CN115375494A - 理财产品推荐方法、装置、存储介质和设备 - Google Patents
理财产品推荐方法、装置、存储介质和设备 Download PDFInfo
- Publication number
- CN115375494A CN115375494A CN202211043055.1A CN202211043055A CN115375494A CN 115375494 A CN115375494 A CN 115375494A CN 202211043055 A CN202211043055 A CN 202211043055A CN 115375494 A CN115375494 A CN 115375494A
- Authority
- CN
- China
- Prior art keywords
- product
- financial
- products
- financing
- hot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Algebra (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种理财产品推荐方法、装置、存储介质和设备,可应用于大数据领域,该方法为:对历史行为日志进行大数据分析,得到目标理财产品;从各个理财产品中筛选出多个热门理财产品;依据每个热门理财产品的行为次数,为每个热门理财产品进行打分,得到每个热门理财产品的客户评分;对每个热门理财产品与目标理财产品进行相似度计算,得到每个热门理财产品与目标理财产品之间的相似度;基于客户评分以及相似度,计算得到每个热门理财产品的优先级;从各个热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给待测客户的理财产品,能够确保推荐给待测客户的理财产品能够引起待测客户兴趣,有效提高待测客户的用户体验。
Description
技术领域
本申请涉及大数据领域,尤其涉及一种理财产品推荐方法、装置、存储介质和设备。
背景技术
由于银行的理财产品的数量和种类飞速增长,给客户带来便捷的同时,客户也需要花费大量的时间和精力寻求适合自己的产品。但是传统的搜索已经不能满足客户个性化的需求,因此,需要提供一个理财产品推荐***。
目前,现有的理财产品推荐***,只能向客户推荐预先制定的理财产品,比如新的理财产品上市,便直接推荐给客户。然而,现有的推荐方式所推荐的理财产品,无法保证能够得到客户喜欢,可能适得其反引起客户的讨厌,从而降低客户体验。
为此,如何向客户推荐能够引起客户兴趣的理财产品,成为本领域亟需解决的问题。
发明内容
本申请提供了一种理财产品推荐方法、装置、存储介质和设备,目的在于向客户推荐能够引起客户兴趣的理财产品,以提高客户体验。
为了实现上述目的,本申请提供了以下技术方案:
一种理财产品推荐方法,包括:
对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品;所述目标理财产品为可引起所述待测客户兴趣的理财产品;
从业务***所包含的各个理财产品中筛选出多个热门理财产品;
依据从所述业务***中获得的所述待测客户对每个所述热门理财产品的行为次数,为每个所述热门理财产品进行打分,得到每个所述热门理财产品的客户评分;
对每个所述热门理财产品与所述目标理财产品进行相似度计算,得到每个所述热门理财产品与所述目标理财产品之间的相似度;
基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级;
从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品。
可选的,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品在预设时间段内的客户行为次数;
按照客户行为次数从多到少的顺序,对各个所述理财产品进行排序,得到理财产品序列;
从所述理财产品序列中选取前n位理财产品,标识为热门理财产品;n为正整数。
可选的,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品的上市时间,并将上市时间处于预设时间范围内的理财产品,标识为热门理财产品。
可选的,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品的历史好评次数,并将历史好评次数大于预设阈值的理财产品,标识为热门理财产品。
可选的,所述基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级,包括:
按照相似度从高到低的顺序,对各个所述热门理财产品进行排序,得到热门理财产品序列;
从所述热门理财产品序列中选取前m位的热门理财产品,标识为候选理财产品;m为正整数;
基于每个所述候选理财产品的客户评分,以及每个所述候选理财产品与所述目标理财产品之间的相似度,计算得到每个所述候选理财产品的优先级。
可选的,所述从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品,包括:
从各个所述候选理财产品中,选取优先级大于预设优先级阈值的候选理财产品,作为待推荐理财产品;
基于各个所述待推荐理财产品,构建推荐给所述待测客户的理财产品列表,并通过前端界面向所述待测客户展示所述理财产品列表。
一种理财产品推荐装置,包括:
分析单元,用于对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品;所述目标理财产品为可引起所述待测客户兴趣的理财产品;
筛选单元,用于从业务***所包含的各个理财产品中筛选出多个热门理财产品;
打分单元,用于依据从所述业务***中获得的所述待测客户对每个所述热门理财产品的行为次数,为每个所述热门理财产品进行打分,得到每个所述热门理财产品的客户评分;
相似度计算单元,用于对每个所述热门理财产品与所述目标理财产品进行相似度计算,得到每个所述热门理财产品与所述目标理财产品之间的相似度;
优先级计算单元,用于基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级;
选取单元,用于从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品。
可选的,所述筛选单元具体用于:
从业务***中获取各个理财产品在预设时间段内的客户行为次数;
按照客户行为次数从多到少的顺序,对各个所述理财产品进行排序,得到理财产品序列;
从所述理财产品序列中选取前n位理财产品,标识为热门理财产品;n为正整数。
一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行所述的理财产品推荐方法。
一种理财产品推荐设备,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所述的理财产品推荐方法。
本申请提供的技术方案,对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品。从业务***所包含的各个理财产品中筛选出多个热门理财产品。依据从业务***中获得的待测客户对每个热门理财产品的行为次数,为每个热门理财产品进行打分,得到每个热门理财产品的客户评分。对每个热门理财产品与目标理财产品进行相似度计算,得到每个热门理财产品与目标理财产品之间的相似度。基于每个热门理财产品的客户评分,以及每个热门理财产品与目标理财产品之间的相似度,计算得到每个热门理财产品的优先级。从各个热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给待测客户的理财产品。本申请基于热门理财产品与目标理财产品之间的相似度、热门理财产品的客户评分作为参考依据,确定推荐给待测客户的理财产品,且目标理财产品为可引起待测客户兴趣的理财产品,从而能够确保推荐给待测客户的理财产品能够引起待测客户兴趣,有效提高待测客户的用户体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a为本申请实施例提供的一种理财产品推荐方法的流程示意图;
图1b为本申请实施例提供的一种理财产品推荐方法的流程示意图;
图2为本申请实施例提供的另一种理财产品推荐方法的流程示意图;
图3为本申请实施例提供的一种理财产品推荐装置的架构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1a和图1b所示,为本申请实施例提供的一种理财产品推荐方法的流程示意图,包括如下步骤:
S101:从业务***中预先获取待测客户的个人信息以及历史行为日志。
其中,待测客户的个人信息包括但不限于为性别、就业情况、家庭住址、年龄等。待测客户的历史行为日志包括但不限于为所购买过的理财产品、所浏览过的理财产品、所关注过的理财产品等。
S102:对待测客户的历史行为日志进行大数据分析,得到待测客户的产品偏好信息。
其中,产品偏好信息包括可引起待测客户兴趣的理财产品。
S103:从业务***中获取各个理财产品在预设时间段内的客户行为次数。
其中,客户行为次数包括多个客户对理财产品的浏览行为、购买行为和关注行为。
在本申请实施例中,可以通过调用Flink滑动窗口算法,从业务***中每个理财产品在预设时间段内的客户行为次数。
具体的,调用Flink滑动窗口算法,每隔5分钟,从业务***中采集每个理财产品在该5分钟时间内的客户行为次数,并统计4个5分钟内所采集到的每个理财产品的客户行为次数,得到每个理财产品在20分钟内的客户行为次数。
需要说明的是,在调用Flink滑动窗口算法的过程中,其水位线的制定(即设定采集时间)、滑动窗口尺寸的制定(即选择理财产品作为采集对象)、窗口聚合的制定(即预设时间段的设定),均可由技术人员根据实际情况进行设置。
S104:按照客户行为次数从多到少的顺序,对各个理财产品进行排序,得到理财产品序列。
S105:从理财产品序列中选取前n位理财产品,标识为热门理财产品。
其中,n为正整数,且n的取值可由技术人员根据实际情况进行设置,本申请实施例不做限定。
S106:从业务***中获取各个理财产品的上市时间,并将上市时间处于预设时间范围内的理财产品,标识为热门理财产品。
其中,将上市时间处于预设时间范围内的理财产品,标识为热门理财产品,可以确保最新上市的理财产品能够作为热门理财产品,一般来讲,最新上市的理财产品都是需要推荐给客户。
S107:从业务***中获取各个理财产品的历史好评次数,并将历史好评次数大于预设阈值的理财产品,标识为热门理财产品。
其中,历史好评次数包括理财产品被多个客户评为优秀的行为。
S108:从业务***中获取待测客户对每个热门理财产品的行为次数。
其中,待测客户对热门理财产品的行为次数,包括待测客户购买热门理财产品的行为、关注热门理财产品的行为、浏览热门理财产品的行为。
S109:基于待测客户对每个热门理财产品的行为次数,为每个热门理财产品进行打分,得到每个热门理财产品的客户评分。
其中,待测客户对热门理财产品的行为次数越多,则热门理财产品的客户评分越高,相反的,待测客户对热门理财产品的行为次数越少,则热门理财产品的客户评分越低。
需要说明的是,基于待测客户对每个热门理财产品的行为次数,为每个热门理财产品进行打分时,所具体采用的打分算法包括但不限为交替最小二乘(Alternating LeastSquare,ALS)算法,具体的,将待测客户对每个热门理财产品的行为次数输入到预先训练得到的ALS算法模型中,经由ALS算法模型依据待测客户对每个热门理财产品的行为次数,为每个热门理财产品进行打分,得到每个热门理财产品的客户评分。
一般来讲,ALS算法模型的训练过程为本领域技术人员所熟悉的公知常识,这里不再赘述。
S110:将可引起待测客户兴趣的理财产品,标识为目标理财产品。
S111:对每个热门理财产品与目标理财产品进行相似度计算,得到每个热门理财产品与目标理财产品之间的相似度。
其中,相似度计算的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
S112:按照相似度从高到低的顺序,对各个热门理财产品进行排序,得到热门理财产品序列。
S113:从热门理财产品序列中选取前m位的热门理财产品,标识为候选理财产品。
其中,m为正整数,且m的取值可由技术人员根据实际情况进行设置,本申请实施例不做限定。
S114:基于每个候选理财产品的客户评分,以及每个候选理财产品与目标理财产品之间的相似度,计算得到每个候选理财产品的优先级。
其中,基于每个候选理财产品的客户评分,以及每个候选理财产品与目标理财产品之间的相似度,计算得到每个候选理财产品的优先级的具体计算过程,可参见公式(1)所示。
在公式(1)中,Euq代表候选理财产品的优先级,r代表候选理财产品的索引,sim(q,r)代表候选理财产品与目标理财产品之间的相似度,q代表目标理财产品的索引,Rr代表候选理财产品的客户评分,sim_sum代表候选理财产品的总数,incount代表各个候选理财产品的客户评分中的最小值,recount代表各个候选理财产品的客户评分中的最大值,max{}代表取最大值函数。
S115:从各个候选理财产品中,选取优先级大于预设优先级阈值的候选理财产品,作为待推荐理财产品。
S116:基于各个待推荐理财产品,构建推荐给待测客户的理财产品列表,并通过前端界面向待测客户展示理财产品列表。
可选的,还可以将待测客户的理财产品列表,存储到预设数据库中。
综上所述,本实施例基于热门理财产品与目标理财产品之间的相似度、热门理财产品的客户评分作为参考依据,确定推荐给待测客户的理财产品,且目标理财产品为可引起待测客户兴趣的理财产品,从而能够确保推荐给待测客户的理财产品能够引起待测客户兴趣,有效提高待测客户的用户体验。
需要说明的是,上述实施例提及的S101,为本申请实施例所述理财产品推荐方法的一种可选的实现方式。此外,上述实施例提及的S116,也为本申请实施例所述理财产品推荐方法的一种可选的实现方式。为此,上述实施例提及的流程,可以概括为图2所述的方法。
如图2所示,为本申请实施例提供的另一种理财产品推荐方法的流程示意图,包括如下步骤:
S201:对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品。
其中,目标理财产品为可引起待测客户兴趣的理财产品。
S202:从业务***所包含的各个理财产品中筛选出多个热门理财产品。
S203:依据从业务***中获得的待测客户对每个热门理财产品的行为次数,为每个热门理财产品进行打分,得到每个热门理财产品的客户评分。
S204:对每个热门理财产品与目标理财产品进行相似度计算,得到每个热门理财产品与目标理财产品之间的相似度。
S205:基于每个热门理财产品的客户评分,以及每个热门理财产品与目标理财产品之间的相似度,计算得到每个热门理财产品的优先级。
S206:从各个热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给待测客户的理财产品。
综上所述,本实施例基于热门理财产品与目标理财产品之间的相似度、热门理财产品的客户评分作为参考依据,确定推荐给待测客户的理财产品,且目标理财产品为可引起待测客户兴趣的理财产品,从而能够确保推荐给待测客户的理财产品能够引起待测客户兴趣,有效提高待测客户的用户体验。
需要说明的是,本发明提供的理财产品推荐可用于人工智能领域、区块链领域、分布式领域、云计算领域、大数据领域、物联网领域、移动互联领域、网络安全领域、芯片领域、虚拟现实领域、增强现实领域、全息技术领域、量子计算领域、量子通信领域、量子测量领域、数字孪生领域或金融领域。上述仅为示例,并不对本发明提供的理财产品推荐的应用领域进行限定。
本发明提供的理财产品推荐可用于金融领域或其他领域,例如,可用于金融领域中的交易应用场景。其他领域为除金融领域之外的任意领域,例如,电力领域。上述仅为示例,并不对本发明提供的理财产品推荐的应用领域进行限定。
与上述本申请实施例提供的理财产品推荐方法相对应,本申请实施例还提供了一种理财产品推荐装置。
如图3所示,为本申请实施例提供的一种理财产品推荐装置的架构示意图,包括:
分析单元100,用于对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品;目标理财产品为可引起待测客户兴趣的理财产品。
筛选单元200,用于从业务***所包含的各个理财产品中筛选出多个热门理财产品。
可选的,筛选单元200具体用于:从业务***中获取各个理财产品在预设时间段内的客户行为次数;按照客户行为次数从多到少的顺序,对各个理财产品进行排序,得到理财产品序列;从理财产品序列中选取前n位理财产品,标识为热门理财产品;n为正整数。
筛选单元200具体用于:从业务***中获取各个理财产品的上市时间,并将上市时间处于预设时间范围内的理财产品,标识为热门理财产品。
筛选单元200具体用于:从业务***中获取各个理财产品的历史好评次数,并将历史好评次数大于预设阈值的理财产品,标识为热门理财产品。
打分单元300,用于依据从业务***中获得的待测客户对每个热门理财产品的行为次数,为每个热门理财产品进行打分,得到每个热门理财产品的客户评分。
相似度计算单元400,用于对每个热门理财产品与目标理财产品进行相似度计算,得到每个热门理财产品与目标理财产品之间的相似度。
优先级计算单元500,用于基于每个热门理财产品的客户评分,以及每个热门理财产品与目标理财产品之间的相似度,计算得到每个热门理财产品的优先级。
可选的,优先级计算单元500具体用于:按照相似度从高到低的顺序,对各个热门理财产品进行排序,得到热门理财产品序列;从热门理财产品序列中选取前m位的热门理财产品,标识为候选理财产品;m为正整数;基于每个候选理财产品的客户评分,以及每个候选理财产品与目标理财产品之间的相似度,计算得到每个候选理财产品的优先级。
选取单元600,用于从各个热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给待测客户的理财产品。
可选的,选取单元600具体用于:从各个候选理财产品中,选取优先级大于预设优先级阈值的候选理财产品,作为待推荐理财产品;基于各个待推荐理财产品,构建推荐给待测客户的理财产品列表,并通过前端界面向待测客户展示理财产品列表。
综上所述,本实施例基于热门理财产品与目标理财产品之间的相似度、热门理财产品的客户评分作为参考依据,确定推荐给待测客户的理财产品,且目标理财产品为可引起待测客户兴趣的理财产品,从而能够确保推荐给待测客户的理财产品能够引起待测客户兴趣,有效提高待测客户的用户体验。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,程序执行上述本申请提供的理财产品推荐方法。
本申请还提供了一种理财产品推荐设备,包括:处理器、存储器和总线。处理器与存储器通过总线连接,存储器用于存储程序,处理器用于运行程序,其中,程序运行时执行上述本申请提供的理财产品推荐方法,包括如下步骤:
对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品;所述目标理财产品为可引起所述待测客户兴趣的理财产品;
从业务***所包含的各个理财产品中筛选出多个热门理财产品;
依据从所述业务***中获得的所述待测客户对每个所述热门理财产品的行为次数,为每个所述热门理财产品进行打分,得到每个所述热门理财产品的客户评分;
对每个所述热门理财产品与所述目标理财产品进行相似度计算,得到每个所述热门理财产品与所述目标理财产品之间的相似度;
基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级;
从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品。
具体的,在上述实施例的基础上,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品在预设时间段内的客户行为次数;
按照客户行为次数从多到少的顺序,对各个所述理财产品进行排序,得到理财产品序列;
从所述理财产品序列中选取前n位理财产品,标识为热门理财产品;n为正整数。
具体的,在上述实施例的基础上,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品的上市时间,并将上市时间处于预设时间范围内的理财产品,标识为热门理财产品。
具体的,在上述实施例的基础上,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品的历史好评次数,并将历史好评次数大于预设阈值的理财产品,标识为热门理财产品。
具体的,在上述实施例的基础上,所述基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级,包括:
按照相似度从高到低的顺序,对各个所述热门理财产品进行排序,得到热门理财产品序列;
从所述热门理财产品序列中选取前m位的热门理财产品,标识为候选理财产品;m为正整数;
基于每个所述候选理财产品的客户评分,以及每个所述候选理财产品与所述目标理财产品之间的相似度,计算得到每个所述候选理财产品的优先级。
具体的,在上述实施例的基础上,所述从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品,包括:
从各个所述候选理财产品中,选取优先级大于预设优先级阈值的候选理财产品,作为待推荐理财产品;
基于各个所述待推荐理财产品,构建推荐给所述待测客户的理财产品列表,并通过前端界面向所述待测客户展示所述理财产品列表。
本申请实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种理财产品推荐方法,其特征在于,包括:
对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品;所述目标理财产品为可引起所述待测客户兴趣的理财产品;
从业务***所包含的各个理财产品中筛选出多个热门理财产品;
依据从所述业务***中获得的所述待测客户对每个所述热门理财产品的行为次数,为每个所述热门理财产品进行打分,得到每个所述热门理财产品的客户评分;
对每个所述热门理财产品与所述目标理财产品进行相似度计算,得到每个所述热门理财产品与所述目标理财产品之间的相似度;
基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级;
从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品。
2.根据权利要求1所述的方法,其特征在于,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品在预设时间段内的客户行为次数;
按照客户行为次数从多到少的顺序,对各个所述理财产品进行排序,得到理财产品序列;
从所述理财产品序列中选取前n位理财产品,标识为热门理财产品;n为正整数。
3.根据权利要求1所述的方法,其特征在于,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品的上市时间,并将上市时间处于预设时间范围内的理财产品,标识为热门理财产品。
4.根据权利要求1所述的方法,其特征在于,所述从业务***所包含的各个理财产品中筛选出多个热门理财产品,包括:
从业务***中获取各个理财产品的历史好评次数,并将历史好评次数大于预设阈值的理财产品,标识为热门理财产品。
5.根据权利要求1所述的方法,其特征在于,所述基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级,包括:
按照相似度从高到低的顺序,对各个所述热门理财产品进行排序,得到热门理财产品序列;
从所述热门理财产品序列中选取前m位的热门理财产品,标识为候选理财产品;m为正整数;
基于每个所述候选理财产品的客户评分,以及每个所述候选理财产品与所述目标理财产品之间的相似度,计算得到每个所述候选理财产品的优先级。
6.根据权利要求5所述的方法,其特征在于,所述从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品,包括:
从各个所述候选理财产品中,选取优先级大于预设优先级阈值的候选理财产品,作为待推荐理财产品;
基于各个所述待推荐理财产品,构建推荐给所述待测客户的理财产品列表,并通过前端界面向所述待测客户展示所述理财产品列表。
7.一种理财产品推荐装置,其特征在于,包括:
分析单元,用于对预先获取的待测客户的历史行为日志进行大数据分析,得到目标理财产品;所述目标理财产品为可引起所述待测客户兴趣的理财产品;
筛选单元,用于从业务***所包含的各个理财产品中筛选出多个热门理财产品;
打分单元,用于依据从所述业务***中获得的所述待测客户对每个所述热门理财产品的行为次数,为每个所述热门理财产品进行打分,得到每个所述热门理财产品的客户评分;
相似度计算单元,用于对每个所述热门理财产品与所述目标理财产品进行相似度计算,得到每个所述热门理财产品与所述目标理财产品之间的相似度;
优先级计算单元,用于基于每个所述热门理财产品的客户评分,以及每个所述热门理财产品与所述目标理财产品之间的相似度,计算得到每个所述热门理财产品的优先级;
选取单元,用于从各个所述热门理财产品中,选取优先级大于预设优先级阈值的热门理财产品,作为推荐给所述待测客户的理财产品。
8.根据权利要求7所述的装置,其特征在于,所述筛选单元具体用于:
从业务***中获取各个理财产品在预设时间段内的客户行为次数;
按照客户行为次数从多到少的顺序,对各个所述理财产品进行排序,得到理财产品序列;
从所述理财产品序列中选取前n位理财产品,标识为热门理财产品;n为正整数。
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1-6任一所述的理财产品推荐方法。
10.一种理财产品推荐设备,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1-6任一所述的理财产品推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211043055.1A CN115375494A (zh) | 2022-08-29 | 2022-08-29 | 理财产品推荐方法、装置、存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211043055.1A CN115375494A (zh) | 2022-08-29 | 2022-08-29 | 理财产品推荐方法、装置、存储介质和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115375494A true CN115375494A (zh) | 2022-11-22 |
Family
ID=84070604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211043055.1A Pending CN115375494A (zh) | 2022-08-29 | 2022-08-29 | 理财产品推荐方法、装置、存储介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115375494A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385102A (zh) * | 2023-03-15 | 2023-07-04 | 中电金信软件有限公司 | 信息推荐方法、装置、计算机设备及存储介质 |
-
2022
- 2022-08-29 CN CN202211043055.1A patent/CN115375494A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385102A (zh) * | 2023-03-15 | 2023-07-04 | 中电金信软件有限公司 | 信息推荐方法、装置、计算机设备及存储介质 |
CN116385102B (zh) * | 2023-03-15 | 2024-05-31 | 中电金信软件有限公司 | 信息推荐方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363821A (zh) | 一种信息推送方法、装置、终端设备及存储介质 | |
US9251292B2 (en) | Search result ranking using query clustering | |
CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
CN109063966A (zh) | 风险账户的识别方法和装置 | |
JP2002092305A (ja) | スコア算出方法及びスコア提供方法 | |
EP2778985A1 (en) | Search result ranking by department | |
CN112435137B (zh) | 一种基于社团挖掘的欺诈信息检测方法及*** | |
CN111046297A (zh) | 一种基于机器学习算法的服务智能匹配推荐方法、装置、设备及存储介质 | |
CN111695938B (zh) | 产品推送方法及*** | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN111090807A (zh) | 一种基于知识图谱的用户识别方法及装置 | |
CN111626767B (zh) | 资源数据的发放方法、装置及设备 | |
CN111127185A (zh) | 信贷欺诈识别模型构建方法及装置 | |
CN110807667B (zh) | 一种激活沉睡客户的方法和装置 | |
CN113569162A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN108076032B (zh) | 一种异常行为用户识别方法及装置 | |
CN111429214A (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
CN113791837B (zh) | 页面处理方法、装置、设备和存储介质 | |
CN115375494A (zh) | 理财产品推荐方法、装置、存储介质和设备 | |
CN114896291A (zh) | 多智能体模型的训练方法和排序方法 | |
CN112449002B (zh) | 一种待推送对象的推送方法、装置、设备及存储介质 | |
CN113468394A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN110796379B (zh) | 业务渠道的风险评估方法、装置、设备及存储介质 | |
CN116976995A (zh) | 多目标推荐的处理方法及装置 | |
CN115293291B (zh) | 排序模型的训练方法、排序方法、装置、电子设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |