[发明专利]一种金融产品推荐方法、装置、电子设备及存储介质

说明书

本公开实施例公开了一种金融产品推荐方法、装置、电子设备及存储介质，该方法包括：从用户数据库中确定设定数量的样本用户；基于用户购买金融产品的历史信息以及用户属性信息确定当前用户与所述样本用户之间的相似度；根据所述相似度对所述当前用户进行金融产品推荐。本公开实施例的技术方案，实现了对用户进行较精准地金融产品推荐的目的。

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种金融产品推荐方法、装置、电子设备及存储介质。

背景技术

银行对于小微快贷产品的传统营销策略是根据贷款产品的准入政策对客户进行筛选和匹配，再依据筛选结果对客户进行贷款产品推荐。每个客户经理管理的客户量较多，很难对每个客户都有很深入的了解，因此产品营销效果较差。

对整个金融行业来说，客户量较大，传统的贷款产品推荐方法效率较低，更多依赖人工和人工经验，需要耗费大量的人力和物力。

发明内容

本公开实施例提供一种金融产品推荐方法、装置、电子设备及存储介质，实现了对用户进行较精准地金融产品推荐。

第一方面，本公开实施例提供了一种金融产品推荐方法，该方法包括：

从用户数据库中确定设定数量的样本用户；

基于用户购买金融产品的历史信息以及用户属性信息确定当前用户与所述样本用户之间的相似度；

根据所述相似度对所述当前用户进行金融产品推荐。

进一步的，所述金融产品包括贷款产品，

对应的，所述用户属性信息包括下述至少一种：注册资本、信贷客户等级、金融资产余额、金融总量余额、活期存款余额、定期存款余额、客户信用标识以及持有产品类型。

进一步的，所述基于用户购买金融产品的历史信息以及用户属性信息确定当前用户与所述样本用户之间的相似度，包括：

根据当前用户以及所述样本用户所购买贷款产品的种类以及每种贷款产品的购买数量，构建用户产品矩阵；

根据当前用户以及所述样本用户的属性信息构建用户属性矩阵；

基于所述用户产品矩阵以及所述用户属性矩阵分别计算当前用户与各样本用户之间的皮尔逊相似度，得到第一相似度矩阵和第二相似度矩阵；

按照设定权重系数对所述第一相似度矩阵以及所述第二相似度矩阵进行加权求和，得到用户综合相似度矩阵；

将所述用户综合相似度矩阵中的元素确定为当前用户与样本用户之间的相似度。

进一步的，基于所述用户产品矩阵以及所述用户属性矩阵分别计算当前用户与各样本用户之间的皮尔逊相似度，包括：

按照如下公式计算当前用户与各样本用户之间的皮尔逊相似度：

其中，sim(u_i，u_j)表示用户u_i与用户u_j之间的皮尔逊相似度，r_is和r_js分别表示用户u_i和用户u_j对应变量s的数值；表示用户u_i和用户u_j对应变量s的数值集合；表示变量s的均值。

进一步的，根据所述相似度对所述当前用户进行金融产品推荐，包括：

基于相似度的大小确定与当前用户相似度最大的设定数量的近邻用户；

将所述近邻用户所购买过，且当前用户未购买过的金融产品向当前用户进行推荐。