候选产品筛选方法、装置、设备及介质与流程

摘要: 本发明涉及数据分析,尤其涉及一种候选产品筛选方法、装置、设备及介质。背景技术:1、近年来,产品筛选系统已成为金融机构提升客户体验、驱动交叉销售和向上销售的核心技...
候选产品筛选方法、装置、设备及介质与流程

本发明涉及数据分析,尤其涉及一种候选产品筛选方法、装置、设备及介质。

背景技术:

1、近年来,产品筛选系统已成为金融机构提升客户体验、驱动交叉销售和向上销售的核心技术手段之一,在技术演进层面,金融产品筛选系统经历了从早期基于协同过滤和矩阵分解的传统方法,到融合用户画像与机器学习的混合模型,再到当前结合图神经网络、自监督学习乃至大语言模型的智能化阶段,技术能力持续提升。与此同时,行业实践也在加速推进,应用了产品筛选系统的金融机构的数量正在逐年提升。

2、然而,现有产品筛选体系存在多方面技术短板,整体智能化、标准化程度不足,具体表现为筛选模式为被动响应式,仅能针对用户明确咨询需求进行对应单一产品匹配,缺乏依托用户全景画像的主动关联配品筛选能力,无法挖掘用户潜在需求、推送关联适配产品;同时行业与产品的匹配规则较为粗放,采用人工预置榜单的配置方式,规则迭代更新滞后,难以适配市场新需求与行业政策变动,特色化、政策性产品与用户实际场景的精准匹配高度依赖人工研判;此外业务落地环节效率偏低,工作人员需手动筹备各类业务素材与方案内容,操作耗时、工作效率低下,且方案筛选质量完全依托个人业务经验,新人上手难度大、从业门槛高,资深人员输出的方案也易出现审核反复修改的问题;同时系统无法有效处理非结构化用户需求,难以将用户口语化、场景化的零散需求描述,精准映射至标准化的产品体系中,导致大量个性化需求无法实现标准化识别与匹配精准度与效率不足。

技术实现思路

1、本发明提供一种候选产品筛选方法、装置、计算机设备及介质,以解决目前市场上已有候选产品筛选方法在进行产品筛选时效率与精准度不足的问题。

2、第一方面,提供了一种候选产品筛选方法,包括:

3、获取目标客户在预设行业的个人信息,根据所述个人信息构建客户画像;

4、根据所述预设行业的行业代码在预设的产品映射表中进行检索,获得候选产品列表;

5、将所述客户画像转换为特征向量,获取所述候选产品列表中每个产品的产品标签,分析所述特征向量与每个产品的产品标签的适配性得分;

6、提取所述个人信息中的产品历史交互信息,根据所述产品历史交互信息构建客户-产品行为矩阵;

7、根据所述客户-产品行为矩阵构建目标客户的偏好矩阵,根据预先获取的产品数据构建所述候选产品列表中每个产品的产品属性矩阵;

8、根据所述偏好矩阵和所述产品属性矩阵分析目标客户对每个产品的偏好得分;

9、根据所述适配性得分和所述偏好得分计算所述候选产品列表中每个产品的综合适配得分,基于所述综合适配得分对所述候选产品列表中的产品进行筛选排序,获得产品筛选列表。

10、第二方面,提供了一种候选产品筛选装置,包括:

11、画像构建模块,用于获取目标客户在预设行业的个人信息,根据所述个人信息构建客户画像;

12、适配评分模块,用于根据所述预设行业的行业代码在预设的产品映射表中进行检索,获得候选产品列表,将所述客户画像转换为特征向量,获取所述候选产品列表中每个产品的产品标签,分析所述特征向量与每个产品的产品标签的适配性得分;

13、矩阵构建模块,用于提取所述个人信息中的产品历史交互信息,根据所述产品历史交互信息构建客户-产品行为矩阵,根据所述客户-产品行为矩阵构建目标客户的偏好矩阵,根据预先获取的产品数据构建所述候选产品列表中每个产品的产品属性矩阵;

14、偏好分析模块,用于根据所述偏好矩阵和所述产品属性矩阵分析目标客户对每个产品的偏好得分;

15、产品筛选模块,用于根据所述适配性得分和所述偏好得分计算所述候选产品列表中每个产品的综合适配得分,基于所述综合适配得分对所述候选产品列表中的产品进行筛选排序,获得产品筛选列表。

16、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述候选产品筛选方法的步骤。

17、第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述候选产品筛选方法的步骤。

18、上述候选产品筛选方法、装置、计算机设备及存储介质所实现的方案中,可以通过获取目标客户在预设行业的个人信息,为后续分析提供数据基础,并根据所述个人信息构建目标客户的客户画像,将分散的原始客户信息整合为结构化的画像,为后续个性化筛选提供了统一的数据基础,然后根据预设行业的行业代码在预设的产品映射表中检索得到候选产品列表,将所述客户画像转换为特征向量,提高后续适配性分析的效率,再获取所述候选产品列表中每个产品的产品标签,分析所述特征向量与每个产品的产品标签的适配性得分,为后续分析综合适配得分提供数据基础,之后根据所述个人信息中的产品历史交互信息构建客户-产品行为矩阵,并根据所述客户-产品行为矩阵构建目标客户的偏好矩阵,根据预先获取的产品数据构建每个产品的产品属性矩阵,使海量交互数据成为可被算法直接利用的结构化输入,为后续分析客户偏好得分提供了数据载体,根据所述偏好矩阵和所述产品属性矩阵分析得到目标客户对每个产品的偏好得分,最后根据所述适配性得分和所述偏好得分计算所述候选产品列表中每个产品的综合适配得分,为后续产品筛选提供数据基础,并基于所述综合适配得分对所述候选产品列表中的产品进行筛选排序,获得产品筛选列表,提高了候选产品筛选的准确性和效率。

1.一种候选产品筛选方法,其特征在于,包括:

2.如权利要求1所述的候选产品筛选方法,其特征在于,所述根据所述个人信息构建客户画像,包括:

3.如权利要求1所述的候选产品筛选方法,其特征在于,所述将所述客户画像转换为特征向量,包括:

4.如权利要求1所述的候选产品筛选方法,其特征在于,所述根据所述产品历史交互信息构建客户-产品行为矩阵,包括:

5.如权利要求1所述的候选产品筛选方法,其特征在于,所述根据所述客户-产品行为矩阵构建目标客户的偏好矩阵,包括:

6.如权利要求1所述的候选产品筛选方法,其特征在于,所述根据所述偏好矩阵和所述产品属性矩阵分析目标客户对每个产品的偏好得分,包括:

7.如权利要求1所述的候选产品筛选方法,其特征在于,所述基于所述综合适配得分对所述候选产品列表中的产品进行筛选排序,获得产品筛选列表之后,所述方法还包括:

8.一种候选产品筛选装置,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的候选产品筛选方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的候选产品筛选方法。