[发明专利]金融产品推荐方法及装置

权利要求书

1.一种金融产品推荐方法，其特征在于，包括：

获取多个用户在手机银行的行为数据；所述行为数据包括多个用户对金融产品的评价信息及多个用户的点击数据；多个用户的点击数据包括多个用户已点击的金融产品的信息及多个用户未点击的金融产品的信息；

将多个用户对金融产品的评价信息输入至第一金融产品推荐模型，得到第一金融产品推荐结果；第一金融产品推荐模型采用最小二乘法；

将多个用户的点击数据输入至第二金融产品推荐模型，得到第二金融产品推荐结果；第二金融产品推荐模型采用最小二乘法；

根据第一金融产品推荐结果和第二金融产品推荐结果确定第三金融产品推荐结果；

根据第三金融产品推荐结果向多个用户推荐金融产品。

2.如权利要求1所述的金融产品推荐方法，其特征在于，根据第一金融产品推荐结果和第二金融产品推荐结果确定第三金融产品推荐结果，包括：

将第一金融产品推荐结果和第二金融产品推荐结果交叉混合；

对交叉混合后的金融产品推荐结果去重，得到第三金融产品推荐结果。

3.如权利要求1所述的金融产品推荐方法，其特征在于，将多个用户的点击数据输入至第二金融产品推荐模型，得到第二金融产品推荐结果，包括：

通过第二金融产品推荐模型确定各个用户对应的k个隐含特征的第一用户隐含特征值；k为正整数；

根据多个用户的点击数据及各个用户对应的k个隐含特征的第一用户隐含特征值，确定各个金融产品对应的k个隐含特征的第一金融产品隐含特征值；

根据多个用户的点击数据及各个金融产品对应的k个隐含特征的第一金融产品隐含特征值，确定各个用户对应的k个隐含特征的第二用户隐含特征值；

根据多个用户的点击数据及各个用户对应的k个隐含特征的第二用户隐含特征值，确定各个金融产品对应的k个隐含特征的第二金融产品隐含特征值；

重复上述计算步骤直到预设的损失函数小于预设阈值，得到各个用户对应的k个隐含特征的特征值结果及各个金融产品对应的k个隐含特征的特征值结果；

根据各个用户对应的k个隐含特征的特征值结果及各个金融产品对应的k个隐含特征的特征值结果，确定第二金融产品推荐结果。

4.如权利要求1所述的金融产品推荐方法，其特征在于，直到预设的损失函数小于预设阈值，得到各个用户对应的k个隐含特征的特征值结果及各个金融产品对应的k个隐含特征的特征值结果，包括：

根据各个用户对应的k个隐含特征及各个金融产品对应的k个隐含特征确定多个用户的预测点击数据；

在多个用户的预测点击数据与多个用户的点击数据的差值小于预设阈值时，得到各个用户对应的k个隐含特征的特征值结果及各个金融产品对应的k个隐含特征的特征值结果。

5.一种金融产品推荐装置，其特征在于，包括：

获取模块，用于获取多个用户在手机银行的行为数据；所述行为数据包括多个用户对金融产品的评价信息及多个用户的点击数据；多个用户的点击数据包括多个用户已点击的金融产品的信息及多个用户未点击的金融产品的信息；

处理模块，用于将多个用户对金融产品的评价信息输入至第一金融产品推荐模型，得到第一金融产品推荐结果；第一金融产品推荐模型采用最小二乘法；将多个用户的点击数据输入至第二金融产品推荐模型，得到第二金融产品推荐结果；第二金融产品推荐模型采用最小二乘法；根据第一金融产品推荐结果和第二金融产品推荐结果确定第三金融产品推荐结果；根据第三金融产品推荐结果向多个用户推荐金融产品。

6.如权利要求5所述的金融产品推荐装置，其特征在于，所述处理模块具体用于：

将第一金融产品推荐结果和第二金融产品推荐结果交叉混合；

对交叉混合后的金融产品推荐结果去重，得到第三金融产品推荐结果。