[发明专利]基于社交数据的智能产品推荐方法、装置、设备及介质

说明书

本申请提出一种基于社交数据的智能产品推荐方法、装置、电子设备及计算机可读存储介质，该方法包括：构建用于识别用户需求的多个场景线，场景线包括若干故事节点，每个故事节点包括故事标签和预设语义分类模型；获取用户的社交文本数据，根据多个场景线的语义分类模型，确定社交文本数据与每个场景线的匹配度，及将满足匹配要求的场景线作为第一故事线；确定社交文本数据中每个分词的第一词汇向量，及确定每个第一故事线中每个故事标签预设关键词的第二词汇向量，以确定社交文本数据与第一故事线之间的相似度；将相似度满足预设阈值要求的第一故事线作为目标故事线，以确定目标推荐产品。本申请能够挖掘用户的真实需求，提高产品推荐的精准性。

技术领域

本申请涉及智能推荐技术领域，尤其涉及一种基于社交数据的智能产品推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

在现阶段基于金融业务的产品推荐应用中，智能推荐是一个重要的模块。智能金融产品推荐系统在实际应用中，不仅需要从金融交易发生的历史数据里发掘用户的金融诉求，还需要从各个不同的数据源充分发掘用户不同角度的特征，从而使推荐的金融产品在最大程度上满足潜在用户诉求。

传统金融产品推荐系统大多数基于用户发生金融交易的历史记录，如理财记录、保单记录以及交易断点等信息。使用历史交易记录进行用户分析的好处是数据源比较直接，能直观分析出用户已经交易的范围、用户缺少保障的关键点，并根据分析结果进行后期有针对性的营销。上述传统金融产品推荐系统的主要问题在于用户数据源单一，无法从历史交易数据中获得用户生活中的真实状态，因此难以挖掘出用户日常生活中对金融产品的真正诉求，导致金融产品推荐的准确性不高。

发明内容

鉴于以上内容，有必要提出一种基于社交数据的智能产品推荐方法、装置、电子设备及计算机可读存储介质，以解决金融产品推荐准确性不高的技术问题。

第一方面，本申请实施例提供一种基于社交数据的智能产品推荐方法，所述方法包括：

构建用于识别用户需求的多个场景线，所述场景线包括若干故事节点，每个故事节点包括故事标签和预设语义分类模型，每个所述场景线对应至少一个推荐产品；

获取用户的社交文本数据，根据所述多个场景线的语义分类模型，确定所述社交文本数据与每个场景线的匹配度，及将满足匹配要求的场景线作为第一故事线；

确定所述社交文本数据中每个分词的第一词汇向量，及确定每个所述第一故事线中每个所述故事标签预设关键词的第二词汇向量；

根据所述社交文本数据对应的所有第一词汇向量和每个所述第一故事线对应的所有第二词汇向量，确定所述社交文本数据与所述第一故事线之间的相似度；

将所述相似度满足预设阈值要求的第一故事线作为目标故事线，及根据所述目标故事线，确定目标推荐产品。

在一些实施例中，所述语义分类模型包括二分类模型；所述根据所述多个场景线的语义分类模型，确定所述社交文本数据与每个场景线的匹配度，包括：

将所述社交文本数据输入所述场景线的每个所述二分类模型中进行分类，得到每个所述二分类模型输出的匹配概率并作为对应故事节点的匹配概率；

将所述场景线所有故事节点的匹配概率进行联合概率分布运算，得到所述场景线与社交文本数据的匹配概率并作为匹配度。

在一些实施例中，所述二分类模型包括Bert模型及与所述Bert模型后端连接的集成分类器，所述故事节点的匹配概率为集成分类器中所有子分类器输出的分类概率的平均值。

在一些实施例中，所述Bert模型的训练过程，包括：

获取社交文本训练数据集，所述社交文本训练数据集的样本标记有正/负样本类别；