[发明专利]一种智能推荐方法、装置及计算机存储介质

权利要求书

1.一种智能推荐方法，其特征在于，所述方法包括：

获取历史用户数据，其中，所述历史用户数据至少包括：用户行为数据和用户标签数据；

基于所述历史用户数对模型进行训练，获得训练后的目标模型；

获取用户访问信息，结合所述目标模型和业务处理规则对访问用户信息进行训练，以获取与该访问用户信息相对应的推荐结果。

2.如权利要求1所述的智能推荐方法，其特征在于，所述获取用户访问信息，结合所述目标模型和业务处理规则对访问用户信息进行训练，以获取与该访问用户信息相对应的推荐结果的步骤，包括：

获取访问目标网站的客户；

判断用户是否为登录客户；

如果是，获取该登录客户的用户信息；

基于所述用户信息，结合所述目标模型和业务处理规则对访问用户信息进行训练，以获取与该访问用户信息相对应的推荐结果。

3.如权利要求2所述的智能推荐方法，其特征在于，如果该访问客户为非登录客户的情况下所述方法还包括：

记录该用户的访问地址；

获取所述访问地址的历史访问记录；

基于所述历史访问记录，结合所述目标模型和业务处理规则对访问用户信息进行训练，以获取与该访问用户信息相对应的推荐结果。

4.如权利要求1-3任一项所述的智能推荐方法，其特征在于，所述获取历史用户数据的步骤，包括：

根据用户所对应的账户信息，获取该用户对应的历史搜索信息、历史查阅信息；

根据所述历史搜索信息、所述历史查阅信息，取历史用户数据。

5.如权利要求4所述的智能推荐方法，其特征在于，所述方法还包括：

根据所述推荐结果，获取推荐结果列表；

根据预设展示条件，展示所述推荐结果列表。

6.如权利要求5所述的智能推荐方法，其特征在于，所述根据所述推荐结果，获取推荐结果列表的步骤，包括：

获取每一个推荐结果的推荐得分；

根据推荐得分从高到低进行排列，并根据排列顺序所对应的推荐结果作为推荐结果列表。

7.如权利要求1所述的智能推荐方法，其特征在于，所述获取历史用户数据的步骤，包括：

获取历史用户中每一个用户的原始数据，其中所述原始数据包括不限于用户信息、用户行为、用户历史投保和/或保单信息；

并根据所述原始获取对该历史用户添加标签，其中所述标签包括不限于：用户属性统计、产品购买次数、产品购买趋势、投诉次数、渠道使用频率、服务使用频率。

8.如权利要求2所述的智能推荐方法，其特征在于，在所述获得训练后的目标模型的步骤，所述方法还包括：

对所述目标模型建立标签，所述标签包括不限于方可类型、渠道来源、浏览记录、页面热点、搜索历史、访问次数、停留时长、信息录入、访问终端、浏览器版本和客户IP。

9.一种智能推荐装置，其特征在于，所述装置包括处理器、以及通过通信总线与所述处理器连接的存储器；其中，

所述存储器，用于存储智能推荐程序；

所述处理器，用于执行所述智能推荐程序，以实现如权利要求1至8中任一项所述的智能推荐步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行如权利要求1至8中任一项所述的智能推荐步骤。