[发明专利]资源确定方法、装置、计算设备和存储介质

说明书

本说明书一个或多个实施例提供了一种资源确定方法、装置、计算设备和存储介质。在一个实施例中，该方法包括：获取第一用户的第一风险率和第一收益率；从多个资源中确定满足第一风险率和第一收益率的目标资源，其中，每个资源包括预设风险率和预设收益率；预设风险率为将资源的风险特征数据输入风险模型得到的，风险模型是利用风险资源样本的源域特征数据训练得到第一风险模型，并利用风险资源样本的目标域特征数据对第一风险模型迁移学习得到；预设收益率为将资源的收益特征数据输入收益模型得到的，收益模型是利用收益资源样本的源域特征数据训练得到第一收益模型，并利用收益资源样本的目标域特征数据对第一收益模型迁移学习得到。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种资源确定方法、装置、计算设备和存储介质。

背景技术

随着信息技术的发展，资源提供方可以通过互联网等方式向用户推荐相应的资源。例如，用户可以在用户终端上，通过资源推荐页面查看资源提供方推荐的各种资源。以金融产品为例，用户可以在用户终端的应用中打开金融产品推荐页面，以通过推荐页面向用户推荐各种金融产品。

目前市场上的金融产品，在推荐时，根据收益排行的维度给用户推荐金融产品；或者以标准的收益偏好的维度向用户推荐金融产品。但是，推荐金融产品并不限于收益或风险偏好，导致基于收益或风险偏好向用户推荐金融产品的准确性并不高，降低了用户体验。因此，需要提供准确向用户推荐金融产品的方案。

发明内容

本说明书一个或多个实施例提供了一种资源确定方法、装置、计算设备和存储介质，能够向用户准确地推荐资源。

本说明书一个或多个实施例提供的技术方案如下：

第一方面，提供了一种资源确定方法，该方法包括：

获取第一用户的第一风险率和第一收益率；

从多个资源中确定满足第一风险率且满足第一收益率的目标资源，其中，多个资源中的每个资源包括预设风险率和预设收益率；

预设风险率为将与预设风险率对应的资源的风险特征数据输入风险模型得到，风险模型是利用风险资源样本的源域特征数据进行训练得到第一风险模型，并利用风险资源样本的目标域特征数据对第一风险模型进行迁移学习得到；

预设收益率为将与预设收益率对应的资源的收益特征数据输入收益模型得到，收益模型是利用收益资源样本的源域特征数据进行训练得到第一收益模型，并利用收益资源样本的目标域特征数据对第一收益模型进行迁移学习得到。

第二方面，提供了一种资源确定装置，该装置包括：

获取模块，用于获取第一用户的第一风险率和第一收益率；

确定模块，用于从多个资源中确定满足第一风险率且满足第一收益率的目标资源，其中，多个资源中的每个资源包括预设风险率和预设收益率；预设风险率为将与预设风险率对应的资源的风险特征数据输入风险模型得到，风险模型是利用风险资源样本的源域特征数据进行训练得到第一风险模型，并利用风险资源样本的目标域特征数据对第一风险模型进行迁移学习得到；预设收益率为将与预设收益率对应的资源的收益特征数据输入收益模型得到，收益模型是利用收益资源样本的源域特征数据进行训练得到第一收益模型，并利用收益资源样本的目标域特征数据对第一收益模型进行迁移学习得到。

第三方面，提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；

处理器执行计算机程序指令时实现本说明书所述的资源确定方法。

第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现本说明书所述的检测模型的资源确定方法。