[发明专利]金融产品推荐方法、装置、设备和计算机存储介质

权利要求书

1.一种金融产品推荐方法，其特征在于，所述金融产品推荐方法包括以下步骤：

接收金融产品发布请求，获取金融产品发布请求中包含的金融产品信息，并根据金融产品信息确定关联产品；

获取预设用户集中各用户的基础行为数据，将基础行为数据按关联产品的维度进行分类，得到金融产品相关的产品行为数据；

将各用户的产品行为数据输入至预存用户行为模型进行用户行为分析，得到各用户对金融产品的购买意向结论，并将购买意向结论添加至金融产品标签；

将各用户的金融产品标签与预设推送规则进行比较，确定符合推送规则的目标用户，并将所述金融产品信息推送至目标用户；

其中，所述接收金融产品发布请求，获取金融产品发布请求中包含的金融产品信息，并根据金融产品信息确定关联产品的步骤之前，包括：

获取用户行为样本集，将用户行为样本集中的用户行为样本按属性进行分类；

以预设比例在所述用户行为样本集的各类用户行为样本中抽取一次训练样本，并在预设坐标系中绘制所述一次训练样本对应的一次特征点；

根据样本特征点的位置和对应的样本属性对预设坐标系进行区域划分，并根据区域划分情况获取对应的最近分隔函数；

以所述预设比例在所述用户行为样本集的各类用户行为样本中抽取迭代训练样本，并在预设坐标系中绘制所述迭代训练样本对应的迭代特征点；

通过所述迭代特征点对所述最近分隔函数进行迭代调整，直至所述最近分隔函数的正确分隔率达到预设阈值，获得用户行为模型；

所述将各用户的产品行为数据输入至预存用户行为模型进行用户行为分析，得到各用户对金融产品的购买意向结论，并将购买意向结论添加至金融产品标签的步骤，包括：

获取各用户的产品行为数据，并将各用户的产品行为数据输入至预设坐标系中绘制所述各用户的产品行为数据对应的产品特征点；

根据产品特征点与最近分隔函数的关系确定产品行为数据的行为属性，并根据行为属性得到各用户对金融产品的购买意向结论。

2.如权利要求1所述的金融产品推荐方法，其特征在于，所述将各用户的金融产品标签与预设推送规则进行比较，确定符合推送规则的目标用户，并将所述金融产品信息推送至目标用户的步骤，包括：

获取各用户的金融产品标签中对金融产品的购买意向结论，将购买意向结论中的购买意向值与预设推送规则中的购买阈值进行比较；

若产品购买意向值超过预设推送规则中的购买阈值，则将金融产品标签对应用户作为目标用户，并将所述金融产品信息推送至目标用户。

3.如权利要求1所述的金融产品推荐方法，其特征在于，所述金融产品推荐方法还包括以下步骤：

若接收金融产品的查询请求，确定触发查询请求的账户，并获取所述账户关联的金融行为数据；

将金融行为数据输入至预存用户行为模型进行用户行为分析，得到用户行为属性，并根据用户行为属性定义用户金融标签；

获取账户关联的用户基础数据，将用户基础数据与用户金融标签结合，形成所述账户对应用户的用户画像；

获取符合用户画像的目标金融产品，并将所述目标金融产品推送至所述账户。

4.如权利要求3所述的金融产品推荐方法，其特征在于，所述将金融行为数据输入至预存用户行为模型进行用户行为分析，得到账户金融标签的步骤，包括：

获取账户的金融行为数据，并将金融行为数据输入至预设坐标系中绘制所述金融行为数据对应的特征点；

根据特征点与最近分隔函数的关系确定所述金融行为数据的行为属性，并根据行为属性得到用户金融标签。

5.如权利要求3所述的金融产品推荐方法，其特征在于，所述获取符合用户画像的目标金融产品，并将所述目标金融产品推送至所述账户的步骤，包括：

将用户画像中的用户基础数据与预设等级表进行比对确定用户信用等级；

获取用户画像中的用户金融标签中的金融产品信息，将金融产品信息与用户基础数据输入预设购买公式，计算得到用户对各金融产品的产品购买力；

根据用户信用等级与用户购买力确定推荐指标，将所述推荐指标与预设标准指标进行比对；

将推荐指标高于标准指标的金融产品作为目标金融产品，并将所述目标金融产品推送至所述账户。