[發明專利]基于神經網絡的產品推送方法、及其相關設備

在審

• 申請號: 201910532912.6
• 申請日: 2019-06-19
• 公開（公告）號: CN110458637A
• 公開（公告）日: 2019-11-15
• 發明（設計）人: 程志強;李勇;陳康藝
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06N3/08
• 代理公司: 44385 深圳市世聯合知識產權代理有限公司
• 代理人: 劉暢<國際申請>=<國際公布>=<進入國

本發明涉及人工智能領域，提供了一種基于神經網絡的產品推送方法、及其相關設備，所述基于神經網絡的產品推送方法包括：獲取目標用戶通過瀏覽器瀏覽的產品信息作為目標數據；將目標數據導入到預先訓練好的目標模型中進行處理得到待推薦產品；根據用戶歷史庫中的待推薦產品的歷史行為信息確定評分數據；基于評分數據與預設權重系數，計算待推薦產品的綜合評分；利用綜合評分與預設閾值進行比較，選取綜合評分大于或者等于預設閾值的待推薦產品作為目標推薦產品；將目標推薦產品推薦給目標用戶。本發明的技術方案實現基于用戶數據為目標用戶推薦合適的目標推薦產品，避免目標用戶無從選擇，從而提供目標用戶購買產品的成功率以及產品銷售的出單率。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于神經網絡的產品推送方法、及其相關設備。

背景技術

目前市面上在線產品推薦方法單一，在為目標用戶推薦產品信息時，存在推薦不準確的情況，導致目標用戶通過在線產品推薦的方法購買產品時，查詢到的產品不適合自己，也存在未能及時獲取到有參考價值的參考產品，使到目標用戶存在選擇困難癥的情況，進一步影響用戶的購買需求，降低產品銷售的出單率。

發明內容

本發明實施例提供一種基于神經網絡的產品推送方法、及其相關設備，以解決無法為目標用戶推薦合適產品信息的問題。

一種基于神經網絡的產品推送方法，包括：

獲取目標用戶通過瀏覽器瀏覽的產品信息，作為目標數據；

將所述目標數據導入到預先訓練好的目標模型中進行處理，獲取所述目標模型響應所述目標數據而輸出的待推薦產品；

從用戶歷史庫中獲取所述目標用戶針對所述待推薦產品的歷史行為信息，并根據所述歷史行為信息確定所述目標用戶對所述待推薦產品的評分數據；

基于所述評分數據與預設權重系數，計算所述待推薦產品的綜合評分；

利用所述綜合評分與預設閾值進行比較，選取所述綜合評分大于或者等于預設閾值的所述待推薦產品作為目標推薦產品；

將所述目標推薦產品推薦給目標用戶。

一種基于神經網絡的產品數據推送裝置，包括：

第一獲取模塊，用于獲取目標用戶通過瀏覽器瀏覽的產品信息，作為目標數據；

輸出模塊，用于將所述目標數據導入到預先訓練好的目標模型中進行處理，獲取所述目標模型響應所述目標數據而輸出的待推薦產品；

第二獲取模塊，用于從用戶歷史庫中獲取所述目標用戶針對所述待推薦產品的歷史行為信息，并根據所述歷史行為信息確定所述目標用戶對所述待推薦產品的評分數據；

第一計算模塊，用于基于所述評分數據與預設權重系數，計算所述待推薦產品的綜合評分；

比較模塊，用于利用所述綜合評分與預設閾值進行比較，選取所述綜合評分大于或者等于預設閾值的所述待推薦產品作為目標推薦產品；

推薦模塊，用于將所述目標推薦產品推薦給目標用戶。

一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述基于神經網絡的產品推送方法的步驟。

一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述基于神經網絡的產品推送方法的步驟。