[發明專利]基于spark平臺的銀行產品推薦方法及裝置

在審

• 申請號: 202010833147.4
• 申請日: 2020-08-18
• 公開（公告）號: CN111967970A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 張亞澤
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q30/06;G06F16/9536;G06F16/9535;G06Q30/02
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 谷敬麗;周曉飛

1.一種基于spark平臺的銀行產品推薦方法，其特征在于，包括：

獲得待推薦銀行產品的產品信息；

對所述待推薦銀行產品的產品信息進行特征工程處理，生成待推薦銀行產品的產品畫像；

根據所述待推薦銀行產品的產品畫像，以及預先建立的關聯模型，確定所述產品畫像對應的用戶畫像，所述關聯模型根據歷史產品畫像和歷史用戶畫像預先建立，所述歷史產品畫像根據歷史產品信息生成，所述歷史用戶畫像根據歷史用戶信息生成；

根據所述用戶畫像，從數據庫中提取目標用戶列表。

2.如權利要求1所述的基于spark平臺的銀行產品推薦方法，其特征在于，所述產品信息包括：產品類型，產品數量，產品編號其中之一或任意組合，所述產品類型包括：理財產品類型，基金類型，大眾商品類型，外幣服務類型，跨境留學產品類型。

3.如權利要求1所述的基于spark平臺的銀行產品推薦方法，其特征在于，所述歷史用戶信息包括：用戶屬性信息，資產負債信息，產品持倉信息，用戶行為信息其中之一或任意組合。

4.如權利要求1所述的基于spark平臺的銀行產品推薦方法，其特征在于，按如下方式預先建立關聯模型：

獲得歷史產品信息，歷史用戶信息和業務場景參數；

利用spark算子對所述歷史產品信息和歷史用戶信息進行異常值清洗處理；

對所述歷史產品信息和歷史用戶信息進行特征工程處理，生成歷史產品信息對應的歷史產品畫像和歷史用戶信息對應的歷史用戶畫像；

根據業務場景參數，建立所述歷史產品畫像和歷史用戶畫像的映射關系。

5.如權利要求4所述的基于spark平臺的銀行產品推薦方法，其特征在于，獲得歷史產品信息和歷史用戶信息之后，生成所述歷史產品信息和歷史用戶信息對應的hive表數據；

利用spark算子對所述歷史產品信息和歷史用戶信息進行異常值清洗處理，包括：利用spark算子對所述歷史產品信息和歷史用戶信息對應的hive表數據進行異常值清洗處理。

6.一種基于spark平臺的銀行產品推薦裝置，其特征在于，包括：

信息獲得模塊，用于獲得待推薦銀行產品的產品信息；

產品畫像生成模塊，用于對所述待推薦銀行產品的產品信息進行特征工程處理，生成待推薦銀行產品的產品畫像；

用戶畫像確定模塊，用于根據所述待推薦銀行產品的產品畫像，以及預先建立的關聯模型，確定所述產品畫像對應的用戶畫像，所述關聯模型根據歷史產品畫像和歷史用戶畫像預先建立，所述歷史產品畫像根據歷史產品信息生成，所述歷史用戶畫像根據歷史用戶信息生成；

用戶列表提取模塊，用于根據所述用戶畫像，從數據庫中提取目標用戶列表。

7.如權利要求6所述的基于spark平臺的銀行產品推薦裝置，其特征在于，按如下方式預先建立關聯模型：

獲得歷史產品信息，歷史用戶信息和業務場景參數；

利用spark算子對所述歷史產品信息和歷史用戶信息進行異常值清洗處理；

對所述歷史產品信息和歷史用戶信息進行特征工程處理，生成歷史產品信息對應的歷史產品畫像和歷史用戶信息對應的歷史用戶畫像；

根據業務場景參數，建立所述歷史產品畫像和歷史用戶畫像的映射關系。

8.如權利要求7所述的基于spark平臺的銀行產品推薦裝置，其特征在于，獲得歷史產品信息和歷史用戶信息之后，生成所述歷史產品信息和歷史用戶信息對應的hive表數據；

利用spark算子對所述歷史產品信息和歷史用戶信息進行異常值清洗處理，包括：利用spark算子對所述歷史產品信息和歷史用戶信息對應的hive表數據進行異常值清洗處理。

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5任一所述方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有執行權利要求1至5任一所述方法的計算機程序。