[发明专利]产品推荐方法、装置、电子设备及计算机可读介质

说明书

本发明公开了产品推荐方法、装置、电子设备及计算机可读介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取用户缴费信息，根据预先为至少一个缴费项目添加的项目标签，确定目标缴费项目的项目标签；其中，用户缴费信息包括目标缴费项目和缴费时间；根据缴费时间，计算用户对目标缴费项目的偏好权重，将目标缴费项目的项目标签和偏好权重作为用户偏好属性；根据候选产品集中候选产品的产品标签、标签权重和用户偏好属性，计算用户对候选产品的偏好程度；根据偏好程度，从候选产品集中选择出推荐产品，输出推荐产品。该实施方式能够自动匹配出推荐产品，无需人工处理，推荐准确度高。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种产品推荐方法、装置、电子设备及计算机可读介质。

背景技术

随着金融机构的发展，金融产品不断丰富，为客户提供了越来越多的选择。传统的金融产品依靠人工推荐，由金融服务提供方分析客户的需求，并确定合适的金融产品推荐给客户，该方式耗费人力，且花费时间较长。

发明内容

有鉴于此，本发明实施例提供产品推荐方法、装置、电子设备及计算机可读介质，该方法利用用户缴费信息与缴费项目之间的关联，确定用户偏好属性，进而利用缴费项目与候选产品之间的关联，自动匹配出推荐产品，无需人工处理，推荐准确度高。

为实现上述目的，根据本发明实施例的一个方面，提供了一种产品推荐方法。

本发明实施例的一种产品推荐方法，包括：获取用户缴费信息，根据预先为至少一个缴费项目添加的项目标签，确定目标缴费项目的项目标签；其中，所述用户缴费信息包括所述目标缴费项目和缴费时间；根据所述缴费时间，计算用户对所述目标缴费项目的偏好权重，将所述目标缴费项目的项目标签和所述偏好权重作为用户偏好属性；根据候选产品集中候选产品的产品标签、标签权重和所述用户偏好属性，计算所述用户对所述候选产品的偏好程度；根据所述偏好程度，从所述候选产品集中选择出推荐产品，输出所述推荐产品。

可选地，所述根据候选产品集中候选产品的产品标签、标签权重和所述用户偏好属性，计算所述用户对所述候选产品的偏好程度，包括：根据所述用户偏好属性的项目标签，从所述候选产品集中查找产品标签与所述项目标签相关联的候选产品；把所述项目标签分解为所述候选产品的产品标签和对应标签权重的乘积，得到分解结果；将所述分解结果与所述用户偏好属性的偏好权重相乘，得到用户对所述候选产品的偏好程度。

可选地，所述根据所述用户偏好属性的项目标签，从所述候选产品集中查找产品标签与所述项目标签相关联的候选产品，包括：使用倒排索引的方式，根据所述用户偏好属性的项目标签，获取产品标签中包含所述项目标签的候选产品。

可选地，根据所述缴费时间，计算用户对所述目标缴费项目的偏好权重，包括：使用预构建的偏好权重计算公式，计算用户对所述目标缴费项目的偏好权重；其中，所述偏好权重计算公式为：

w_n＝w_n-1×exp(-α×t)

式中，w_n为第n次偏好权重；w_n-1为第n-1次偏好权重；α为冷却系数； t为间隔时间；i为正整数，最大值为(当前时间-缴费时间)/t。

可选地，所述方法还包括：从所述候选产品的产品信息中提取设定的关键词，计算所述关键词的词频和逆文档频率；根据所述词频和所述逆文档频率，确定所述候选产品的产品标签和标签权重。

可选地，所述根据所述词频和所述逆文档频率，确定所述候选产品的产品标签和标签权重，包括：计算所述词频和所述逆文档频率的乘积，得到所述关键词的TF-IDF值；按照所述TF-IDF值的大小，对多个所述关键词进行降序排序，将排序靠前的设定第一数量的关键词作为所述候选产品的产品标签；对所述TF-IDF值进行归一化处理，将归一化后的TF-IDF值作为所述产品标签的标签权重。