[發明專利]產品推薦方法、產品推薦系統和計算機可讀存儲介質

在審

• 申請號: 202111078658.0
• 申請日: 2021-09-15
• 公開（公告）號: CN113869973A
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 李劍戈;肖鋼;夏添;吳華普;杜瑞嶺;張浩然
• 申請（專利權）人: 中信建投證券股份有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q10/06;G06Q40/04;G06K9/62;G06N20/00
• 代理公司: 北京成創同維知識產權代理有限公司 11449
• 代理人: 蔡純;岳丹丹

1.一種產品推薦方法，其特征在于，包括：

獲取目標用戶的歷史交易數據以建立樣本集，所述樣本集包括訓練集和驗證集；

從所述歷史交易數據中提取出所述目標用戶的多個用戶屬性特征和多個產品屬性特征形成組合特征；

以所述訓練集和所述組合特征為基礎建立多個評估模型，由所述測試集從中篩選出一個評估模型作為產品評分模型；以及

根據所述產品評分模型對待預測集中的多款產品進行評分和排序，篩選出待推薦產品在待推薦時間區間內推薦給所述目標用戶。

2.根據權利要求1所述的產品推薦方法，其特征在于，在根據所述產品評分模型對待預測集中的多款產品進行評分和排序，篩選出待推薦產品在待推薦時間區間內推薦給所述目標用戶的步驟之前還包括：

通過多維度的產品召回方式進行產品召回，組成所述待預測集；

根據所述產品的熱度和轉化率對所述待預測集中的產品數量進行調整。

3.根據權利要求1所述的產品推薦方法，其特征在于，在獲取目標用戶的歷史交易數據以建立樣本集，所述樣本集包括訓練集和驗證集的步驟之后還包括：

對所述樣本集進行數據預處理，舍棄無效數據；

根據所述歷史交易數據進行時間間隔分析，預測出向所述目標用戶進行推薦的待推薦時間區間。

4.根據權利要求1所述的產品推薦方法，其特征在于，所述樣本集包括正樣本數據和負樣本數據，所述正樣本數據為向所述目標用戶推薦過且已完成交易的產品數據，所述負樣本數據為向所述目標用戶推薦過但未被交易的產品數據。

5.根據權利要求1所述的產品推薦方法，其特征在于，所述多個用戶屬性特征包括基本信息特征、資產特征、業務開通特征、交易行為特征和APP行為特征；所述多個產品屬性特征包括產品類型特征、產品經理經驗水平特征、產品排名特征、產品收益能力特征、風險控制能力特征和產品熱度特征。

6.根據權利要求1所述的產品推薦方法，其特征在于，采用GBDT模型或LR模型建立多個所述評估模型。

7.根據權利要求4所述的產品推薦方法，其特征在于，所述樣本集包括所述目標用戶和所述已推薦產品之間的關聯關系，所述產品評分模型表征所述目標用戶和所述待推薦產品之間的關聯度。

8.根據權利要求1所述的產品推薦方法，其特征在于，以所述訓練集和所述組合特征為基礎建立多個評估模型，由所述測試集從中篩選出一個評估模型作為產品評分模型的步驟包括：

根據所述訓練集建立評估模型；

將不同類型的所述組合特征分別作為參數加入所述評估模型中，得到多個所述評估模型；

根據所述測試集對多個所述評估模型進行測試，篩選出符合預期模型效果的評估模型作為產品評分模型。

9.根據權利要求1所述的產品推薦方法，其特征在于，采用固定的比例或采用多折交叉驗證方法將所述樣本集劃分為所述訓練集和所述驗證集。

10.根據權利要求2所述的產品推薦方法，其特征在于，所述多維度的產品召回方式包括：基于多維度用戶屬性與產品屬性的產品召回、基于歷史交易數據的產品召回、基于用戶持倉的產品召回、基于用戶自選的產品召回、基于用戶APP搜索的產品召回和基于模型算法的產品召回。

11.根據權利要求1所述的產品推薦方法，其特征在于，根據所述產品評分模型對待預測集中的多款產品進行評分和排序，篩選出待推薦產品在待推薦時間區間內推薦給所述目標用戶的步驟包括：

將所述待預測集中的所述產品依次輸入所述產品評分模型中，得到每款所述產品的評分；

篩選出得分最高的N款產品推薦給所述目標用戶，N為大于0的自然數。