[发明专利]一种基于混合模型的政企信息化产品的智能推荐方法及其系统

说明书

本发明公开一种基于混合模型的政企信息化产品的智能推荐方法及其系统，基于混合模型和客户特征召回产品—套餐销售品候选池，覆盖新产品推荐、套餐销售品推荐、信息化产品推荐等多场景业务；在排序层根据FM模型对候选产品进行打分，依据的得分大小输出推荐结果；业务层，结合各阶段模型输出规则和业务特征针对不同客户推荐信息提供相应的推荐解释。本发明以政企客户为中心的政企解决方案智能推荐，实现以“产品销售”向“客户导向”转变。政企客户智能推荐，基于政企的用户大数据，根据不同业务场景需求，实现商机的自动计算，完成营销派单推荐。商机推荐更加精准可靠、商机推荐覆盖率高。

技术领域

本发明涉及政企软件开发技术领域，尤其涉及一种基于混合模型的政企信息化产品的智能推荐方法及其系统。

背景技术

随着运营商移动用户市场的饱和，公众市场收入增长放缓。对于运营商来说，政企客户市场成为新的一个收入增长点，具有较大的收入空间。因此，做好政企客户的营销，显得格外重要。

政企客户来自不同的行业，不同的行业的产品、解决方案差异较大。面向政企客户的产品、解决方案内容复杂。客户经理主要依赖当前政企客户标签信息、政企产品视图信息，根据自身的业务经验进行营销推荐。依靠客户经理的业务经验进行政企客户的商机推荐，无法有效利用政企客户的信息，营销效果得不到保证，政企客户体验差。

发明内容

本发明的目的在于提供一种基于混合模型的政企信息化产品的智能推荐方法及其系统。

本发明采用的技术方案是：

一种基于混合模型的政企信息化产品的智能推荐方法，其包括以下步骤：

S1，在召回层利用客户历史特征信息和已实例化的信息化产品通过关联规则算法识别客户特征与待推荐产品关系为客户从众多的待推荐产品中粗选出候选池A；

S2，基于信息化产品内容的协同过滤算法计算得到每个产品相似排名前n的产品，用于解决物品冷启动的问题，并关联候选池A得到候选池B；

S3，产品-套餐销售品规则通过提取信息化产品对应套餐销售品规格数据与客户名下收入、产品信息进行关联，为候选池A和B匹配相应的套餐销售品，同时剔除业务规则上不适配的候选产品，形成最终的产品—套餐销售品候选池C；

S4，在排序层通过因子分解模型和逻辑回归模型对召回层数据进行精排序，同时输出相应的因子重要度排名；

S5，在业务层，聚合不同阶段的模型规则，对每一条推荐记录输出一条推荐解释。

进一步地，作为一种较优实施方式，S1的具体步骤如下：

S11：设计客户特征类型，包括客户收入、基础性业务得分、信息化类型得分、客户行业类型、客户经营性质等；并对连续性数据进行离散化处理；

S12：提取客户未来三个月受理的套餐销售品并对应相应的信息化产品得到“客户特征-信息化产品”形式的数据；

S13：对样本数据按照比例划分成训练集和测试集；采用关联规则算法初始化可信度和置信度阈值，分别按照一定步长进行迭代训练，按照训练集和测试集的召回率和精确率筛选初合适的阈值，只选取强关联规则中后件为待推荐产品的相应规则项。

S14：根据S13中筛选出的强关联规则完成客户候选池A的匹配。

进一步地，作为一种较优实施方式，S11中的得分数据离散化处理具体为：对每个得分数据除以该类型总分，并采用聚类方法进行样本类别和样本数量统计，选取合适的聚类数和聚类中心，取相邻两类的均值作为临界点，并对每一类型附以合理的解释。

进一步地，作为一种较优实施方式，S2中基于信息化产品内容的协同过滤通过关键词提取方法、关键词向量化、余弦相似度计算信息化产品的相似性。