[发明专利]产品推荐方法、装置、处理器及电子设备

说明书

本申请公开了一种产品推荐方法、装置、处理器及电子设备。涉及人工智能领域及其他领域，该方法包括：向用户推送至少一个题目，并获取用户回答每个题目的答案，得到目标答案集合，其中，题目是依据产品的属性设置的；依据目标答案集合和预设映射关系确定用户的目标标签，其中，预设映射关系用于表征目标答案集合与目标标签的对应关系；获取用户的历史标签，并获取与历史标签对应的一组历史推荐产品；依据目标标签从一组历史推荐产品中确定目标产品，并向用户推荐目标产品。通过本申请，解决了向用户推荐产品时无法根据用户实时的资产情况精准推荐产品的问题。

技术领域

本申请涉及人工智能领域及其他领域，具体而言，涉及一种产品推荐方法、装置、处理器及电子设备。

背景技术

在互联网渠道、APP上进行产品推荐或销售时，对历史产品推荐数据进行分析，通过筛选一定的条件，通过打标签的方式，将客户群体进行分类，结合客户群体相似的购买习惯等数据，进而选取客户群体可能购买的产品，进行智能推荐。

然而，相关技术中的智能推荐模式依赖于客户群体的建立维度，存在一定的误差。智能推荐的结果，主要依赖于大数据分析，实时性较差，一旦用户被认为属于某一类客户群体，则可能会持续、大量推送给用户并不感兴趣的内容。针对相关技术中向用户推荐产品时无法根据用户实时的资产情况精准推荐产品的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种产品推荐方法、装置、处理器及电子设备，以解决相关技术中向用户推荐产品时无法根据用户实时的资产情况精准推荐产品的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种产品推荐方法。该方法包括：向用户推送至少一个题目，并获取用户回答每个题目的答案，得到目标答案集合，其中，题目是依据产品的属性设置的；依据目标答案集合和预设映射关系确定用户的目标标签，其中，预设映射关系用于表征目标答案集合与目标标签的对应关系；获取用户的历史标签，并获取与历史标签对应的一组历史推荐产品；依据目标标签从一组历史推荐产品中确定目标产品，并向用户推荐目标产品。

可选地，在向用户推送至少一个题目之前，该方法还包括：判断用户的账户数据是否发生变动；在账户数据发生变动的情况下，确定账户数据的变动额度；获取用户的产品偏好数据；依据变动额度和产品偏好数据从预设题库中确定至少一个题目。

可选地，在依据变动额度和产品偏好数据从预设题库中确定题目之前，该方法还包括：获取预设题库中每个题目的未反馈次数，其中，未反馈次数为推送题目时用户未回答题目的次数；判断未反馈次数是否超过预设次数阈值；在未反馈次数超过预设次数阈值的情况下，将题目从预设题库中剔除。

可选地，预设映射关系由第一模型表征，依据目标答案集合和预设映射关系确定用户的目标标签包括：获取多个样本用户标签和每个样本用户标签对应的预设答案集合；将每个样本用户标签和与样本用户标签对应的预设答案集合确定为一组第一样本，得到多组第一样本；根据多组第一样本对第一模型进行训练，得到第一模型；将目标答案输入第一模型进行处理，输出目标标签。

可选地，依据目标标签从一组历史推荐产品中确定目标产品，并向用户推荐目标产品包括：从历史推荐记录中获取多个样本用户标签，以及样本用户标签对应的一组历史推荐产品和已推荐产品，其中，样本用户标签对应的一组历史推荐产品为样本用户标签所在的用户群体的历史推荐产品，已推荐产品为一组历史推荐产品中的产品；将每个样本用户标签、样本用户标签对应的历史推荐产品和已推荐产品组合为一组第二样本，得到多组第二样本；通过多组第二样本对第二预设模型进行训练，得到第二模型；将目标标签和与目标标签对应的一组历史推荐产品输入第二模型进行处理，输出目标产品。

可选地，在依据目标标签从一组历史推荐产品中确定目标产品，并向用户推荐目标产品之后，该方法还包括：检测用户是否浏览目标产品；在用户浏览目标产品的情况下，将目标标签与用户建立关联关系；在用户未浏览目标产品的情况下，向用户推送预设激励信息，其中，预设激励信息用于激励用户浏览目标产品。