[發明專利]基于用戶行為的產品推薦方法、裝置、設備及存儲介質

在審

• 申請號: 201910014579.X
• 申請日: 2019-01-04
• 公開（公告）號: CN109615487A
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 石志娟;黃燕霞
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種基于用戶行為的產品推薦方法，其特征在于，所述基于用戶行為的產品推薦方法包括：

獲取待推薦用戶的歷史行為數據，并根據所述歷史行為數據確定對應的歷史產品集，所述歷史行為數據包括所述待推薦用戶對歷史產品的行為類型和行為發生時間；

根據所述歷史行為數據的行為類型和行為發生時間計算所述歷史產品集中各歷史產品的真實興趣評分，并根據所述真實興趣評分在所述歷史產品集中確定所述待推薦用戶的真實興趣產品；

獲取與所述真實興趣產品具有關聯關系的推薦產品的推薦產品信息，并基于預設推薦規則向所述待推薦用戶對應的用戶終端推送所述推薦產品信息。

2.如權利要求1所述的基于用戶行為的產品推薦方法，其特征在于，所述根據所述歷史行為數據的行為類型和行為發生時間計算所述歷史產品集中各歷史產品的真實興趣評分的步驟包括：

根據所述歷史行為數據所對應的歷史產品對所述歷史行為數據進行分類，得到各歷史產品對應的產品類行為數據；

分別統計所述產品類行為數據中各行為類型的行為次數，并確定各行為類型的最近行為時間；

分別將所述各歷史產品對應的各行為類型的行為次數和各行為類型的最近行為時間代入至預設興趣分公式中，以計算所述各歷史產品的真實興趣分值。

3.如權利要求2所述的基于用戶行為的產品推薦方法，其特征在于，所述預設興趣分公式為：

其中，P為所述各歷史產品的真實興趣分值；

n為所述產品類行為數據中包括的行為類型的種類，n≥1；

Q_i為所述產品類行為數據中第i種歷史行為對應的預設分值加成，Q_i≥0，i≥1；

K_i為所述產品類行為數據中第i種歷史行為的行為次數，K_i≥0；

F(t_i-t₀)為時間衰減函數，t_i為所述產品類行為數據中第i種歷史行為的最近行為時間，t₀為當前時間；F(t_i-t₀)與t_i-t₀負相關。

4.如權利要求1所述的基于用戶行為的產品推薦方法，其特征在于，所述真實興趣產品的產品類型為基金，

所述獲取與所述真實興趣產品具有關聯關系的推薦產品的推薦產品信息步驟包括：

確定所述真實興趣產品的基金風險類型和所述真實興趣產品持有的重倉股票，并確定所述重倉股票的行業類型；

查詢所述行業類型對應的可選股票，并根據所述可選股票在預設周期的股價變化確定所述可選股票的股票風險類型；

根據所述股票風險類型和基金風險類型在所述可選股票中確定與所述真實興趣產品關聯的推薦股票，并將所述推薦股票確定為推薦產品；

獲取所述推薦產品的推薦產品信息。

5.如權利要求1所述的基于用戶行為的產品推薦方法，其特征在于，所述真實興趣產品的產品類型為股票，

所述獲取與所述真實興趣產品具有關聯關系的推薦產品的推薦產品信息步驟包括：

確定最高額持有所述真實興趣產品的最高額基金，并確定所述最高額基金的運營機構；

查詢所述運營機構運營的可選基金，并將所述可選基金確定為推薦產品；

獲取所述推薦產品的推薦產品信息。

6.如權利要求1所述的基于用戶行為的產品推薦方法，其特征在于，所述基于預設推薦規則向所述待推薦用戶對應的用戶終端推送所述推薦產品信息的步驟包括：

根據所述歷史行為數據獲取所述待推薦用戶的高頻瀏覽時段，并確定所述高頻瀏覽時段的時段時長；

當當前時間處于所述高頻瀏覽時段時，根據當前所處高頻瀏覽時段的時段時長確定推薦信息量，并根據所述推薦信息量向所述待推薦用戶的用戶終端推送所述推薦產品信息。