本發(fā)明涉及數(shù)據(jù)分析技術(shù)、智能推薦及金融科技領(lǐng)域，尤其涉及一種理財產(chǎn)品推薦方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著經(jīng)濟(jì)的發(fā)展以及國民收入水平的增加，人們的投資理財意識也在不斷增強，對各種金融理財產(chǎn)品的需求也在不斷增加。作為人們接觸最多的金融機(jī)構(gòu)，銀行需要幫助廣大用戶尋找到適合自己的理財產(chǎn)品?，F(xiàn)有的理財產(chǎn)品推薦方法通常是通過銀行員工人工向客戶進(jìn)行一對一的推薦，比較依賴人工經(jīng)驗。并且由于客戶信息獲取有限，銀行員工一般只推薦比較熱門的理財產(chǎn)品，產(chǎn)品過于單一化，而且比較固定，使得向客戶推薦的理財產(chǎn)品準(zhǔn)確性不高。

2、為了解決上述問題，基于人工智能的理財產(chǎn)品推薦方法越來越普及，但現(xiàn)有的基于人工智能的理財產(chǎn)品推薦，只是考慮了用戶的理財偏好，并未結(jié)合理財產(chǎn)品本身的質(zhì)量和評價，導(dǎo)致向客戶推薦的理財產(chǎn)品的準(zhǔn)確性受影響。因此，如何提高理財產(chǎn)品推薦的準(zhǔn)確性，已經(jīng)成為一個亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、鑒于以上內(nèi)容，有必要提供一種理財產(chǎn)品推薦方法，以解決只考慮用戶的理財偏好，并未結(jié)合理財產(chǎn)品本身的質(zhì)量和評價，繼而使得理財產(chǎn)品推薦的準(zhǔn)確性不高的技術(shù)問題。

2、為實現(xiàn)上述目的，本發(fā)明提供一種理財產(chǎn)品推薦方法，其包括：

3、在收到目標(biāo)客戶發(fā)送的理財產(chǎn)品推薦請求時，獲取目標(biāo)客戶的歷史理財信息，根據(jù)所述歷史理財信息確定目標(biāo)客戶的理財標(biāo)簽信息，所述理財標(biāo)簽信息包括理財偏好信息；

4、從預(yù)設(shè)數(shù)據(jù)庫中提取出與所述理財標(biāo)簽信息匹配的候選產(chǎn)品，所述候選產(chǎn)品對應(yīng)有產(chǎn)品說明文本和歷史用戶運營數(shù)據(jù)；

5、利用預(yù)設(shè)的相似度算法計算每個所述候選產(chǎn)品與所述理財偏好信息的匹配度分值，利用預(yù)訓(xùn)練的文本質(zhì)量評分模型計算每個所述候選產(chǎn)品的產(chǎn)品說明文本的質(zhì)量分值，根據(jù)每個所述候選產(chǎn)品的歷史用戶運營數(shù)據(jù)并利用預(yù)設(shè)的用戶滿意度計算算法計算每個所述候選產(chǎn)品的滿意度分值；

6、根據(jù)預(yù)設(shè)的分值權(quán)重算法將每個候選產(chǎn)品對應(yīng)的匹配度分值、質(zhì)量分值和滿意度分值進(jìn)行加權(quán)求和，得到每個候選產(chǎn)品的綜合分析值，并將綜合分析值排序靠前的預(yù)設(shè)數(shù)量的候選產(chǎn)品推送給所述目標(biāo)客戶。

7、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種理財產(chǎn)品推薦裝置，所述裝置包括：

8、推薦請求接收模塊：在收到目標(biāo)客戶發(fā)送的理財產(chǎn)品推薦請求時，獲取目標(biāo)客戶的歷史理財信息，根據(jù)所述歷史理財信息確定目標(biāo)客戶的理財標(biāo)簽信息，所述理財標(biāo)簽信息包括理財偏好信息；

9、候選產(chǎn)品提取模塊：從預(yù)設(shè)數(shù)據(jù)庫中提取出與所述理財標(biāo)簽信息匹配的候選產(chǎn)品，所述候選產(chǎn)品對應(yīng)有產(chǎn)品說明文本和歷史用戶運營數(shù)據(jù)；

10、分值計算模塊：利用預(yù)設(shè)的相似度算法計算每個所述候選產(chǎn)品與所述理財偏好信息的匹配度分值，利用預(yù)訓(xùn)練的文本質(zhì)量評分模型計算每個所述候選產(chǎn)品的產(chǎn)品說明文本的質(zhì)量分值，根據(jù)每個所述候選產(chǎn)品的歷史用戶運營數(shù)據(jù)并利用預(yù)設(shè)的用戶滿意度計算算法計算每個所述候選產(chǎn)品的滿意度分值；

11、候選產(chǎn)品推薦模塊：根據(jù)預(yù)設(shè)的分值權(quán)重算法將每個候選產(chǎn)品對應(yīng)的匹配度分值、質(zhì)量分值和滿意度分值進(jìn)行加權(quán)求和，得到每個候選產(chǎn)品的綜合分析值，并將綜合分析值排序靠前的預(yù)設(shè)數(shù)量的候選產(chǎn)品推送給所述目標(biāo)客戶。

12、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括：

13、存儲器，存儲至少一個計算機(jī)程序；及

14、處理器，執(zhí)行所述存儲器中存儲的程序以實現(xiàn)上述所述的理財產(chǎn)品推薦方法。

15、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)中存儲有至少一個計算機(jī)程序，所述至少一個計算機(jī)程序被電子設(shè)備中的處理器執(zhí)行以實現(xiàn)上述所述的理財產(chǎn)品推薦方法。

16、本發(fā)明提供的上述技術(shù)方案中，通過獲取目標(biāo)客戶的歷史理財信息，根據(jù)歷史理財信息確定目標(biāo)客戶的理財標(biāo)簽信息，從預(yù)設(shè)數(shù)據(jù)庫中提取出與所述理財標(biāo)簽信息匹配的候選產(chǎn)品，然后利用預(yù)設(shè)的相似度算法計算每個所述候選產(chǎn)品與所述理財偏好信息的匹配度分值，利用預(yù)訓(xùn)練的文本質(zhì)量評分模型計算每個所述候選產(chǎn)品的產(chǎn)品說明文本的質(zhì)量分值，根據(jù)每個所述候選產(chǎn)品的歷史用戶運營數(shù)據(jù)并利用預(yù)設(shè)的用戶滿意度計算算法計算每個所述候選產(chǎn)品的滿意度分值，再根據(jù)預(yù)設(shè)的分值權(quán)重算法將每個候選產(chǎn)品對應(yīng)的匹配度分值、質(zhì)量分值和價值分值進(jìn)行加權(quán)求和，得到每個候選產(chǎn)品的綜合分析值，將綜合分析值排序靠前的預(yù)設(shè)數(shù)量的候選產(chǎn)品推送給所述目標(biāo)客戶。通過分別計算候選產(chǎn)品的匹配度分值、質(zhì)量分值和滿意度分值，將所述三個分值進(jìn)行綜合運算的方式，得到每個候選產(chǎn)品更精確的綜合分析值，再根據(jù)綜合分析值選取出待推薦產(chǎn)品，從而提高理財產(chǎn)品推薦的準(zhǔn)確性。

技術(shù)特征：

1.一種理財產(chǎn)品推薦方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的理財產(chǎn)品推薦方法，其特征在于，所述理財標(biāo)簽信息還包括風(fēng)險承受等級，所述根據(jù)所述歷史理財信息確定目標(biāo)客戶的理財標(biāo)簽信息，包括：

3.如權(quán)利要求1所述的理財產(chǎn)品推薦方法，其特征在于，所述利用預(yù)設(shè)的相似度算法計算每個所述候選產(chǎn)品與所述理財偏好信息的匹配度分值，包括：

4.如權(quán)利要求1所述的理財產(chǎn)品推薦方法，其特征在于，所述利用預(yù)訓(xùn)練的文本質(zhì)量分值模型計算每個所述候選產(chǎn)品的產(chǎn)品說明文本的質(zhì)量分值，包括：

5.如權(quán)利要求1所述的理財產(chǎn)品推薦方法，其特征在于，所述根據(jù)每個所述候選產(chǎn)品的歷史用戶運營數(shù)據(jù)并利用預(yù)設(shè)的用戶滿意度計算算法計算每個所述候選產(chǎn)品的滿意度分值，包括：

6.如權(quán)利要求1所述的理財產(chǎn)品推薦方法，其特征在于，所述將綜合分析值排序靠前的預(yù)設(shè)數(shù)量的候選產(chǎn)品推送給所述目標(biāo)客戶，包括：

7.如權(quán)利要求1所述的理財產(chǎn)品推薦方法，其特征在于，所述將綜合分析值排序靠前的預(yù)設(shè)數(shù)量的候選產(chǎn)品推送給所述目標(biāo)客戶，包括：

8.一種理財產(chǎn)品推薦裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

10.一種計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任意一項所述的理財產(chǎn)品推薦方法。

技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，涉及一種理財產(chǎn)品推薦方法、裝置、電子設(shè)備及存儲介質(zhì)。該方法包括：通過獲取目標(biāo)客戶的歷史理財信息，根據(jù)歷史理財信息確定目標(biāo)客戶的理財標(biāo)簽信息，從預(yù)設(shè)數(shù)據(jù)庫中提取出與所述理財標(biāo)簽信息匹配的候選產(chǎn)品，然后分別計算每個所述候選產(chǎn)品的匹配度分值、質(zhì)量分值和滿意度分值，并將所述三個分值進(jìn)行綜合運算得到綜合分析值，最后將綜合分析值排序靠前的預(yù)設(shè)數(shù)量的候選產(chǎn)品推送給所述目標(biāo)客戶。本發(fā)明通過分別計算候選產(chǎn)品的匹配度分值、質(zhì)量分值和滿意度分值，并將所述三個分值進(jìn)行綜合運算的方式，精準(zhǔn)的計算出候選產(chǎn)品對應(yīng)的分值，從而提高理財產(chǎn)品推薦的準(zhǔn)確性。

技術(shù)研發(fā)人員：黃星霖
受保護(hù)的技術(shù)使用者：平安銀行股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9