[发明专利]一种产品推荐方法和装置

说明书

本发明提供了一种产品推荐方法和装置，涉及大数据，该方法包括：根据产品销量数据和客户历史购买数据，确定模型推荐产品列表；获取输入的人工推荐数据；采用参数配置的方式，确定营销规则模型参数；根据模型推荐产品列表、人工推荐数据和营销规则模型参数，确定产品推荐策略；根据产品推荐策略，确定个性化推荐产品。本发明通过基于大数据算法和推荐策略模型，能够为客户推荐不同产品，并达到客户推荐千人千面、精准营销的目的，刺激客户购买银行各类产品。

技术领域

本发明涉及大数据技术领域，尤其涉及一种产品推荐方法和装置。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着大数据分析在银行业的广泛应用，对产品的销量、产品的购买等历史数据的分析逐渐在银行业的精准营销中起到的作用越来越来。为了提升银行亮点产品的曝光和营销，产品推荐系统使用模型学习来分析客户过去的产品交互行为、产品的历史销售情况快速的生成个性化的产品推荐列表。可在银行领域中，客户的多样性会导致一部分客户的大数据信息较为匮乏。

现有的银行产品推荐为单纯的模型推荐产品，对风险控制和合规管控不够到位，同时调配产品的灵活性较差，无法人为干预产品推荐结果，并且对于客户质疑不能很好的进行查询解释。

因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。

发明内容

本发明实施例提供一种产品推荐方法，通过基于大数据算法和推荐策略模型，能够为客户推荐不同产品，并达到客户推荐千人千面、精准营销的目的，刺激客户购买银行各类产品，该方法包括：

根据产品销量数据和客户历史购买数据，确定模型推荐产品列表；

获取输入的人工推荐数据；

采用参数配置的方式，确定营销规则模型参数；

根据模型推荐产品列表、人工推荐数据和营销规则模型参数，确定产品推荐策略；

根据产品推荐策略，确定个性化推荐产品。

本发明实施例还提供一种产品推荐装置，包括：

模型推荐产品列表确定模块，用于根据产品销量数据和客户历史购买数据，确定模型推荐产品列表；

人工推荐数据获取模块，用于获取输入的人工推荐数据；

营销规则模型参数确定模块，用于采用参数配置的方式，确定营销规则模型参数；

产品推荐策略确定模块，用于根据模型推荐产品列表、人工推荐数据和营销规则模型参数，确定产品推荐策略；

个性化推荐产品确定模块，用于根据产品推荐策略，确定个性化推荐产品。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种产品推荐方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种产品推荐方法。

本发明实施例还提供一种计算机程序产品，所述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上述一种产品推荐方法。