[发明专利]基于人工智能的业务推荐方法、装置及计算机设备

权利要求书

1.一种基于人工智能的业务推荐方法，应用于管理服务器，所述管理服务器与至少一台用户终端通过网络连接进行数据信息传输，其特征在于，所述方法包括：

若接收到来自所述用户终端的实时位置信息，获取预存的业务对接信息表中与所述实时位置信息相匹配的备选业务对接请求；

对所述业务对接信息表中与所述备选业务对接请求对应的客户信息进行量化，得到与每一所述备选业务对接请求对应的特征量化信息；

获取预存的历史对接信息表中与所述用户终端的业务员相对应的历史业务对接信息；

根据预置的概率分析模型及所述历史业务对接信息获取与所述业务员相匹配的偏置因子；

根据所述偏置因子及所述概率分析模型对每一所述备选业务对接请求的特征量化信息进行计算，获取与每一所述备选业务对接请求的预测成功概率；

根据所述预测成功概率对所述备选业务对接请求进行筛选得到业务推荐信息并反馈至所述用户终端。

2.根据权利要求1所述的基于人工智能的业务推荐方法，其特征在于，所述获取预存的业务对接信息表中与所述实时位置信息相匹配的备选业务对接请求，包括：

根据预置的业务区域信息确定所述实时位置信息所属的一个业务区域；

根据所述业务对接信息表中每一业务对接请求的区域信息，获取区域信息与所述业务区域相匹配的业务对接请求作为备选业务对接请求。

3.根据权利要求1所述的基于人工智能的业务推荐方法，其特征在于，所述对所述业务对接信息表中与所述备选业务对接请求对应的客户信息进行量化，得到与每一所述备选业务对接请求对应的特征量化信息，包括：

根据预置的客户信息量化规则包含的量化项目获取每一所述客户信息对应的项目属性信息；

根据每一所述量化项目的项目规则对每一客户信息对应的项目属性信息进行量化处理，得到每一客户信息的特征量化信息。

4.根据权利要求1所述的基于人工智能的业务推荐方法，其特征在于，所述根据预置的概率分析模型及所述历史业务对接信息获取与所述业务员相匹配的偏置因子，包括：

根据所述客户信息量化规则对所述历史业务对接信息对应的客户信息进行量化，得到每一所述历史业务对接信息的历史特征量化信息；

根据预置的分组数量对所述历史特征量化信息进行分组得到多个历史特征量化信息组；

统计每一历史特征量化信息组的成功概率及平均特征量化信息；

将每一历史特征量化信息组的成功概率及平均特征量化信息输入所述概率分析模型以计算得到所述业务员的的偏置因子。

5.根据权利要求4所述的基于人工智能的业务推荐方法，其特征在于，所述根据预置的分组数量对所述历史特征量化信息进行分组得到多个历史特征量化信息组，包括：

根据所述分组数量对所述历史特征量化信息进行分组得到多个历史特征量化信息组；

从多个所述历史特征量化信息组中分别获取一条历史特征量化信息作为初始质心；

获取每一历史特征量化信息组中历史特征量化信息与每一所述初始质心之间的距离值；

根据所述历史特征量化信息与每一所述初始质心之间的距离值对所述历史特征量化信息进行重新分组；

计算重新分组的每一历史特征量化信息组所包含的历史特征量化信息的平均值作为相对应的修正质心；

判断所述重新分组的累计次数是否大于预设的次数阈值；

若所述累计次数不大于预设的次数阈值，将所述修正质心作为所述初始质心并返回执行所述获取每一历史特征量化信息组中历史特征量化信息与每一所述初始质心之间的距离值的步骤；

若所述累计次数大于预设的次数阈值，将重新分组得到的所述历史特征量化信息组作为最终分组结果。

6.根据权利要求1所述的基于人工智能的业务推荐方法，其特征在于，所述根据所述偏置因子及所述概率分析模型对每一所述备选业务对接请求的特征量化信息进行计算，获取与每一所述备选业务对接请求的预测成功概率，包括：

根据所述偏置因子对每一所述特征量化信息进行偏置计算得到每一所述备选业务对接请求的输入信息；

将所述输入信息输入所述概率分析模型的输入节点，得到每一所述备选业务对接请求的预测成功概率。