一种信息推荐方法、装置、电子设备及存储介质与流程

技术特征：
1.一种信息推荐方法，其特征在于，所述方法包括：获取目标用户的历史业务数据；基于所述历史业务数据，通过预先训练得到的预测模型得到所述目标用户的宽带业务偏好信息；基于所述目标用户的位置信息和宽带业务厅店的位置信息，确定与所述目标用户距离小于预设距离的宽带业务厅店；将与所述用户距离小于预设距离的宽带业务厅店中，宽带业务与所述目标用户的宽带业务偏好信息相匹配的宽带业务厅店确定为目标宽带业务厅店；向所述目标用户的用户终端推荐所述目标宽带业务厅店中目标宽带业务的相关信息，所述目标宽带业务为与所述目标用户的宽带业务偏好信息相匹配的宽带业务。2.根据权利要求1所述的方法，其特征在于，所述历史业务数据包括：个人特征信息、家庭特征信息、购房类应用程序偏好信息、装修类应用程序偏好信息和搬家类应用程序偏好信息；所述基于所述历史业务数据，通过预先训练得到的预测模型得到所述目标用户的宽带业务偏好信息，包括：从所述目标用户的历史业务数据中提取目标特征数据，所述目标特征数据包括个人特征数据，家庭特征数据、购房类应用程序特征数据、装修类应用程序特征数据和搬家类应用程序特征数据；将所提取的目标特征数据进行融合，得到融合后的目标特征数据；将所述融合后的目标特征数据输入预先训练得到的预测模型中，得到所述目标用户的宽带业务偏好信息。3.根据权利要求2所述的方法，其特征在于，所述预测模型的训练过程，包括：获取样本用户的历史业务数据和目标宽带业务偏好信息，所述样本用户为已办理宽带业务的用户；从所述样本用户的历史业务数据中提取样本特征数据，所述特征数据包括个人特征数据，家庭特征数据、购房类应用程序特征数据、装修类应用程序特征数据和搬家类应用程序特征数据；将所提取的样本特征数据进行融合，得到融合后的样本特征数据；将所述融合后的样本特征数据输入到待训练的预测模型中，得到所述样本用户对应的预测宽带业务偏好信息；基于所述样本用户对应的预测宽带业务偏好信息和目标宽带业务偏好信息，确定所述预测模型对应的召回率和准确率；基于所述召回率和准确率，确定所述预测模型的评价指标；在所述评价指标满足预设条件时，确定得到训练后的预测模型。4.根据权利要求1至3任一项所述的方法，其特征在于，所述向所述目标用户的用户终端推荐所述目标宽带业务厅店中目标宽带业务的相关信息，包括：获取目标宽带业务的价格信息、促销信息和联系人信息；将所述价格信息、促销信息和联系人信息配置到预设文案模板；基于所述预设文案模板，通过自有数字化渠道将所述价格信息、促销信息和联系人信
息发送到所述目标用户的用户终端。5.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：获取所述目标用户在所述目标宽带业务厅店的宽带业务交易信息。6.一种信息推荐装置，其特征在于，所述装置包括：业务数据获取模块，用于获取目标用户的历史业务数据；宽带业务偏好信息预测模块，用于基于所述历史业务数据，通过预先训练得到的预测模型得到所述目标用户的宽带业务偏好信息；第一宽带业务厅店确定模块，用于基于所述目标用户的位置信息和宽带业务厅店的位置信息，确定与所述目标用户距离小于预设距离的宽带业务厅店；第二宽带业务厅店确定模块，用于将与所述用户距离小于预设距离的宽带业务厅店中，宽带业务与所述目标用户的宽带业务偏好信息相匹配的宽带业务厅店确定为目标宽带业务厅店；信息推荐模块，用于向所述目标用户的用户终端推荐所述目标宽带业务厅店中目标宽带业务的相关信息，所述目标宽带业务为与所述目标用户的宽带业务偏好信息相匹配的宽带业务。7.根据权利要求6所述的装置，其特征在于，所述历史业务数据包括：个人特征信息、家庭特征信息、购房类应用程序偏好信息、装修类应用程序偏好信息和搬家类应用程序偏好信息；所述宽带业务偏好信息预测模块，具体用于：从所述目标用户的历史业务数据中提取目标特征数据，所述目标特征数据包括个人特征数据，家庭特征数据、购房类应用程序特征数据、装修类应用程序特征数据和搬家类应用程序特征数据；将所提取的目标特征数据进行融合，得到融合后的目标特征数据；将所述融合后的目标特征数据输入预先训练得到的预测模型中，得到所述目标用户的宽带业务偏好信息。8.根据权利要求7所述的装置，其特征在于，所述方法还包括：预测模型训练模块；所述预测模型训练模块，具体用于：获取样本用户的历史业务数据和目标宽带业务偏好信息，所述样本用户为已办理宽带业务的用户；从所述样本用户的历史业务数据中提取样本特征数据，所述特征数据包括个人特征数据，家庭特征数据、购房类应用程序特征数据、装修类应用程序特征数据和搬家类应用程序特征数据；将所提取的样本特征数据进行融合，得到融合后的样本特征数据；将所述融合后的样本特征数据输入到待训练的预测模型中，得到所述样本用户对应的预测宽带业务偏好信息；基于所述样本用户对应的预测宽带业务偏好信息和目标宽带业务偏好信息，确定所述预测模型对应的召回率和准确率；基于所述召回率和准确率，确定所述预测模型的评价指标；在所述评价指标满足预设条件时，确定得到训练后的预测模型。
9.根据权利要求6至8任一项所述的装置，其特征在于，所述信息推荐模块，具体用于：获取目标宽带业务的价格信息、促销信息和联系人信息；将所述价格信息、促销信息和联系人信息配置到预设文案模板；基于所述预设文案模板，通过自有数字化渠道将所述价格信息、促销信息和联系人信息发送到所述目标用户的用户终端。10.根据权利要求6至8任一项所述的装置，其特征在于，所述装置还包括：交易信息获取模块，用于获取所述目标用户在所述目标宽带业务厅店的宽带业务交易信息。11.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至5中任一项所述的信息处理方法的步骤。12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的信息处理方法的步骤。

技术总结
本申请提供了一种信息推荐方法、装置、电子设备及存储介质，该方法包括：获取目标用户的历史业务数据；基于历史业务数据，通过预先训练得到的预测模型得到目标用户的宽带业务偏好信息；基于目标用户的位置信息和宽带业务厅店的位置信息，确定与目标用户距离小于预设距离的宽带业务厅店；将与用户距离小于预设距离的宽带业务厅店中，宽带业务与目标用户的宽带业务偏好信息相匹配的宽带业务厅店确定为目标宽带业务厅店；向目标用户的用户终端推荐目标宽带业务厅店中目标宽带业务的相关信息。通过本公开实施例的技术方案，为用户推荐的宽带业务的准确率较高。带业务的准确率较高。带业务的准确率较高。


技术研发人员：刘健 魏丫丫 孙立 赵思源 胡滨 杨振涛 槐正 张健 仲籽彦 汪利伟 张明哲
受保护的技术使用者：中国电信股份有限公司
技术研发日：2021.12.22
技术公布日：2022/4/26