[发明专利]金融产品推荐方法、装置、设备和计算机存储介质

说明书

本发明公开了一种金融产品推荐方法，包括以下步骤：接收金融产品发布请求，获取发布请求中包含的金融产品信息，并根据金融产品信息确定关联产品；获取预设用户集中各用户的基础行为数据，将基础行为数据按关联产品的维度进行分类，得到金融产品相关的产品行为数据；将各用户的产品行为数据输入至预存用户行为模型进行用户行为分析，得到各用户对金融产品的购买意向结论，并将购买意向结论添加至金融产品标签；将各用户的金融产品标签与预设推送规则进行比较，确定符合推送规则的目标用户，并将所述金融产品信息推送至目标用户。本发明还公开了一种金融产品推荐装置、设备和计算机存储介质。本发明提高了金融产品营销的准确率。

技术领域

本发明涉及数据处理领域，尤其涉及金融产品推荐方法、装置、设备和计算机存储介质。

背景技术

随着金融产品的种类和数量的快速更新，不同的公司采用不同的营销策略。

现有的金融产品的营销主要有两种方式，方式一：对客户、产品、交易等数据进行统计分析，再结合业务规则筛选出一批客户，然后通过电话或短信来推销银行指定的某个产品；这样的金融产品的营销方法，需要对影响金融产品的销售因素进行分析，进而为用户推荐金融产品，导致数据的分析处理量较大，同时需要人工建立庞大而复杂的规则库，费时费力，且成功率不高。方式二：通过传统的分析统计方法结合业务规则筛选客户进行产品批量营销，没有根据客户的特征、喜好、交易行为进行在线的深入分析和挖掘，无法对客户进个性化精准营销；如何在保证数据处理量的前提下，实现准确地、高效地进行金融产品的营销成为了目前亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供金融产品推荐方法、装置、设备和计算机存储介质，旨在提高金融产品推荐的准确率。

为实现上述目的，本发明提供一种金融产品推荐方法，所述金融产品推荐方法包括以下步骤：

接收金融产品发布请求，获取金融产品发布请求中包含的金融产品信息，并根据金融产品信息确定关联产品；

获取预设用户集中各用户的基础行为数据，将基础行为数据按关联产品的维度进行分类，得到金融产品相关的产品行为数据；

将各用户的产品行为数据输入至预存用户行为模型进行用户行为分析，得到各用户对金融产品的购买意向结论，并将购买意向结论添加至金融产品标签；

将各用户的金融产品标签与预设推送规则进行比较，确定符合推送规则的目标用户，并将所述金融产品信息推送至目标用户。

可选地，所述接收金融产品发布请求，获取金融产品发布请求中包含的金融产品信息，并根据金融产品信息确定关联产品的步骤之前，包括：

获取用户行为样本集，将用户行为样本集中的用户行为样本按属性进行分类；

以预设比例在所述用户行为样本集的各类用户行为样本中抽取一次训练样本，并在预设坐标系中绘制所述一次训练样本对应的一次特征点；

根据样本特征点的位置和对应的样本属性对预设坐标系进行区域划分，并根据区域划分情况获取对应的最近分隔函数；

以所述预设比例在所述用户行为样本集的各类用户行为样本中抽取迭代训练样本，并在预设坐标系中绘制所述迭代训练样本对应的迭代特征点；

通过所述迭代特征点对所述最近分隔函数进行迭代调整，直至所述最近分隔函数的正确分隔率达到预设阈值，获得用户行为模型。

可选地，所述将各用户的产品行为数据输入至预存用户行为模型进行用户行为分析，得到各用户对金融产品的购买意向结论，并将购买意向结论添加至金融产品标签的步骤，包括：