[發明專利]一種智能推薦方法、裝置及計算機存儲介質

在審

• 申請號: 202010583898.5
• 申請日: 2020-06-23
• 公開（公告）號: CN111538910A
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 盧靜峰;蔡杰果
• 申請（專利權）人: 上海摩萊信息科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q40/08
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

1.一種智能推薦方法，其特征在于，所述方法包括：

獲取歷史用戶數據，其中，所述歷史用戶數據至少包括：用戶行為數據和用戶標簽數據；

基于所述歷史用戶數對模型進行訓練，獲得訓練后的目標模型；

獲取用戶訪問信息，結合所述目標模型和業務處理規則對訪問用戶信息進行訓練，以獲取與該訪問用戶信息相對應的推薦結果。

2.如權利要求1所述的智能推薦方法，其特征在于，所述獲取用戶訪問信息，結合所述目標模型和業務處理規則對訪問用戶信息進行訓練，以獲取與該訪問用戶信息相對應的推薦結果的步驟，包括：

獲取訪問目標網站的客戶；

判斷用戶是否為登錄客戶；

如果是，獲取該登錄客戶的用戶信息；

基于所述用戶信息，結合所述目標模型和業務處理規則對訪問用戶信息進行訓練，以獲取與該訪問用戶信息相對應的推薦結果。

3.如權利要求2所述的智能推薦方法，其特征在于，如果該訪問客戶為非登錄客戶的情況下所述方法還包括：

記錄該用戶的訪問地址；

獲取所述訪問地址的歷史訪問記錄；

基于所述歷史訪問記錄，結合所述目標模型和業務處理規則對訪問用戶信息進行訓練，以獲取與該訪問用戶信息相對應的推薦結果。

4.如權利要求1-3任一項所述的智能推薦方法，其特征在于，所述獲取歷史用戶數據的步驟，包括：

根據用戶所對應的賬戶信息，獲取該用戶對應的歷史搜索信息、歷史查閱信息；

根據所述歷史搜索信息、所述歷史查閱信息，取歷史用戶數據。

5.如權利要求4所述的智能推薦方法，其特征在于，所述方法還包括：

根據所述推薦結果，獲取推薦結果列表；

根據預設展示條件，展示所述推薦結果列表。

6.如權利要求5所述的智能推薦方法，其特征在于，所述根據所述推薦結果，獲取推薦結果列表的步驟，包括：

獲取每一個推薦結果的推薦得分；

根據推薦得分從高到低進行排列，并根據排列順序所對應的推薦結果作為推薦結果列表。

7.如權利要求1所述的智能推薦方法，其特征在于，所述獲取歷史用戶數據的步驟，包括：

獲取歷史用戶中每一個用戶的原始數據，其中所述原始數據包括不限于用戶信息、用戶行為、用戶歷史投保和/或保單信息；

并根據所述原始獲取對該歷史用戶添加標簽，其中所述標簽包括不限于：用戶屬性統計、產品購買次數、產品購買趨勢、投訴次數、渠道使用頻率、服務使用頻率。

8.如權利要求2所述的智能推薦方法，其特征在于，在所述獲得訓練后的目標模型的步驟，所述方法還包括：

對所述目標模型建立標簽，所述標簽包括不限于方可類型、渠道來源、瀏覽記錄、頁面熱點、搜索歷史、訪問次數、停留時長、信息錄入、訪問終端、瀏覽器版本和客戶IP。

9.一種智能推薦裝置，其特征在于，所述裝置包括處理器、以及通過通信總線與所述處理器連接的存儲器；其中，

所述存儲器，用于存儲智能推薦程序；

所述處理器，用于執行所述智能推薦程序，以實現如權利要求1至8中任一項所述的智能推薦步驟。

10.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以使所述一個或者多個處理器執行如權利要求1至8中任一項所述的智能推薦步驟。