信息推荐方法、装置、设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109934704A(43)申请公布日2019.06.25(21)申请号201910221554.7(22)申请日2019.03.22(71)申请人深圳乐信软件技术有限公司地址518000广东省深圳市南山区粤海街道科苑南路3099号中国储能大厦第24层(72)发明人谢翀(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06Q40/02(2012.01)G06F16/9535(2019.01)权利要求书2页说明书9页附图4页(54)发明名称信息推荐方法、装置、设备和存储介质(57)摘要本发明公开了一种信息推荐方法、装置、设备和存储介质，该方法包括：根据目标用户的特征数据和预先训练的下单模型确定所述用户的下单意愿值；根据所述下单意愿值确定所述目标用户对应的分类集合；根据所述分类集合确定待推荐信息，并将所述待推荐信息推荐给所述目标用户。本发明实施例的技术方案，通过对目标用户的特征数据分析，准确定位目标用户的推荐信息，将适当的信息推荐给目标用户，提高了用户的体验程度。CN109934704ACN109934704A权利要求书1/2页1.一种信息推荐方法，其特征在于，包括：根据目标用户的特征数据和预先训练的下单模型确定所述目标用户的下单意愿值；根据所述下单意愿值确定所述目标用户对应的分类集合；根据所述分类集合确定待推荐信息，并将所述待推荐信息推荐给所述目标用户。2.根据权利要求1所述的方法，其特征在于，所述根据目标用户的特征数据和预先训练的下单模型确定所述目标用户的下单意愿值，包括：将所述特征数据组成特征向量；将所述特征向量作为所述下单模型的输入，并获取生成的下单意愿值。3.根据权利要求1所述的方法，其特征在于，所述下单模型的预先训练包括：将下单周期作为窗口获取历史用户数据；根据历史用户数据生成训练数据集和测试数据集；依据训练数据集对设定的下单预测公式进行训练生成下单模型；根据所述测试数据集对所述下单模型进行测试获取第一评价参数，当所述第一评价参数满足第一预设条件时，所述下单模型训练完成。4.根据权利要求1所述的方法，其特征在于，所述根据所述下单意愿值确定所述目标用户对应的分类集合，包括：提取历史用户数据中已下单数据作为正样本数据，根据所述正样本数据占所述历史用户数据的比例确定分类阈值；将所述下单意愿值与所述分类阈值进行对比，确定目标用户对应的分类集合。5.根据权利要求1所述的方法，其特征在于，所述根据所述分类集合确定待推荐信息，包括：根据所述分类集合确定对应的业务消息集合；根据预先训练的信息确定模型确定所述业务消息集合中业务消息对应的推荐值；根据业务规则对所述推荐值进行排序，将位于排序首位推荐值对应的业务消息确定为待推荐信息。6.根据权利要求5所述的方法，其特征在于，所述信息确定模型的训练，包括：根据各所述业务消息生成对应的信息接受预测公式；以下单周期为窗口获取历史用户数据，并根据历史用户数据生成训练数据集和测试数据集；基于所述训练数据集对所述信息接受预测公式进行训练生成信息确定模型；基于所述测试数据集对所述信息确定模型进行测试获取第二评价参数，当所述第二评价参数满足第二预设条件时，所述信息确定模型训练完成。7.根据权利要求1所述的方法，其特征在于，根据目标用户的特征数据和预先训练的下单模型确定所述目标用户的下单意愿值之前，还包括：提取用户的特征数据，并根据所述特征数据确定用户的用户类型；若所述用户的用户类型为设定类型，则确定所述用户为目标用户。8.一种信息推荐装置，其特征在于，包括：意愿值确定模块，用于根据目标用户的特征数据和预先训练的下单模型确定所述目标用户的下单意愿值；2CN109934704A权利要求书2/2页分类集合确定模块，用于根据所述下单意愿值确定所述目标用户对应的分类集合；信息推荐模块，用于根据所述分类集合确定待推荐信息，并将所述待推荐信息推荐给所述目标用户。9.一种设备，其特征在于，所述设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的信息推荐方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的信息推荐方法。3CN109934704A说明书1/9页信息推荐方法、装置、设备和存储介质技术领域[0001]本发明实施例涉及数据处理技术领域，尤其涉及一种信息推荐方法、装置、设备和存储介质。背景技术[0002]互联网小额信贷是一种无抵押、无担保的信用借贷产品，互联网小额贷款的坏账风险往往高于传统贷款机构的借贷产品，严重影响了互联网