[发明专利]确定产品推荐算法的方法及装置

说明书

本发明公开了一种确定产品推荐算法的方法及装置，该方法包括：构建待推荐产品的多个推荐算法模型；获取待推荐产品采用每个推荐算法模型的产品数据；根据各个推荐算法模型对应的产品数据，对各个推荐算法模型进行量化评估；根据各个推荐算法模型的量化评估结果，对待推荐产品的各个推荐算法模型进行排序；根据排序结果，向待推荐产品的推荐系统推送各个推荐算法模型。本发明能够实现量化评估产品的推荐算法，进而采用最优的推荐算法对产品进行推荐，进一步提高了产品推荐的推荐效果。

技术领域

本发明涉及软件互联网领域，尤其涉及一种确定产品推荐算法的方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着计算机软件技术的发展，互联网技术的普及，网络上的信息数据越来越多，因而，如何从海量信息数据中提取用户感兴趣的数据并推荐给用户，是很多企业十分关注的问题。而产品的精准推荐，会直接影响到企业产品的成交量。

以银行客户端为例，目前已有大量手工或智能推荐算法用于产品推荐，通过手工推荐或机器学习智能推荐的方式，使得银行客户端界面上的广告牌展示客户可能需要的理财产品信息，能够取得更好的销售业绩和客户转化率。然后，现有技术中没有一种量化的评估分析方法来跟踪产品采用这些推荐算法进行推荐后的推荐效果，导致产品提供者无法了解其采用的推荐算法是否合适，从而影响产品推荐效果，降低企业收益。

发明内容

本发明实施例提供一种确定产品推荐算法的方法，用以解决现有技术依靠人为经验选择某种产品推荐算法对产品进行推荐，由于缺乏量化依据导致产品推荐效果有待进一步提高的技术问题，该方法包括：构建待推荐产品的多个推荐算法模型；获取待推荐产品采用每个推荐算法模型的产品数据；根据各个推荐算法模型对应的产品数据，对各个推荐算法模型进行量化评估；根据各个推荐算法模型的量化评估结果，对待推荐产品的各个推荐算法模型进行排序；根据排序结果，向待推荐产品的推荐系统推送各个推荐算法模型。

本发明实施例还提供一种确定产品推荐算法的装置，用以解决现有技术依靠人为经验选择某种产品推荐算法对产品进行推荐，由于缺乏量化依据导致产品推荐效果有待进一步提高的技术问题，该装置包括：算法构建模块，用于构建待推荐产品的多个推荐算法模型；数据采集模块，用于获取待推荐产品采用每个推荐算法模型的产品数据；算法评估模块，用于根据各个推荐算法模型对应的产品数据，对各个推荐算法模型进行量化评估；算法排序模块，用于根据各个推荐算法模型的量化评估结果，对待推荐产品的各个推荐算法模型进行排序；算法推送模块，用于根据排序结果，向待推荐产品的推荐系统推送各个推荐算法模型。

本发明实施例还提供一种计算机设备，用以解决现有技术依靠人为经验选择某种产品推荐算法对产品进行推荐，由于缺乏量化依据导致产品推荐效果有待进一步提高的技术问题，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述确定产品推荐算法的方法。

本发明实施例还提供一种计算机可读存储介质，用以解决现有技术依靠人为经验选择某种产品推荐算法对产品进行推荐，由于缺乏量化依据导致产品推荐效果有待进一步提高的技术问题，该计算机可读存储介质存储有执行上述确定产品推荐算法的方法的计算机程序。

本发明实施例中，为待推荐产品构建多个推荐算法模型，采集待推荐产品采用每个推荐算法模型的产品数据，并根据采集到的产品数据，对各个推荐算法模型进行量化评估，进而根据各个推荐算法模型的量化评估结果，对待推荐产品的各个推荐算法模型进行排序，最后根据排序结果向待推荐产品的推荐系统推送各个推荐算法模型。

通过本发明实施例，能够实现量化评估产品的推荐算法，进而采用最优的推荐算法对产品进行推荐，进一步提高了产品推荐的推荐效果。

附图说明