[发明专利]一种基于用户行为权重的保险产品推荐的方法

说明书

本发明提供了一种基于用户行为权重的保险产品推荐的方法，包括：第一步骤：根据用户在平台上针对商品的当前操作，采集与该商品有关的用户行为，将该商品表述为特征化的内容，而且将采集的用户行为量化为标签；第二步骤：根据采集的用户行为形成多维度推荐关联关系；第三步骤：对用户划分不同推荐规则，并根据多维度推荐关联关系选择推荐规则以得出初始推荐结果；第四步骤：基于预定时间段内用户在平台上针对商品的操作，通过加权计算对初始推荐结果进行排序以生成出商品的最终推荐结果。

技术领域

本发明涉及保险领域，具体涉及一种基于用户行为权重的保险产品推荐的方法。

背景技术

对于各大保险平台来说，无论是基于用户基本信息的推荐规则，例如地区、年龄、性别、职业等基本信息作为依据。根据用户之间的基本信息发现其他用户之间的相似程度，然后将相似用户喜爱的其他物品推荐给当前用户。该种规则没有涉及商品本身属性，以及用户行为数据，同时因为用户基本信息数据量太少，基于这样的数据进行推荐准确性是很低的，因此想要实现根据用户标签进行推荐。标签是所有推荐系统最重要的数据依据，标签将非标的商品进行有效的标准化。

用户标签是建立对于移动应用来说，通常是根据用户的操作行为来判断的。比如用户浏览、分享、收藏、搜索、下单等操作。每一个行为都带有一定程度的占比，用户对于商品的操作行为，反映了用户对于含有这类标签的商品的感兴趣程度，最终根据一定算法规则，将商品的某些标签赋予给用户，从而建立用户的标签。

因会考量商品本身的收藏情况、销售情况、好评率等指标进行计分，想加入适当的个性化干预和业务打压规则，但可能会出现因商品某一维度过于突出，导致最终和用户行为计分归一化之后，会对用户呈现的商品推荐结果，出现商品特征计分比重可能会大于用户真实行为计分比重的现象。

发明内容

本发明所要解决的技术问题是针对现有技术中存在上述缺陷，提供一种更能够体现用户的自身需求的基于用户行为权重的保险产品推荐的方法。

根据本发明，提供了一种基于用户行为权重的保险产品推荐的方法，包括：

第一步骤：根据用户在平台上针对商品的当前操作，采集与该商品有关的用户行为，将该商品表述为特征化的内容，而且将采集的用户行为量化为标签；

第二步骤：根据采集的用户行为形成多维度推荐关联关系；

第三步骤：对用户划分不同推荐规则，并根据多维度推荐关联关系选择推荐规则以得出初始推荐结果；

第四步骤：基于预定时间段内用户在平台上针对商品的操作，通过加权计算对初始推荐结果进行排序以生成出商品的最终推荐结果。

优选地，在第二步骤，根据采集的用户行为，确定有相关度的商品，根据用户标签确定有相关特征的商品，确定有同类行为的用户所关注的商品，从而形成多维度推荐关联关系。

优选地，在第三步骤中，在得出初始推荐结果之后，运营人员可以对初始推荐结果进行人工干预来决定初始推荐结果进行过滤。

优选地，在第四步骤，收集用户预定时间段内的第一类商品操作记录，根据该商品的第一类商品操作记录计算商品的用户行为权重值；而且收集用户预定时间段内的第二类商品操作记录，根据该商品的第二类商品操作记录计算商品的商品属性权重值；然后将用户行为权重值与商品属性权重值相加得到商品的总权重值。

优选地，第一类商品操作记录包括针对该商品的搜索操作记录、浏览操作记录、下单操作记录和支付操作记录。

优选地，第二类商品操作记录包括收藏操作记录、销售记录和好评率记录。