[发明专利]一种基于决策树的产品推荐方法及装置

权利要求书

1.一种基于决策树的产品推荐方法，其特征在于，包括：

获取待测客户的特征；

针对每种产品，将所述特征输入至与所述产品对应的决策树中，得到每种所述产品的客户风险承受等级；其中，所述决策树基于样本客户的客户风险承受等级、特征、以及特征占比之间的对应关系预先构建；所述客户风险承受等级越高，则所述待测客户的风险承受能力越强；

将所述客户风险承受等级大于预设等级的产品，作为推荐给所述待测客户的产品。

2.根据权利要求1所述的方法，其特征在于，所述决策树基于样本客户的客户风险承受等级、特征、以及特征占比之间的对应关系预先构建，包括：

获取所述产品的样本客户信息；

对所述样本客户信息进行解析，得到样本客户的客户风险承受等级、特征、以及特征占比之间的对应关系；其中，所述特征占比表征具备所述特征的样本客户的总数在样本总数中所占的比重；

基于所述对应关系，构建训练数据集；

基于所述训练数据集，计算所述特征的信息增益；

基于各个所述特征的信息增益，构建决策树。

3.根据权利要求2所述的方法，其特征在于，所述基于所述对应关系，构建训练数据集，包括：

按照对应的特征占比从大到小的顺序，对各个所述特征进行排序，得到特征序列；

选取所述特征序列中的前m位特征，作为目标特征；

基于所述客户风险承受等级、所述目标特征、以及所述特征占比之间的对应关系，构建训练数据集。

4.根据权利要求3所述的方法，其特征在于，所述基于所述训练数据集，计算所述特征的信息增益，包括：

利用与所述目标特征对应的特征占比，计算所述客户风险承受等级的信息熵；

利用所述信息熵和预设的条件熵，计算所述目标特征的信息增益。

5.根据权利要求4所述的方法，其特征在于，所述基于各个所述特征的信息增益，构建决策树，包括：

按照所述信息增益从大到小的顺序，对各个所述目标特征进行排序，生成决策树。

6.根据权利要求1所述的方法，其特征在于，所述获取待测客户的特征，包括：

利用人脸识别算法，对所述待测客户进行身份验证；

在待测客户通过身份验证的情况下，获取所述待测客户的特征。

7.根据权利要求1所述的方法，其特征在于，所述将所述客户风险承受等级大于预设等级的产品，作为推荐给所述待测客户的产品，包括：

将所述待测客户已购买过的产品，标识为目标产品；

将所述客户风险承受等级大于预设等级的产品，标识为第一产品；

计算所述第一产品与所述目标产品之间的相似度；

在所述第一产品与所述产品之间的相似度大于预设阈值的情况下，将所述第一产品作为推荐给所述待测客户的产品。

8.一种基于决策树的产品推荐装置，其特征在于，包括：

获取单元，用于获取待测客户的特征；

评估单元，用于针对每种产品，将所述特征输入至与所述产品对应的决策树中，得到每种所述产品的客户风险承受等级；其中，所述决策树基于样本客户的客户风险承受等级、特征、以及特征占比之间的对应关系预先构建；所述客户风险承受等级越高，则所述待测客户的风险承受能力越强；

推荐单元，用于将所述客户风险承受等级大于预设等级的产品，作为推荐给所述待测客户的产品。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，所述程序执行权利要求1-7任一所述的基于决策树的产品推荐方法。

10.一种基于决策树的产品推荐设备，其特征在于，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；

所述存储器用于存储程序，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1-7任一所述的基于决策树的产品推荐方法。