[发明专利]一种产品推荐方法、装置、计算机设备及存储介质

说明书

本申请涉及人工智能，具体应用于机器学习中，揭露了一种产品推荐方法、装置、计算机设备及存储介质，包括接收推荐指令及客户需求数据；解析推荐指令，得到客户名称，根据客户名称获取客户数据；根据客户数据，生成事实标签画像；将事实标签画像输入至评估模型，得到客户参与金融产品损失承受能力值，评估模型为根据历史事实标签画像来构建的；根据客户需求数据，生成客户需求特征画像；将事实标签画像、客户需求特征画像和客户参与金融产品损失承受能力值输入至推荐模型，得到至少1个待推荐金融产品；输出所述待推荐金融产品。本申请还涉及区块链技术，所述客户数据存储于区块链中。本申请能给客户准确推荐符合其实际需求和承受能力的金融产品。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种产品推荐方法、装置、计算机设备及存储介质。

背景技术

随着社会的不断发展，越来越多的企业为使其自身的利益不受损害，其够买金融产品的需求越来越旺盛，而对于出售金融产品的机构，例如银行等。对于数以千计的金融产品，如何对客户进行针对性推荐产品，在现有技术中，仅通过客户历史数据与客户需求就进行推荐，其给客户推荐的产品不能很好的贴近客户的实际需求和其承受能力，推荐的产品准确性低；此外，对于客户提出的服务需求，现有技术需要业务人员需要通过多个系统、多种渠道获取客户的相关评价信息，在客户信息收集和分析数据中的工作量大，进而导致推荐效率低。因此，如何准确而高效的推荐产品成为了亟待解决的问题。

发明内容

本申请提供了一种产品推荐方法、装置、计算机设备及存储介质，以解决现有技术中针对客户需求和其承受能力不能准确推荐产品给客户且推荐效率不高的问题。

为解决上述问题，本申请提供了一种产品推荐方法，包括：

接收推荐指令及客户需求数据；

解析所述推荐指令，得到客户名称，根据所述客户名称获取客户数据；

根据所述客户数据，生成事实标签画像；

将所述事实标签画像输入至评估模型，得到客户参与金融产品损失承受能力值，所述评估模型为根据历史事实标签画像构建；

根据所述客户需求数据，生成客户需求特征画像；

将所述事实标签画像、客户需求特征画像和客户参与金融产品损失承受能力值输入至推荐模型，得到至少1个待推荐金融产品，所述推荐模型为根据历史事实标签画像、历史客户需求特征画像和历史产品推荐构建；

输出所述待推荐金融产品。

进一步的，所述根据所述客户名称获取客户数据包括：

通过网络爬虫从网页上采集所述客户数据。

进一步的，所述根据所述客户名称获取客户数据包括：

基于所述客户名称，向预设数据库发送调用请求，所述调用请求携带验签令牌；

接收所述数据库返回的验签结果，并在验签结果为通过时，调用所述数据库中与所述客户名称匹配的信息数据，作为客户数据；

所述验签的方式为RSA非对称加密方式。

进一步的，在所述生成事实标签画像之前，还包括：

利用随机森林算法对客户数据进行清洗，以去除冗余和错误的所述客户数据；

将清洗后的所述客户数据根据属性来进行内部关联；

根据所述关联结果将所述客户数据分为客户基本信息数据、第一历史数据和第二历史数据。

进一步的，在所述将清洗后的所述客户数据根据属性来进行内部关联之后，还包括：

将所述关联后的所述客户数据利用数据表结构进行记录。