System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及數據處理,具體涉及一種基于端智能的產品推薦方法、裝置、計算機設備以及非易失性計算機可讀存儲介質。
技術介紹
1、目前,在數字營銷和廣告的場景中,運營位點擊率是衡量廣告效果的關鍵指標之一。點擊率的高低直接關聯到廣告內容的吸引力及信息傳播的有效性。對保險公司而言,在非車險產品的廣告推廣中,高點擊率不僅能提升用戶對產品的認知度,還能直接影響產品的銷售業績。
2、當前,傳統的產品推薦方法通常依賴于歷史數據和靜態用戶畫像來為用戶推薦產品。這種方式通過分析用戶過去的瀏覽記錄、購買歷史和偏好設置,生成推薦列表。然而,這種方式存在著明顯局限性:
3、1、數據時效性問題:傳統的產品推薦方法的數據往往是延遲的,可能基于一天甚至數天前的用戶行為,無法實時反映用戶興趣的最新變化;
4、2、用戶興趣漂移:用戶的興趣和需求可能隨時間和環境變化而快速變動,而傳統的產品推薦方法無法及時捕捉這種變化,導致產品推薦的相關性下降;
5、3、實時特征缺失:用戶在瀏覽和交互過程中產生的實時數據,如頁面停留時間、鼠標懸停位置、滾動速度等,這些微觀行為能夠提供用戶即時興趣的線索,但傳統的產品推薦方法往往忽略了這些實時特征;
6、4、個性化推薦不足:由于缺乏對用戶實時行為的分析,傳統的產品推薦方法難以實現高度個性化的推薦,無法滿足用戶對推薦內容精準度的期待。
7、基于此,如何提供一種基于端智能的產品推薦方法、裝置、計算機設備以及非易失性計算機可讀存儲介質,可通過基于目標用戶在特定時間段內的操
技術實現思路
1、鑒于上述現有技術的不足之處,本專利技術的目的在于提供一種可用于金融科技或其他相關領域的基于端智能的產品推薦方法、裝置、計算機設備以及非易失性計算機可讀存儲介質,旨在解決如何可通過基于目標用戶在特定時間段內的操作行為向該目標用戶推薦特定的目標產品,以實現更加精準及個性化的產品推薦的問題。
2、為了達到上述目的,本專利技術采取了以下技術方案:
3、一種基于端智能的產品推薦方法,其中,包括:
4、通過端智能系統記錄目標用戶在目標時間段內的操作行為;
5、基于所述操作行為,通過后臺推薦系統返回m個目標產品;
6、對m個所述目標產品進行排序,選取出其中與所述操作行為的相似度最高的n個所述目標產品向所述目標用戶進行推薦;
7、其中,m、n均表示正整數,且m大于n。
8、在進一步的技術方案中,所述的基于端智能的產品推薦方法,其中,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,包括:
9、通過端智能系統記錄目標用戶在目標時間段內的操作行為的行為特征文本;
10、通過詞向量化系統將所述行為特征文本轉化為對應的行為特征向量。
11、在進一步的技術方案中,所述的基于端智能的產品推薦方法,其中,所述基于所述操作行為,通過后臺推薦系統返回m個目標產品,包括:
12、基于所述行為特征向量,通過后臺推薦系統返回m個目標產品的產品特征文本;
13、通過所述詞向量化系統將各所述產品特征文本轉化為對應的產品特征向量。
14、在進一步的技術方案中,所述的基于端智能的產品推薦方法,其中,所述對m個所述目標產品進行排序,選取出其中與所述操作行為的相似度最高的n個所述目標產品向所述目標用戶進行推薦,包括:
15、通過余弦相似度算法對m個所述目標產品對應的所述產品特征向量進行排序;
16、選取出m個所述產品特征向量中與所述操作行為對應的所述行為特征向量的相似度最高的n個所述產品特征向量;
17、將n個所述產品特征向量對應的所述目標產品向所述目標用戶進行推薦。
18、在進一步的技術方案中,所述的基于端智能的產品推薦方法,其中,所述將n個所述產品特征向量對應的所述目標產品向所述目標用戶進行推薦,包括:
19、將n個所述產品特征向量對應的所述目標產品展示在目標區域中,以向所述目標用戶進行推薦。
20、在進一步的技術方案中,所述的基于端智能的產品推薦方法,其中,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,其中,所述目標時間段包括當天。
21、在進一步的技術方案中,所述的基于端智能的產品推薦方法,其中,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,其中,所述操作行為包括如下行為的一種或者多種:
22、a.瀑布流文章瀏覽與點擊;
23、b.瀑布流視頻瀏覽與點擊;
24、c.瀑布流產品瀏覽與點擊;
25、d.熱銷產品瀏覽與點擊;
26、e.文章、視頻、及產品搜索。
27、一種基于端智能的產品推薦裝置,其中,包括:
28、操作記錄模塊,用于通過端智能系統記錄目標用戶在目標時間段內的操作行為;
29、產品返回模塊,用于基于所述操作行為,通過后臺推薦系統返回m個目標產品;
30、產品推薦模塊,用于對m個所述目標產品進行排序,選取出其中與所述操作行為的相似度最高的n個所述目標產品向所述目標用戶進行推薦;
31、其中,m、n均表示正整數,且m大于n。
32、一種計算機設備,其中,所述計算機設備包括至少一個處理器;以及,
33、與所述至少一個處理器通信連接的存儲器;其中,
34、所述存儲器上存儲有可被所述至少一個處理器執行的計算機程序,所述計算機程序被所述至少一個處理器執行時,可實現如上述任一項所述的基于端智能的產品推薦方法。
35、一種非易失性計算機可讀存儲介質,其中,所述非易失性計算機可讀存儲介質存儲有計算機程序,所述計算機程序被至少一個處理器執行時,可實現如上述任一項所述的基于端智能的產品推薦方法。
36、相較于現有技術,本專利技術提供了一種基于端智能的產品推薦方法、裝置、計算機設備以及非易失性計算機可讀存儲介質,其中,所述方法包括:通過端智能系統記錄目標用戶在目標時間段內的操作行為;基于所述操作行為,通過后臺推薦系統返回m個目標產品;對m個所述目標產品進行排序,選取出其中與所述操作行為的相似度最高的n個所述目標產品向所述目標用戶進行推薦;其中,m、n均表示正整數,且m大于n。這樣,通過本專利技術的方法可通過基于目標用戶在特定時間段(目標時間段)內的操作行為向該目標用戶推薦特定的目標產品,進而可實現更加精準及個性化的產品推薦。
本文檔來自技高網...【技術保護點】
1.一種基于端智能的產品推薦方法,其特征在于,包括:
2.根據權利要求1所述的基于端智能的產品推薦方法,其特征在于,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,包括:
3.根據權利要求2所述的基于端智能的產品推薦方法,其特征在于,所述基于所述操作行為,通過后臺推薦系統返回M個目標產品,包括:
4.根據權利要求3所述的基于端智能的產品推薦方法,其特征在于,所述對M個所述目標產品進行排序,選取出其中與所述操作行為的相似度最高的N個所述目標產品向所述目標用戶進行推薦,包括:
5.根據權利要求4所述的基于端智能的產品推薦方法,其特征在于,所述將N個所述產品特征向量對應的所述目標產品向所述目標用戶進行推薦,包括:
6.根據權利要求1-5任一項所述的基于端智能的產品推薦方法,其特征在于,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,其中,所述目標時間段包括當天。
7.根據權利要求6所述的基于端智能的產品推薦方法,其特征在于,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,其中,所述操作行為包
8.一種基于端智能的產品推薦裝置,其特征在于,包括:
9.一種計算機設備,其特征在于,所述計算機設備包括至少一個處理器;以及,
10.一種非易失性計算機可讀存儲介質,其特征在于,所述非易失性計算機可讀存儲介質存儲有計算機程序,所述計算機程序被至少一個處理器執行時,可實現如權利要求1-7任一項所述的基于端智能的產品推薦方法。
...【技術特征摘要】
1.一種基于端智能的產品推薦方法,其特征在于,包括:
2.根據權利要求1所述的基于端智能的產品推薦方法,其特征在于,所述通過端智能系統記錄目標用戶在目標時間段內的操作行為,包括:
3.根據權利要求2所述的基于端智能的產品推薦方法,其特征在于,所述基于所述操作行為,通過后臺推薦系統返回m個目標產品,包括:
4.根據權利要求3所述的基于端智能的產品推薦方法,其特征在于,所述對m個所述目標產品進行排序,選取出其中與所述操作行為的相似度最高的n個所述目標產品向所述目標用戶進行推薦,包括:
5.根據權利要求4所述的基于端智能的產品推薦方法,其特征在于,所述將n個所述產品特征向量對應的所述目標產品向所述目標用戶進行推薦,包括:
6.根據...
【專利技術屬性】
技術研發人員:張龍,
申請(專利權)人:中國平安財產保險股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。