序列。
第二方面，本公开的一些实施例提供了一种推荐用户信息生成装置，装置包括：第一获取单元，被配置成获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合；第二获取单元，被配置成获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合；第一生成单元，被配置成对于上述用户信息集合中的每个用户信息，根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息，其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组，上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率；第二生成单元，被配置成对于上述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息，其中，上述推荐用户信息包括目标价值流转用户序列。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的推荐用户信息生成方法，提高了选择价值流转标识的效率和选择的价值流转标识与价值流转用户的适配度。具体来说，造成选择价值流转标识的效率较低、选择的价值流转标识与价值流转用户的适配度较低的原因在于：价值流转用户需逐一对比价值流转标识的详细信息，导致选择价值流转标识的效率较低，且无法从价值流转标识的维度适配价值流转用户，导致选择的价值流转标识与价值流转用户的适配度较低。基于此，本公开的一些实施例的推荐用户信息生成方法，首先，获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合。由此，价值流转属性信息集合可以表征各个待发行价值流转标识的流转属性相关信息。然后，获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合。由此，用户信息集合可以表征各个目标价值流转用户的特征相关信息。之后，对于上述用户信息集合中的每个用户信息，根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息。其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组。上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率。由此，可以从价值流转用户的维度，生成针对价值流转用户的价值流转推荐信息。最后，对于上述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息。其中，上述推荐用户信息包括目标价值流转用户序列。由此，可以从待发行价值流转标识的维度，生成对应待发行价值流转标识的推荐用户信息，推荐用户信息可以表征与待发行价值流转标识匹配的各个价值流转用户。从而可以针对待发行价值流转标识，向匹配的各个价值流转用户推荐此待发行价值流转标识。价值流转用户无需从全部价值流转标识中选择价值流转标识，进而提高了选择价值流转标识的效率和选择的价值流转标识与价值流转用户的适配度。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的推荐用户信息生成方法的一些实施例的流程图；
图2是根据本公开的推荐用户信息生成装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的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公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
本公开中所涉及的用户个人信息(例如用户信息)的收集、存储、使用等操作，在执行相应操作之前，相关组织或个人尽到包括开展个人信息安全影响评估、向个人信息主体履行告知义务、事先征得个人信息主体的授权同意等义务。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的推荐用户信息生成方法的一些实施例的流程100。该推荐用户信息生成方法，包括以下步骤：
步骤101，获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合。
在一些实施例中，推荐用户信息生成方法的执行主体(例如计算设备)可以通过有线连接方式或者无线连接方式，从服务器获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合。其中，上述待发行价值流转标识集合中的待发行价值流转标识可以为待发行的用于进行价值流转的凭证(例如债券)。价值流转属性信息可以为待发行价值流转标识的流转属性相关信息。价值流转属性信息可以包括但不限于以下中的至少一项：利率、发行区间、发行量、期限、发行人信息。
需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。上述执行主体可以为待发行价值流转标识推荐用户(例如债券营销人员)所使用的终端设备。
步骤102，获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合。
在一些实施例中，上述执行主体可以获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合。其中，上述目标价值流转用户集合中的目标价值流转用户可以为可针对待发行价值流转标识进行价值流转的用户(例如债券投资人或投资机构)。上述用户信息集合中的用户信息可以为目标价值流转用户的用户特征相关信息。用户信息可以包括但不限于以下中的至少一项：用户属性信息、历史价值流转信息。用户属性信息可以包括但不限于以下中的至少一项：成立年限，公司类型。历史价值流转信息可以包括目标价值流转用户在历史时间段所流转的待发行价值流转标识和流转数量。这里，目标价值流转用户可以以用户标识表示。
可选地，上述价值流转属性信息集合中的价值流转属性信息包括流转价值。流转价值可以为流转待发行价值流转标识所需的价值(例如债券面值)。上述价值流转属性信息集合包括的各个流转价值在目标流转价值区间内。目标流转价值区间可以为步长小于等于预设流转价值的数值区间。这里，对于目标流转价值区间和预设流转价值的具体设定，不作限定。
步骤103，对于用户信息集合中的每个用户信息，根据用户信息和价值流转属性信息集合，生成对应用户信息所对应的目标价值流转用户的价值流转推荐信息。
在一些实施例中，对于上述用户信息集合中的每个用户信息，上述执行主体可以根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息。其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组。上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率。待发行价值流转标识组可以表征可为用户信息所对应的目标价值流转用户推荐的各个待发行价值流转标识。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息：
第一步，将上述用户信息、对应当前时间的全局价值流转信息和上述价值流转属性信息集合输入至价值流转概率信息生成模型，得到价值流转概率信息。其中，上述全局价值流转信息可以为当前时间进行价值流转时参照的统一信息。上述全局价值流转信息可以包括但不限于以下中的至少一项：当前时间前预设时长的时间段内已发行的价值流转标识的数量、价值流转标识的平均利率、目标价值流转标识收益率数据(例如中债收益率)、同业拆放利率(例如Shibor)。上述价值流转概率信息可以包括对应上述待发行价值流转标识集合的流转概率集合。上述待发行价值流转标识集合中的待发行价值流转标识可以与上述流转概率集合中的流转概率一一对应。价值流转概率信息生成模型可以为以用户信息和价值流转属性信息集合为输入数据，以价值流转概率信息为输出数据的神经网络模型。流转概率集合中的每个流转概率可以表征上述用户信息对应的目标价值流转用户，针对上述流转概率对应的待发行价值流转标识进行价值流转(例如投资)的概率。
第二步，从上述待发行价值流转标识集合中选择对应满足预设流转概率条件的各个待发行价值流转标识组合为待发行价值流转标识组。其中，上述预设流转概率条件可以为各个待发行价值流转标识对应的各个流转概率为上述流转概率集合中最大的前预设数目个流转概率。上述预设流转概率条件还可以为对应的流转概率大于等于预设流转概率。这里，对于预设数目和预设流转概率的具体设定，不作限定。
第三步，将上述流转概率集合中对应上述待发行价值流转标识组的各个流转概率组合为流转概率组。
第四步，将上述待发行价值流转标识组和上述流转概率组组合为价值流转推荐信息。
可选地，上述价值流转概率信息生成模型可以包括输入层、编码器层、解码器层和输出层。上述价值流转概率信息生成模型可以是通过以下步骤训练得到的：
第一步，获取样本集。其中，上述样本集包括中的样本包括样本用户信息、样本全局价值流转信息、样本价值流转属性信息集合和对应样本价值流转属性信息集合的流转标签集合。样本价值流转属性信息集合中的样本价值流转属性信息与流转标签集合中的流转标签一一对应。流转标签可以表征是否用户信息对应的目标价值流转用户是否针对样本价值流转属性信息对应的价值流转标识进行了价值流转。
第二步，将上述样本集包括的各个样本用户信息、各个样本全局价值流转信息和各个样本价值流转属性信息集合作为输入、将上述样本集包括的各个流转标签集合对应的各个流转概率为期望输出，训练得到价值流转概率信息生成模型。例如，流转标签为1时，对应的流转概率可以为100％。流转标签为0时，对应的流转概率可以为0％。价值流转概率信息生成模型可以为transformer模型。
可选地，在上述将上述用户信息、对应当前时间的全局价值流转信息和上述价值流转属性信息集合输入至价值流转概率信息生成模型，得到价值流转概率信息之后，上述执行主体还可以执行以下步骤：
第一步，根据上述用户信息，生成用户特征向量。实践中，上述执行主体可以将上述用户信息转化成一组由基本元素构成的向量表示，得到用户特征向量。上述基本元素可以包括0和1。
第二步，根据上述用户特征向量进行局部采样处理，得到局部采样后的各个用户特征向量作为样本用户特征向量集合。实践中，上述执行主体可以对上述用户特征向量进行随机扰动，得到扰动后的各个用户特征向量作为样本用户特征向量集合。
第三步，以上述样本用户特征向量集合为自变量，以上述价值流转概率信息为因变量，构建可解释模型。其中，上述可解释模型为线性回归模型。上述可解释模型对应有自变量参数集合和参数系数集合。上述自变量参数集合中的自变量参数对应上述参数系数集合中的参数系数。上述自变量参数集合中的自变量参数与上述参数系数集合中的参数系数一一对应。例如，上述可解释模型可以为lasso模型。
第四步，将上述可解释模型对应的自变量参数集合按照对应的参数系数排列，得到自变量参数序列。实践中，上述执行主体可以将上述可解释模型对应的自变量参数集合按照对应的参数系数降序排列，得到自变量参数序列。
第五步，对于上述自变量参数序列中每个自变量参数，执行以下步骤：
第一子步骤，将上述用户信息包括的对应上述自变量参数的参数值确定为可解释参数值。这里，参数值可以理解为上述用户信息包括的字段值。自变量参数可以理解为字段。
第二子步骤，将上述参数系数集合中对应上述自变量参数的参数系数确定为可解释参数系数。
第三子步骤，将上述自变量参数、上述可解释参数值和上述可解释参数系数组合为可解释信息。这里，组合的方式可以为拼接。
第六步，将所得到的各个可解释信息确定为对应上述用户信息的可解释信息序列。
第七步，响应于检测到对应上述价值流转概率信息的查看操作，对上述价值流转概率信息和上述可解释信息序列进行显示。其中，用户可以选择页面中显示的对应上述用户信息的价值流转概率信息的查看控件，以查看上述价值流转概率信息。实践中，上述执行主体可以显示上述价值流转概率信息，以及以列表的形式显示上述可解释信息序列。
上述第一步-第七步作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“为价值流转用户推荐价值流转标识的方式，无法对所推荐的价值流转标识与价值流转用户的关系作出解释，导致所推荐的价值流转标识的可信任度较低”。导致所推荐的价值流转标识的可信任度较低的因素往往如下：为价值流转用户推荐价值流转标识的方式，无法对所推荐的价值流转标识与价值流转用户的关系作出解释。如果解决了上述因素，就能达到提高所推荐的价值流转标识的可信任度的效果。为了达到这一效果，本公开在通过价值流转概率信息生成模型生成价值流转概率信息后，引入了构建可解释模型。构建可解释模型后，可以通过可解释模型的各项参数系数确定用户信息所对应的各项字段值对价值流转概率信息的影响程度，对所推荐的价值流转标识与价值流转用户的关系作出了解释。从而可以提高依据价值流转概率信息所推荐的价值流转标识的可信任度。
可选地，在上述根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息之后，上述执行主体可以将上述待发行价值流转标识组对应的各个价值流转属性信息发送至对应上述用户信息所对应的目标价值流转用户的终端设备。由此，可以供目标价值流转用户在匹配的待发行价值流转标识范围内选择待发行价值流转标识进行价值流转。
步骤104，对于待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应待发行价值流转标识的推荐用户信息。
在一些实施例中，对于上述待发行价值流转标识集合中每个待发行价值流转标识，上述执行主体可以根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息。其中，上述推荐用户信息可以包括目标价值流转用户序列。目标价值流转用户序列可以表征可推荐此待发行价值流转标识的各个目标价值流转用户。目标价值流转用户序列可以按照对应的流转概率降序排列。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息：
第一步，将上述各个价值流转推荐信息包括的待发行价值流转标识组中包括上述待发行价值流转标识的各个待发行价值流转标识组确定为各个目标待发行价值流转标识组。由此，可以筛选出包含当前待发行价值流转标识的待发行价值流转标识组。
第二步，将上述各个目标待发行价值流转标识组对应的各个目标价值流转用户确定为备选价值流转用户集合。
第三步，根据对应上述各个目标待发行价值流转标识组的各个流转概率组中对应上述待发行价值流转标识的流转概率，对上述备选价值流转用户集合进行排列，得到备选价值流转用户序列。实践中，上述执行主体可以按照对应上述待发行价值流转标识的流转概率降序排列的顺序，对上述备选价值流转用户集合进行排列，得到备选价值流转用户序列。
第四步，从上述备选价值流转用户序列中选择满足预设排列条件的各个备选价值流转用户作为目标价值流转用户序列。其中，预设排列条件可以为各个备选价值流转用户为排列在上述备选价值流转用户序列的前预设数量个备选价值流转用户。这里，对于预设数量的具体设定，不作限定。
第五步，对于上述目标价值流转用户序列中的每个目标价值流转用户，确定对应上述目标价值流转用户和上述待发行价值流转标识的流转概率。其中，对应上述目标价值流转用户和上述待发行价值流转标识的流转概率可以为上述目标价值流转用户针对上述待发行价值流转标识进行价值流转的概率。
第六步，将上述目标价值流转用户序列和所确定的各个流转概率组合为推荐用户信息。这里，组合的方式可以为拼接。由此，可以基于用户维度的各个价值流转推荐信息，确定待发行价值流转标识维度的推荐用户信息。
可选地，上述执行主体还可以响应于检测到作用于上述待发行价值流转标识集合中任意待发行价值流转标识的选择控件的选择操作，将上述任意待发行价值流转标识对应的推荐用户信息确定为目标推荐用户信息。其中，上述选择控件可以为用于选中上述任意待发行价值流转标识，以查看上述任意待发行价值流转标识的相关信息的控件。选择操作可以包括但不限于以下中的至少一项：点击、拖拽、悬停。其次，可以确定上述目标推荐用户信息包括的目标价值流转用户序列中每个目标价值流转用户的用户显示信息，得到用户显示信息序列。用户显示信息可以为用于显示在页面中的目标价值流转用户的相关信息。用户显示信息可以包括但不限于以下中的至少一项：用户头像、用户名称、用户等级、用户介绍信息。接着，可以在对应上述任意待发行价值流转标识的详情页面中对上述用户显示信息序列进行显示。其中，上述详情页面可以为用于显示上述任意待发行价值流转标识的详情的页面。上述详情页面中还显示了推送控件组。上述用户显示信息序列中的用户显示信息对应上述推送控件组中的推送控件。推送控件可以为用于将待发行价值流转标识对应的价值流转属性信息推送至对应的目标价值流转用户，使得目标价值流转用户对待发行价值流转标识进行价值流转的控件。上述用户显示信息序列中的用户显示信息与上述推送控件组中的推送控件一一对应。由此，可以使得当前用户(例如债券销售用户)查看针对待发行价值流转标识所推荐的各个目标价值流转用户的用户显示信息。
可选地，上述执行主体可以响应于检测到作用于上述推送控件组中任意推送控件的选择操作，将对应上述任意推送控件的目标价值流转用户确定为推荐价值流转用户。由此，当前用户可以选择推送当前待发行价值流转标识的目标价值流转用户。然后，可以将对应上述任意待发行价值流转标识的价值流转属性信息发送至对应上述推荐价值流转用户的终端设备。其中，对应上述推荐价值流转用户的终端设备可以为登录了上述推荐价值流转用户的用户账号的设备。由此，可以将当前待发行价值流转标识的价值流转属性信息推送给所选择的目标价值流转用户。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的推荐用户信息生成方法，提高了选择价值流转标识的效率和选择的价值流转标识与价值流转用户的适配度。具体来说，造成选择价值流转标识的效率较低、选择的价值流转标识与价值流转用户的适配度较低的原因在于：价值流转用户需逐一对比价值流转标识的详细信息，导致选择价值流转标识的效率较低，且无法从价值流转标识的维度适配价值流转用户，导致选择的价值流转标识与价值流转用户的适配度较低。基于此，本公开的一些实施例的推荐用户信息生成方法，首先，获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合。由此，价值流转属性信息集合可以表征各个待发行价值流转标识的流转属性相关信息。然后，获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合。由此，用户信息集合可以表征各个目标价值流转用户的特征相关信息。之后，对于上述用户信息集合中的每个用户信息，根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息。其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组。上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率。由此，可以从价值流转用户的维度，生成针对价值流转用户的价值流转推荐信息。最后，对于上述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息。其中，上述推荐用户信息包括目标价值流转用户序列。由此，可以从待发行价值流转标识的维度，生成对应待发行价值流转标识的推荐用户信息，推荐用户信息可以表征与待发行价值流转标识匹配的各个价值流转用户。从而可以针对待发行价值流转标识，向匹配的各个价值流转用户推荐此待发行价值流转标识。价值流转用户无需从全部价值流转标识中选择价值流转标识，进而提高了选择价值流转标识的效率和选择的价值流转标识与价值流转用户的适配度。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种推荐用户信息生成装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的推荐用户信息生成装置200包括：第一获取单元201、第二获取单元202、第一生成单元203和第二生成单元204。其中，第一获取单元201被配置成获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合；第二获取单元202被配置成获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合；第一生成单元203被配置成对于上述用户信息集合中的每个用户信息，根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息，其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组，上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率；第二生成单元204被配置成对于上述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息，其中，上述推荐用户信息包括目标价值流转用户序列。
可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300(例如终端设备)的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置301(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合；获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合；对于上述用户信息集合中的每个用户信息，根据上述用户信息和上述价值流转属性信息集合，生成对应上述用户信息所对应的目标价值流转用户的价值流转推荐信息，其中，上述价值流转推荐信息包括待发行价值流转标识组和流转概率组，上述待发行价值流转标识组中的待发行价值流转标识对应上述流转概率组中的流转概率；对于上述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应上述待发行价值流转标识的推荐用户信息，其中，上述推荐用户信息包括目标价值流转用户序列。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第二获取单元、第一生成单元和第二生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种推荐用户信息生成方法，应用于待发行价值流转标识推荐用户所使用的终端设备，包括：
从服务器获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合，其中，价值流转属性信息包括以下中的至少一项：利率、发行区间、发行量、期限、发行人信息；
获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合；
对于所述用户信息集合中的每个用户信息，根据所述用户信息和所述价值流转属性信息集合，生成对应所述用户信息所对应的目标价值流转用户的价值流转推荐信息，其中，所述价值流转推荐信息包括待发行价值流转标识组和流转概率组，所述待发行价值流转标识组中的待发行价值流转标识对应所述流转概率组中的流转概率，所述根据所述用户信息和所述价值流转属性信息集合，生成对应所述用户信息所对应的目标价值流转用户的价值流转推荐信息，包括：
将所述用户信息、对应当前时间的全局价值流转信息和所述价值流转属性信息集合输入至价值流转概率信息生成模型，得到价值流转概率信息，其中，所述价值流转概率信息包括对应所述待发行价值流转标识集合的流转概率集合；
根据所述用户信息，生成用户特征向量；
根据所述用户特征向量进行局部采样处理，得到局部采样后的各个用户特征向量作为样本用户特征向量集合；
以所述样本用户特征向量集合为自变量，以所述价值流转概率信息为因变量，构建可解释模型，其中，所述可解释模型为线性回归模型，所述可解释模型对应有自变量参数集合和参数系数集合，所述自变量参数集合中的自变量参数对应所述参数系数集合中的参数系数；
将所述可解释模型对应的自变量参数集合按照对应的参数系数排列，得到自变量参数序列；
对于所述自变量参数序列中每个自变量参数，执行以下步骤：
将所述用户信息包括的对应所述自变量参数的参数值确定为可解释参数值；
将所述参数系数集合中对应所述自变量参数的参数系数确定为可解释参数系数；
将所述自变量参数、所述可解释参数值和所述可解释参数系数组合为可解释信息；
将所得到的各个可解释信息确定为对应所述用户信息的可解释信息序列；
响应于检测到对应所述价值流转概率信息的查看操作，对所述价值流转概率信息和所述可解释信息序列进行显示；
从所述待发行价值流转标识集合中选择对应满足预设流转概率条件的各个待发行价值流转标识组合为待发行价值流转标识组；
将所述流转概率集合中对应所述待发行价值流转标识组的各个流转概率组合为流转概率组；
将所述待发行价值流转标识组和所述流转概率组组合为价值流转推荐信息；
对于所述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应所述待发行价值流转标识的推荐用户信息，其中，所述推荐用户信息包括目标价值流转用户序列；
响应于检测到作用于所述待发行价值流转标识集合中任意待发行价值流转标识的选择控件的选择操作，将所述任意待发行价值流转标识对应的推荐用户信息确定为目标推荐用户信息；
确定所述目标推荐用户信息包括的目标价值流转用户序列中每个目标价值流转用户的用户显示信息，得到用户显示信息序列；
在对应所述任意待发行价值流转标识的详情页面中对所述用户显示信息序列进行显示，其中，所述详情页面中还显示了推送控件组，所述用户显示信息序列中的用户显示信息对应所述推送控件组中的推送控件；
响应于检测到作用于所述推送控件组中任意推送控件的选择操作，将对应所述任意推送控件的目标价值流转用户确定为推荐价值流转用户；
将对应所述任意待发行价值流转标识的价值流转属性信息发送至对应所述推荐价值流转用户的终端设备。
2.根据权利要求1所述的方法，其中，在所述根据所述用户信息和所述价值流转属性信息集合，生成对应所述用户信息所对应的目标价值流转用户的价值流转推荐信息之后，所述方法还包括：
将所述待发行价值流转标识组对应的各个价值流转属性信息发送至对应所述用户信息所对应的目标价值流转用户的终端设备。
3.根据权利要求1所述的方法，其中，所述根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应所述待发行价值流转标识的推荐用户信息，包括：
将所述各个价值流转推荐信息包括的待发行价值流转标识组中包括所述待发行价值流转标识的各个待发行价值流转标识组确定为各个目标待发行价值流转标识组；
将所述各个目标待发行价值流转标识组对应的各个目标价值流转用户确定为备选价值流转用户集合；
根据对应所述各个目标待发行价值流转标识组的各个流转概率组中对应所述待发行价值流转标识的流转概率，对所述备选价值流转用户集合进行排列，得到备选价值流转用户序列；
从所述备选价值流转用户序列中选择满足预设排列条件的各个备选价值流转用户作为目标价值流转用户序列；
对于所述目标价值流转用户序列中的每个目标价值流转用户，确定对应所述目标价值流转用户和所述待发行价值流转标识的流转概率；
将所述目标价值流转用户序列和所确定的各个流转概率组合为推荐用户信息。
4.一种推荐用户信息生成装置，应用于待发行价值流转标识推荐用户所使用的终端设备，包括：
第一获取单元，被配置成从服务器获取待发行价值流转标识集合中每个待发行价值流转标识对应的价值流转属性信息，得到价值流转属性信息集合，其中，价值流转属性信息包括以下中的至少一项：利率、发行区间、发行量、期限、发行人信息；
第二获取单元，被配置成获取目标价值流转用户集合中每个目标价值流转用户的用户信息，得到用户信息集合；
第一生成单元，被配置成对于所述用户信息集合中的每个用户信息，根据所述用户信息和所述价值流转属性信息集合，生成对应所述用户信息所对应的目标价值流转用户的价值流转推荐信息，其中，所述价值流转推荐信息包括待发行价值流转标识组和流转概率组，所述待发行价值流转标识组中的待发行价值流转标识对应所述流转概率组中的流转概率，所述根据所述用户信息和所述价值流转属性信息集合，生成对应所述用户信息所对应的目标价值流转用户的价值流转推荐信息，包括：将所述用户信息、对应当前时间的全局价值流转信息和所述价值流转属性信息集合输入至价值流转概率信息生成模型，得到价值流转概率信息，其中，所述价值流转概率信息包括对应所述待发行价值流转标识集合的流转概率集合；根据所述用户信息，生成用户特征向量；根据所述用户特征向量进行局部采样处理，得到局部采样后的各个用户特征向量作为样本用户特征向量集合；以所述样本用户特征向量集合为自变量，以所述价值流转概率信息为因变量，构建可解释模型，其中，所述可解释模型为线性回归模型，所述可解释模型对应有自变量参数集合和参数系数集合，所述自变量参数集合中的自变量参数对应所述参数系数集合中的参数系数；将所述可解释模型对应的自变量参数集合按照对应的参数系数排列，得到自变量参数序列；对于所述自变量参数序列中每个自变量参数，执行以下步骤：将所述用户信息包括的对应所述自变量参数的参数值确定为可解释参数值；将所述参数系数集合中对应所述自变量参数的参数系数确定为可解释参数系数；将所述自变量参数、所述可解释参数值和所述可解释参数系数组合为可解释信息；将所得到的各个可解释信息确定为对应所述用户信息的可解释信息序列；响应于检测到对应所述价值流转概率信息的查看操作，对所述价值流转概率信息和所述可解释信息序列进行显示；从所述待发行价值流转标识集合中选择对应满足预设流转概率条件的各个待发行价值流转标识组合为待发行价值流转标识组；将所述流转概率集合中对应所述待发行价值流转标识组的各个流转概率组合为流转概率组；将所述待发行价值流转标识组和所述流转概率组组合为价值流转推荐信息；
第二生成单元，被配置成对于所述待发行价值流转标识集合中每个待发行价值流转标识，根据所生成的各个价值流转推荐信息包括的待发行价值流转标识组和流转概率组，生成对应所述待发行价值流转标识的推荐用户信息，其中，所述推荐用户信息包括目标价值流转用户序列；
第一确定单元，被配置成响应于检测到作用于所述待发行价值流转标识集合中任意待发行价值流转标识的选择控件的选择操作，将所述任意待发行价值流转标识对应的推荐用户信息确定为目标推荐用户信息；
第二确定单元，被配置成确定所述目标推荐用户信息包括的目标价值流转用户序列中每个目标价值流转用户的用户显示信息，得到用户显示信息序列；
显示单元，被配置成在对应所述任意待发行价值流转标识的详情页面中对所述用户显示信息序列进行显示，其中，所述详情页面中还显示了推送控件组，所述用户显示信息序列中的用户显示信息对应所述推送控件组中的推送控件；
第三确定单元，被配置成响应于检测到作用于所述推送控件组中任意推送控件的选择操作，将对应所述任意推送控件的目标价值流转用户确定为推荐价值流转用户；
发送单元，被配置成将对应所述任意待发行价值流转标识的价值流转属性信息发送至对应所述推荐价值流转用户的终端设备。
5.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
6.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的方法。
CN202310544828.2A 2023-05-15 2023-05-15 推荐用户信息生成方法、装置、设备和计算机可读介质 Active CN116645211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310544828.2A CN116645211B (zh) 2023-05-15 2023-05-15 推荐用户信息生成方法、装置、设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310544828.2A CN116645211B (zh) 2023-05-15 2023-05-15 推荐用户信息生成方法、装置、设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN116645211A CN116645211A (zh) 2023-08-25
CN116645211B true CN116645211B (zh) 2024-05-10

Family

ID=87642669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310544828.2A Active CN116645211B (zh) 2023-05-15 2023-05-15 推荐用户信息生成方法、装置、设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN116645211B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117974188A (zh) * 2024-01-31 2024-05-03 朴道征信有限公司 数据集获取方法、装置、电子设备和计算机可读介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110139A (zh) * 2019-04-19 2019-08-09 北京奇艺世纪科技有限公司 一种对推荐结果进行解释的方法、装置及电子设备
CN111680165A (zh) * 2020-04-28 2020-09-18 中汇信息技术（上海）有限公司 信息匹配方法、装置、可读存储介质和电子设备
CN112150291A (zh) * 2020-09-08 2020-12-29 广元量知汇科技有限公司 智慧金融产品推荐系统
WO2021147568A1 (zh) * 2020-08-27 2021-07-29 平安科技（深圳）有限公司 基于gbdt高阶特征组合的推荐方法、装置及存储介质
CN113408627A (zh) * 2021-06-22 2021-09-17 中国工商银行股份有限公司 目标对象的确定方法、装置和服务器
CN113469819A (zh) * 2021-07-15 2021-10-01 中国银行股份有限公司 基金产品的推荐方法、相关装置及计算机存储介质
CN113781236A (zh) * 2021-09-01 2021-12-10 深圳华云信息系统有限公司 基金产品推荐方法、装置、电子设备及存储介质
CN114820196A (zh) * 2022-06-08 2022-07-29 中国工商银行股份有限公司 信息推送方法、装置、设备及介质
CN117216393A (zh) * 2023-09-19 2023-12-12 京东科技信息技术有限公司 信息推荐方法、信息推荐模型的训练方法及装置、设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9189551B2 (en) * 2011-07-20 2015-11-17 Opentable. Inc. Method and apparatus for category based navigation
US20160132601A1 (en) * 2014-11-12 2016-05-12 Microsoft Technology Licensing Hybrid Explanations In Collaborative Filter Based Recommendation System

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110139A (zh) * 2019-04-19 2019-08-09 北京奇艺世纪科技有限公司 一种对推荐结果进行解释的方法、装置及电子设备
CN111680165A (zh) * 2020-04-28 2020-09-18 中汇信息技术（上海）有限公司 信息匹配方法、装置、可读存储介质和电子设备
WO2021147568A1 (zh) * 2020-08-27 2021-07-29 平安科技（深圳）有限公司 基于gbdt高阶特征组合的推荐方法、装置及存储介质
CN112150291A (zh) * 2020-09-08 2020-12-29 广元量知汇科技有限公司 智慧金融产品推荐系统
CN113408627A (zh) * 2021-06-22 2021-09-17 中国工商银行股份有限公司 目标对象的确定方法、装置和服务器
CN113469819A (zh) * 2021-07-15 2021-10-01 中国银行股份有限公司 基金产品的推荐方法、相关装置及计算机存储介质
CN113781236A (zh) * 2021-09-01 2021-12-10 深圳华云信息系统有限公司 基金产品推荐方法、装置、电子设备及存储介质
CN114820196A (zh) * 2022-06-08 2022-07-29 中国工商银行股份有限公司 信息推送方法、装置、设备及介质
CN117216393A (zh) * 2023-09-19 2023-12-12 京东科技信息技术有限公司 信息推荐方法、信息推荐模型的训练方法及装置、设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
可解释个性化推荐学习平台的构建与算法研究;周闻;《浙江科技学院学报》;20200114;第32卷(第1期);50-55 *
面向用户长短期偏好调节的可解释个性化推荐方法研究;李伟卿;《图书情报工作》;20210714;第65卷(第12期);101-111 *

Also Published As

Publication number Publication date
CN116645211A (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN112650841A (zh) 信息处理方法、装置和电子设备
CN111459364B (zh) 图标更新方法、装置和电子设备
CN116645211B (zh) 推荐用户信息生成方法、装置、设备和计算机可读介质
CN116072108A (zh) 模型生成方法、语音识别方法、装置、介质及设备
CN116737917B (zh) 文本推荐信息生成方法、电子设备和计算机可读介质
CN116720202B (zh) 业务信息检测方法、装置、电子设备和计算机可读介质
CN116483891A (zh) 一种信息预测方法、装置、设备和存储介质
CN114625876B (zh) 作者特征模型的生成方法、作者信息处理方法和装置
CN112860999B (zh) 信息推荐方法、装置、设备和存储介质
CN116319932A (zh) 内容推送模型的训练方法、装置、设备及存储介质
CN112214665A (zh) 内容展示方法、装置、电子设备及计算机可读存储介质
CN113592607A (zh) 产品推荐方法、装置、存储介质及电子设备
CN111563797A (zh) 房源信息的处理方法、装置、可读介质及电子设备
CN116800834B (zh) 虚拟礼物合并方法、装置、电子设备和计算机可读介质
CN116702168B (zh) 供应端信息检测方法、装置、电子设备和计算机可读介质
CN111767447A (zh) 用于确定用户流量路径的方法和装置
CN114374738B (zh) 信息推送方法、装置、存储介质及电子设备
CN117726480B (zh) 基于数字化虚拟评标室的电力设备获取方法
CN114936310B (zh) 图表显示方法、装置、电子设备和计算机可读介质
CN118228200B (zh) 基于多模态模型的电力设备异常识别方法、装置与设备
CN116703262B (zh) 配送资源调整方法、装置、电子设备和计算机可读介质
CN118097674B (zh) 基于深度学习的企业文本信息智能自动审核方法与装置
CN116843800B (zh) 动画信息发送方法、装置、电子设备和计算机可读介质
CN116137073B (zh) 电力物资、设备材料远程智能抽检方法、电子设备和介质
CN117112936A (zh) 信息展示方法、装置、介质及电子设备

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
GR01 Patent grant
GR01 Patent grant