[发明专利]产品推送方法、装置、设备及介质

权利要求书

1.一种产品推送方法，包括：

获取待识别的交易行为数据，其中，所述交易行为数据包括交易数据和行为数据；

将所述待识别的交易行为数据输入至预先训练好的分类模型，输出分类结果，其中，所述预先训练好的分类模型基于预设损失函数训练得到，所述预设损失函数根据预设计算距离条件构建得到；以及

从所述分类结果中识别目标分类结果；

基于所述目标分类结果，推送关联产品。

2.根据权利要求1所述的方法，其中，所述预设损失函数根据预设计算距离条件构建得到包括：

根据所述预设计算距离条件，构建针对相同分类标签的第一损失函数；

根据所述预设计算距离条件，构建针对不同分类标签的第二损失函数；

将所述第一损失函数和所述第二损失函数进行合并，得到所述预设损失函数。

3.根据权利要求1所述的方法，其中，所述预设计算距离条件包括马氏距离。

4.根据权利要求1所述的方法，其中，所述预先训练好的分类模型基于预设损失函数训练得到包括：

将在预定时间区间内产生的与目标产品相关的历史交易行为数据，按照预设条件进行分类处理，得到多个带有分类标签的所述历史交易行为数据，其中，所述历史交易行为数据包括历史交易数据和历史行为数据；

将所述多个带有分类标签的所述历史交易行为数据输入至待训练的分类模型，输出训练分类结果，其中，所述待训练的分类模型基于所述预设计算距离条件构建得到；

将所述训练分类结果和所述分类标签输入所述预设损失函数，输出损失结果；

根据所述损失结果调整所述待训练的分类模型的模型参数，直至所述预设损失函数的损失结果或迭代次数满足预设条件；以及

将所述预设损失函数的损失结果或迭代次数满足预设条件时得到的分类模型作为所述训练好的所述分类模型。

5.根据权利要求4所述的方法，其中，所述待训练的分类模型包括计算模块和分类模块；所述将所述多个带有分类标签的所述历史交易行为数据输入至待训练的分类模型，输出训练分类结果包括：

将所述多个带有分类标签的所述历史交易行为数据输入至所述计算模块，用于根据所述预设计算距离条件对两个所述带有分类标签的所述历史交易行为数据之间的距离进行计算，输出距离计算结果；

将所述距离计算结果输入所述分类模块，用于进行聚类分类，输出所述训练分类结果。

6.根据权利要求4所述的方法，其中，所述历史交易数据包括：各渠道交易信息和/或交易流水；所述历史行为数据包括网页或应用程序访问行为数据。

7.一种产品推送装置，包括：

获取模块，用于获取待识别的交易行为数据，其中，所述交易行为数据包括交易数据和行为数据；

分类模块，用于将所述待识别的交易行为数据输入至预先训练好的分类模型，输出分类结果，其中，所述预先训练好的分类模型基于预设损失函数训练得到，所述预设损失函数根据预设计算距离条件构建得到；

识别模块，用于从所述分类结果中识别目标分类结果；以及

推送模块，用于基于所述目标分类结果，推送关联产品。

8.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～6中任一项所述的方法。