[发明专利]分群规则推荐方法和装置、电子设备及可读存储介质

说明书

本发明提供一种分群规则推荐方法和装置、电子设备及可读存储介质，其中所述方法包括：对推荐专题中的关系数据进行预处理，得到处理后的关系数据；将用户的特征宽表数据和处理后的关系数据进行合并后，以关系目标进行分组，并分析分组特征；添加所述用户选择的规则项到分组特征中形成分群规则；基于分群规则，生成已选池，将已选池的分群规则与预设推荐池内的原始规则进行匹配后，将匹配得到的推荐规则按推荐度排序；将推荐度排序满足预设条件的推荐规则进行呈现；将用户引用推荐规则后的添加规则保存后添加至所述特征宽表数据中，返回进行合并的步骤。本发明通过迭代并强化推荐的准确率，提高了用户参与度、可扩展性、灵活性、流程可视程度。

技术领域

本发明涉及互联网技术应用领域，尤其涉及一种分群规则推荐方法和装置、电子设备及可读存储介质。

背景技术

近年来传统软件“注智”成为趋势，在此过程中对于人工加上推荐的方式越来越被用户所接收，以此作为便捷、高效、智能的软件能力提升方法。

客户群管理系统以不断累计的客户基础特征作为数据来源，让业务用户能够选取特征并设置复杂的规则最终生成具有业务特征的客户群最终为业务运营分析、内容推荐、精准营销等业务提供数据依据。

现有的客户分群方式大致以下几种：

专利CN202010584585.1提供了一种用协同过滤算法利用相似用户所选定标签来生成目标用户的标签推荐；此方法在相似用户较少的情况下推荐理想度较低，而且只推荐了客户标签，对于更为复杂的计算规则没有进行推荐，对于实际业务运营效果提升有限；专利CN201911421024.3基于标签画像系统聚类算法，依靠用户选择的特征给目标群体二次分群；此方法较为单一，属于特定分群方法，无法灵活应对业务多变性，让用户产生不信任感；专利CN201710429233.7公开了提供了使用知识图谱做标签管理推荐，只有单个标签没有条件与规则推荐相关内容，在规则配置灵活度上提升较小，对区间、枚举等内容都没有涉及，准确度低；专利CN202010885050.8提供了一种通过客户行为意图给用户打标签的过程，这些标签就是方法中的画像，此方法不存在分群规则定义与规则推荐步骤等内容与本方法存在明显不同，对分群业务用户相当于一个黑盒子，与本方法的关系可以认为是打完的标签是本方法基于的特征信息。

综上所述，上述方法使用机器算法对固定业务场景进行建模，适用于业务相对单一且固化场景；现有方法无法针完成业务分群规则的进行通用化推荐，无法做到让用户有更多的决策权，无法降低使用门槛让较少感知的情况下进行业务分群工作，无法解决了实际业务中要么完全靠经验，要么完全靠算法的方式，用户参与度、推荐准确度、可扩展性、灵活性都有待提高。

发明内容

本发明提供一种分群规则推荐方法和装置、电子设备及可读存储介质，用以解决现有技术中存在的技术缺陷。

本发明提供一种分群规则推荐方法，包括：

S1、对推荐专题中的关系数据进行预处理，得到处理后的关系数据；所述关系数据包括客户标识、关系目标和关系度；

S2、将用户的特征宽表数据和处理后的关系数据进行合并后，以关系目标进行分组，并分析分组特征；

S3、添加所述用户选择的规则项到分组特征中形成分群规则；

S4、基于所述分群规则，生成已选池，将所述已选池的分群规则与预设推荐池内的原始规则进行匹配后，将匹配得到的推荐规则按推荐度排序；

S5、将所述推荐度排序满足预设条件的推荐规则进行呈现；

S6、将所述用户引用推荐规则后的添加规则保存后添加至所述特征宽表数据中，返回所述S2。

根据本发明所述的分群规则推荐方法，其中，所述方法还包括：

基于所述用户所引用的推荐规则，记录用户对引用关系目标的关注度；