CN117390258A - 金融业务推荐方法、装置、计算机设备和存储介质 - Google Patents
金融业务推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117390258A CN117390258A CN202311112567.3A CN202311112567A CN117390258A CN 117390258 A CN117390258 A CN 117390258A CN 202311112567 A CN202311112567 A CN 202311112567A CN 117390258 A CN117390258 A CN 117390258A
- Authority
- CN
- China
- Prior art keywords
- service
- recommended
- target user
- server
- recommendation
- 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 50
- 238000004590 computer program Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 17
- 230000008451 emotion Effects 0.000 claims description 16
- 230000008909 emotion recognition Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种金融业务推荐方法、装置、计算机设备。所述方法包括：获取业务服务端发送的目标用户对应的历史交易数据；基于历史交易数据进行推荐业务预测得到目标用户对应的各个第一推荐业务；获取目标用户对应的业务咨询信息并提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务；计算各个第一推荐业务的第一推荐业务属性信息和各个第二推荐业务的第二推荐业务属性信息之间的业务重合度，基于业务重合度确定目标推荐业务；基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。采用本方法能够提高金融业务的推荐准确性。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种金融业务推荐方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
目前，在传统的银行经营场所即银行网点中，针对线下办理业务的客户，设置业务办理自助机获取客户的身份信息，根据客户的身份信息向用户进行热销金融业务或金融产品的介绍。
然而，现有的业务推荐方法难以精准发现不同客户的业务需求并进行针对性的金融业务推荐，这导致在银行网点中对客户的金融业务的推荐准确性低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高金融业务的推荐准确性的金融业务推荐方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种金融业务推荐方法。所述方法包括：
获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；
基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；
获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；
基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
第二方面，本申请还提供了一种金融业务推荐装置。所述装置包括：
获取模块，用于获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；
预测模块，用于基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；
咨询模块，用于获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
计算模块，用于基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；
推荐模块，用于基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；
基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；
获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；
基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
第四方面，本申请还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，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以下步骤：
获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；
基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；
获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；
基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；
基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；
获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；
基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
上述金融业务推荐方法、装置、计算机设备、存储介质和计算机程序产品，通过获取目标用户的历史交易数据，根据历史交易数据进行推荐业务预测，得到各个第一推荐业务，能够预先筛选出用户感兴趣的业务。然后获取目标用户的业务咨询信息，提取业务咨询信息中的业务关键词，通过根据业务关键词在各个预设业务中确定各个第二推荐业务，能够筛选出目标用户当前咨询的业务。然后计算各个第一推荐业务和各个第二推荐业务的重合度，利用业务预测和业务咨询实现了联合推荐，得到更准确的目标推荐业务，从而提高了金融业务的推荐准确性。
附图说明
图1为一个实施例中金融业务推荐方法的应用环境图；
图2为一个实施例中金融业务推荐方法的流程示意图；
图3为一个实施例中金融业务推荐步骤的流程示意图；
图4为一个实施例中金融业务推荐装置的结构框图；
图5为一个实施例中计算机设备的内部结构图；
图6为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的金融业务推荐方法，可以应用于如图1所示的应用环境中。其中，业务服务端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104获取业务服务端102发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；服务器104基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；服务器104获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；服务器104基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；服务器104基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端102。其中，业务服务端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种金融业务推荐方法，以该方法应用于图1中的服务器为例进行说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤202，获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据。
其中，业务服务端是指向用户提供业务服务的设备。目标用户是指业务服务端在当前提供服务的客户对象。历史交易数据是指目标用户在历史时间段办理的业务或交易的相关数据。
具体地，业务服务端可以是指线下业务办理服务人员的终端，也可以是线下的业务办理设备。服务器获取业务服务端发送的目标用户对应的身份信息，身份信息可以是目标用户向业务服务端提供的，也可以是目标用户向业务办理服务人员提供后，通过业务办理服务人员输入至终端后发送给服务器。然后服务器在存储数据库中查找目标用户对应的身份信息的历史交易数据。
步骤204，基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息。
其中，第一推荐业务是指通过推荐业务预测得到的可推荐给目标用户的业务，也可以表征为目标用户感兴趣的业务。第一推荐业务属性信息是指第一推荐业务的业务属性信息，包括业务基础信息和业务办理信息等。
具体地，服务器可以调用预先训练好的推荐业务预测模型，推荐业务预测模型是预先使用各个用户的历史交易数据和用户的身份信息作为训练数据训练得到的。服务器将目标用户的历史交易数据输入至推荐业务预测模型，得到目标用户对应的各个第一推荐业务，然后服务器获取各个第一推荐业务对应的第一推荐业务属性信息。第一推荐业务属性信息可以是第一推荐业务的属性列表，包括第一推荐业务的业务基础信息，比如业务标识、业务类别、业务内容、业务上线时间等，以及业务办理信息，比如业务办理条件、业务办理时间等、业务效期等。
步骤206，获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息。
其中，业务咨询信息是指目标用户对需要办理的业务的咨询信息，可以是咨询文本或咨询语音等。业务关键词是指业务咨询信息中对业务的描述关键词。预设业务是指业务服务端可办理的业务。第二推荐业务是指通过业务关键词确定的可推荐给目标用户的业务。第二推荐业务属性信息是指第二推荐业务的业务属性信息，包括业务基础信息和业务办理信息等。
具体地，服务器通过业务服务端获取目标用户对应的业务咨询信息，业务咨询信息可以是业务办理服务人员与目标用户对话后获取的咨询信息，然后业务办理服务人员通过终端将咨询信息发送给服务器。业务咨询信息也可以是具有对话功能的业务办理设备按照预设的对话模式与目标用户对话后获取的咨询信息。
服务器提取业务咨询信息中的业务关键词，并获取各个预设业务对应的业务描述信息，业务描述信息是指预先设置的对预设业务的描述词库，包括对预设业务的模糊关联词。服务器将业务关键词与各个预设业务的业务描述信息中的描述词和模糊关联词进行匹配，将匹配程度超过预设匹配阈值的预设业务确定为第二推荐业务，得到目标用户对应的各个第二推荐业务。然后服务器获取各个第二推荐业务对应的第二推荐业务属性信息。
步骤208，基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务。
其中，业务重合度是指业务属性信息的重合程度。目标推荐业务是指推荐给目标用户的业务。
具体地，服务器计算各个第一推荐业务的第一推荐业务属性信息和各个第二推荐业务的第二推荐业务属性信息之间的业务重合度，将各个第一推荐业务和各个第二推荐业务中，业务重合度最高且超过预设重合度阈值的推荐业务确定为目标推荐业务。比如，第一推荐业务A的第一业务属性信息与第二推荐业务B的第二业务属性信息的业务重合度最高，则将业务重合度最高的第一推荐业务A和第二推荐业务B作为目标推荐业务。服务器也可以在确定重合度最高的第一推荐业务和第二推荐业务后，获取该第一推荐业务和第二推荐业务对应的推荐成功率，将推荐成功率较高的推荐业务作为目标推荐业务。
业务重合度的计算可以是计算第一推荐业务属性信息中各个子属性信息与第二推荐业务属性信息中各个子属性信息的重合比例，比如，第一推荐业务A的第一业务属性信息的子属性信息包括业务标识、业务效期、业务办理内容等5个子属性信息，计算得到第一推荐业务A的与第二推荐业务B重合的子属性信息的数量为3，则第一推荐业务A与第二推荐业务B的重合相似度为3/5＝60％。
步骤210，基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
具体地，服务器根据目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。业务服务端可以向目标用户展示业务推荐页面，也可以向业务办理服务人员展示业务推荐页面，以使业务办理服务人员向目标用户推荐和介绍目标推荐业务。
上述金融业务推荐方法中，通过获取目标用户的历史交易数据，根据历史交易数据进行推荐业务预测，得到各个第一推荐业务，能够预先筛选出用户感兴趣的业务。然后获取目标用户的业务咨询信息，提取业务咨询信息中的业务关键词，通过根据业务关键词在各个预设业务中确定各个第二推荐业务，能够筛选出目标用户当前咨询的业务。然后计算各个第一推荐业务和各个第二推荐业务的重合度，利用业务预测和业务咨询实现了联合推荐，得到更准确的目标推荐业务，从而提高了金融业务的推荐准确性。
在一个实施例中，金融业务推荐方法，还包括：
将业务关键词与各个第一推荐业务对应的第一推荐业务属性信息进行匹配，得到各个第一推荐业务对应的匹配程度；
基于匹配程度在各个第一推荐业务中确定目标推荐业务。
具体地，各个第一推荐业务对应的第一推荐业务属性信息包括预先设置的第一推荐业务的描述词库，服务器将业务关键词与各个第一推荐业务的描述词库中的描述词进行匹配，得到各个第一推荐业务的关键词的匹配程度。服务器将匹配程度最高的第一推荐业务确定为目标推荐业务。
然后服务器根据目标推荐业务和目标用户的身份信息生成业务推荐页面，将业务推荐页面发送给业务服务端。
本实施例中，通过将业务关键词与各个第一推荐业务对应的第一推荐业务属性信息进行匹配，并根据匹配结果在各个第一推荐业务中确定目标推荐业务，简化了目标推荐业务的确定流程，从而提高了业务推荐页面的生成效率。
在一个实施例中，步骤204，基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，包括：
基于目标用户对应的身份信息确定目标用户对应的目标客群类别，调用目标客群类别对应的推荐业务预测模型；
将历史交易数据输入推荐业务预测模型进行推荐业务预测，得到各个候选推荐业务和对应的推荐程度；
基于推荐程度在各个候选推荐业务中确定各个第一推荐业务。
具体地，服务器根据目标用户的身份信息中的业务标签确定目标用户对应的目标客群类别。业务标签是指预先根据用户的历史交易数据设置的表征用户业务办理倾向的标签。目标客群类别是指目标用户所属的客群的类别。客群是指具有相同或相似特征的客户群体。一个客群类别可以对应多个业务标签。客群类别比如是理财客户类别、贷款客群类别、储蓄客群类别等。
服务器中预先存储有各个客群类别对应的推荐业务预测模型，各个客群类别对应的推荐业务预测模型是预先使用对应客群中用户的历史交易数据进行训练得到的。服务器调用目标客群类别对应的推荐业务预测模型，将历史交易数据输入推荐业务预测模型进行推荐业务预测，得到各个候选推荐业务和对应的推荐程度。服务器将推荐程度超过预设推荐程度阈值的候选推荐特务确定为第一推荐业务，得到目标用户对应的各个第一推荐业务。
本实施例中，通过根据客群类别分别训练对应的推荐业务预测模型，提高了对各个客群类别对应的客群客户的推荐业务的预测准确性，从而提高了对各个客户的金融业务的推荐准确性。
在一个实施例中，金融业务推荐方法，还包括：
当各个第一推荐业务和各个第二推荐业务之间的业务重合度均未超过预设重合度阈值时，基于各个第二推荐业务和目标用户对应的身份信息生成第二业务推荐页面；
将第二业务推荐页面发送至业务服务端，获取业务服务端基于第二业务推荐页面返回的选中业务信息和选中业务交易信息；
将选中业务信息、选中业务交易信息和目标用户对应的身份信息作为更新训练数据；
基于更新训练数据对推荐业务预测模型进行更新训练，得到更新推荐业务预测模型。
具体地，服务器检测到各个第一推荐业务和各个第二推荐业务之间的业务重合度均为超过预设重合度阈值时，表征目标用户当前咨询的业务与预测的业务不存在关联，则服务器暂时放弃对第一推荐业务的推荐。然后服务器根据各个第二推荐业务和目标用户对应的身份信息生成第二业务推荐页面，第二推荐业务页面是指仅包括第二推荐业务的业务推荐页面。
然后服务器将第二业务推荐页面发送至业务服务端，通过业务服务端获取目标用户基于第二业务推荐页面选择的选中业务，并获取选中业务信息以及目标用户对选中业务的选中业务交易信息。选中业务交易信息是指用户办理选中业务时的业务办理信息。具体可以是业务服务端为自助业务办理设备时，将第二业务推荐页面展示于目标用户，目标用户可以在业务服务端进行业务选择和业务办理，则业务服务端获取选中业务对应的选中业务信息和选中业务交易信息。业务服务端为业务办理服务人员的终端时，将第二业务推荐页面展示于业务办理服务人员，以使业务办理服务人员向目标用户进行业务推荐，并确定目标用户对选中业务的确认，通过业务办理服务人员向业务服务端输入选中业务对应的选中业务信息和选中业务交易信息，服务器获取业务服务端发送的选中业务信息和选中业务交易信息。
服务器将选中业务信息、选中业务交易信息和目标用户对应的身份信息作为更新训练数据，使用更新训练数据对推荐业务预测模型进行更新训练，得到更新推荐业务预测模型。
本实施例中，通过检测到各个第一推荐业务和各个第二推荐业务之间的业务重合度均未超过预设重合度阈值时，表征目标用户的业务办理意向相较于历史办理业务发生变化，则根据各个第二推荐业务生成第二业务推荐页面，提高第二业务推荐页面与目标用户的需要业务的关联性。并且根据目标用户在第二业务推荐页面选择的选中业务对应的选中业务信息和选中业务交易信息作为更新训练数据，并对推荐业务预测模型进行更新训练，提高了推荐业务预测模型的预测准确性，从而提高了金融业务的推荐准确性。
在一个实施例中，如图3所示，在步骤210，基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端之后，还包括：
步骤302，获取业务服务端返回的目标用户基于目标推荐业务的人脸信息，对人脸信息进行人脸情绪识别，得到目标用户基于目标推荐业务的人脸情绪类别；
步骤304，当人脸情绪类别为负面情绪类别，获取业务服务端发送的推荐业务反馈信息，基于推荐业务反馈信息提取更新业务关键词；
步骤306，将更新业务关键词在各个预设业务对应的业务描述信息中进行匹配，根据匹配结果在各个预设业务中确定各个更新推荐业务；
步骤308，基于各个更新推荐业务生成更新业务推荐页面，将更新业务推荐页面发送至业务服务端。
具体地，服务器将业务推荐页面发送至业务服务端后，向业务服务端发送人脸信息采集指令，获取业务服务端返回的目标用户基于目标推荐业务的人脸信息，对人脸信息进行人脸情绪识别，得到目标用户基于目标推荐业务的人脸情绪类别。当目标用户的人脸情绪类别为负面情绪类别时，表征业务推荐页面中的目标推荐业务并不是目标用户需要办理的业务。
服务器向业务服务端发送业务反馈信息获取请求，获取业务服务端发送的推荐业务反馈信息。具体可以是业务服务端为自助业务办理设备时，根据反馈信息获取请求对应的预设对话模式与目标用户进行对话，获取目标用户对应的推荐业务反馈并将推荐业务反馈发送给服务器。业务服务端为业务办理服务人员的终端时，响应于业务反馈信息获取请求指示业务办理服务人员与目标用户进行对话，通过业务办理服务人员向业务服务端输入推荐业务反馈信息，服务器获取业务服务端发送的推荐业务反馈信息。推荐业务反馈信息可以是指目标用户对业务推荐页面中目标业务的业务办理结果和目标用户对需求业务的业务描述信息。业务办理结果比如接收办理、拒绝办理等。
服务器从推荐业务反馈信息中提取更新业务关键词，将更新业务关键词在各个预设业务对应的业务描述信息中进行匹配，根据匹配结果在各个预设业务中确定各个更新推荐业务，然后根据各个更新推荐业务生成更新业务推荐页面，将更新业务推荐页面发送至业务服务端。
在一个具体实施例中，服务器检测到推荐业务反馈信息中业务推荐办理结果为拒绝办理时，获取推荐业务反馈信息中的当前业务描述信息，当前业务描述信息表示目标用户对当前需求业务的更新描述信息，服务器需要使用更新描述信息对业务服务端的业务推荐页面进行更新。具体可以是服务器提取业务描述信息中的更新业务关键词，使用更新业务关键词与预设业务重新进行匹配得到更新推荐业务，根据更新推荐业务生成更新业务推荐页面并发送至业务服务端。
在一个具体实施例中，服务器检测到推荐业务反馈信息中业务推荐办理结果为接受办理，并且推荐业务反馈信息中存在目标推荐业务的业务办理完成信息时，服务器将目标用户的历史交易数据再次输入到业务推荐预测模型，得到目标用户对应的各个更新第一推荐业务。服务器根据各个更新第一推荐业务生成第一业务推荐页面，将第一业务推荐页面发送至业务服务端进行更新第一推荐业务的推荐。
本实施例中，通过获取目标用户的人脸信息并进行人脸情绪识别，能够及时确认目标用户的业务办理意向，并及时生成更新业务推荐页面对目标用户进行业务推荐，从而提高了金融业务推荐的准确性。
在一个实施例中，步骤202，获取业务服务端发送的目标用户对应的身份信息，包括：
向业务服务端发送用户特征采集指令，获取业务服务端返回的目标用户对应的生物特征信息；
基于生物特征信息进行身份识别，得到目标用户对应的身份信息。
具体地，服务器向业务服务端发送用户特征采集指令，获取业务服务端返回的目标用户对应的生物特征信息，生物特征信息比如是人脸信息、瞳孔信息、指纹信息等。然后服务器根据生物特征信息对目标用户进行身份识别，得到目标用户对应的身份信息。
在一个具体实施例中，金融业务推荐方法，具体步骤如下：
服务器向业务服务端发送用户特征采集指令，获取业务服务端返回的目标用户对应的生物特征信息；基于生物特征信息进行身份识别，得到目标用户对应的身份信息，服务器根据身份信息获取目标用户对应的历史交易数据；
服务器基于目标用户对应的身份信息确定目标用户对应的目标客群类别，调用目标客群类别对应的推荐业务预测模型；将历史交易数据输入推荐业务预测模型进行推荐业务预测，得到各个候选推荐业务和对应的推荐程度；基于推荐程度在各个候选推荐业务中确定各个第一推荐业务；
服务器获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
服务器基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；或将业务关键词与各个第一推荐业务对应的第一推荐业务属性信息进行匹配，得到各个第一推荐业务对应的匹配程度；基于匹配程度在各个第一推荐业务中确定目标推荐业务；
服务器基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端；
服务器获取业务服务端返回的目标用户基于目标推荐业务的人脸信息，对人脸信息进行人脸情绪识别，得到目标用户基于目标推荐业务的人脸情绪类别；当人脸情绪类别为负面情绪类别，获取业务服务端发送的推荐业务反馈信息，基于推荐业务反馈信息提取更新业务关键词；将更新业务关键词在各个预设业务对应的业务描述信息中进行匹配，根据匹配结果在各个预设业务中确定各个更新推荐业务；基于各个更新推荐业务生成更新业务推荐页面，将更新业务推荐页面发送至业务服务端。
在一个实施例中，金融业务推荐方法，具体步骤还包括：
服务器向业务服务端发送用户特征采集指令，获取业务服务端返回的目标用户对应的生物特征信息；基于生物特征信息进行身份识别，得到目标用户对应的身份信息，服务器根据身份信息获取目标用户对应的历史交易数据；
服务器基于目标用户对应的身份信息确定目标用户对应的目标客群类别，调用目标客群类别对应的推荐业务预测模型；将历史交易数据输入推荐业务预测模型进行推荐业务预测，得到各个候选推荐业务和对应的推荐程度；基于推荐程度在各个候选推荐业务中确定各个第一推荐业务；
服务器获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
服务器基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度；
当所述各个第一推荐业务和所述各个第二推荐业务之间的业务重合度均未超过预设重合度阈值时，基于所述各个第二推荐业务和所述目标用户对应的身份信息生成第二业务推荐页面；
将所述第二业务推荐页面发送至所述业务服务端，获取所述业务服务端基于所述第二业务推荐页面返回的选中业务信息和选中业务交易信息；
将所述选中业务信息、所述选中业务交易信息和所述目标用户对应的身份信息作为更新训练数据；
基于所述更新训练数据对所述推荐业务预测模型进行更新训练，得到更新推荐业务预测模型。
在一个具体实施例中，金融业务推荐方法可应用于线下银行网点的业务办理场景，线下银行网点的客户经理为业务办理服务人员，则业务服务端为客户经理使用的终端。目标用户进入银行网点进行业务咨询时，业务服务端采集目标用户的人脸信息发送给服务器进行人脸识别，服务器根据人脸识别结果确定目标用户的客群类别为贷款客群类别，则调用贷款客群类别对应的推荐业务预测模型，将历史交易数据输入推荐业务预测模型得到传统信贷业务、中小企业信贷业务、个人信贷业务等各个第一推荐业务。
然后获取目标用户对应的业务咨询信息，提取贷款、公司、经营、有效期等业务关键词，根据业务关键词在各个预设业务中确定中小企业信贷业务、个人信贷业务等各个第二推荐业务。服务器计算各个第一推荐业务的第一推荐业务属性信息和各个第二推荐业务的第二推荐业务属性信息之间的重合度，比如贷款范围、贷款有效期、贷款对象等属性信息的重合度，确定目标推荐业务为中小企业信贷业务。服务器根据中小企业信贷业务和目标用户的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端，以使客户经理向目标用户推荐中小企业信贷业务及其产品。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的金融业务推荐方法的金融业务推荐装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个金融业务推荐装置实施例中的具体限定可以参见上文中对于金融业务推荐方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种金融业务推荐装置400，包括：获取模块402、预测模块404、咨询模块406、计算模块408和推荐模块410，其中：
获取模块402，用于获取业务服务端发送的目标用户对应的身份信息，基于身份信息获取目标用户对应的历史交易数据；
预测模块404，用于基于历史交易数据进行推荐业务预测，得到目标用户对应的各个第一推荐业务，获取各个第一推荐业务对应的第一推荐业务属性信息；
咨询模块406，用于获取目标用户对应的业务咨询信息，基于业务咨询信息提取业务关键词，基于业务关键词在各个预设业务中确定各个第二推荐业务，获取各个第二推荐业务对应的第二推荐业务属性信息；
计算模块408，用于基于第一推荐业务属性信息和第二推荐业务属性信息计算各个第一推荐业务和各个第二推荐业务之间的业务重合度，基于业务重合度确定目标推荐业务；
推荐模块410，用于基于目标推荐业务和目标用户对应的身份信息生成业务推荐页面，将业务推荐页面发送至业务服务端。
在一个实施例中，金融业务推荐装置400，还包括：
将业务关键词与各个第一推荐业务对应的第一推荐业务属性信息进行匹配，得到各个第一推荐业务对应的匹配程度；基于匹配程度在各个第一推荐业务中确定目标推荐业务。
在一个实施例中，预测模块404，包括：
预测模型单元，用于基于目标用户对应的身份信息确定目标用户对应的目标客群类别，调用目标客群类别对应的推荐业务预测模型；将历史交易数据输入推荐业务预测模型进行推荐业务预测，得到各个候选推荐业务和对应的推荐程度；基于推荐程度在各个候选推荐业务中确定各个第一推荐业务。
在一个实施例中，金融业务推荐装置400，还包括：
模型更新单元，用于当各个第一推荐业务和各个第二推荐业务之间的业务重合度均未超过预设重合度阈值时，基于各个第二推荐业务和目标用户对应的身份信息生成第二业务推荐页面；将第二业务推荐页面发送至业务服务端，获取业务服务端基于第二业务推荐页面返回的选中业务信息和选中业务交易信息；将选中业务信息、选中业务交易信息和目标用户对应的身份信息作为更新训练数据；基于更新训练数据对推荐业务预测模型进行更新训练，得到更新推荐业务预测模型。
在一个实施例中，金融业务推荐装置400，还包括：
情绪识别单元，用于获取业务服务端返回的目标用户基于目标推荐业务的人脸信息，对人脸信息进行人脸情绪识别，得到目标用户基于目标推荐业务的人脸情绪类别；当人脸情绪类别为负面情绪类别，获取业务服务端发送的推荐业务反馈信息，基于推荐业务反馈信息提取更新业务关键词；将更新业务关键词在各个预设业务对应的业务描述信息中进行匹配，根据匹配结果在各个预设业务中确定各个更新推荐业务；基于各个更新推荐业务生成更新业务推荐页面，将更新业务推荐页面发送至业务服务端。
在一个实施例中，获取模块402，包括：
身份识别单元，用于向业务服务端发送用户特征采集指令，获取业务服务端返回的目标用户对应的生物特征信息；基于生物特征信息进行身份识别，得到目标用户对应的身份信息。
上述金融业务推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储身份信息、历史交易数据等。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种金融业务推荐方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种金融业务推荐方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5-6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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，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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种金融业务推荐方法，其特征在于，所述方法包括：
获取业务服务端发送的目标用户对应的身份信息，基于所述身份信息获取所述目标用户对应的历史交易数据；
基于所述历史交易数据进行推荐业务预测，得到所述目标用户对应的各个第一推荐业务，获取所述各个第一推荐业务对应的第一推荐业务属性信息；
获取所述目标用户对应的业务咨询信息，基于所述业务咨询信息提取业务关键词，基于所述业务关键词在所述各个预设业务中确定各个第二推荐业务，获取所述各个第二推荐业务对应的第二推荐业务属性信息；
基于所述第一推荐业务属性信息和所述第二推荐业务属性信息计算所述各个第一推荐业务和所述各个第二推荐业务之间的业务重合度，基于所述业务重合度确定目标推荐业务；
基于所述目标推荐业务和所述目标用户对应的身份信息生成业务推荐页面，将所述业务推荐页面发送至所述业务服务端。
2.根据权利要求1所述的方法，其特征在于，所述方法，还包括：
将所述业务关键词与所述各个第一推荐业务对应的第一推荐业务属性信息进行匹配，得到所述各个第一推荐业务对应的匹配程度；
基于所述匹配程度在所述各个第一推荐业务中确定目标推荐业务。
3.根据权利要求1所述的方法，其特征在于，所述基于所述历史交易数据进行推荐业务预测，得到所述目标用户对应的各个第一推荐业务，包括：
基于所述目标用户对应的身份信息确定所述目标用户对应的目标客群类别，调用所述目标客群类别对应的推荐业务预测模型；
将所述历史交易数据输入所述推荐业务预测模型进行推荐业务预测，得到各个候选推荐业务和对应的推荐程度；
基于所述推荐程度在所述各个候选推荐业务中确定所述各个第一推荐业务。
4.根据权利要求3所述的方法，其特征在于，所述方法，还包括：
当所述各个第一推荐业务和所述各个第二推荐业务之间的业务重合度均未超过预设重合度阈值时，基于所述各个第二推荐业务和所述目标用户对应的身份信息生成第二业务推荐页面；
将所述第二业务推荐页面发送至所述业务服务端，获取所述业务服务端基于所述第二业务推荐页面返回的选中业务信息和选中业务交易信息；
将所述选中业务信息、所述选中业务交易信息和所述目标用户对应的身份信息作为更新训练数据；
基于所述更新训练数据对所述推荐业务预测模型进行更新训练，得到更新推荐业务预测模型。
5.根据权利要求1所述的方法，其特征在于，在所述基于所述目标推荐业务和所述目标用户对应的身份信息生成业务推荐页面，将所述业务推荐页面发送至所述业务服务端之后，还包括：
获取所述业务服务端返回的所述目标用户基于所述目标推荐业务的人脸信息，对所述人脸信息进行人脸情绪识别，得到所述目标用户基于所述目标推荐业务的人脸情绪类别；
当所述人脸情绪类别为负面情绪类别，获取所述业务服务端发送的推荐业务反馈信息，基于所述推荐业务反馈信息提取更新业务关键词；
将所述更新业务关键词在各个预设业务对应的业务描述信息中进行匹配，根据匹配结果在所述各个预设业务中确定各个更新推荐业务；
基于所述各个更新推荐业务生成更新业务推荐页面，将所述更新业务推荐页面发送至所述业务服务端。
6.根据权利要求1所述的方法，其特征在于，所述获取业务服务端发送的目标用户对应的身份信息，包括：
向所述业务服务端发送用户特征采集指令，获取所述业务服务端返回的所述目标用户对应的生物特征信息；
基于所述生物特征信息进行身份识别，得到所述目标用户对应的身份信息。
7.一种金融业务推荐装置，其特征在于，所述装置包括：
获取模块，用于获取业务服务端发送的目标用户对应的身份信息，基于所述身份信息获取所述目标用户对应的历史交易数据；
预测模块，用于基于所述历史交易数据进行推荐业务预测，得到所述目标用户对应的各个第一推荐业务，获取所述各个第一推荐业务对应的第一推荐业务属性信息；
咨询模块，用于获取所述目标用户对应的业务咨询信息，基于所述业务咨询信息提取业务关键词，基于所述业务关键词在所述各个预设业务中确定各个第二推荐业务，获取所述各个第二推荐业务对应的第二推荐业务属性信息；
计算模块，用于基于所述第一推荐业务属性信息和所述第二推荐业务属性信息计算所述各个第一推荐业务和所述各个第二推荐业务之间的业务重合度，基于所述业务重合度确定目标推荐业务；
推荐模块，用于基于所述目标推荐业务和所述目标用户对应的身份信息生成业务推荐页面，将所述业务推荐页面发送至所述业务服务端。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311112567.3A CN117390258A (zh) | 2023-08-31 | 2023-08-31 | 金融业务推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311112567.3A CN117390258A (zh) | 2023-08-31 | 2023-08-31 | 金融业务推荐方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117390258A true CN117390258A (zh) | 2024-01-12 |
Family
ID=89461956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311112567.3A Pending CN117390258A (zh) | 2023-08-31 | 2023-08-31 | 金融业务推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117390258A (zh) |
-
2023
- 2023-08-31 CN CN202311112567.3A patent/CN117390258A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019196546A1 (zh) | 确定业务请求事件的风险概率的方法及装置 | |
| CN112308710B (zh) | 贷款数据处理方法、装置、计算机设备及存储介质 | |
| US11531987B2 (en) | User profiling based on transaction data associated with a user | |
| WO2020073727A1 (zh) | 风险预测方法、装置、计算机设备和存储介质 | |
| US11893632B2 (en) | Systems and methods for determining financial security risks using self-supervised natural language extraction | |
| US20200265449A1 (en) | Systems and methods for data segmentation | |
| CN113705698A (zh) | 基于点击行为预测的信息推送方法及装置 | |
| CN115758271A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| US20220172271A1 (en) | Method, device and system for recommending information, and storage medium | |
| US11593740B1 (en) | Computing system for automated evaluation of process workflows | |
| CN117390258A (zh) | 金融业务推荐方法、装置、计算机设备和存储介质 | |
| CN113807920A (zh) | 基于人工智能的产品推荐方法、装置、设备及存储介质 | |
| CN113094595A (zh) | 对象识别方法、装置、计算机系统及可读存储介质 | |
| CN112580916B (zh) | 数据评估方法、装置、计算机设备和存储介质 | |
| CN117437021A (zh) | 附属信用卡办理方法、装置、计算机设备和存储介质 | |
| CN117036041A (zh) | 业务信息推送方法、装置、计算机设备和存储介质 | |
| CN114492638A (zh) | 一种特征抽取方法及装置、电子设备、存储介质 | |
| CN117314519A (zh) | 消息推送方法、装置、计算机设备和存储介质 | |
| CN114239603A (zh) | 业务需求匹配方法、装置、计算机设备和存储介质 | |
| CN117455664A (zh) | 资源数据的处理方法、装置、计算机设备和存储介质 | |
| CN117391490A (zh) | 金融业务的评价信息处理方法、装置和计算机设备 | |
| CN117575607A (zh) | 交易风险识别方法、装置、计算机设备和存储介质 | |
| CN116703544A (zh) | 资源互动轨迹预测方法、装置、计算机设备和存储介质 | |
| CN117407418A (zh) | 信息获取方法、装置、计算机设备、存储介质和程序产品 | |
| CN117221838A (zh) | 基于5g消息的业务办理方法、装置、计算机设备和介质 |
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 |