[发明专利]产品推荐方法、设备及存储介质

说明书

本申请实施例提供一种产品推荐方法、设备及存储介质。在本申请一些示例性实施例中，结合推荐业务场景，从保险知识图谱中选出与推荐业务场景关联的元路径集合，针对目标客户，根据多条元路径包含的实体特征及实体特征之间存在的业务关系，生成目标客户的相似客户列表以及目标客户已购保险产品的相似产品列表；根据客户相似列表和相似产品列表分别进行协同过滤推荐，以得到可向目标客户推荐的第一产品集以及第一产品集中每个产品的推荐力度分值和第二产品集以及第二产品集中每个产品的产品推荐力度分值；根据第一产品集中每个产品的推荐力度分值和第二产品集中每个产品的产品推荐力度分值，确定向目标客户推荐的目标产品，本申请产品推荐方法利用保险知识图谱充分表达多种语义信息，提高产品推荐结果的准确性、多样性和可解释性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种产品推荐方法、设备及存储介质。

背景技术

随着互联网、信息化技术的发展，各业务领域都在不断电子化，例如在保险业务领域中可以在线投保，在线理赔、保险产品在线推荐等。

目前，保险产品推荐系统常用算法包括协同过滤、矩阵分解法、和基于特征工程的逻辑回归、决策树等。这些推荐系统一般不能兼顾精确性、多样性、可解释性三个指标，只能在三个指标之间取得平衡。例如要取得多样性一般以损失部分准确性为代价，提升准确性和多样性的同时，系统复杂度会指数增长，导致推荐结果具有不可解释性。

发明内容

本申请的多个方面提供一种产品推荐方法、设备及存储介质，构建保险知识图谱，利用保险知识图谱充分表达多种语义信息，提高产品推荐结果的准确性、多样性和可解释性。

本申请实施例提供一种产品推荐方法，包括：

结合推荐业务场景，从保险知识图谱中选出与所述推荐业务场景关联的元路径集合；

针对目标客户，根据所述多条元路径包含的实体特征及实体特征之间存在的业务关系，生成所述目标客户的相似客户列表以及所述目标客户已购保险产品的相似产品列表；

根据客户相似列表和相似产品列表分别进行协同过滤推荐，以得到可向所述目标客户推荐的第一产品集以及第一产品集中每个产品的推荐力度分值和第二产品集以及第二产品集中每个产品的产品推荐力度分值；

根据所述第一产品集中每个产品的推荐力度分值和第二产品集中每个产品的产品推荐力度分值，确定向所述目标客户推荐的目标产品。

本申请实施例还提供一种产品推荐设备，包括：通信组件、一个或多个处理器以及一个或多个存储计算机程序的存储器；

所述一个或多个处理器，用于执行所述计算机程序，以用于：

结合推荐业务场景，从保险知识图谱中选出与所述推荐业务场景关联的元路径集合；

针对目标客户，根据所述多条元路径包含的实体特征及实体特征之间存在的业务关系，生成所述目标客户的相似客户列表以及所述目标客户已购保险产品的相似产品列表；

根据客户相似列表和相似产品列表分别进行协同过滤推荐，以得到可向所述目标客户推荐的第一产品集以及第一产品集中每个产品的推荐力度分值和第二产品集以及第二产品集中每个产品的产品推荐力度分值；

根据所述第一产品集中每个产品的推荐力度分值和第二产品集中每个产品的产品推荐力度分值，确定向所述目标客户推荐的目标产品。

本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行包括以下的动作：

结合推荐业务场景，从保险知识图谱中选出与所述推荐业务场景关联的元路径集合；