KR20200123015A - 정보를 추천하는 방법, 장치, 기기 및 저장 매체 - Google Patents

정보를 추천하는 방법, 장치, 기기 및 저장 매체 Download PDF

Info

Publication number
KR20200123015A
KR20200123015A KR1020200045814A KR20200045814A KR20200123015A KR 20200123015 A KR20200123015 A KR 20200123015A KR 1020200045814 A KR1020200045814 A KR 1020200045814A KR 20200045814 A KR20200045814 A KR 20200045814A KR 20200123015 A KR20200123015 A KR 20200123015A
Authority
KR
South Korea
Prior art keywords
user
past
weight
candidate
target user
Prior art date
Application number
KR1020200045814A
Other languages
English (en)
Other versions
KR102433722B1 (ko
Inventor
옌헤 왕
펑페이 티안
링펑 팡
칭 리
슈핑 조우
Original Assignee
베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
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 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. filed Critical 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
Publication of KR20200123015A publication Critical patent/KR20200123015A/ko
Application granted granted Critical
Publication of KR102433722B1 publication Critical patent/KR102433722B1/ko

Links

Images

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/22—Payment schemes or models
    • G06Q20/24—Credit schemes, i.e. "pay after"
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
    • G06Q20/354—Card activation or deactivation
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Security & Cryptography (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 실시예는 정보를 추천하는 방법, 장치, 기기 및 저장 매체를 개시하는바, 이는 정보 기술 분야에 관한 것이다. 당해 방법은, 사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계; 상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 하는 단계; 상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계; 및 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 단계; 를 포함한다. 본 발명의 실시예에 의해 제공되는 정보를 추천하는 방법, 장치, 기기 및 저장 매체는 사용자에게 신용카드 정보의 개인화된 추천을 구현함으로써, 신용카드에 대한 사용자의 개인화 수요를 충족시키고 나아가 정보를 추천하는 정확률을 향상시킨다.

Description

정보를 추천하는 방법, 장치, 기기 및 저장 매체{INFORMATION RECOMMENDATION METHOD, APPARATUS, DEVICE AND MEDIUM}
본 발명의 실시예는 정보 기술 분야에 관한 것으로, 특히 정보를 추천하는 방법, 장치, 기기 및 저장 매체에 관한 것이다.
사용자가 신용카드를 발급받음에 있어서, 발급 빈도가 낮고 특징이 미미한 특징점을 가진다. 발급 빈도가 낮으므로 대부분의 사용자가 새로운 사용자인 상황에 직면하게 된다. 새로운 사용자의 과거 정보가 부재한 것으로 인한 콜드 스타트 추천 문제는 전반 추천 분야에 있어서의 난점이며, 여기서 특징이 미미하다는 것은 사용자 속성에 따른 직접적인 추천이 매우 어렵다는 것을 가리키고, 콜드 스타트 추천은 과거 정보에 따라 사용자에게 신용카드를 추천하는 것이 불가능하다는 것을 가리킨다.
종래의 주류의 카드 발급 플랫폼의 신용카드 추천 방법은 많이는 신용카드의 클릭 인기도 또는 수익이 얼마인지 등에 따라 추천한다. 그러나 사용자의 수요가 개인화됨에 따라 상술한 추천 방법은 이미 사용자의 개인화 수요을 만족시킬 수 없게 되었다.
본 발명의 실시예는 정보를 추천하는 방법, 장치, 기기 및 저장 매체를 제공하는바, 이는 사용자에게 신용카드 정보의 개인화된 추천을 구현함으로써, 신용카드에 대한 사용자의 개인화 수요를 충족시키고 나아가 정보를 추천하는 정확률을 향상시킨다.
제1 측면으로, 본 발명의 실시예는 정보를 추천하는 방법을 제공하는바, 당해 방법은,
사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계;
상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 하는 단계;
상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계; 및
상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 단계; 를 포함한다.
제2 측면으로, 본 발명의 실시예는 정보를 추천하는 장치를 더 제공하는바, 당해 장치는,
사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 참조 사용자 결정 모듈;
상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 하는 후보 물품 결정 모듈;
상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 가중치 결정 모듈; 및
상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 추천 모듈; 을 포함한다.
제3 측면으로, 본 발명의 실시예는 기기를 더 제공하는바, 상기 기기는
하나 또는 복수의 프로세서; 및
하나 또는 복수의 프로그램을 저장하는 저장 장치; 를 포함하고,
상기 하나 또는 복수의 프로그램이 상기 하나 또는 복수의 프로세서에 의해 실행될 경우, 상기 하나 또는 복수의 프로세서가 본 발명의 실시예의 중의 어느 한 정보를 추천하는 방법을 구현한다.
제4 측면으로, 본 발명의 실시예는 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독 가능 저장 매체를 제공하는바, 당해 프로그램이 프로세서에 의해 실행될 경우, 본 발명의 실시예의 중의 어느 한 정보를 추천하는 방법이 구현된다.
본 발명의 실시예는 목표 사용자와 유사한 과거 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하고, 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 것을 통하여, 사용자에게 신용카드 정보의 개인화된 추천을 구현하고 정보를 추천하는 정확률을 향상시킨다. 새로운 사용자가 목표 사용자인 경우에는, 또한 새로운 사용자의 과거 정보가 부재한 것으로 인한 콜드 스타트 추천 문제도 해결된다.
도1은 본 발명의 실시예1에 의해 제공되는 정보를 추천하는 방법의 흐름도이다.
도2는 본 발명의 실시예2에 의해 제공되는 정보를 추천하는 방법의 흐름도이다.
도3은 본 발명의 실시예3에 의해 제공되는 정보를 추천하는 방법의 흐름도이다.
도4는 본 발명의 실시예3에 의해 제공되는 기존 사용자의 과거 행위 기록에 따라 새로운 사용자에게 추천하는 효과의 개략도이다.
도5는 본 발명의 실시예3에 의해 제공되는 유사도를 결정할 두 사용자의 사용자 특징을 나타낸 효과의 개략도이다.
도6은 본 발명의 실시예3에 의해 제공되는 새로운 사용자와 부동한 종류의 신용카드의 관계의 개략도이다.
도7은 본 발명의 실시예4에 의해 제공되는 정보를 추천하는 장치의 개략적인 구조도이다.
도8은 본 발명의 실시예5에 의해 제공되는 기기의 개략적인 구조도이다.
아래, 첨부 도면과 실시예를 결부하여 본 발명에 대해 더 나아가 상세히 설명하고자 한다. 여기서 설명하는 구체적인 실시예는 본 발명을 해석하기 위한 것일 뿐, 본 발명에 대한 한정이 아님을 이해할 수 있다. 또한 설명하고자 하는 바는, 설명의 편의를 위해 첨부 도면에는 전체 구조가 아닌, 본 발명에 관련되는 부분 만을 도시하였다.
실시예1
도1은 본 발명의 실시예1에 의해 제공되는 정보를 추천하는 방법의 흐름도이다. 본 실시예는 목표 사용자에게 목표 종류 물품 정보를 추천하는 경우에 적용 가능하다. 전형적으로, 본 실시예는 과거 사용자의 과거 행위에 따라 새로운 사용자에게 신용카드를 추천하는 경우에 적용 가능하다. 당해 방법은 정보를 추천하는 장치에 의해 수행될 수 있고, 당해 장치는 소프트웨어 및/또는 하드웨어의 방식으로 구현될 수 있다. 도1을 참조하면 본 실시예에 의해 제공되는 정보를 추천하는 방법은 다음의 단계를 포함한다.
단계S110: 사용자 특징에 따라 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정한다.
여기서, 사용자 특징은 사용자의 속성 특징을 가리킨다. 구체적으로 사용자의 성별, 연령, 취미, 도시, 기기 정보 및 선호 은행 중의 적어도 하나이다.
목표 사용자는 정보 추천을 기다리는 사용자인바, 과거 사용자일 수도 있고 새로운 사용자일 수도 있다.
과거 사용자는 당해 애플리케이션에 과거 행위 기록이 있는 사용자를 가리키고 새로운 사용자는 당해 애플리케이션에 과거 기록이 없는 사용자를 가리킨다.
당해 애플리케이션은 임의의 애플리케이션일 수 있다. 전형적으로, 당해 애플리케이션은 은행카드 발급에 관련된 애플리케이션이다.
구체적으로, 상기 사용자 특징에 따라 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계는,
사용자의 성별, 연령, 취미, 도시, 기기 정보 및 선호 은행 중의 적어도 하나에 따라 목표 사용자와 과거 사용자의 유사도를 결정하는 단계; 및
상기 유사도에 따라 과거 사용자 중에서 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계; 를 포함한다.
여기서, 기기 정보는 사용자의 기기 기종 정보 또는 운영 시스템 정보 등을 가리킨다. 선호 은행은 사용자가 좋아하는 은행의 정보를 가리킨다.
단계S120: 상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 한다.
여기서, 과거 행위는 상기 참조 사용자가 과거 시각에 발생한 행위이다.
목표 종류 물품은 정보 추천할 종류의 물품이다. 구체적으로, 목표 종류 물품은 임의의 추천 가능한 상품일 수 있는바, 예를 들어 신용카드, 휴대 전화, 컴퓨터, 의류 등일 수 있다.
과거 행위에 연관되는 목표 종류 물품은 과거 행위 실시 대상 중의 목표 종류 물품을 가리킨다.
예를 들어 목표 종류 물품이 신용카드이고, 과거 행위는 어느 한 종류의 신용카드에 대한 신청 또는 브라우징인 경우, 당해 과거 행위에 연관되는 목표 종류 물품은 어느 한 종류의 신용카드이다. 후보 물품은 후보 신용카드를 가리킨다.
단계S130: 상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정한다.
여기서, 과거 행위 가중치는 과거 행위가 후보 물품에 대한 구매 경향에 따라 결정된다. 구매 경향이 클수록 설정된 과거 행위 가중치가 더 크다.
예를 들어 후보 물품의 발급을 신청한 과거 행위는 후보 물품에 대해 브라우징한 과거 행위에 비교하여, 구매 경향이 더 큰 것이므로 후보 물품의 발급을 신청한 과거 행위의 가중치는 후보 물품을 브라우징한 과거 행위의 가중치보다 크다.
구체적으로, 상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계는,
후보 물품 종류의 부동함에 따라 상기 과거 행위를 분류하여 부동한 종류의 후보 물품의 과거 행위를 획득하는 단계;
과거 행위 가중치에 따라 부동한 종류의 후보 물품의 과거 행위의 가중치를 결정하는 단계; 및
부동한 종류의 후보 물품의 각 과거 행위의 가중치 및 당해 과거 행위가 발생한 상기 참조 사용자와 상기 목표 사용자 간의 유사도를 가중치 합산하여, 가중치 합산한 결과를 부동한 종류의 후보 물품의 가중치로 하는 단계; 를 포함한다.
즉, 어느 한 종류의 후보 물품의 가중치 = ∑어느 한 종류의 후보 물품의 각 과거 행위의 가중치×당해 과거 행위가 발생한 상기 참조 사용자와 상기 목표 사용자 간의 유사도.
단계S140: 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천한다.
구체적으로, 상기 후보 물품의 가중치가 설정된 가중치 역치보다 큰 경우, 목표 사용자에게 상기 후보 물품을 추천하거나 또는, 상기 후보 물품의 가중치 정열 순서가 앞 설정 순서에 있는 경우, 목표 사용자에게 상기 후보 물품을 추천한다.
본 발명의 실시예의 기술안은, 목표 사용자와 유사한 과거 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하고, 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 것을 통하여, 사용자에게 신용카드 정보의 개인화된 추천을 구현하고 정보를 추천하는 정확률을 향상시킨다. 현재의 새로운 사용자가 목표 사용자인 경우에는, 또한 새로운 사용자의 과거 정보가 부재한 것으로 인한 콜드 스타트 추천 문제도 해결된다.
실시예2
도2는 본 발명의 실시예2에 의해 제공되는 정보를 추천하는 방법의 흐름도이다. 본 실시예는 상술한 실시예에 기초하고, 상기 목표 종류 물품이 신용카드인 경우를 예로들어 제공한 선택적인 방안이다. 도2를 참조하면, 본 실시예에 의해 제공되는 정보를 추천하는 방법은 다음의 단계를 포함한다.
단계S210: 사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정한다.
단계S220: 상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 한다.
단계S230: 과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정한다.
여기서, 상기 목표 사용자의 선호 은행을 결정하는 단계는,
은행에 대한 상기 목표 사용자의 과거 검색 기록, 은행에 대한 과거 브라우징 기록, 상기 목표 사용자의 소재 도시, 상기 목표 사용자의 기기 정보 및 기기에 설치된 은행 애플리케이션 소프트웨어의 정보 중의 적어도 하나에 따라 상기 목표 사용자의 선호 은행을 결정하는 단계를 포함한다.
구체적으로, 은행에 대한 상기 목표 사용자의 과거 검색 기록, 은행에 대한 과거 브라우징 기록, 상기 목표 사용자의 소재 도시, 상기 목표 사용자의 기기 정보 및 기기에 설치된 은행 애플리케이션 소프트웨어의 정보 중의 적어도 하나에 대하여 수치화한 후, 가중치를 합산하고; 가중치 합산한 결과에 따라 상기 목표 사용자의 선호 은행을 결정할 수 있다.
상기 과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계는,
과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 적어도 2개 종류의 후보 물품의 가중치가 같고 상기 적어도 2개 종류의 후보 물품이 속하는 은행이 부동한 경우, 상기 목표 사용자의 선호 은행에 따라 상기 적어도 2개 종류의 후보 물품의 가중치를 조정하는 단계를 포함한다.
단계S240: 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천한다.
본 발명의 실시예의 기술안은 과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 것을 통하여 후보 물품의 가중치를 결정하는 정확률을 나아가 더 향상시킨다.
실시예3
도3은 본 발명의 실시예3에 의해 제공되는 정보를 추천하는 방법의 흐름도이다. 본 실시예는 상술한 실시예에 기초하고 목표 종류 물품이 신용카드이고 목표 사용자가 새로운 사용자인 경우를 예로 들어 제공한 선택적인 방안이다. 도3을 참조하면 본 실시예에 의해 제공되는 정보를 추천하는 방법은 다음의 단계를 포함한다.
단계S310: 새로운 사용자가 현재 애플리케이션에 진입한 것이 검출되는 경우, 사용자 특징에 따라 새로운 사용자와 기존 사용자(즉, 상술한 과거 사용자)의 유사도를 계산한다.
구체적으로, 현재 애플리케이션은 은행 카드를 발급받는 애플리케이션이다.
단계S320: 유사도에 따라 기존 사용자를 순서 정렬하고, 순서 정렬 결과에 따라 새로운 사용자와의 유사도가 보다 높은 적어도 하나의 기존 사용자를 참조 사용자로 결정한다.
단계S330: 참조 사용자의 과거 행위 기록을 소환한다.
여기서, 과거 행위 기록은 과거에 신용카드를 브라우징한 기록일 수도 있고 과거에 신용카드를 신청한 기록일 수도 있다.
단계S340: 참조 사용자와 새로운 사용자의 유사도 및 과거 행위 가중치에 따라, 소환된 과거 행위 기록에 연관되는 신용카드 종류 정보를 다시 순서 정렬한다.
순서 정렬 결과는 도4를 참조하되, 여기서 신용카드1, 신용카드2, 신용카드3 및 신용카드4는 각각 부동한 종류의 신용카드를 나타낸다. 특징1, 특징2, 특징3, 특징4는 각각 부동한 종류의 사용자 특징을 나타낸다.
단계S350: 순서 정렬 결과에 따라 추천할 신용카드 종류 정보를 결정하고, 추천할 신용카드 종류 정보를 새로운 사용자에게 추천한다.
구체적인 추천 효과는 계속하여 도4를 참조하면, 정렬 순서가 앞 설정 순서에 있는 신용카드 종류 정보를 정렬 순서에 따라 새로운 사용자에게 추천한다.
여기서 정렬 순서는 당해 종류의 신용카드에 대한 새로운 사용자의 수요를 반영한다. 정렬 순서가 높을 수록 당해 종류의 신용카드에 대한 새로운 사용자의 수요가 더 크고 발급받으려는 가능성도 더 큰바, 따라서 추천의 성공률도 더 크게 된다.
도5를 참조하면, 단계S310은 구체적으로 다음의 단계를 포함한다.
사용자의 성별, 연령, 취미, 도시, 기기 정보 및 선호 은행 등에 따라 새로운 사용자와 기존 사용자의 유사도를 결정한다. 구체적인 공식은 다음을 참조할 수 있다.
Figure pat00001
여기서, a, b, c, d, e 및 f는 각각 부동한 사용자 특징을 나타내고, qa, qb , qc, qd, qe 및 qf는 부동한 사용자 특징의 가중치를 나타내고,
Figure pat00002
는 사용자A의 사용자 특징 벡터를 나타내고,
Figure pat00003
는 사용자B의 특징 벡터를 나타낸다.
도6를 참조하면, 단계S340은 구체적으로 다음의 단계를 포함한다.
다음과 같은 공식으로 과거 행위 기록에 연관되는 각 종류의 신용카드의 가중치(weight)를 계산한다.
Figure pat00004
여기서, weightj는 신용카드i의 가중치를 가리키고, Si는 새로운 사용자와 제 i번째 참조 사용자의 유사도를 가리키고, qij는 신용카드i에 대한 제 i번째 참조 사용자의 과거 행위 가중치를 카리킨다.
예를 들어 도6의 신용카드1의 가중치는 다음과 같다.
Figure pat00005
가중치에 따라 각 종류의 신용카드를 순서 정렬한다.
본 발명의 실시예의 기술안은 신용카드의 개인화 추천 문제를 해결하고, 부동한 사용자가 부동한 신용카드를 선별함에 있어서 사용자가 카드를 찾는 경로를 크게 단축시키고, 사용자가 카드를 발급받는 효율을 향상시키고 사용자 경험을 향상시킨다.
또한, 개인화된 추천을 함으로써 사용자는 원하는 신용카드를 더 쉽게 찾아낼 수 있게 되고, 따라서 신용카드의 클릭률이 향상되고 상업 전반의 현금화 효율이 증가된다.
설명하고자 하는 바는, 본 실시예의 기술적 지도를 거치고나면, 당업자는 상술한 실시예에서 설명한 임의의 실시 방식에 대해 방안 조합을 행하여 신용카드의 개인화된 추천을 구현하고 새로운 사용자의 콜드 스타트 추천 문제를 해결하고자 하는 동기를 갖게 된다.
실시예4
도7은 본 발명의 실시예4에 의해 제공되는 정보를 추천하는 장치의 개략적인 구조도이다. 도7을 참조하면 본 실시예에 의해 제공되는 정보를 추천하는 방법은 참조 사용자 결정 모듈(10), 후보 물품 결정 모듈(20), 가중치 결정 모듈(30) 및 추천 모듈(40)을 포함한다.
여기서, 참조 사용자 결정 모듈(10)은 사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정한다.
후보 물품 결정 모듈(20)은 상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 한다.
가중치 결정 모듈(30)은 상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정한다.
추천 모듈(40)은 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천한다.
본 발명의 실시예는, 목표 사용자와 유사한 과거 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하고, 상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 것을 통하여, 사용자에게 신용카드 정보의 개인화된 추천을 구현하고 정보를 추천하는 정확률을 향상시킨다. 현재의 새로운 사용자가 목표 사용자인 경우에는, 또한 새로운 사용자의 과거 정보가 부재한 것으로 인한 콜드 스타트 추천 문제도 해결된다.
더 나아가, 상기 가중치 결정 모듈은 행위 분류 유닛, 행위 가중치 결정 유닛 및 물품 가중치 결정 유닛을 포함한다.
여기서, 행위 분류 유닛은 후보 물품 종류의 부동함에 따라 상기 과거 행위를 분류하여 부동한 종류의 후보 물품의 과거 행위를 획득한다.
행위 가중치 결정 유닛은 과거 행위 가중치에 따라 부동한 종류의 후보 물품의 과거 행위의 가중치를 결정한다.
물품 가중치 결정 유닛은 부동한 종류의 후보 물품의 각 과거 행위의 가중치 및 당해 과거 행위가 발생한 상기 참조 사용자와 상기 목표 사용자 간의 유사도를 가중치 합산하여, 가중치 합산한 결과를 부동한 종류의 후보 물품의 가중치로 한다.
더 나아가, 상기 목표 종류 물품이 신용카드인 경우, 상기 가중치 결정 모듈은 가중치 결정 유닛을 포함한다.
여기서, 가중치 결정 유닛은 과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정한다.
더 나아가, 상기 가중치 결정 유닛은 구체적으로,
과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 적어도 2개 종류의 후보 물품의 가중치가 같고 상기 적어도 2개 종류의 후보 물품이 속하는 은행이 부동한 경우, 상기 목표 사용자의 선호 은행에 따라 상기 적어도 2개 종류의 후보 물품의 가중치를 조정한다.
더 나아가, 상기 장치는 선호 은행 결정 모듈을 더 포함한다.
여기서, 선호 은행 결정 모듈은 은행에 대한 상기 목표 사용자의 과거 검색 기록, 은행에 대한 과거 브라우징 기록, 상기 목표 사용자의 소재 도시, 상기 목표 사용자의 기기 정보 및 기기에 설치된 은행 애플리케이션 소프트웨어의 정보 중의 적어도 하나에 따라 상기 목표 사용자의 선호 은행을 결정한다.
더 나아가, 상기 참조 사용자 결정 모듈은 유사도 결정 유닛과 참조 사용자 결정 유닛을 포함한다.
여기서, 유사도 결정 유닛은 사용자의 성별, 연령, 취미, 도시, 기기 정보 및 선호 은행 중의 적어도 하나에 따라 목표 사용자와 과거 사용자의 유사도를 결정한다.
참조 사용자 결정 유닛은 상기 유사도에 따라 과거 사용자 중에서 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정한다.
본 발명의 실시예에 의해 제공되는 정보를 추천하는 장치는 본 발명의 임의의 실시예에 의해 제공되는 정보를 추천하는 방법을 수행 가능한바, 방법의 수행에 대응되는 기능 모듈과 유익한 효과를 가진다.
실시예5
도8은 본 발명의 실시예5에 의해 제공되는 기기의 개략적인 구조도이다. 도8은 본 발명의 구현 방식을 구현하기에 적합한 예시적인 기기(12)의 블록도를 도시한다. 도8에 표시되는 기기(12)는 하나의 예시일 뿐, 본 발명의 실시예의 기능 및 사용 범위에 대하여 어떠한 제한을 주어서도 안된다.
도8에 도시한 바와 같이, 기기(12)는 범용 컴퓨팅 기기의 형식으로 표현된다. 기기(12)의 컴포넌트는 하나 또는 복수의 프로세서 또는 처리 유닛(16), 시스템 메모리(28), 부동한 시스템 컴포넌트(시스템 메모리(28)와 처리 유닛(16)을 포함)를 연결하는 버스(18)를 포함할 수 있으나 이에 한정되지 않는다.
버스(18)는 여러 유형의 버스 구조 중의 한 가지 또는 여러 가지 가지를 표시하는바, 메모리 버스 또는 메모리 제어기, 주변 버스, 가속 그래픽 포트, 프로세서 또는 복수 가지 버스 구조에서의 임의 버스 구조를 사용하는 로컬 버스를 포함한다. 예를 들면, 이러한 아키텍처는 산업 표준 아키텍처(ISA) 버스, 마이크로채널 아키텍처 버스(MAC) 버스, 확장 ISA버스, 비디오 전자공학 표준위원회(VESA) 로컬 버스 및 주변 컴포넌트 상호 연결(PCI) 버스를 포함하나 이에 한정되지 않는다.
기기(12)는 전형적으로 복수 가지 컴퓨터 시스템 판독 가능 매체를 포함한다. 이러한 매체는 임의의 기기(12)에 의해 액세스될 수 있는 사용 가능 매체일 수 있는바, 휘발성 및 비휘발성 매체, 제거 가능한 및 제거 불가능한 매체를 포함할 수 있다.
시스템 메모리(28)는 휘발성 메모리 형식의 컴퓨터 시스템 판독 가능 매체, 예컨대 랜덤 액세스 메모리(RAM)(30) 및/또는 캐시 메모리(32)를 포함할 수 있다. 기기(12)는 기타 제거 가능한/제거 불가능한, 휘발성/비휘발성 컴퓨터 시스템 저장 매체를 나아가 더 포함할 수 있다. 그냥 예로 들면, 저장 시스템(34)은 제거 불가능한, 비휘발성 자기 매체(도8에 미도시, 통상적으로는 '하드 디스크 드라이브'임)에 대해 판독 및 기록하기 위한 것일 수 있다. 비록 도8에는 미도시하였지만, 제거 가능한 비휘발성 자기 디스크(예컨대 '플로피 디스크')에 대해 판독 및 기록하기 위한 자기 디스크 드라이브, 그리고 제거 가능한 비휘발성 광디스크(예컨대 CD-ROM, DVD-ROM 또는 기타 광 매체)에 대해 판독 및 기록하기 위한 광디스크 드라이브가 제공될 수 있다. 이러한 상황에서, 매개 드라이브는 하나 또는 복수의 데이터 매체 인터페이스를 통해 버스(18)와 상호 연결될 수 있다. 메모리(28)는 프로그램 제품을 적어도 하나 포함할 수 있는바, 당해 프로그램 제품은 한 그룹(예컨대 적어도 하나)의 프로그램 모듈을 구비하는바, 이러한 프로그램 모듈은 본 발명의 각 실시예의 기능을 실행하도록 구성된다.
한 그룹(적어도 하나)의 프로그램 모듈(42)을 구비하는 프로그램/유틸리티 도구(40)는 예컨대 메모리(28)에 저장될 수 있는바, 이러한 프로그램 모듈(42)은 운영 체제, 하나 또는 복수 응용 프로그램, 기타 프로그램 모듈 및 프로그램 데이터를 포함하나 이에 한정되지 않고, 이러한 예시에서의 매 한 개 또는 일종의 조합에는 네트워크 환경의 구현이 포함될 수 있다. 프로그램 모듈(42)은 통상적으로 본 발명에서 설명된 실시예 중의 기능 및/또는 방법을 실행한다.
기기(12)는 하나 또는 복수의 외부 기기(14)(예컨대 키보드, 위치 지정 도구, 디스플레이(24) 등)와 통신할 수도 있고, 또한 하나 또는 복수 사용자가 당해 기기(12)와 인터렉션 가능하도록 하는 기기와 통신할 수도 있고, 및/또는 당해 기기(12)가 하나 또는 복수 기타 컴퓨팅 기기와 통신을 진행할 수 있도록 하는 임의 기기(예컨대 네트워크 카드, 모뎀 등)와 통신할 수도 있다. 이러한 통신은 입력/출력(I/O) 인터페이스(22)를 통해 진행할 수 있다. 그리고, 기기(12)는 또한 네트워크 어댑터(20)를 통해 하나 또는 복수의 네트워크(예컨대 근거리 통신망(LAN), 광역 통신망(WAN) 및/또는 공용 네트워크, 예컨대 인터넷)와 통신할 수 있다. 도시한 바와 같이, 네트워크 어댑터(20)는 버스(18)를 통해 기기(12)의 기타 모듈과 통신한다. 알아야 할 것은, 비록 도시되지 않았지만, 기기(12)에 결합하여 기타 하드웨어 및/또는 소프트웨어 모듈를 사용할 수 있는바, 마이크로코드, 기기 드라이버, 리던던트 처리 유닛, 외장 자기 디스크 드라이브 어레이, RAID 시스템, 자기 테이프 드라이브 및 데이터 백업 저장 시스템 등이 포함되나 이에 한정되지 않는다.
처리 유닛(16)은 시스템 메모리(28)에 저장되어 있는 프로그램을 작동시키는 것을 통해 각 종 기능 애플리케이션 및 데이터 처리를 실행하는바, 예를 들면 본 발명의 실시예에 의해 제공되는 정보를 추천하는 방법을 구현한다.
실시예6
본 발명의 실시예6은 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독 가능 저장 매체를 더 제공하는바, 당해 프로그램이 프로세서에 의해 실행될 경우, 본 발명의 어느 한 정보를 추천하는 방법이 구현되고, 당해 방법은,
사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계;
상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 하는 단계;
상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계; 및
상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 단계; 를 포함한다.
본 발명의 실시예의 컴퓨터 저장 매체는 하나 또는 복수의 컴퓨터 판독 가능한 매체의 임의 조합을 적용할 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터 판독 가능 신호 매체 또는 컴퓨터 판독 가능 저장 매체일 수 있다. 컴퓨터 판독 가능 저장 매체는 예컨대 전기, 자기, 광, 전자기, 적외선, 또는 반도체의 시스템, 장치 또는 디바이스, 또는 이들의 임의 조합일수 있으나 이에 한정되지 않는다. 컴퓨터 판독 가능 저장 매체의 더 구체적인 예(불완전 리스트)는, 하나 또는 복수의 도선을 구비하는 전기적 연결, 휴대용 컴퓨터 자기 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 읽기 전용 메모리(ROM), 소거 및 프로그램 가능 읽기 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 휴대용 콤팩트 디스크 읽기 전용 메모리(CD-ROM), 광 저장 디바이스, 자기 저장 디바이스, 또는 상술한 것의 임의의 적합한 조합을 포함한다. 본 문서에서, 컴퓨터 판독 가능 저장 매체는 프로그램을 포함하거나 저장하는, 임의의 유형 매체일 수 있고, 당해 프로그램은 명령어 실행 시스템, 장치 또는 디바이스에 의해 사용되거나 또는 이들과 결합되어 사용될 수 있다.
컴퓨터 판독 가능 신호 매체는 기저대역에서 또는 반송파의 일부분으로 전파되는 데이터 신호를 포함할 수 있고, 컴퓨터 판독 가능 프로그램 코드가 그 중에 탑재되어 있다. 이렇게 전파되는 데이터 신호는 복수 가지 형식을 적용할 수 있는바, 이는 전자기 신호, 광 신호 또는 상술한 것의 임의의 적합한 조합을 포함하나 이에 한정되지 않는다. 컴퓨터 판독가능 신호 매체는 또한 컴퓨터 판독가능 저장 매체 이외의 임의의 컴퓨터 판독가능 매체일 수 있고, 당해 컴퓨터 판독가능 매체는 명령어 실행 시스템, 장치 또는 디바이스에 의해 사용되거나 또는 이들과 결합되어 사용되는 프로그램을 송신, 전파, 또는 전송할 수 있다.
컴퓨터 판독가능 매체에 포함되는 프로그램 코드는 임의의 적당한 매체를 사용하여 전송할 수 있는바, 이는 무선, 전선, 광케이블, RF 등, 또는 상술한 임의의 적합한 조합을 포함하나 이에 한정되지 않는다.
한가지 또는 복수 가지 프로그램 설계 언어 또는 그 조합으로 본 발명의 조작을 실행하기 위한 컴퓨터 프로그램 코드를 작성할 수 있고, 상기 프로그램 설계 언어는 Java, Smalltalk, C++와 같은 객체 지향 프로그램 설계 언어를 포함하고, 또한 'C' 언어 또는 이와 유사한 프로그램 설계 언어와 같은 종래의 절차 지향 프로그램 설계 언어도 포함한다. 프로그램 코드는 사용자 컴퓨터에서 전부 실행되거나, 사용자 컴퓨터에서 일부 실행되거나, 하나의 독립적인 소프트웨어 패키지로서 실행되어 일부는 사용자 컴퓨터에서, 일부는 원격 컴퓨터에서 실행되거나, 혹은 원격 컴퓨터에서 또는 서버에서 전부 실행될 수 있다. 원격 컴퓨터와 관련되는 상황에서, 원격 컴퓨터는 근거리 통신망(LAN) 및 광역 통신망(WAN)을 포함하는 임의 유형의 네트워크를 통해 사용자 컴퓨터에 연결되거나 외부 컴퓨터에 연결될 수 있다(예컨대, 인터넷 서비스 제공자를 이용하여 인터넷을 통해 연결된다).
유의하여야 할 것은, 상술한 것은 단지 본 발명의 보다 바람직한 실시예 및 운용된 기술 원리일뿐이다. 당업자라면, 본 발명은 여기 기술된 특정 실시예에 한정되는 것이 아니고, 당업자에게 있어서 본 발명의 보호 범위를 이탈하지 않으면서 복수 가지 분명한 변화, 재조정 및 치환이 진행 가능하다는 것을 이해하게 될 것이다. 때문에 비록 상술의 실시예를 통해 본 발명에 대해 보다 상세하게 설명하였지만 본 발명은 상술한 실시예에만 한정되는 것이 아니며 본 발명의 구상을 이탈하지 않은 상황에서 또한 기타 등가 실시예를 더 많이 포함할 수가 있고, 본 발명의 범위는 첨부된 특허청구범위의 범위에 의해 결정된다.

Claims (14)

  1. 정보를 추천하는 방법에 있어서,
    사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계;
    상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 하는 단계;
    상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계; 및
    상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 단계; 를 포함하는,
    것을 특징으로 하는 정보를 추천하는 방법.
  2. 제1항에 있어서,
    상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계는,
    후보 물품의 종류의 부동함에 따라 상기 과거 행위를 분류하여, 부동한 종류의 후보 물품의 과거 행위를 획득하는 단계;
    과거 행위 가중치에 따라 부동한 종류의 후보 물품의 과거 행위의 가중치를 결정하는 단계; 및
    부동한 종류의 후보 물품의 각 과거 행위의 가중치 및 당해 과거 행위가 발생한 상기 참조 사용자와 상기 목표 사용자 간의 유사도를 가중합산하여, 가중합산한 결과를 부동한 종류의 후보 물품의 가중치로 하는 단계; 를 포함하는,
    것을 특징으로 하는 정보를 추천하는 방법.
  3. 제1항에 있어서,
    상기 목표 종류 물품이 신용카드인 경우, 상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계는,
    과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 정보를 추천하는 방법.
  4. 제3항에 있어서,
    상기 과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 단계는,
    과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라, 적어도 2개 종류의 후보 물품의 가중치가 같고 상기 적어도 2개 종류의 후보 물품이 속하는 은행이 부동하다고 결정된 경우, 상기 목표 사용자의 선호 은행에 따라 상기 적어도 2개 종류의 후보 물품의 가중치를 조정하는 단계를 포함하는,
    것을 특징으로 하는 정보를 추천하는 방법.
  5. 제3항에 있어서,
    상기 목표 사용자의 선호 은행을 결정하는 단계는,
    은행에 대한 상기 목표 사용자의 과거 검색 기록, 은행에 대한 과거 브라우징 기록, 상기 목표 사용자의 소재 도시, 상기 목표 사용자의 기기 정보 및 기기에 설치된 은행 애플리케이션 소프트웨어의 정보 중의 적어도 하나에 따라, 상기 목표 사용자의 선호 은행을 결정하는 단계를 포함하는,
    것을 특징으로 하는 정보를 추천하는 방법.
  6. 제1항에 있어서,
    상기 사용자 특징에 따라 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계는,
    사용자의 성별, 연령, 취미, 도시, 기기 정보 및 선호 은행 중의 적어도 하나에 따라, 목표 사용자와 과거 사용자 간의 유사도를 결정하는 단계; 및
    상기 유사도에 따라 과거 사용자 중에서 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 정보를 추천하는 방법.
  7. 정보를 추천하는 장치에 있어서,
    사용자 특징에 따라, 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 참조 사용자 결정 모듈;
    상기 참조 사용자의 과거 행위에 연관되는 목표 종류 물품을 후보 물품으로 하는 후보 물품 결정 모듈;
    상기 후보 물품에 대한 상기 참조 사용자의 과거 행위, 과거 행위 가중치 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 가중치 결정 모듈; 및
    상기 후보 물품의 가중치에 따라 목표 사용자에게 목표 종류 물품을 추천하는 추천 모듈; 을 포함하는,
    것을 특징으로 하는 정보를 추천하는 장치.
  8. 제7항에 있어서,
    상기 가중치 결정 모듈은,
    후보 물품의 종류의 부동함에 따라 상기 과거 행위를 분류하여 부동한 종류의 후보 물품의 과거 행위를 획득하는 행위 분류 유닛;
    과거 행위 가중치에 따라 부동한 종류의 후보 물품의 과거 행위의 가중치를 결정하는 행위 가중치 결정 유닛; 및
    부동한 종류의 후보 물품의 각 과거 행위의 가중치 및 당해 과거 행위가 발생한 상기 참조 사용자와 상기 목표 사용자 간의 유사도를 가중합산하여, 가중합산한 결과를 부동한 종류의 후보 물품의 가중치로 하는 물품 가중치 결정 유닛; 을 포함하는,
    것을 특징으로 하는 정보를 추천하는 장치.
  9. 제7항에 있어서,
    상기 목표 종류 물품이 신용카드인 경우, 상기 가중치 결정 모듈은,
    과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위, 상기 목표 사용자의 선호 은행 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라 상기 후보 물품의 가중치를 결정하는 가중치 결정 유닛을 포함하는,
    것을 특징으로 하는 정보를 추천하는 장치.
  10. 제9항에 있어서,
    상기 가중치 결정 유닛은,
    과거 행위 가중치, 신용카드에 대한 상기 참조 사용자의 과거 행위 및 상기 참조 사용자와 상기 목표 사용자 간의 유사도에 따라, 적어도 2개 종류의 후보 물품의 가중치이 같고 상기 적어도 2개 종류의 후보 물품이 속하는 은행이 부동하다고 결정된 경우, 상기 목표 사용자의 선호 은행에 따라 상기 적어도 2개 종류의 후보 물품의 가중치를 조정하는,
    것을 특징으로 하는 정보를 추천하는 장치.
  11. 제9항에 있어서,
    상기 장치는
    은행에 대한 상기 목표 사용자의 과거 검색 기록, 은행에 대한 과거 브라우징 기록, 상기 목표 사용자의 소재 도시, 상기 목표 사용자의 기기 정보 및 기기에 설치된 은행 애플리케이션 소프트웨어의 정보 중의 적어도 하나에 따라, 상기 목표 사용자의 선호 은행을 결정하는 선호 은행 결정 모듈을 더 포함하는,
    것을 특징으로 하는 정보를 추천하는 장치.
  12. 제7항에 있어서,
    상기 참조 사용자 결정 모듈은,
    사용자의 성별, 연령, 취미, 도시, 기기 정보 및 선호 은행 중의 적어도 하나에 따라 목표 사용자와 과거 사용자 간의 유사도를 결정하는 유사도 결정 유닛; 및
    상기 유사도에 따라 과거 사용자 중에서 목표 사용자와 유사한 적어도 하나의 과거 사용자를 참조 사용자로 결정하는 참조 사용자 결정 유닛; 을 포함하는,
    것을 특징으로 하는 정보를 추천하는 장치.
  13. 기기에 있어서,
    하나 또는 복수의 프로세서; 및
    하나 또는 복수의 프로그램을 저장하는 저장 장치; 를 포함하고,
    상기 하나 또는 복수의 프로그램이 상기 하나 또는 복수의 프로세서에 의해 실행될 경우, 상기 하나 또는 복수의 프로세서가 제1항 내지 제6항 중 어느 한 항의 정보를 추천하는 방법을 구현하는,
    것을 특징으로 하는 기기.
  14. 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독 가능 저장 매체에 있어서,
    당해 프로그램이 프로세서에 의해 실행될 경우, 제1항 내지 제6항 중 어느 한 항의 정보를 추천하는 방법이 구현되는,
    것을 특징으로 하는 컴퓨터 판독 가능 저장 매체.
KR1020200045814A 2019-04-18 2020-04-16 정보를 추천하는 방법, 장치, 기기 및 저장 매체 KR102433722B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910312789.7A CN110046965A (zh) 2019-04-18 2019-04-18 信息推荐方法、装置、设备和介质
CN201910312789.7 2019-04-18

Publications (2)

Publication Number Publication Date
KR20200123015A true KR20200123015A (ko) 2020-10-28
KR102433722B1 KR102433722B1 (ko) 2022-08-17

Family

ID=67277770

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200045814A KR102433722B1 (ko) 2019-04-18 2020-04-16 정보를 추천하는 방법, 장치, 기기 및 저장 매체

Country Status (4)

Country Link
US (1) US20200334676A1 (ko)
JP (1) JP6940646B2 (ko)
KR (1) KR102433722B1 (ko)
CN (1) CN110046965A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417207A (zh) * 2020-11-24 2021-02-26 未来电视有限公司 一种视频推荐方法、装置、设备及存储介质

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417263B (zh) * 2019-08-23 2024-01-09 北京达佳互联信息技术有限公司 数据推荐方法、装置及存储介质
CN113269602A (zh) * 2020-02-17 2021-08-17 北京京东振世信息技术有限公司 物品推荐的方法和装置
CN111400587B (zh) * 2020-03-03 2024-01-30 网易（杭州）网络有限公司 用户分类方法、装置、电子设备和存储介质
CN111582905A (zh) * 2020-03-26 2020-08-25 口碑(上海)信息技术有限公司 一种目标对象获取方法、装置、电子设备以及存储介质
CN111523035B (zh) * 2020-04-24 2023-04-18 上海异势信息科技有限公司 App浏览内容的推荐方法、装置、服务器和介质
CN111553763B (zh) * 2020-04-26 2023-03-24 上海风秩科技有限公司 一种物品推荐方法、装置、电子设备及可读存储介质
CN111723289B (zh) * 2020-06-08 2024-02-02 北京声智科技有限公司 信息推荐方法及装置
CN111949861A (zh) * 2020-07-14 2020-11-17 五八有限公司 一种信息推荐方法及装置
CN111951043A (zh) * 2020-07-27 2020-11-17 深圳市欢太科技有限公司 信息投放处理方法、装置、存储介质与电子设备
CN111914188A (zh) * 2020-08-19 2020-11-10 英华达（上海）科技有限公司 推荐目标用户的选择方法、系统、设备及存储介质
CN112215546B (zh) * 2020-09-29 2022-11-08 北京沃东天骏信息技术有限公司 一种对象页面生成方法、装置、设备及存储介质
CN112215684B (zh) * 2020-10-30 2023-07-14 腾讯科技（深圳）有限公司 一种目标可控制对象的聚类方法及装置
CN112364259A (zh) * 2020-11-24 2021-02-12 深圳市元征科技股份有限公司 一种信息推荐方法、装置、设备及介质
CN112464106B (zh) * 2020-11-26 2022-12-13 上海哔哩哔哩科技有限公司 对象推荐方法及装置
CN112488863B (zh) * 2020-12-01 2024-05-28 中国人寿保险股份有限公司 一种在用户冷启动场景下的险种推荐方法及相关设备
CN112507218A (zh) * 2020-12-03 2021-03-16 广州华多网络科技有限公司 业务对象推荐方法、装置、电子设备及存储介质
CN112528151A (zh) * 2020-12-18 2021-03-19 北京蜜莱坞网络科技有限公司 一种对象展示方法、装置、电子设备及存储介质
CN113763098A (zh) * 2020-12-21 2021-12-07 北京沃东天骏信息技术有限公司 用于确定物品的方法和装置
CN112818235B (zh) * 2021-02-03 2023-07-21 招联消费金融有限公司 基于关联特征的违规用户识别方法、装置和计算机设备
CN113077319A (zh) * 2021-04-19 2021-07-06 北京沃东天骏信息技术有限公司 针对微详情页面的动态推荐方法及装置
CN113486250B (zh) * 2021-07-28 2023-09-05 中移（杭州）信息技术有限公司 内容推荐方法、装置、设备及计算机可读存储介质
CN113923529A (zh) * 2021-10-08 2022-01-11 北京百度网讯科技有限公司 直播连麦方法、装置、设备以及存储介质
CN114048373A (zh) * 2021-10-21 2022-02-15 盐城金堤科技有限公司 服务机构的推荐方法、装置、介质和电子设备
CN114066278B (zh) * 2021-11-22 2022-11-18 北京百度网讯科技有限公司 物品召回的评估方法、装置、介质及程序产品
CN114861955A (zh) * 2022-04-27 2022-08-05 中国银行股份有限公司 信息处理方法、装置及设备和存储介质
CN115687721A (zh) * 2022-10-28 2023-02-03 盐城金堤科技有限公司 企业动态信息推荐方法、装置、计算设备及存储介质
CN116739794B (zh) * 2023-08-10 2023-10-20 北京中关村银行股份有限公司 基于大数据及机器学习的用户个性化方案推荐方法及系统
CN117540057B (zh) * 2024-01-10 2024-04-30 广东省电信规划设计院有限公司 基于aigc的检索引导方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018045553A (ja) * 2016-09-16 2018-03-22 ヤフー株式会社 選択装置、選択方法および選択プログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3420488B2 (ja) * 1996-12-03 2003-06-23 富士通株式会社 金融情報仲介処理装置、金融情報仲介処理方法およびそのプログラムを格納した記録媒体
JP4886749B2 (ja) * 2008-09-22 2012-02-29 ヤフー株式会社 推薦商品選択装置、推薦商品選択プログラムおよび商品検索装置
KR20110054881A (ko) * 2009-11-18 2011-05-25 (주)티엔씨애드컴 신용카드 추천 시스템 및 방법
US9275342B2 (en) * 2012-04-09 2016-03-01 24/7 Customer, Inc. Method and apparatus for intent modeling and prediction
US20150006294A1 (en) * 2013-06-28 2015-01-01 Linkedln Corporation Targeting rules based on previous recommendations
US10115148B1 (en) * 2014-01-30 2018-10-30 Amazon Technologies, Inc. Selection of tools
JP6397704B2 (ja) * 2014-09-19 2018-09-26 株式会社東芝 情報処理装置、情報処理システム、情報処理方法及びプログラム
CN104680453B (zh) * 2015-02-28 2017-10-03 北京大学 基于学生属性的课程推荐方法及系统
US10552891B2 (en) * 2017-01-31 2020-02-04 Walmart Apollo, Llc Systems and methods for recommending cold-start items on a website of a retailer
CN109389442A (zh) * 2017-08-04 2019-02-26 北京京东尚科信息技术有限公司 商品推荐方法及装置、存储介质及电子终端
US10699321B2 (en) * 2017-10-17 2020-06-30 Adobe Inc. Global vector recommendations based on implicit interaction and profile data
CN109345348B (zh) * 2018-09-30 2020-06-30 重庆誉存大数据科技有限公司 基于旅行社用户的多维信息画像的推荐方法
CN109523344A (zh) * 2018-10-16 2019-03-26 深圳壹账通智能科技有限公司 产品信息推荐方法、装置、计算机设备和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018045553A (ja) * 2016-09-16 2018-03-22 ヤフー株式会社 選択装置、選択方法および選択プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417207A (zh) * 2020-11-24 2021-02-26 未来电视有限公司 一种视频推荐方法、装置、设备及存储介质
CN112417207B (zh) * 2020-11-24 2023-02-21 未来电视有限公司 一种视频推荐方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110046965A (zh) 2019-07-23
JP6940646B2 (ja) 2021-09-29
KR102433722B1 (ko) 2022-08-17
JP2020177670A (ja) 2020-10-29
US20200334676A1 (en) 2020-10-22

Similar Documents

Publication Publication Date Title
KR20200123015A (ko) 정보를 추천하는 방법, 장치, 기기 및 저장 매체
KR102408476B1 (ko) 사용자 행동 순서에 기반한 구매 확률 예측 방법 및 이를 위한 장치
KR102472572B1 (ko) 사용자 의도 프로파일링 방법 및 이를 위한 장치
US11995112B2 (en) System and method for information recommendation
JP2010250827A (ja) タッチポイントをカスタマイズするシステム
CN109993627B (zh) 推荐方法、推荐模型的训练方法、装置和存储介质
CN111783039B (zh) 风险确定方法、装置、计算机系统和存储介质
WO2020221022A1 (zh) 业务对象推荐方法
CN111400600A (zh) 一种消息推送方法、装置、设备和存储介质
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
CN112598472A (zh) 产品推荐方法、装置、系统、介质和程序产品
US20210049674A1 (en) Predictive selection of product variations
KR20230158390A (ko) 판매자 맞춤형 상품 등록 기능을 지원하는 온라인 커머스 큐레이션 서비스를 제공하는 방법 및 장치
CN111459992B (zh) 信息推送方法、电子设备和计算机可读介质
CN114240555A (zh) 训练点击率预测模型和预测点击率的方法和装置
CN112989146A (zh) 向目标用户推荐资源的方法、装置、设备、介质和程序产品
US10636057B2 (en) Method and apparatus for dynamically selecting content for online visitors
CN113034168A (zh) 内容项投放方法、装置、计算机设备及存储介质
US20160148271A1 (en) Personalized Marketing Based on Sequence Mining
CN115827994A (zh) 一种数据处理方法、装置、设备、存储介质
US20210065220A1 (en) Exchange platform activity prediction
KR20230011213A (ko) 온라인 광고 대행 서버, 캠페인 정보에 포함된 운영 옵션 정보를 선택적으로 변경하는 온라인 광고 대행 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램
CN113792952A (zh) 用于生成模型的方法和装置
CN112905885A (zh) 向用户推荐资源的方法、装置、设备、介质和程序产品
CN111105274A (zh) 数据处理方法、装置、介质及电子设备

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant