[发明专利]产品推荐方法、装置及计算机可读存储介质

说明书

本发明公开了一种产品推荐方法，该方法包括：获取训练样本数据，所述训练样本数据包括多个用户的样本数据，其中一个用户的样本数据包括用户的特征数据及用户对应的理财产品类型，所述用户的特征数据包括：用户的银行业务数据、征信数据及生活业务数据；基于所述训练样本数据，训练得到理财产品类型预测模型；获取目标用户的特征数据；将所述目标用户的特征数据作为所述理财产品类型预测模型的输入，输出所述目标用户对应的目标理财产品类型；从理财产品库中，推荐与所述目标理财产品类型匹配的理财产品。本发明根据客户的特征、喜好、交易行为进行深入分析和挖掘，为客户提供了理财产品实时个性化精准营销和定制化服务。

技术领域

本发明涉及计算机技术领域，尤其涉及一种产品推荐方法、装置及计算机可读存储介质。

背景技术

随着互联网与金融的不断融合和发展，理财产品APP作为移动互联网金融的一个重要板块，近年得到了迅速发展，越来越多的人开始尝试并接受这种新的理财方式。但已有理财产品直销APP无法整合银行相关业务的功能；而且也没有高低门槛之分，因此不具备风险评估功能，用户无法定位自己的风险承受范围，做出合理投资。

发明内容

本发明提供一种产品推荐方法、装置及计算机可读存储介质，其主要目的在于根据客户的特征、喜好、交易行为进行深入分析和挖掘，为客户提供了理财产品实时个性化精准营销和定制化服务。

为实现上述目的，本发明还提供一种产品推荐方法，所述方法包括：

获取训练样本数据，所述训练样本数据包括多个用户的样本数据，其中一个用户的样本数据包括用户的特征数据及用户对应的理财产品类型，所述用户的特征数据包括：用户的银行业务数据、征信数据及生活业务数，所述银行业务数据包括：存贷款数据、基金数据、保险数据；所述生活业务数据包括：网上购物消费数据、社交媒体数据、电话充值数据、生活水电费数据；

基于所述训练样本数据，训练得到理财产品类型预测模型；

获取目标用户的特征数据；

将所述目标用户的特征数据作为所述理财产品类型预测模型的输入，输出所述目标用户对应的目标理财产品类型；

从理财产品库中，推荐与所述目标理财产品类型匹配的理财产品。

优选地，在获取训练样本数据之前，所述方法还包括：

采集原始样本数据；

对原始样本数据进行预处理，所述预处理包括以下至少一种处理操作：缺失值处理、异常值处理、离散化处理、归一化处理、去重处理、合并同类项处理。

优选地，所述理财产品类型预测模型为训练后的深度卷积神经网络模型，所述深度卷积神经网络模型的训练过程主要包括：

从训练样本数据中得到每种理财产品类型下的样本集合；

从每个理财产品类型下的样本集合中获取每个理财产品类型下的待训练样本集合及每个理财产品类型下的待校验样本集合；

将每个理财产品类型下的待训练样本集合的样本依次输入所述深度卷积神经网络模型，利用预设的训练算法训练用于根据用户的特征数据预测用户购买理财产品类型的深度卷积神经网络模型，并利用每个理财产品类型下的待校验样本集合的样本校验训练后的深度卷积神经网络模型。

优选地，所述方法还包括：

获取理财产品库中各个理财产品的描述；

从各个理财产品的描述中提取关键词；

根据各个理财产品对应的关键词，确定各个理财产品的类型。

优选地，所述从理财产品库中，推荐与所述目标理财产品类型匹配的理财产品包括：