CN117237079A - 信息推送方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供一种信息推送方法、装置、设备及存储介质，可用于金融领域或其他领域。该方法包括：获取目标用户的第一类产品、第二类产品，所述目标用户使用所述第一类产品的次数高于使用所述第二类产品的次数。根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，所述需求指标表征所述目标用户对所述候选推荐银行产品的需求程度。根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息。本申请的方法，提高了银行产品推送的准确度和效率。

Description

信息推送方法、装置、设备及存储介质

技术领域

本申请涉及金融领域或其他领域，尤其涉及一种信息推送方法、装置、设备及存储介质。

背景技术

随着经济的发展，人民生活的进步，银行用户的个人情况与需求越来越多元化，且银行所能提供的业务也越来越多。目前面对繁多的银行业务，用户和银行的工作人员常常面临难以快速选择适合用户的业务需求的困境，导致用户寻找适合自己的业务的效率较低，以及，银行的工作人员为用户推荐或推广合适的业务的效率较低的问题。

因此，如何快速获取符合用户个人情况与业务需求的业务产品是亟需解决的问题。

发明内容

本申请提供一种信息推送方法、装置、设备及存储介质，用以解决如何快速获取符合用户个人情况与业务需求的业务产品的问题。

第一方面，本申请提供一种信息推送方法，包括：

获取目标用户的第一类产品、第二类产品，所述目标用户使用所述第一类产品的次数高于使用所述第二类产品的次数；

根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，所述需求指标表征所述目标用户对所述候选推荐银行产品的需求程度；

根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息。

可选的，所述获取目标用户的第一类产品、第二类产品，包括：

获取所述目标用户的历史产品使用数据，并根据所述历史产品使用数据，确定所述目标用户的第一类产品；

获取所述目标用户与银行的其他用户的不相似指标，所述不相似指标表征任意两个用户之间的不相似程度；

根据所述目标用户与所述其他用户的不相似指标，获取所述目标用户的不相似用户；

根据所述目标用户的不相似用户、以及、所述第一类产品，确定所述目标用户的第二类产品。

可选的，所述获取所述目标用户与所述银行的其他用户的不相似指标，包括：

获取用户属性集合，所述用户属性集合中包括至少两种用户属性；

获取所述用户属性集合中每一种用户属性的第一属性值和第二属性值，所述第一属性值为所述目标用户在该用户属性的属性值，所述第二属性值为所述其他用户在该用户属性的属性值；

根据所述第一属性值和所述第二属性值，确定所述用户属性的不相似指标；

根据所述用户属性集合包括的所有用户属性，以及，所有用户属性对应的用户属性的不相似指标，确定所述目标用户和所述其他用户的不相似指标。

可选的，所述根据所述第一属性值和所述第二属性值，确定所述用户属性的不相似指标，包括：

若所述第一属性值和所述第二属性值中的较大值m大于较小值n的2倍，则所述用户属性的不相似指标为：

若所述第一属性值和所述第二属性值中的所述较大值m小于或等于所述较小值n的2倍，则所述用户属性的不相似指标为：

所述P为所述用户属性的不相似指标。

可选的，所述根据所述目标用户的不相似用户、以及、所述第一类产品，确定所述目标用户的第二类产品，包括：

根据所述目标用户的不相似用户的历史产品使用数据，确定所述目标用户的候选第二类产品；

获取每个所述候选第二类产品与每个所述第一类产品的距离；

将与所有所述第一类产品的距离均大于或等于第一预设距离阈值的候选第二类产品作为所述目标用户的第二类产品。

可选的，所述根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，包括：

获取所述候选推荐银行产品与所述第一类产品的距离、所述候选推荐银行产品与所述第二类产品的距离；

将与所述候选推荐银行产品的距离小于或等于第二距离阈值的第一类产品作为第一类样本，以及，将与所述候选推荐银行产品的距离小于或等于所述第二距离阈值的第二类产品作为第二类样本；

根据所述第一类样本、所述第二类样本，确定所述目标用户对所述候选推荐银行产品的需求指标。

可选的，所述根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息，包括：

获取所述目标用户的需求阈值；

若所述需求指标大于或等于所述目标用户的需求阈值，向目标终端推送所述候选推荐银行产品的产品信息。

第二方面，本申请提供一种信息推送装置，包括：

获取模块，用于获取目标用户的第一类产品、第二类产品，所述目标用户使用所述第一类产品的次数高于使用所述第二类产品的次数；

处理模块，用于根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，所述需求指标表征所述目标用户对所述候选推荐银行产品的需求程度；

控制模块，用于根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息。

第三方面，本申请提供一种电子设备，包括：处理器、通信接口，以及存储器；所述处理器分别与所述通信接口和所述存储器通信连接；

所述存储器存储计算机执行指令；

所述通信接口与外部设备进行通信交互；

所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述的方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述的信息推送方法。

第五方面，本申请提供一种计算机程序产品，所述计算机程序产品被处理器执行时用于实现如第一方面中任一项所述的信息推送方法。

本申请提供的信息推送方法、装置、设备及存储介质，通过获取目标用户的第一类产品、第二类产品，根据目标用户的候选推荐银行产品与第一类产品、第二类产品的距离，确定该目标用户对候选推荐银行产品的需求指标，并根据该需求指标，向目标终端推送候选推荐银行产品的产品信息，以将目标用户需求程度较高的候选推荐银行产品推荐给目标用户，从而提高了银行产品推送的准确度和效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的一种信息推送方法的流程示意图；

图2为本申请实施例提供的一种推送候选推荐银行产品的产品信息的场景示意图；

图3为本申请实施例提供的另一种推送候选推荐银行产品的产品信息的场景示意图；

图4为本申请实施例提供的另一种信息推送方法的流程示意图；

图5为本申请实施例提供的又一种信息推送方法的流程示意图；

图6为本申请实施例提供的一种信息推送装置的结构示意图；

图7为本申请实施例提供的一种电子设备的结构示意图。

本申请实施例提供的一种电子设备的结构示意图。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

需要说明的是，本申请信息推送方法和装置可用于金融领域或其他领域，也可用于除金融领域或其他领域之外的任意领域，本申请信息推送方法和装置的应用领域不做限定。

目前，面对银行提供的繁多的银行业务产品，通常通过以下两种方式向用户推荐适合用户个人情况和业务需求的银行产品：

方式1：通过收集用户的个人信息，例如用户的年龄、性别、职业、财务情况等个人信息，对用户的个人信息进行分析，了解用户的特征和需求，例如了解用户的消费习惯、收入状况、风险承受能力、教育阶段等，根据用户的特征和需求，利用机器学习和个性化推荐技术，为每个用户生成定制化的金融服务推荐方案，将适合用户个人情况和业务需求的银行产品推荐给该用户。

然而，仅通过用户个人信息对用户的特征和需求进行分析的方式，若面对信息量较少的用户，则难以分析出准确的用户特征和用户需求，导致通过该方式确定的银行产品的准确率较低。此外，该方式难以对用户可能存在的业务需求进行分析，也会导致确定的银行产品的准确率较低的问题。

方式2：通过银行工作人员与用户的接触，根据银行工作人员的经验以及对用户的需求引导，人为地获取用户的业务需求，并根据该业务需求确定与该业务需求对应的银行产品，将该银行产品推荐给用户。

然而，该方式严重依赖银行工作人员的个人能力和经验，若银行工作人员的个人能力和经验不足，则推荐的准确率较低。并且，通过人工方式向用户推荐符合用户个人情况和业务需求的银行产品的方式难以同时应对多个存在银行产品推荐需求的用户，推荐效率较低。

有鉴于此，本申请实施例提供了一种信息推送方法，通过目标用户使用次数较高的第一类产品和使用次数较低的第二类产品与候选推荐银行产品的距离，确定目标用户对每个候选推荐银行产品的需求程度，将需求程度较高的候选推荐银行产品推荐给目标用户，从而提高了银行产品推送的准确度和效率。

本申请提供的信息推送方法的执行主体可以是银行业务系统的服务器，或者是该服务器的处理芯片，还可以是实现该信息推送方法的软件或程序代码。当执行主体为银行业务系统的服务器时，该服务器上可以部署有运行该信息推送方法的软件或程序代码，通过该软件或程序代码对向目标用户推送的银行产品进行控制。

下面以执行主体为银行业务系统的服务器为例，通过具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图1为本申请实施例提供的一种信息推送方法的流程示意图。如图1所示，该方法可以包括：

S101、获取目标用户的第一类产品、第二类产品。

其中，该目标用户使用第一类产品的次数高于使用第二类产品的次数。第一类产品和第二类产品为不同类型的银行产品或服务。这些银行产品例如可以包括储蓄产品、信用卡产品、信贷产品、投资理财产品等。

一种可能的实现方式，可以通过该目标用户使用银行产品的历史产品使用数据获取该第一类产品、第二类产品。例如，可以将历史使用次数大于预设使用次数阈值的产品作为第一类产品，将历史使用次数小于或等于预设使用次数阈值的产品作为第二类产品，或者，将未使用过的银行产品作为第二类产品。示例性的，银行业务系统可以通过分析目标用户的交易记录和账户信息来确定目标用户使用的第一类产品和第二类产品。如果目标用户频繁使用储蓄账户进行存款和取款操作，则储蓄账户可以被归类为该目标用户的第一类产品。而信用卡作为第二类产品可能被该目标用户较少使用，比如只在特定场合或紧急情况下使用。

另一种可能的实现方式，可以通过该目标用户使用银行产品的历史产品使用数据获取该第一类产品，通过该银行的其他与该目标用户不相似的用户的历史产品使用数据获取该第二类产品。

S102、根据目标用户的候选推荐银行产品与第一类产品、第二类产品的距离，确定该目标用户对候选推荐银行产品的需求指标。

其中，该需求指标表征目标用户对候选推荐银行产品的需求程度。该候选推荐银行产品对于每个目标用户可以是相同的，也可以是不同的。当候选推荐银行产品对于每个目标用户是不同的时，可以根据每个目标用户的个人信息首先确定该候选推荐银行产品的产品范围。

该候选推荐银行产品与第一类产品、第二类产品的距离可以为欧氏距离、曼哈顿距离、余弦相似度等度量方法中的距离，该具体地度量方法可以根据实际需求确定，通过该距离能够衡量候选推荐银行产品与第一类产品、第二类产品的相似性或者差异性。该距离可以基于不同银行产品的产品特点、功能、利率、费用等因素，通过上述任一种度量方法计算获得。

一种可能的实现方式，该候选推荐银行产品与第一类产品、第二类产品的距离是预先存储在银行业务系统中的，例如是根据实际需求确定的度量方法计算获得的产品之间的距离预先存储在银行业务系统中，当确定具体的候选推荐银行产品、第一类产品、以及、第二类产品时，银行业务系统根据具体的银行产品标识，从预先存储的银行产品与距离的关系表、或者映射关系中获取。

另一种可能的实现方式，该候选推荐银行产品与第一类产品、第二类产品的距离是银行业务系统在确定了候选推荐银行产品、第一类产品、第二类产品的具体银行产品后，根据确定的度量方法，基于不同银行产品的产品特点、功能、利率、费用等因素实时计算获取的。

银行业务系统可以根据计算候选推荐银行产品与该目标用户的第一类产品、第二类产品的距离，确定产品之间的相似性或相关性来确定其对这些候选推荐银行产品的需求指标。若候选推荐银行产品与第一类产品的距离越近，表征与目标用户使用次数较高的银行产品的相似性越高，则目标用户对该候选推荐银行产品的需求程度越高；若候选推荐银行产品与第二类产品的距离越近，表征与目标用户使用次数较低的银行产品的相似性越高，则目标用户对该候选推荐银行产品的需求程度越低。

S103、根据需求指标，向目标终端推送候选推荐银行产品的产品信息。

将目标用户的需求程度较高的候选推荐银行产品作为需要向目标用户推送的银行产品，推送给该目标用户。例如，银行业务系统可以获取该目标用户的需求阈值，该需求阈值可以是根据目标用户的个人信息和/或历史数据确定的，或者是目标用户反馈给该银行业务系统的等。若该需求指标大于或等于该目标用户的需求阈值，则向目标终端推送该候选推荐银行产品的产品信息。

一种可能的实现方式，该目标终端为目标用户的个人电子设备，例如可以是目标用户的电脑、手机、平板电脑等，该推送产品信息的方式例如可以是通过短信推送、电话推送、应用程序推送、小程序推送、网页推送等方式，将该候选推荐银行产品的产品信息推送至用户的个人电子设备。在该实现方式下，图2为本申请实施例提供的一种推送候选推荐银行产品的产品信息的场景示意图。如图2所示，该场景包括银行业务系统的服务器、用户的个人电子设备。银行业务系统的服务器在获取到目标用户后，通过上述步骤S101至S103的方式，确定需要向该目标用户的个人电子设备推送的候选推荐银行产品，并将该候选推荐银行产品的产品信息推送至该用户的个人电子设备上。

另一种可能的实现方式，该目标终端为银行工作人员的终端设备，例如可以是银行工作人员的电脑、手机、银行网点的柜台机等。在该实现方式下，图3为本申请实施例提供的另一种推送候选推荐银行产品的产品信息的场景示意图。如图3所示，该场景包括银行业务系统的服务器、银行工作人员的终端设备。银行业务系统的服务器在获取到目标用户后，通过上述步骤S101至S103的方式，确定需要向该目标用户推送的候选推荐银行产品，并将该候选推荐银行产品的产品信息推送至银行工作人员的终端设备，以提示银行工作人员向目标用户推荐哪个银行产品。该实现方式可以适用于银行工作人员在银行网点接待目标用户的场景，或者银行工作人员离行为目标用户进行产品推广的场景等。

本申请实施例提供的方法，通过获取目标用户的第一类产品、第二类产品，根据目标用户的候选推荐银行产品与第一类产品、第二类产品的距离，确定该目标用户对候选推荐银行产品的需求指标，并根据该需求指标，向目标终端推送候选推荐银行产品的产品信息，以将目标用户需求程度较高的候选推荐银行产品推荐给目标用户，从而提高了银行产品推送的准确度和效率。

下面，对于前述步骤S101中具体如何获取目标用户的第一类产品、第二类产品进行详细说明。图4为本申请实施例提供的另一种信息推送方法的流程示意图。如图4所示，前述步骤S101可以包括：

S401、获取目标用户的历史产品使用数据，并根据历史产品使用数据，确定目标用户的第一类产品。

其中，该目标用户的历史产品使用数据可以从该银行业务系统中获取，或者从与该银行业务系统相连的数据库中获取。

银行业务系统可以将目标用户的历史产品使用数据中包含的银行产品作为目标客户的第一类产品，还可以将目标用户的历史产品使用数据中包含的银行产品作为目标客户的候选第一类产品，并通过比较目标用户对其他银行产品与该候选第一类产品的需求程度，根据该候选第一类产品和需求程度较高的其他银行产品获取该第一类产品。

当将目标用户的历史产品使用数据中包含的银行产品作为目标客户的候选第一类产品，并通过比较目标用户对其他银行产品与该候选第一类产品的需求程度，根据该候选第一类产品和需求程度较高的其他银行产品获取该第一类产品时，银行业务系统可以获取用于确定目标用户相对于两个银行产品的需求程度的大小关系的产品关系模型，对于除第一类产品之外的每一其他银行产品，依据该产品关系模型，确定目标用户相对于该其他银行产品与各个第一类产品的需求程度的大小关系，并将需求程度大于目标用户相对于该第一类产品的需求程度的其他银行产品也作为目标用户的第一类产品。

需要说明的是，该产品关系模型可以包括多个产品需求规则，该产品需求规则可以包含规则头和规则体，且对应两个银行产品变量，规则体包括两个银行产品变量在各个产品属性的值的大小关系，规则头包括目标用户相对于两个变量的需求程度的大小关系。

S402、获取目标用户与银行的其他用户的不相似指标。

其中，该不相似指标表征任意两个用户之间的不相似程度。该目标用户与银行的其他用户的不相似指标可以是通过用户属性之间的相似度确定的，例如可以是通过目标用户与银行的其他用户的交易历史确定的，或者是通过目标用户与银行的其他用户的个人信息确定的，或者是通过目标用户与银行的其他用户的行为模式确定的，或者是通过目标用户与银行的其他用户的风险偏好确定的，或者是通过目标用户与银行的其他用户的业务需求确定的等。

下面，以目标用户与银行的其他用户的用户属性集合的方式为例对如何确定目标用户与银行的其他用户的不相似指标进行说明。

S4021、获取用户属性集合。

其中，该用户属性集合中包括至少两种用户属性，该用户属性例如可以是上述所说的交易历史、个人信息、行为模式、风险偏好、业务需求等。银行业务系统可以通过用户注册的信息、数据库中记录的用户属性信息、社交媒体或者第三方提供的属性信息、以及、对用户的行为跟踪和分析，获取该用户属性集合。

S4022、获取用户属性集合中每一种用户属性的第一属性值和第二属性值。

其中，该第一属性值为目标用户在该用户属性的属性值，第二属性值为其他用户在该用户属性的属性值。

根据对上述步骤S4021中多种用户属性的具体取值的提取，获取目标用户在每种用户属性的属性值，以及其他用户在每种用户属性的属性值。该取值的提取例如可以是通过程序代码实现的，或者是通过自然语言处理(Natural Language Processing，NLP)等提取方式获取的。

S4023、根据第一属性值和第二属性值，确定用户属性的不相似指标。

一种可能的实现方式，可以通过获取每种用户属性的第一属性值和第二属性值的差值或距离，确定二者的差异大小，将该差异大小作为用户属性的不相似指标。

另一种可能的实现方式，可以通过欧几里德距离、余弦相似度、相关系数等相似度算法来计算目标用户与其他用户在该用户属性上的不相似程度。示例性的，可以通过下述算法确定该用户属性的不相似指标：

若第一属性值和第二属性值中的较大值m大于较小值n的2倍，则用户属性的不相似指标P可以通过下述公式(1)计算获得：

若第一属性值和第二属性值中的较大值m小于或等于较小值n的2倍，则用户属性的不相似指标P可以通过下述公式(2)计算获得：

S4024、根据用户属性集合包括的所有用户属性，以及，所有用户属性对应的用户属性的不相似指标，确定目标用户和其他用户的不相似指标。

根据用户属性集合中每个用户属性对应的用户属性的不相似指标，将这些不相似指标进行融合计算，通过对所有用户属性集合中所有用户属性对应的用户属性的不相似指标的综合考虑，确定目标用户和其他用户的不相似指标。该融合计算例如可以是加和计算、平均值计算、方差计算等融合计算方法。

S403、根据目标用户与其他用户的不相似指标，获取目标用户的不相似用户。

若目标用户与其他用户的不相似指标大于或等于预设指标阈值，表征该目标用户与该其他用户的相似程度较低，目标用户与该其他用户的业务需求关联度较低，因此可以将不相似指标大于或等于预设指标阈值的其他用户作为目标用户的不相似用户，从而根据该不相似用户的业务需求，确定该目标用户业务需求程度较低的银行产品。

S404、根据目标用户的不相似用户、以及、第一类产品，确定目标用户的第二类产品。

一种可能的实现方式，将该目标用户的不相似用户使用过的银行产品作为该目标用户的第二类产品。

另一种可能的实现方式，将该目标用户的不相似用户使用过的银行产品中与目标用户的第一类产品的距离较大的银行产品作为该目标用户的第二类产品。该实现方式可以通过以下步骤实现：

S4041、根据目标用户的不相似用户的历史产品使用数据，确定目标用户的候选第二类产品。

该不相似用户的历史产品使用数据可以根据该不相似用户的标识，从该银行业务系统中获取，或者从该银行业务系统的数据库中获取。

由于该不相似用户与该目标用户的相似度低，故该不相似用户与该目标用户的业务需求相关度低或者不存在相关度，即该不相似用户使用的银行产品大部分为该目标用户不会使用的银行产品，或者全部为该目标用户不会使用的银行产品。因此，可以根据该历史产品使用数据，确定该历史产品使用数据中包括的所有银行产品，将这些银行产品作为该目标用户的候选第二类产品。

S4042、获取每个候选第二类产品与每个第一类产品的距离。

该获取每个候选第二类产品与每个第一类产品的距离的方式和前述步骤S102中获取目标用户的候选推荐银行产品与第一类产品、第二类产品的距离的方式相似，此处不再赘述。

S4043、将与所有第一类产品的距离均大于或等于第一预设距离阈值的候选第二类产品作为目标用户的第二类产品。

若存在任意一个候选第二类产品与每个目标用户的第一类产品的距离均大于或等于该第一预设距离阈值，则表征该候选第二类产品与该目标用户的第一类产品的相似度较低，属于该目标用户大概率不会使用的银行产品类型；若候选第二类产品与每个目标用户的第一类产品的距离均小于该第一预设距离阈值，则表征该候选第二类产品与该目标用户的第一类产品存在一定的相似度，该目标用户后续可能会使用该银行产品类型，因此不能作为该目标用户的第二类产品。

本申请实施例提供的方法，通过确定与目标用户相似度较低的不相似用户，并根据该不相似用户的历史产品使用数据中包括的银行产品，进一步与该目标用户的第一类产品进行对比和分析，从该不相似用户的历史产品使用数据中包括的银行产品中提取出该目标用户大概率不会使用的银行产品类型作为该目标用户的第二类产品，并根据目标用户的历史产品使用数据，确定目标用户的第一类产品，以根据目标用户个性化地对该银行业务系统包括的银行产品进行分类，确定需要推送给用户的银行产品，从而提高了给用户的推送银行产品的准确率。

下面对于前述步骤S102中如何根据目标用户的候选推荐银行产品与第一类产品、第二类产品的距离，确定目标用户对候选推荐银行产品的需求指标进行详细介绍。图5为本申请实施例提供的又一种信息推送方法的流程示意图。如图5所示，前述步骤S102可以包括：

S501、获取候选推荐银行产品与第一类产品的距离、候选推荐银行产品与第二类产品的距离。

获取候选推荐银行产品与第一类产品的至少两个产品属性。对于每一种产品属性，将候选推荐银行产品与第一类产品在该种产品属性的两个值的距离作为该产品属性对应的距离，依据所有产品属性对应的距离，确定该候选推荐银行产品与第一类产品的距离。该产品属性例如可以是银行产品的产品特点、功能、利率、费用等属性。

S502、将与候选推荐银行产品的距离小于或等于第二距离阈值的第一类产品作为第一类样本，以及，将与候选推荐银行产品的距离小于或等于第二距离阈值的第二类产品作为第二类样本。

其中，该第二距离阈值可以根据实际需求确定，本申请对此不作限制。

S503、根据第一类样本、第二类样本，确定目标用户对候选推荐银行产品的需求指标。

获取该第一类样本的数量、该第二类样本的数量，该第一类样本的数量为上述与候选推荐银行产品的距离小于或等于第二距离阈值的第一类产品的产品数量，该第二类样本的数量为上述与候选推荐银行产品的距离小于或等于第二距离阈值的第二类产品的产品数量。

若该第一类样本包含的第一样本数量大于或等于第二类样本包含的第二样本数量，该目标客户对目标银行产品的需求指标可以通过下述公式(3)计算获得：

若该第一类样本包含的第一样本数量小于第二类样本包含的第二样本数量，该目标客户对目标银行产品的需求指标可以通过下述公式(4)计算获得：

本申请实施例提供的方法，通过获取候选推荐银行产品与第一类产品的距离、候选推荐银行产品与第二类产品的距离，将与候选推荐银行产品的距离小于或等于第二距离阈值的第一类产品作为第一类样本，以及，将与候选推荐银行产品的距离小于或等于第二距离阈值的第二类产品作为第二类样本，根据第一类样本、第二类样本，确定目标用户对候选推荐银行产品的需求指标，以确定目标用户对候选推荐银行产品的需求程度，从而为确定为该目标用户推送哪些候选推荐银行产品提供判断基础。

在一实施例中，该方法还包括:

以目标客户的第一类产品为正样本，以第二类产品为负样本，训练机器学习模型，获得产品需求模型，其中，产品需求模型的输入是银行产品，输出表征是否是客户需求的银行产品的标识；

将目标用户的候选推荐银行产品输入到产品需求模型，获得对应的模型输出；

依据对应的模型输出，确定是否向目标客户推送该候选推荐银行产品的产品信息。

图6为本申请实施例提供的一种信息推送装置的结构示意图。如图6所示，该信息推送装置可以包括：获取模块11，处理模块12，控制模块13。

获取模块11，用于获取目标用户的第一类产品、第二类产品，该目标用户使用该第一类产品的次数高于使用该第二类产品的次数。

处理模块12，用于根据该目标用户的候选推荐银行产品与该第一类产品、该第二类产品的距离，确定该目标用户对该候选推荐银行产品的需求指标，该需求指标表征该目标用户对该候选推荐银行产品的需求程度。

控制模块13，用于根据该需求指标，向目标终端推送该候选推荐银行产品的产品信息。

在一种可能的实现方式下，获取模块11，具体用于获取该目标用户的历史产品使用数据，并根据该历史产品使用数据，确定该目标用户的第一类产品。获取该目标用户与银行的其他用户的不相似指标，该不相似指标表征任意两个用户之间的不相似程度。处理模块12，具体用于根据该目标用户与该其他用户的不相似指标，获取该目标用户的不相似用户。根据该目标用户的不相似用户、以及、该第一类产品，确定该目标用户的第二类产品。

在该实现方式下，可选的，获取模块11，具体用于获取用户属性集合。获取该用户属性集合中每一种用户属性的第一属性值和第二属性值。其中，该用户属性集合中包括至少两种用户属性，该第一属性值为该目标用户在该用户属性的属性值，该第二属性值为该其他用户在该用户属性的属性值。处理模块12，具体用于根据该第一属性值和该第二属性值，确定该用户属性的不相似指标。根据该用户属性集合包括的所有用户属性，以及，所有用户属性对应的用户属性的不相似指标，确定该目标用户和该其他用户的不相似指标。

其中，可选的，处理模块12，具体用于若该第一属性值和该第二属性值中的较大值m大于较小值n的2倍，则该用户属性的不相似指标为：

若该第一属性值和该第二属性值中的该较大值m小于或等于该较小值n的2倍，则该用户属性的不相似指标为：

其中，P为该用户属性的不相似指标。

在该实现方式下，可选的，处理模块12，具体用于根据该目标用户的不相似用户的历史产品使用数据，确定该目标用户的候选第二类产品。获取每个该候选第二类产品与每个该第一类产品的距离。将与所有该第一类产品的距离均大于或等于第一预设距离阈值的候选第二类产品作为该目标用户的第二类产品。

在另一种可能的实现方式下，可选的，获取模块11，具体用于获取该候选推荐银行产品与该第一类产品的距离、该候选推荐银行产品与该第二类产品的距离。处理模块12，具体用于将与该候选推荐银行产品的距离小于或等于第二距离阈值的第一类产品作为第一类样本，以及，将与该候选推荐银行产品的距离小于或等于该第二距离阈值的第二类产品作为第二类样本。根据该第一类样本、该第二类样本，确定该目标用户对该候选推荐银行产品的需求指标。

在又一种可能的实现方式下，可选的，获取模块11，具体用于获取该目标用户的需求阈值。控制模块13，具体用于若该需求指标大于或等于该目标用户的需求阈值，向目标终端推送该候选推荐银行产品的产品信息。

本申请实施例提供的信息推送装置，可以执行上述方法实施例中的信息推送方法，其实现原理和技术效果类似，在此不再赘述。

图7为本申请实施例提供的一种电子设备的结构示意图。其中，该电子设备用于执行前述所说的信息推送方法，例如可以是前述所说的银行系统的服务器。如图7所示，该电子设备700可以包括：至少一个处理器701、存储器702、通信接口703。

存储器702，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。

存储器702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)，例如至少一个磁盘存储器。

处理器701用于执行存储器702存储的计算机执行指令，以实现前述方法实施例所描述的方法。其中，处理器701可能是一个CPU，或者是特定集成电路(ApplicationSpecific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。

处理器701通过通信接口703可以与外部设备进行通信交互，外部设备例如可以是前述所说的该银行的工作人员的终端设备。在具体实现上，如果通信接口703、存储器702以及处理器701独立实现，则通信接口703、存储器702以及处理器701可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(Peripheral Component，简称为PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果通信接口703、存储器702和处理器701集成在一块芯片上实现，则通信接口703、存储器702和处理器701可以通过内部接口完成通信。

本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述实施例中的方法。

本申请还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。计算设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得计算设备实施上述信息推送方法。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims (10)

1.一种信息推送方法，其特征在于，应用于银行业务系统，所述方法包括：

获取目标用户的第一类产品、第二类产品，所述目标用户使用所述第一类产品的次数高于使用所述第二类产品的次数；

根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，所述需求指标表征所述目标用户对所述候选推荐银行产品的需求程度；

根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息。

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的第一类产品、第二类产品，包括：

获取所述目标用户的历史产品使用数据，并根据所述历史产品使用数据，确定所述目标用户的第一类产品；

获取所述目标用户与银行的其他用户的不相似指标，所述不相似指标表征任意两个用户之间的不相似程度；

根据所述目标用户与所述其他用户的不相似指标，获取所述目标用户的不相似用户；

根据所述目标用户的不相似用户、以及所述第一类产品，确定所述目标用户的第二类产品。

3.根据权利要求2所述的方法，其特征在于，所述获取所述目标用户与所述银行的其他用户的不相似指标，包括：

获取用户属性集合，所述用户属性集合中包括至少两种用户属性；

获取所述用户属性集合中每一种用户属性的第一属性值和第二属性值，所述第一属性值为所述目标用户在该用户属性的属性值，所述第二属性值为所述其他用户在该用户属性的属性值；

根据所述第一属性值和所述第二属性值，确定所述用户属性的不相似指标；

根据所述用户属性集合包括的所有用户属性，以及，所有用户属性对应的用户属性的不相似指标，确定所述目标用户和所述其他用户的不相似指标。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一属性值和所述第二属性值，确定所述用户属性的不相似指标，包括：

若所述第一属性值和所述第二属性值中的较大值m大于较小值n的2倍，则所述用户属性的不相似指标为：

若所述第一属性值和所述第二属性值中的所述较大值m小于或等于所述较小值n的2倍，则所述用户属性的不相似指标为：

其中，所述P为所述用户属性的不相似指标。

5.根据权利要求2所述的方法，其特征在于，所述根据所述目标用户的不相似用户、以及所述第一类产品，确定所述目标用户的第二类产品，包括：

根据所述目标用户的不相似用户的历史产品使用数据，确定所述目标用户的候选第二类产品；

获取每个所述候选第二类产品与每个所述第一类产品的距离；

将与所有所述第一类产品的距离均大于或等于第一预设距离阈值的候选第二类产品作为所述目标用户的第二类产品。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，包括：

获取所述候选推荐银行产品与所述第一类产品的距离、所述候选推荐银行产品与所述第二类产品的距离；

将与所述候选推荐银行产品的距离小于或等于第二距离阈值的第一类产品作为第一类样本，以及，将与所述候选推荐银行产品的距离小于或等于所述第二距离阈值的第二类产品作为第二类样本；

根据所述第一类样本、所述第二类样本，确定所述目标用户对所述候选推荐银行产品的需求指标。

7.根据权利要求1所述的方法，其特征在于，所述根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息，包括：

获取所述目标用户的需求阈值；

若所述需求指标大于或等于所述目标用户的需求阈值，向目标终端推送所述候选推荐银行产品的产品信息。

8.一种信息推送装置，其特征在于，包括：

获取模块，用于获取目标用户的第一类产品、第二类产品，所述目标用户使用所述第一类产品的次数高于使用所述第二类产品的次数；

处理模块，用于根据所述目标用户的候选推荐银行产品与所述第一类产品、所述第二类产品的距离，确定所述目标用户对所述候选推荐银行产品的需求指标，所述需求指标表征所述目标用户对所述候选推荐银行产品的需求程度；

控制模块，用于根据所述需求指标，向目标终端推送所述候选推荐银行产品的产品信息。

9.一种电子设备，其特征在于，包括：处理器，通信接口以及存储器，所述处理器分别与所述通信接口和所述存储器通信连接；

所述存储器存储计算机执行指令；

所述通信接口与外部设备进行通信交互；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-7中任一项所述的方法。

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执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。