[發明專利]一種產品推薦方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011288851.2
• 申請日: 2020-11-17
• 公開（公告）號: CN112330412A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 童陽;伍勇
• 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;G06Q30/02;G06Q40/06
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種產品推薦方法，其特征在于，所述方法包括：

接收推薦指令及客戶需求數據；

解析所述推薦指令，得到客戶名稱，根據所述客戶名稱獲取客戶數據；

根據所述客戶數據，生成事實標簽畫像；

將所述事實標簽畫像輸入至評估模型，得到客戶參與金融產品損失承受能力值，所述評估模型為根據歷史事實標簽畫像構建；

根據所述客戶需求數據，生成客戶需求特征畫像；

將所述事實標簽畫像、客戶需求特征畫像和客戶參與金融產品損失承受能力值輸入至推薦模型，得到至少1個待推薦金融產品，所述推薦模型為根據歷史事實標簽畫像、歷史客戶需求特征畫像和歷史產品推薦構建；

輸出所述待推薦金融產品。

2.根據權利要求1所述的產品推薦方法，其特征在于，所述根據所述客戶名稱獲取客戶數據包括：

通過網絡爬蟲從網頁上采集所述客戶數據。

3.根據權利要求1所述的產品推薦方法，其特征在于，所述根據所述客戶名稱獲取客戶數據包括：

基于所述客戶名稱，向預設數據庫發送調用請求，所述調用請求攜帶驗簽令牌；

接收所述數據庫返回的驗簽結果，并在驗簽結果為通過時，調用所述數據庫中與所述客戶名稱匹配的信息數據，作為客戶數據；

所述驗簽的方式為RSA非對稱加密方式。

4.根據權利要求1至3中任一項所述的產品推薦方法，其特征在于，在所述生成事實標簽畫像之前，還包括：

利用隨機森林算法對客戶數據進行清洗，以去除冗余和錯誤的所述客戶數據；

將清洗后的所述客戶數據根據屬性來進行內部關聯；

根據所述關聯結果將所述客戶數據分為客戶基本信息數據、第一歷史數據和第二歷史數據。

5.根據權利要求4所述的產品推薦方法，其特征在于，在所述將清洗后的所述客戶數據根據屬性來進行內部關聯之后，還包括：

將所述關聯后的所述客戶數據利用數據表結構進行記錄。

6.根據權利要求4所述的產品推薦方法，其特征在于，所述事實標簽畫像包括客戶基本特征畫像、第一歷史畫像和第二歷史畫像；所述根據所述客戶數據，生成事實標簽畫像包括：

基于所述客戶基本信息數據構建所述客戶基本特征畫像；

基于所述第一歷史數據構建所述第一歷史畫像；

基于所述第二歷史數據構建所述第二歷史畫像。

7.根據權利要求1所述的產品推薦方法，其特征在于，在所述將所述事實標簽畫像、客戶需求特征畫像和客戶參與金融產品損失承受能力值輸入至推薦模型，得到至少1個待推薦金融產品之后，還包括：

在客戶接受所述金融產品推薦后，收集客戶反饋數據；

利用所述客戶反饋數據對所述推薦模型進行再訓練。

8.一種產品推薦裝置，其特征在于，所述裝置包括：

接收模塊，用于接收推薦指令及客戶需求數據；

解析獲取模塊，用于解析所述推薦指令，得到客戶名稱，根據客戶名稱獲取客戶數據；

事實標簽畫像模塊，用于根據所述客戶數據，生成事實標簽畫像；

評估模塊，用于將事實標簽畫像輸入至評估模型，得到客戶參與金融產品損失承受能力值，所述評估模型為根據歷史事實標簽畫像構建；

客戶需求特征畫像模塊，用于根據所述客戶需求數據，生成客戶需求特征畫像；

推薦模塊，用于將所述事實標簽畫像、客戶需求特征畫像和客戶參與金融產品損失承受能力值輸入至推薦模型，得到至少1個待推薦金融產品，所述推薦模型為根據歷史事實標簽畫像、歷史客戶需求特征畫像和歷史產品推薦構建；

輸出模塊，用于輸出所述待推薦金融產品。

9.一種計算機設備，其特征在于，所述計算機設備包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有計算機可讀指令，所述處理器執行所述計算機可讀指令時實現如權利要求1至7中任一所述的產品推薦方法。

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上存儲有計算機可讀指令，所述計算機可讀指令被處理器執行時實現如權利要求1至7中任一所述的產品推薦方法。