[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

说明书

本发明涉及大数据，公开了一种基于大数据的产品推荐方法、装置、设备及存储介质。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。此外，本发明还涉及区块链技术，用户账户信息可存储于区块链中。通过对用户各行为指标的分析，生成针对该用户的产品推荐方案准确度更高。

技术领域

本发明涉及大数据智能推荐，尤其涉及一种基于大数据的产品推荐方法、装置、设备及存储介质。

背景技术

自上世纪八十年代起服务型行业高速发展，随着互联网行业的发展，民众对各类服务型行业，如金融产品、保险行业等的接触面越来越广，对风险保障的意识也有所提高，服务型产品的种类也日益多元化。伴随着互联网金融的飞速发展，服务型产品种类爆炸式增长，关于服务型产品的推荐广告随处可见，打开产品APP，即可看到淋漓满目的各类服务型产品，一键即可实现交易功能。

软件作为服务型产品最直接的推荐途径之一，现有服务型产品推荐方法主要是根据历史销售记录，选择销量较好的产品置于其首页，或者根据用户的购买记录进行推荐，但是每个客户的资产情况、购买需求等都各不相同，此模式无法真正满足所有的消费者。对于公司来说，无论是根据历史销售记录，还是根据用户的购买习惯，将相关服务型产品置于对消费者的服务型产品匹配方案中并推荐给消费者，明显考量因素不够全面，换言之，即准确性不足。

发明内容

本发明的主要目的在于解决目前对于服务型产品的推荐准确度不足的技术问题。

本发明第一方面提供了一种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。

可选的，在本发明第一方面的第一种实现方式中，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。

可选的，在本发明第一方面的第二种实现方式中，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