[发明专利]基金产品推荐方法、装置、电子设备及存储介质

权利要求书

1.一种基金产品推荐方法，其特征在于，应用于电子设备，所述方法包括：

为目标用户确定多个候选基金产品；

获取所述目标用户的用户数据、行为数据，以及与所述行为数据对应的上下文信息；

对多个所述候选基金产品的产品信息进行特征提取，得到多个所述候选基金产品的产品特征向量，以及对所述用户数据、行为数据和所述上下文信息进行特征提取，得到所述目标用户的用户特征向量；

基于所述用户特征向量、多个所述产品特征向量，确定各所述候选基金产品对应于所述目标用户的匹配度；

基于各所述候选基金产品对应于所述目标用户的匹配度，向所述目标用户推荐多个所述候选基金产品中的至少一个。

2.根据权利要求1所述的方法，其特征在于，所述为目标用户确定多个候选基金产品，包括：

采用多路分布式召回策略从已配置的全量基金产品中为目标用户确定多个候选基金产品。

3.根据权利要求1所述的方法，其特征在于，所述对所述用户数据、行为数据和所述上下文信息进行特征提取，得到所述目标用户的用户特征向量，包括：

分别对所述用户数据、行为数据和所述上下文信息进行特征提取，得到与所述用户数据对应的第一特征向量、与所述行为数据对应的第二特征向量，以及与所述上下文信息对应的第三特征向量；

将所述第一特征向量、所述第二特征向量，以及所述第三特征向量进行拼接，得到所述目标用户的用户特征向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述用户特征向量、多个所述产品特征向量，确定各所述候选基金产品对应于所述目标用户的匹配度，包括：

基于注意力机制对所述用户特征向量和各所述产品特征向量进行计算，得到所述目标用户对应于各所述候选基金产品的兴趣向量；

将所述兴趣向量输入至已训练的基金产品推荐模型，得到各所述候选基金产品对应于所述目标用户的匹配度。

5.根据权利要求4所述的方法，其特征在于，所述基金产品推荐模型通过热部署的方式被部署在所述电子设备上，具体包括：

创建部署所述基金产品推荐模型所需的虚拟环境，将所述基金产品推荐模型加载至所述虚拟环境中；

初始化所述虚拟环境，以实现部署所述基金产品推荐模型。

6.根据权利要求4或5所述的方法，其特征在于，所述基金产品推荐模型通过以下方式训练得到：

获取正样本数据和负样本数据；所述正样本数据包括用户特征向量、用户已购买基金产品的产品特征向量，所述负样本数据包括用户特征向量、用户浏览过但未购买的基金产品的产品特征向量；

利用所述正样本数据和所述负样本数据，并按照设定的机器学习算法，对初始模型进行训练；

当所述初始模型满足设定条件时，得到所述基金产品推荐模型。

7.根据权利要求1所述的方法，其特征在于，所述基于各所述候选基金产品对应于所述目标用户的匹配度，向所述目标用户推荐多个所述候选基金产品中的至少一个，包括：

按照所述匹配度从高到低的顺序，对多个所述候选基金产品进行排序；

将排序结果中，排在前N位的所述候选基金产品向所述目标用户进行推荐，所述N为预设值；

或者，将多个所述候选基金产品中，对应的所述匹配度大于设定阈值的至少一个所述候选基金产品向所述目标用户进行推荐。