CN117036024A - 一种金融对象推荐方法、装置、设备和存储介质 - Google Patents
一种金融对象推荐方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117036024A CN117036024A CN202311007303.1A CN202311007303A CN117036024A CN 117036024 A CN117036024 A CN 117036024A CN 202311007303 A CN202311007303 A CN 202311007303A CN 117036024 A CN117036024 A CN 117036024A
- Authority
- CN
- China
- Prior art keywords
- data
- target user
- financial object
- attribute data
- financial
- 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 54
- 230000000694 effects Effects 0.000 claims abstract description 38
- 230000006399 behavior Effects 0.000 claims description 79
- 230000003993 interaction Effects 0.000 claims description 71
- 230000002452 interceptive effect Effects 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000001815 facial effect Effects 0.000 claims description 6
- 230000008451 emotion Effects 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种金融对象推荐方法、装置、设备和存储介质,可应用于虚拟现实领域或金融领域。获取目标用户对金融对象的个性属性数据,以及目标用户所在的目标区域内的用户群体对金融对象的共性属性数据;在预先建立的虚拟地图环境中的目标区域上生成目标用户的虚拟形象,并使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据;根据虚拟行为数据和个性属性数据,向目标用户推荐目标金融对象。本申请将个人及共性属性数据与虚拟形象结合,使得虚拟形象的虚拟行为数据与目标用户在真实世界的真实行为数据更一致,从而使得本申请可以精准地推荐金融对象。
Description
技术领域
本申请涉及虚拟现实技术领域,特别是涉及一种金融对象推荐方法、装置、设备和存储介质。
背景技术
随着全球化进程的加速,银行业务跨地区营销需求日益增长,那么需要将金融对象推荐给各地区用户,这里,金融对象为金融产品和/或金融服务。
现有技术中,对金融对象进行推荐的方式为:基于用户对金融对象的个人偏好和需求进行推荐。这种推荐方式考虑了用户的个人情况,能够实现高效地个性化推荐,但是仍有部分推荐结果不能使用户满意。
因此,目前急需一种能够精准地推荐金融对象的方法。
发明内容
有鉴于此,本申请提供了一种金融对象推荐方法、装置、设备和存储介质,用于精准地向用户推荐金融对象,其技术方案如下:
一种金融对象推荐方法,包括:
获取目标用户对金融对象的个性属性数据,以及目标用户所在的目标区域内的用户群体对金融对象的共性属性数据,其中,个性属性数据包括个人偏好、个人消费行为和个人需求,共性属性数据包括共性偏好、共性消费行为和共性需求;
在预先建立的虚拟地图环境中的目标区域上生成目标用户的虚拟形象,并使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据;
根据虚拟行为数据和个性属性数据,向目标用户推荐目标金融对象。
可选的,获取目标用户对金融对象的个性属性数据,包括:
获取目标用户在银行系统的交互数据,其中,交互数据包括以下数据中的一种或多种:文本交互数据、图像交互数据、视频交互数据和语音交互数据;
根据交互数据,确定目标用户对金融对象的个性属性数据。
可选的,根据交互数据,确定目标用户对金融对象的个性属性数据,包括:
对交互数据进行命名实体识别处理,得到交互数据的命名实体识别结果,其中,命名实体识别处理用于识别并标注交互数据中的命名实体,命名实体包括:人名、地名、金融对象名称和表征情感的词;
将命名实体识别结果输入预训练的语言模型,得到模型输出的个性属性数据,其中,预训练的语言模型为以训练用户在银行系统的交互数据的命名实体识别结果为训练样本,以标注的训练用户的个人属性数据为样本标签训练得到。
可选的,对交互数据进行命名实体识别处理,得到交互数据的命名实体识别结果,包括:
对交互数据进行预处理,得到目标交互数据,其中,预处理包括以下处理中的一种或多种:数据清洗处理、数据去重处理和数据标准化处理;
对目标交互数据进行分词和词性标注处理,得到标注分词词性的分词序列;
对标注分词词性的分词序列进行命名实体识别,得到交互数据的命名实体识别结果。
可选的,获取目标用户所在的目标区域内的用户群体对金融对象的共性属性数据,包括:
获取目标用户的地域相关数据,其中,地域相关数据包括以下数据中的一种或多种:地理坐标数据、口音数据、面部特征数据和籍贯数据;
根据地域相关数据,确定目标用户所在的目标区域;
根据目标区域内的每个用户对金融对象的个性属性数据,确定目标区域内的用户群体对金融对象的共性属性数据。
可选的,目标用户在活动下的虚拟行为数据包括以下数据中的一种或多种:目标用户的虚拟形象与其他用户的虚拟形象针对金融对象进行的交互行为数据、目标用户的虚拟形象对金融对象的访问记录数据和使用相关数据。
可选的,在虚拟形象在虚拟地图环境中进行活动时,调用预设的智能合约对活动的相关数据进行处理。
一种金融对象推荐装置,包括:
属性数据获取模块,用于获取目标用户对金融对象的个性属性数据,以及目标用户所在的目标区域内的用户群体对金融对象的共性属性数据,其中,个性属性数据包括个人偏好、个人消费行为和个人需求,共性属性数据包括共性偏好、共性消费行为和共性需求;
虚拟行为数据生成模块,用于在预先建立的虚拟地图环境中的目标区域上生成目标用户的虚拟形象,并使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据;
金融对象推荐模块,用于根据虚拟行为数据和个性属性数据,向目标用户推荐目标金融对象。
一种金融对象推荐设备,包括存储器和处理器;
存储器,用于存储程序;
处理器,用于执行程序,实现如上述任一项的金融对象推荐方法的各个步骤。
一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现如上述任一项的金融对象推荐方法的各个步骤。
经由上述的技术方案可知,本申请提供的金融对象推荐方法,获取目标用户对金融对象的个性属性数据。考虑到相同地区的用户往往对金融对象有共同的偏好和需求,而不同地区的用户可能对金融对象有不同的偏好和需求,为此本申请获取目标用户所在的目标区域内的用户群体对金融对象的共性属性数据,那么该共性属性数据大概率是目标用户也具有的。进一步本申请在虚拟地图环境的目标区域生成目标用户的虚拟形象后,使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,则得到的目标用户在活动下的虚拟行为数据与目标用户在真实世界的真实行为数据更一致,从而根据虚拟行为数据和个性属性数据,可以更精准地向目标用户推荐金融对象,提高了推荐的成功率。
附图说明
为了更清楚地说明本申请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申请的实施例,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为本申请实施例提供的一种金融对象推荐方法的流程示意图;
图2为本申请实施例提供的一种金融对象推荐装置的结构示意图;
图3为本申请实施例提供的一种金融对象推荐设备的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
鉴于现有技术存在的问题,本案发明人进行了深入研究,最终提出了一种金融对象推荐方法、装置、设备和存储介质,接下来通过下述实施例对本申请提供的金融对象推荐方法、装置、设备和存储介质进行详细介绍。
需要说明的是,本发明提供的一种金融对象推荐方法、装置、设备和存储介质可用于虚拟现实领域或金融领域。上述仅为示例,并不对本发明提供的一种金融对象推荐方法、装置、设备和存储介质的应用领域进行限定。
还需要说明的是,本申请获取的所有用户数据(包括但不限于下文提及的个性属性数据、共性属性数据、目标用户在银行系统的交互数据、地域相关数据、虚拟形象之间的交互行为数据、虚拟形象对金融对象的访问记录数据和使用相关数据等)均为经过用户授权或者经过各方充分授权的数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
请参阅图1,示出了本申请实施例提供的金融对象推荐方法的流程示意图,该金融对象推荐方法可以包括:
步骤S101、获取目标用户对金融对象的个性属性数据,以及目标用户所在的目标区域内的用户群体对金融对象的共性属性数据。
具体的,本申请可以获取目标用户对金融对象的个人属性数据。同时,考虑到相同地区的用户往往对金融对象有共同的偏好和需求,而不同地区的用户可能对金融对象有不同的偏好和需求,本申请可以获取目标用户所在的目标区域内的用户群体对金融对象的共性属性数据。由于目标用户同处于目标区域,那么该共性属性数据大概率也是目标用户具有的,或者倾向于具有的。
可选的,上述属性数据包括偏好、消费行为和需求,具体来说,个性属性数据包括个人偏好、个人消费行为和个人需求,共性属性数据包括共性偏好、共性消费行为和共性需求。
其中,偏好可以反映用户对金融对象的喜好程度,在本申请实施例中,金融对象可以为金融产品和/或金融服务,其中,一用户更偏好于某金融产品,则该用户购买该金融产品的概率会更高;同理,一用户更偏好于某金融服务,则该用户使用该金融服务的概率会更高。
消费行为可以反映用户的消费习惯,通常情况下,一个用户更倾向于购买其偏好的某些金融产品,并且会习惯性地长时间购买;同理,一个用户更倾向于使用其偏好的某些金融服务,并且在特定的一段时间内倾向于一直使用这些金融服务。
而一用户对某类金融产品存在需求,则其购买该类金融产品的可能性越高;一用户对某些金融服务存在需求,则其使用这些金融服务的可能性越高。
综上,用户对金融对象的偏好、消费行为和需求最终都可以反映到用户对金融对象可能产生的行为上,因此本申请可以在后续步骤中将个性属性数据、共性属性数据添加到虚拟形象上,以用于获得虚拟行为数据。
需要说明的是,本申请的金融产品可以为基金、股票等理财产品,也可以是非理财产品,例如资管产品;金融服务可以是支付服务、贷款服务等。当然,金融产品和金融服务还可以是其他,本申请对此不进行具体限定。
步骤S102、在预先建立的虚拟地图环境中的目标区域上生成目标用户的虚拟形象,并使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据。
在本申请实施例可以预先建立包含多个区域的虚拟地图环境,这里,多个区域是指全部银行用户所在的区域。
可选的,本申请可以根据多个区域的实际地理信息,建立与实体地理信息相一致的虚拟地图环境。
可选的,该虚拟地图环境中可以包含多个区域的地理特征、建筑物等重要信息,以提供给用户一个更具真实感的地图环境。
可选的,该虚拟地图环境中可以设置展厅、会议室、虚拟商店、虚拟银行等交互场景,以便用户的虚拟形象之间进行交互,增加交流和合作的机会。
以建立目标用户的虚拟形象为例进行说明。
为了能够模拟目标用户在真实世界的行为,可以生成目标用户的虚拟形象,并为该虚拟形象赋予共性属性数据和个性属性数据,之后可以将该虚拟形象作为虚拟地图环境中的目标区域上的一个元素,以使目标用户的虚拟形象可以在目标区域内和/或目标区域外活动。
具体的,在本申请实施例中,可以使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据。
可选的,目标用户在活动下的虚拟行为数据包括以下数据中的一种或多种:目标用户的虚拟形象与其他用户的虚拟形象针对金融对象进行的交互行为数据、目标用户的虚拟形象对金融对象的访问记录数据和使用相关数据。
可选的,上述目标用户的虚拟形象对金融对象的访问记录数据可以是浏览数据等,上述目标用户的虚拟形象对金融对象的使用相关数据可以是购买相关数据、购买后的反馈数据和建议数据等。
本步骤通过为目标用户生成虚拟形象,并将目标用户的个性属性数据和共性属性数据赋予虚拟形象,使得虚拟形象在虚拟地图环境产生的虚拟行为数据与目标用户在真实世界产生的真实行为数据更一致。通过虚拟行为数据,可以更好地了解用户需求和市场趋势,一方面可以对金融对象进行改进优化,另一方面可以更精准地向用户推荐金融对象。
在一可选实施例中,可以将目标用户的虚拟形象在虚拟地图环境产生的虚拟行为数据与目标用户在真实世界产生的真实行为数据相关联,从而目标用户的虚拟形象在虚拟地图环境产生虚拟行为数据时,则在真实世界产生对应的真实行为数据,例如,目标用户通过虚拟形象在虚拟地图环境的虚拟账户a上向另一虚拟账户b转账100元,则使虚拟账户a对应的真实账户向虚拟账户b对应的真实账户转账100元。这样可以保证虚拟行为数据和真实行为数据完全一致。
当然,本申请实施例也可以将目标用户的虚拟形象在虚拟地图环境产生的虚拟行为数据不与目标用户在真实世界产生的真实行为数据相关联,那么虚拟行为数据是通过模仿真实行为数据产生的虚拟数据,这种模仿的方式相比于对共性属性数据和个性属性数据进行分析预测,以得到真实行为数据的方式而言准确度更高,也就是说,与分析预测出的行为数据相比,通过虚拟形象产生的虚拟行为数据更接近于真实行为数据。
在另一可选实施例中,考虑到不同区域的用户在服饰、体型轮廓等各方面均可能有差异,为了使生成的虚拟形象更贴合于真实场景,本实施例还可以为虚拟形象赋予地域特色属性数据,以突出不同区域的虚拟形象之间的区别。本申请实施例通过为虚拟形象赋予地域特色属性数据,便于用户通过虚拟形象的外形快速找到其他区域的用户,并与其他区域的用户针对金融对象进行话题交流,有助于用户了解更多金融对象。
步骤S103、根据虚拟行为数据和个性属性数据,向目标用户推荐目标金融对象。
由于虚拟行为数据与真实行为数据更一致,通过虚拟行为数据可以更好地了解用户需求,因此将虚拟行为数据与个性属性数据共同进行分析,可以使分析出的目标金融对象更适合目标用户,达到了精准推荐的目的。
例如,若通过分析发现目标用户对虚拟商店感兴趣,则可以为其推荐相关的金融对象,例如支付、贷款等;再例如,若通过分析发现目标用户的消费水平一般,且对获利的需求程度一般,则可以为其推荐适合其收入水平的金融对象。
本申请提供的金融对象推荐方法,获取目标用户在银行系统的交互数据,并根据交互数据,确定目标用户对金融对象的个性属性数据。考虑到相同地区的用户往往对金融对象有共同的偏好和需求,而不同地区的用户可能对金融对象有不同的偏好和需求,为此本申请根据目标用户的地域相关数据,确定目标用户所在的目标区域,并确定目标区域内的所有用户对金融对象的共性属性数据,那么该共性属性数据大概率是目标用户也具有的。进一步本申请在虚拟地图环境的目标区域生成目标用户的虚拟形象后,使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,则得到的目标用户在活动下的虚拟行为数据与目标用户在真实世界的真实行为数据更一致,从而根据虚拟行为数据和个性属性数据,可以更精准地向目标用户推荐金融对象,提高了推荐的成功率。
以下对上述实施例步骤S101中的“获取目标用户对金融对象的个性属性数据”进行说明。
上述“获取目标用户对金融对象的个性属性数据”的过程可以包括:获取目标用户在银行系统的交互数据;根据交互数据,确定目标用户对金融对象的个性属性数据。
可选的,上述交互数据包括以下数据中的一种或多种:文本交互数据、图像交互数据、视频交互数据和语音交互数据。
可选的,可以通过网络爬虫技术,抓取目标用户在银行系统所产生的交互数据,例如,目标用户的真实信息、地理位置、反馈、投诉、咨询等交互数据。
当然,本申请实施例除了可以获取目标用户在银行系统的交互数据,还可以获取互联网上目标用户与银行之间的交互数据等,本申请对此不进行限定。
在得到交互数据后,可以对交互数据进行处理和分析,得到目标用户对金融对象的个性属性数据。
这里,个性属性数据中的个人偏好的获得方式为:可以通过分析目标用户的语言(语音交互数据)和行为(图像交互数据和视频交互数据),来推断出目标用户的兴趣爱好。例如,目标用户在咨询金融产品时经常提到某个特定的运动或娱乐活动,这可能表名目标用户对这个领域感兴趣。
个性属性数据中的个人消费行为的获得方式为:通过目标用户咨询的问题、购买历史和偏好(文本交互数据、语音交互数据、图像交互数据和视频交互数据等)进行研究,可以了解目标用户的消费习惯。例如,如果目标用户经常购买某种特定类型的金融产品或金融服务,这可能表明目标用户是这种金融产品或金融服务的忠实消费者。
个性属性数据中的个人需求的获得方式为:通过对目标用户的咨询和反馈(文本交互数据、语音交互数据等)进行分析,可以了解目标用户对金融产品或者金融服务的需求。例如,如果目标用户经常提到需要改进的特定功能或金融服务,这可能表明这是目标用户看重的方面。
在一种可能的实现方式中,上述“根据交互数据,确定目标用户对金融对象的个性属性数据”的过程可以包括:通过自然语言处理技术对交互文本进行处理,得到个性属性数据。
具体的,对交互数据进行命名实体识别处理,得到交互数据的命名实体识别结果;将命名实体识别结果输入预训练的语言模型,得到模型输出的个性属性数据,其中,预训练的语言模型为以训练用户在银行系统的交互数据的命名实体识别结果为训练样本,以标注的训练用户的个人属性数据为样本标签训练得到。
可选的,上述“对交互数据进行命名实体识别处理,得到交互数据的命名实体识别结果”的过程可以包括:对交互数据进行预处理,得到目标交互数据;对目标交互数据进行分词和词性标注处理,得到标注分词词性的分词序列;对标注分词词性的分词序列进行命名实体识别,得到交互数据的命名实体识别结果。
可选的,上述预处理包括以下处理中的一种或多种:数据清洗处理、数据去重处理和数据标准化处理。通过预处理可以确保交互数据的准确性和一致性。
上述分词用于将目标交互数据分割成单个的单词或词汇,便于后续的分析和处理。可选的,可以采用传统的词典匹配算法对目标交互数据进行分词。
上述词性标注用于对分词出的每个单词进行词性标注,例如名词、动词、形容词等。通过词性标注可以帮助我们更好地理解单词在句子中的角色和含义。
上述命名实体识别处理用于识别并标注交互数据中的命名实体,可选的,上述命名实体包括:人名、地名、金融对象名称和表征情感的词,当然,命名实体还可以为其他,本申请对此不进行具体限定。通过命名实体识别可以帮助我们更好地理解交互数据中的实体关系和背景,通过标注表征情感的词,可以帮助我们更好地了解客户对金融产品或金融服务的满意度、期望和需求。
综上,本申请实施例通过上述一系列自然语言处理技术对交互数据进行精细化地处理,可以使得得出目标用户的个人偏好、个人消费行为和个人需求等重要信息更准确。
在本申请的一些实施例中,对上述实施例步骤S101中的“获取目标用户所在的目标区域内的用户群体对金融对象的共性属性数据”进行说明。
“获取目标用户所在的目标区域内的用户群体对金融对象的共性属性数据”的过程可以包括:获取目标用户的地域相关数据;根据地域相关数据,确定目标用户所在的目标区域;根据目标区域内的每个用户对金融对象的个性属性数据,确定目标区域内的用户群体对金融对象的共性属性数据。
上述地域相关数据是指能够反映出地域之间区别的数据,可选的,地域相关数据包括以下数据中的一种或多种:地理坐标数据、口音数据、面部特征数据和籍贯数据。
例如,本申请实施例可以获取目标用户的语音数据和人脸图像。通过语音识别技术对语音数据进行识别,得到目标用户的口音数据,并通过图像识别技术对人脸图像进行识别,得到目标用户的面部特征数据。
通过对地域相关数据进行分析,可以确定出目标用户所在的区域,为了便于介绍,将目标用户所在的区域定义为目标区域。
进一步,本申请实施例可以基于目标区域内的所有用户分别对金融对象的个性属性数据进行分析,例如进行聚类分析,以提取所有用户的共性属性数据。
本申请实施例通过提取共性属性数据,可以便于了解目标区域的个性化需求和区域性特点,这些需求和特点可以为目标用户推荐目标金融对象提供帮助。
在本申请的另一些实施例中,上述步骤S102虚拟形象在虚拟地图环境进行的活动可以通过智能合约进行管理,即本申请实施例可以在虚拟形象在虚拟地图环境中进行活动时,调用预设的智能合约对活动的相关数据进行处理。
例如,在目标用户的虚拟形象通过虚拟地图环境发起金融产品购买申请时,可以调用智能合约进行申请审批,当目标用户满足相应条件后,智能合约可以自动执行合同条款,并触发金融产品的自动发放和支付;再例如,目标用户可以通过跨区域享受各种金融服务,如虚拟商店、虚拟活动等,此时可以调用智能合约来管理这些金融服务的授权和使用,以确保目标用户的权益得到保障。
综上,本申请实施例通过智能合约,可以增加在虚拟地图环境进行的活动的自动化程度和可信度,提高目标用户的满意度,同时,智能合约还可以促进虚拟地图环境生态的公正性和透明性,并为参与者提供更加安全和可靠的交易环境。
本申请实施例还提供了一种金融对象推荐装置,下面对本申请实施例提供的金融对象推荐装置进行描述,下文描述的金融对象推荐装置与上文描述的金融对象推荐方法可相互对应参照。
请参阅图2,示出了本申请实施例提供的金融对象推荐装置的结构示意图,如图2所示,该金融对象推荐装置可以包括:属性数据获取模块201、虚拟行为数据生成模块202和金融对象推荐模块203。
属性数据获取模块201,用于获取目标用户对金融对象的个性属性数据,以及目标用户所在的目标区域内的用户群体对金融对象的共性属性数据,其中,个性属性数据包括个人偏好、个人消费行为和个人需求,共性属性数据包括共性偏好、共性消费行为和共性需求。
虚拟行为数据生成模块202,用于在预先建立的虚拟地图环境中的目标区域上生成目标用户的虚拟形象,并使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据。
金融对象推荐模块203,用于根据虚拟行为数据和个性属性数据,向目标用户推荐目标金融对象。
在一种可能的实现方式中,上述属性数据获取模块获取目标用户对金融对象的个性属性数据的过程具体可以包括:
获取目标用户在银行系统的交互数据,其中,交互数据包括以下数据中的一种或多种:文本交互数据、图像交互数据、视频交互数据和语音交互数据;
根据交互数据,确定目标用户对金融对象的个性属性数据。
在一种可能的实现方式中,上述属性数据获取模块根据交互数据,确定目标用户对金融对象的个性属性数据的过程具体可以包括:
对交互数据进行命名实体识别处理,得到交互数据的命名实体识别结果,其中,命名实体识别处理用于识别并标注交互数据中的命名实体,命名实体包括:人名、地名、金融对象名称和表征情感的词;
将命名实体识别结果输入预训练的语言模型,得到模型输出的个性属性数据,其中,预训练的语言模型为以训练用户在银行系统的交互数据的命名实体识别结果为训练样本,以标注的训练用户的个人属性数据为样本标签训练得到。
在一种可能的实现方式中,上述属性数据获取模块对交互数据进行命名实体识别处理,得到交互数据的命名实体识别结果的过程具体可以包括:
对交互数据进行预处理,得到目标交互数据,其中,预处理包括以下处理中的一种或多种:数据清洗处理、数据去重处理和数据标准化处理;
对目标交互数据进行分词和词性标注处理,得到标注分词词性的分词序列;
对标注分词词性的分词序列进行命名实体识别,得到交互数据的命名实体识别结果。
在一种可能的实现方式中,上述属性数据获取模块获取目标用户所在的目标区域内的用户群体对金融对象的共性属性数据的过程具体可以包括:
获取目标用户的地域相关数据,其中,地域相关数据包括以下数据中的一种或多种:地理坐标数据、口音数据、面部特征数据和籍贯数据;
根据地域相关数据,确定目标用户所在的目标区域;
根据目标区域内的每个用户对金融对象的个性属性数据,确定目标区域内的用户群体对金融对象的共性属性数据。
在一种可能的实现方式中,上述虚拟行为数据生成模块中目标用户在活动下的虚拟行为数据可以包括以下数据中的一种或多种:目标用户的虚拟形象与其他用户的虚拟形象针对金融对象进行的交互行为数据、目标用户的虚拟形象对金融对象的访问记录数据和使用相关数据。
在一种可能的实现方式中,上述虚拟行为数据生成模块在虚拟形象在虚拟地图环境中进行活动时,调用预设的智能合约对活动的相关数据进行处理。
本申请实施例还提供了一种金融对象推荐设备。可选的,图3示出了金融对象推荐设备的硬件结构框图,参照图3,该金融对象推荐设备的硬件结构可以包括: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和至少一个通信总线304;
在本申请实施例中,处理器301、通信接口302、存储器303、通信总线304的数量为至少一个,且处理器301、通信接口302、存储器303通过通信总线304完成相互间的通信;
处理器301可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器303可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory)等,例如至少一个磁盘存储器;
其中,存储器303存储有程序,处理器301可调用存储器303存储的程序,所述程序用于:
获取目标用户对金融对象的个性属性数据,以及目标用户所在的目标区域内的用户群体对金融对象的共性属性数据,其中,个性属性数据包括个人偏好、个人消费行为和个人需求,共性属性数据包括共性偏好、共性消费行为和共性需求;
在预先建立的虚拟地图环境中的目标区域上生成目标用户的虚拟形象,并使虚拟形象基于共性属性数据和个性属性数据在虚拟地图环境中进行与金融对象相关的活动,得到目标用户在活动下的虚拟行为数据;
根据虚拟行为数据和个性属性数据,向目标用户推荐目标金融对象。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述金融对象推荐方法。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
最后,还需要说明的是,在本文中,诸如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。
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他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种金融对象推荐方法,其特征在于,包括:
获取目标用户对金融对象的个性属性数据,以及所述目标用户所在的目标区域内的用户群体对所述金融对象的共性属性数据,其中,所述个性属性数据包括个人偏好、个人消费行为和个人需求,所述共性属性数据包括共性偏好、共性消费行为和共性需求;
在预先建立的虚拟地图环境中的所述目标区域上生成所述目标用户的虚拟形象,并使所述虚拟形象基于所述共性属性数据和所述个性属性数据在所述虚拟地图环境中进行与金融对象相关的活动,得到所述目标用户在所述活动下的虚拟行为数据;
根据所述虚拟行为数据和所述个性属性数据,向所述目标用户推荐目标金融对象。
2.根据权利要求1所述的金融对象推荐方法,其特征在于,所述获取目标用户对金融对象的个性属性数据,包括:
获取目标用户在银行系统的交互数据,其中,所述交互数据包括以下数据中的一种或多种:文本交互数据、图像交互数据、视频交互数据和语音交互数据;
根据所述交互数据,确定所述目标用户对所述金融对象的个性属性数据。
3.根据权利要求2所述的金融对象推荐方法,其特征在于,所述根据所述交互数据,确定所述目标用户对金融对象的个性属性数据,包括:
对所述交互数据进行命名实体识别处理,得到所述交互数据的命名实体识别结果,其中,所述命名实体识别处理用于识别并标注所述交互数据中的命名实体,所述命名实体包括:人名、地名、金融对象名称和表征情感的词;
将所述命名实体识别结果输入预训练的语言模型,得到模型输出的所述个性属性数据,其中,所述预训练的语言模型为以训练用户在所述银行系统的交互数据的命名实体识别结果为训练样本,以标注的所述训练用户的个人属性数据为样本标签训练得到。
4.根据权利要求3所述的金融对象推荐方法,其特征在于,所述对所述交互数据进行命名实体识别处理,得到所述交互数据的命名实体识别结果,包括:
对所述交互数据进行预处理,得到目标交互数据,其中,所述预处理包括以下处理中的一种或多种:数据清洗处理、数据去重处理和数据标准化处理;
对所述目标交互数据进行分词和词性标注处理,得到标注分词词性的分词序列;
对所述标注分词词性的分词序列进行命名实体识别,得到所述交互数据的命名实体识别结果。
5.根据权利要求1所述的金融对象推荐方法,其特征在于,获取所述目标用户所在的目标区域内的用户群体对所述金融对象的共性属性数据,包括:
获取目标用户的地域相关数据,其中,所述地域相关数据包括以下数据中的一种或多种:地理坐标数据、口音数据、面部特征数据和籍贯数据;
根据所述地域相关数据,确定所述目标用户所在的所述目标区域;
根据所述目标区域内的每个用户对所述金融对象的个性属性数据,确定所述目标区域内的用户群体对所述金融对象的共性属性数据。
6.根据权利要求1所述的金融对象推荐方法,其特征在于,所述目标用户在所述活动下的虚拟行为数据包括以下数据中的一种或多种:所述目标用户的虚拟形象与其他用户的虚拟形象针对金融对象进行的交互行为数据、所述目标用户的虚拟形象对金融对象的访问记录数据和使用相关数据。
7.根据权利要求1所述的金融对象推荐方法,其特征在于,在所述虚拟形象在所述虚拟地图环境中进行所述活动时,调用预设的智能合约对所述活动的相关数据进行处理。
8.一种金融对象推荐装置,其特征在于,包括:
属性数据获取模块,用于获取目标用户对金融对象的个性属性数据,以及所述目标用户所在的目标区域内的用户群体对所述金融对象的共性属性数据,其中,所述个性属性数据包括个人偏好、个人消费行为和个人需求,所述共性属性数据包括共性偏好、共性消费行为和共性需求;
虚拟行为数据生成模块,用于在预先建立的虚拟地图环境中的所述目标区域上生成所述目标用户的虚拟形象,并使所述虚拟形象基于所述共性属性数据和所述个性属性数据在所述虚拟地图环境中进行与金融对象相关的活动,得到所述目标用户在所述活动下的虚拟行为数据;
金融对象推荐模块,用于根据所述虚拟行为数据和所述个性属性数据,向所述目标用户推荐目标金融对象。
9.一种金融对象推荐设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1~7任一项所述的金融对象推荐方法的各个步骤。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1~7任一项所述的金融对象推荐方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311007303.1A CN117036024A (zh) | 2023-08-10 | 2023-08-10 | 一种金融对象推荐方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311007303.1A CN117036024A (zh) | 2023-08-10 | 2023-08-10 | 一种金融对象推荐方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117036024A true CN117036024A (zh) | 2023-11-10 |
Family
ID=88601775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311007303.1A Pending CN117036024A (zh) | 2023-08-10 | 2023-08-10 | 一种金融对象推荐方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117036024A (zh) |
-
2023
- 2023-08-10 CN CN202311007303.1A patent/CN117036024A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | What makes you continuously use chatbot services? Evidence from chinese online travel agencies | |
Paschen et al. | Artificial intelligence (AI) and its implications for market knowledge in B2B marketing | |
CN111444428B (zh) | 基于人工智能的信息推荐方法、装置、电子设备及存储介质 | |
US20230050054A1 (en) | Analyzing web pages to facilitate automatic navigation | |
US10949744B2 (en) | Recurrent neural network architectures which provide text describing images | |
CN107481720B (zh) | 一种显式声纹识别方法及装置 | |
CN111784455A (zh) | 一种物品推荐方法及推荐设备 | |
KR102218468B1 (ko) | 텍스트의 내용 및 감정 분석에 기반한 답변 추천 시스템 및 방법 | |
KR102141245B1 (ko) | 콘텐츠 창작자와 후원자 매칭을 통한 온라인 콘텐츠 투자 시스템 및 방법 | |
CN113111264B (zh) | 界面内容显示方法、装置、电子设备及存储介质 | |
KR102092906B1 (ko) | 결혼정보매칭 온라인 서비스 플랫폼을 이용한 매니저 매칭 방법 | |
CN111429214B (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
CN111310035A (zh) | 基于心理和行为特征的推荐方法及装置 | |
CN113918703A (zh) | 一种智能客服问答方法、装置、服务器和存储介质 | |
Wang et al. | Understanding the effect of group emotions on consumer instant order cancellation behavior in livestreaming E-commerce: Empirical evidence from TikTok | |
US20220172271A1 (en) | Method, device and system for recommending information, and storage medium | |
CN117036024A (zh) | 一种金融对象推荐方法、装置、设备和存储介质 | |
CN113971581A (zh) | 一种机器人的控制方法、装置、终端设备及存储介质 | |
CN113806622A (zh) | 推荐方法、装置及设备 | |
KR20200029647A (ko) | 사용자 개인화에 의한 큐레이터 전자상거래 시스템의 일반화 방법 | |
Damania | Use of Ai in customer relationship management | |
CN113011919B (zh) | 识别兴趣对象的方法及装置、推荐方法、介质、电子设备 | |
CN116628236B (zh) | 多媒体信息的投放方法、装置、电子设备及存储介质 | |
US11769175B2 (en) | System for assisting in marketing | |
CN115271851B (zh) | 一种视频彩铃推荐方法、系统、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 |