[发明专利]基于大数据的产品推荐方法、装置、设备及存储介质

权利要求书

1.一种基于大数据的产品推荐方法，其特征在于，所述基于大数据的产品推荐方法包括：

读取待推荐产品的用户账户信息，其中，所述用户账户信息包括多个用户行为指标；

将所述用户账户信息输入预置偏好指数评估模型，并通过所述偏好指数评估模型统计所述多个用户行为指标的评分，得到对应用户账户对各类产品满意度的第一偏好指数；

基于所述第一偏好指数，筛选所述用户账户对应的产品，得到对应的产品推荐方案；

封装所述产品推荐方案并推送给对应的用户账户。

2.根据权利要求1所述的基于大数据的产品推荐方法，其特征在于，在所述将所述用户账户信息输入预置偏好指数评估模型，并通过所述偏好指数评估模型统计所述多个用户行为指标的评分，得到对应用户账户对各类产品满意度的第一偏好指数之前，还包括：

获取全网用户账户信息并分布式存储至消息队列；

每隔预设周期，从所述消息队列中获取对应的用户行为指标，并统计所述用户行为指标在全网的分布；

基于所述用户行为指标在全网的分布，计算所述用户行为指标的评分的分布区间，得到计算结果；

基于所述计算结果，确定所述用户账户对于各类产品的偏好指数评估规则，其中，所述偏好指数评估规则应用于所述偏好指数评估模型，以供统计各用户行为指标的评分。

3.根据权利要求2所述的基于大数据的产品推荐方法，其特征在于，所述偏好指数评估模型包括多个评价指标，所述评价指标包括开户模型因子、交易模型因子、浏览模型因子、资金模型因子、测评模型因子、注销模型因子、加密模型因子、信用模型因子、风控模型因子；

其中，所述偏好指数评估规则包括：

根据账户开户时间确定开户模型因子的评分，开户时间越长，开户模型因子的评分越低；或

根据账户交易时间与交易金额确定交易模型因子的评分，交易时间越近，交易金额越大，交易模型因子的评分越高；或

根据账户浏览产品时长与数量确定浏览模型因子的评分，浏览产品的时长越大，数量越大，浏览模型因子的评分越高；或

根据账户资金留存数量与留存时间确定资金模型因子的评分，留存数量越大，留存时间越长，则资金模型因子的分数越高；或

若用户账户已测评，则测评模型因子得满分，否则不加分；或

若账户若无注销记录，则注销模型因子得满分，否则不加分；或

若用户账户以生物识别进行加密，则加密模型因子得满分，否则不加分；

若账户不在黑名单上，则信用模型因子得满分，否则不加分；或

根据账户风控等级确定风控模型因子的评分，风控等级越少，风控模型因子的评分越高。

4.根据权利要求2所述的基于大数据的产品推荐方法，其特征在于，所述基于所述第一偏好指数，筛选所述用户账户对应的产品，得到对应的产品推荐方案包括：

获取产品交易记录，其中，所述交易记录包括交易产品信息、交易账户信息；

根据所述交易账户信息输入所述偏好指数评估模型，并根据所述偏好指数评估模型统计所述多个用户行为指标的评分，得到对应的第二偏好指数；

计算所述第一偏好指数与所述第二偏好指数的差值，并按所述差值降序筛选预置数量的对应交易账户；

筛选所述交易账户对应的交易产品信息，得到对应的产品推荐方案。

5.根据权利要求4所述的基于大数据的产品推荐方法，其特征在于，在所述封装所述产品推荐方案并推送给对应的用户账户之后，还包括：

监听所述用户账户对应客户端是否上传所述产品推荐方案对应的反馈信息；

若是，则获取所述反馈信息，并提取所述反馈信息中的特征信息；

基于所述特征信息，确定所述产品推荐方案对应的修正值；

基于所述修正值，调整所述用户账户对应的产品推荐方案。