[发明专利]银行活动信息推荐方法及装置

权利要求书

1.一种银行活动信息推荐方法，其特征在于，包括：

接收第一用户发送的5G消息，其中第一用户发送的5G消息包括第一用户提交的活动信息关联请求和第一用户的无线网络地址，所述活动信息关联请求包括第一用户的人脸信息和第二用户的手机号码；

根据预先录入的第一用户身份信息对第一用户的人脸信息进行验证，在验证通过后，根据第二用户的手机号码，通过5G消息向第二用户发送人脸信息获取请求，接收第二用户返回的：第二用户的人脸信息和无线网络地址；

根据预先录入的第二用户身份信息对第二用户的人脸信息进行验证，在验证通过后，将第一用户的无线网络地址和第二用户的无线网络地址进行比对，在比对结果一致时，建立第一用户与第二用户的活动信息关联关系；

获取第一用户和第二用户的：银行活动信息浏览记录和银行账户信息，将第一用户的身份信息、银行活动信息浏览记录和银行账户信息输入活动信息推荐模型，输出第一用户的活动信息推荐结果；将第二用户的身份信息、银行活动信息浏览记录和银行账户信息输入活动信息推荐模型，输出第二用户的活动信息推荐结果；所述活动信息推荐模型是根据历史用户的：身份信息、银行活动信息浏览记录、银行账户信息以及对应的银行活动信息办理记录对卷积神经网络CNN训练得到的；

将第一用户和第二用户的活动信息推荐结果，通过5G消息分别发送至第一用户和第二用户。

2.如权利要求1所述的方法，其特征在于，根据预先录入的第一用户身份信息对第一用户的人脸信息进行验证，包括：

将预先录入的第一用户身份信息与第一用户的人脸信息进行比对，在比对结果一致时，验证通过；

根据预先录入的第二用户身份信息对第二用户的人脸信息进行验证，包括：

将预先录入的第二用户身份信息与第二用户的人脸信息进行比对，在比对结果一致时，验证通过。

3.如权利要求1所述的方法，其特征在于，将第一用户的身份信息、银行活动信息浏览记录和银行账户信息输入活动信息推荐模型之前，还包括：

将历史用户的：身份信息、银行活动信息浏览记录、银行账户信息以及对应的银行活动信息办理记录作为样本数据，构建训练集和测试集；

利用训练集对卷积神经网络CNN进行训练，得到所述活动信息推荐模型；

利用测试集对所述活动信息推荐模型进行测试。

4.如权利要求1所述的方法，其特征在于，将第一用户和第二用户的活动信息推荐结果，通过5G消息分别发送至第一用户和第二用户之后，还包括：

接收第一用户发送的活动建议信息，所述活动建议信息包括第一用户选择的银行活动信息和对应的第一建议信息，所述第一建议信息为第一用户根据其选择的银行活动信息对第二用户提出的推荐建议信息；

根据第一建议信息生成第一建议标签，利用第一建议标签对第一用户选择的银行活动信息进行标注，将标注后的银行活动信息发送至第二用户，所述第一建议标签是根据第一建议信息中提取的关键词生成得到的；

和/或，接收第二用户发送的活动信息建议信息，所述活动信息建议信息包括第二用户选择的银行活动信息和对应的第二建议信息，所述第二建议信息为第二用户根据其选择的银行活动信息对第一用户提出的推荐建议信息；

根据第二建议信息生成第二建议标签，利用第二建议标签对第二用户选择的银行活动信息进行标注，将标注后的银行活动信息发送至第一用户，所述第二建议标签是根据第二建议信息中提取的关键词生成得到的。

5.如权利要求1所述的方法，其特征在于，将第一用户和第二用户的活动信息推荐结果，通过5G消息分别发送至第一用户和第二用户之后，还包括：

接收第一用户发送的活动信息订购请求，所述活动信息订购请求包括第一待订购银行活动信息和第二用户的身份信息；

根据第一待订购银行活动信息对第一用户的银行账户进行扣费，扣费成功后，根据第二用户的身份信息，为第二用户推送已订购的银行活动信息；

和/或，接收第二用户发送的活动信息订购请求，所述活动信息订购请求包括第二待订购银行活动信息和第一用户的身份信息；

根据第二待订购银行活动信息对第二用户的银行账户进行扣费，扣费成功后，根据第一用户的身份信息，为第一用户推送已订购的银行活动信息。