基于历史数据的智能推荐方法、装置、电子设备及介质与流程

技术特征：
1.一种基于历史数据的智能推荐方法，其特征在于，所述方法包括：获取目标用户的历史数据并进行数据清洗，得到清洗数据；对所述清洗数据进行分类，得到清洗数据标签集，并基于所述清洗数据标签集从预设的标签字典获取分类标签集；对预设的分类模型进行训练，得到训练分类模型；利用所述训练分类模型从所述历史数据中获取所述分类标签集中各个分类标签的属性，根据获取到的分类标签的属性构建用户画像；根据所述用户画像为所述目标用户推荐信息。2.如权利要求1所述的基于历史数据的智能推荐方法，其特征在于，所述获取目标用户的历史数据并进行数据清洗，得到清洗数据，包括：删除所述历史数据中的重复数据，得到去重数据；基于预设的数据补全法对所述去重数据中的缺失值进行补全，得到补全数据；对所述补全数据和预设的标准数据进行关联性验证；当验证通过后，调整所述补全数据的格式，得到清洗数据。3.如权利要求1所述的基于历史数据的智能推荐方法，其特征在于，所述对预设的分类模型进行训练，得到训练分类模型，包括：获取训练数据集，并将所述训练数据集划分为训练集和测试集；将所述训练集中的数据输入所述分类模型的神经网络进行正向传播，得到输出得分；将所述输出得分输入误差函数得到函数值，并将所述函数值与预设的期待值进行比较，得到误差值；获取所述分类模型的梯度向量，并根据所述梯度向量不断调整所述分类模型的参数，使所述误差值趋于零，并在所述误差值不再降低时得到初步分类模型；利用所述测试集对所述初步分类模型进行测试，当测试通过时得到所述训练分类模型。4.如权利要求1所述的基于历史数据的智能推荐方法，其特征在于，所述对所述清洗数据进行分类，得到清洗数据标签集，并基于所述清洗数据标签集从预设的标签字典获取分类标签集，包括：获取所述清洗数据的数据类型；基于所述数据类型确定分类方法，利用所述分类方法对所述清洗数据分类，得到清洗数据标签集；将所述清洗数据标签集与所述标签字典匹配，获取所述标签字典中对应的标签构成分类标签集。5.如权利要求4所述的基于历史数据的智能推荐方法，其特征在于，所述基于所述数据类型确定分类方法，利用所述分类方法对所述清洗数据分类，得到清洗数据标签集，包括：判断所述清洗数据是否满足预设的数据质量规则；若所述清洗数据不满足所述数据质量规则，则重新获取所述目标用户的历史数据；若所述清洗数据满足所述数据质量规则，则对所述清洗数据进行合并，得到合并数据；根据所述数据类型确定分类方法，利用所述分类方法对所述合并数据分类，得到清洗数据标签集。
6.如权利要求1所述的基于历史数据的智能推荐方法，其特征在于，所述利用所述训练分类模型从所述历史数据中获取所述分类标签集中各个分类标签的属性，根据获取到的分类标签的属性构建用户画像，包括：利用所述训练分类模型从所述用户历史数据中获取所述分类标签集中各个分类标签的属性值，得到多个标签属性；确定多个所述标签属性构建所述目标用户的用户画像。7.如权利要求1所述的基于历史数据的智能推荐方法，其特征在于，所述根据所述用户画像为所述目标用户推荐信息，包括：基于所述用户画像获取所述目标用户的偏好标签；将所述偏好标签和预设的信息库中的多个推荐信息通过预设的词袋模型转化为偏好标签向量和多个推荐信息向量；利用相似度算法分别计算所述偏好标签向量和多个推荐信息向量的相似度值，并将所述相似度值为最高的推荐信息向量对应的推荐信息发送给所述目标用户。8.一种基于历史数据的智能推荐装置，其特征在于，所述装置包括：数据清洗模块，用于获取目标用户的历史数据并进行数据清洗，得到清洗数据；标签获取模块，用于对所述清洗数据进行分类，得到清洗数据标签集，并基于所述清洗数据标签集从预设的标签字典获取分类标签集；模型训练模块，用于对预设的分类模型进行训练，得到训练分类模型；画像构建模块，用于利用所述训练分类模型从所述历史数据中获取所述分类标签集中各个分类标签的属性，根据获取到的分类标签的属性构建用户画像；信息推荐模块，用于根据所述用户画像为所述目标用户推荐信息。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的基于历史数据的智能推荐方法。10.一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于历史数据的智能推荐方法。

技术总结
本发明涉及人工智能技术领域，揭露一种基于历史数据的智能推荐方法方法，包括：获取目标用户的历史数据并进行数据清洗，得到清洗数据；对所述清洗数据进行分类，得到清洗数据标签集，并基于所述清洗数据标签集从预设的标签字典获取分类标签集；对预设的分类模型进行训练，得到训练分类模型；利用所述训练分类模型从所述历史数据中获取所述分类标签集中各个分类标签的属性，根据获取到的分类标签的属性构建用户画像；根据所述用户画像为所述目标用户推荐信息。本发明还涉及区块链技术，所述用户画像可存储于区块链节点中。本发明还提出一种基于历史数据的智能推荐装置、电子设备以及存储介质。本发明可以提高信息推荐的效率和准确性。确性。确性。


技术研发人员：江庆荣
受保护的技术使用者：平安银行股份有限公司
技术研发日：2021.09.29
技术公布日：2022/1/4