一种针对金融产品的推荐方法

本公开涉及计算机和金融领域，更具体地，涉及一种针对金融产品的推荐方法、装置、电子设备、存储介质及程序产品。

背景技术：

1、在相关技术中，例如服务器、移动终端等电子设备能够用于处理大数据领域的日志数据、交易数据、消费场景数据等大数据。目前，可以在服务器或移动终端等电子设备中设置产品推荐系统，通过产品推荐系统处理交易数据，输出为用户推荐的推荐清单。但是，由于交易数据量较大，利用该数据为用户推荐产品时，不仅会导致服务器、移动终端等电子设备的执行效率低、资源消耗高；而且数据噪声较多，从而导致推荐效果较差。

技术实现思路

1、有鉴于此，本公开提供了一种针对金融产品的推荐方法、装置、电子设备、存储介质及程序产品。

2、本公开的一个方面提供了一种针对金融产品的推荐方法，包括：响应于针对目标用户的金融产品推荐请求，在确定金融交易系统中具有与上述目标用户对应的产品交易数据的情况下，获取产品池中所有产品的产品信息和与上述目标用户对应的产品交易数据；对上述产品池中所有产品的产品信息和上述产品交易数据进行处理，得到候选产品输入信息和交易产品输入信息，其中，上述交易产品输入信息包括上述目标用户已交易的产品信息，上述候选产品输入信息包括上述产品池中未交易的产品信息，上述候选产品输入信息包括至少一个候选产品的初始特征信息，上述交易产品输入信息包括至少一个交易产品的初始特征信息；将上述至少一个交易产品的初始特征信息输入产品推荐模型的第一特征处理模块中，得到上述至少一个交易产品各自对应的优化特征；将上述至少一个候选产品的初始特征信息和产品池中每个产品的产品信息输入上述产品推荐模型的第二特征处理模块中，得到上述至少一个候选产品各自对应的相对特征，其中，上述相对特征是根据上述候选产品的初始特征与上述产品池中每个产品的产品特征确定的；将上述至少一个交易产品各自对应的优化特征和上述至少一个候选产品各自对应的相对特征拼接后，输入上述产品推荐模型的推荐模块，输出上述至少一个候选产品各自的对应的推荐值；以及根据上述至少一个候选产品各自的对应的推荐值生成与上述目标用户对应的产品推荐清单。

3、根据本公开的实施例，上述第一特征处理模块包括第一注意力机制层、第一残差连接和正则化层、第一池化层；上述将上述至少一个交易产品的初始特征信息输入产品推荐模型的第一特征处理模块中，得到上述至少一个交易产品各自对应的优化特征包括：将上述至少一个交易产品的初始特征信息输入上述第一注意力机制层，输出上述至少一个交易产品各自对应的第一权重；根据上述至少一个交易产品的初始特征信息和上述至少一个交易产品各自对应的第一权重，得到上述至少一个交易产品各自对应的加权特征；将上述至少一个交易产品各自对应的加权特征依次经过上述第一残差连接和正则化层、上述第一池化层处理后，得到上述至少一个交易产品各自对应的优化特征。

4、根据本公开的实施例，上述第二特征处理模块包括第二注意力机制层、第二残差连接和正则化层、第二池化层；上述将上述至少一个候选产品的初始特征信息和产品池中每个产品的产品信息输入上述产品推荐模型的第二特征处理模块中，得到上述至少一个候选产品各自对应的相对特征包括：针对上述至少一个候选产品中的第i候选产品，将上述第i候选产品的初始特征信息和产品池中每个产品的产品信息输入上述第二注意力机制层，输出上述产品池中每个产品各自对应的第i特征权重；根据上述产品池中每个产品的初始特征和上述产品池中每个产品各自对应的第i产品权重，得到上述第i候选产品对应的第i加权特征，其中，i为≥1的正整数；将上述至少一个候选产品各自对应的加权特征依次经过第二残差连接和正则化层、第二池化层处理后，得到上述至少一个候选产品各自对应的相对特征。

5、根据本公开的实施例，上述方法还包括：获取上述目标用户的基本信息；对上述目标用户的基本信息进行处理，得到用户基本特征；其中，上述将上述至少一个交易产品各自对应的优化特征和上述至少一个候选产品各自对应的相对特征拼接后，输入产品推荐模型的推荐模块，输出上述至少一个候选产品各自的对应的推荐值包括：将上述至少一个交易产品各自对应的优化特征、上述至少一个候选产品各自对应的相对特征和上述用户基本特征拼接后，输入上述产品推荐模型的上述推荐模块，输出上述至少一个候选产品各自的对应的推荐值。

6、根据本公开的实施例，上述对上述产品池中所有产品的产品信息和上述产品交易数据进行处理，得到候选产品输入信息和交易产品输入信息包括：对上述产品交易数据进行分析，得到交易产品数据；其中，上述交易产品数据包括上述目标用户已交易的产品数据；根据上述产品池中所有产品的产品信息和上述交易产品数据，确定候选产品数据，上述候选产品数据包括上述产品池中上述目标用户未交易的产品数据； 根据上述候选产品数据和上述交易产品数据中包含的数据类型，确定目标嵌入方式；利用上述目标嵌入方式对上述候选产品数据和上述交易产品数据进行数据嵌入，得到上述候选产品输入信息和上述交易产品输入信息。

7、根据本公开的实施例，上述根据上述候选产品数据和上述交易产品数据中包含的数据类型，确定目标嵌入方式包括：在上述数据类型为标签型数据的情况下，确定上述目标嵌入方式为哈希编码方式；在上述数据类型为数值型数据的情况下，确定上述目标嵌入方式为归一化方式；在上述数据类型为文本型数据的情况下，确定上述目标嵌入方式为词嵌入方式。

8、根据本公开的实施例，上述产品推荐模型还包括归一化模块，上述方法还包括：上述至少一个候选产品各自的对应的推荐值输入上述归一化模块中，输出上述至少一个候选产品各自对应的推荐概率；其中，上述根据上述至少一个候选产品各自的对应的推荐值生成与上述目标用户对应的产品推荐清单包括：根据上述至少一个候选产品各自的对应的推荐概率生成与上述目标用户对应的产品推荐清单。

9、根据本公开的实施例，上述方法还包括：在确定金融交易系统中没有与上述目标用户对应的产品交易数据的情况下，获取产品池中所有产品的产品信息和预设交易输入信息；根据上述产品池中所有产品的产品信息和上述预设交易输入信息进行处理，得到候选产品输入信息和交易产品输入信息；其中，上述交易产品输入信息为上述预设交易输入信息，上述候选产品输入信息包括上述产品池中所有的产品信息；在上述根据上述至少一个候选产品各自的对应的推荐值生成与上述目标用户对应的产品推荐清单之后，按照预设调整方式调整上述产品推荐清单，得到调整后的产品推荐清单。

10、根据本公开的实施例，上述按照预设调整方式调整上述产品推荐清单，得到调整后的产品推荐清单包括：从上述产品推荐清单中选取推荐概率低于预设阈值的产品，得到第一待定产品；利用预设产品替换上述第一待定产品，得到上述调整后的推荐清单。

11、根据本公开的实施例，上述按照预设调整方式调整上述产品推荐清单，得到调整后的产品推荐清单包括：从上述产品推荐清单中选取推荐概率低于预设阈值的产品，得到第二待定产品；根据上述目标用户的基本信息，确定与上述目标用户对应的候选用户；从与上述候选用户对应的产品推荐清单中选取预设数目的替换产品；利用上述替换产品替换上述第二待定产品，得到调整后的产品推荐清单。

12、本公开的另一个方面提供了一种针对金融产品的推荐装置，包括：获取模块，用于响应于针对目标用户的金融产品推荐请求，在确定具有与上述目标用户对应的产品交易数据的情况下，获取产品池中所有产品的产品信息和与上述目标用户对应的产品交易数据；处理模块，用于对上述产品池中所有产品的产品信息和上述产品交易数据进行处理，得到候选产品输入信息和交易产品输入信息，其中，上述交易产品输入信息包括上述目标用户已交易的产品信息，上述候选产品输入信息包括上述产品池中未交易的产品信息，上述候选产品输入信息包括至少一个候选产品的初始特征信息，上述交易产品输入信息包括至少一个交易产品的初始特征信息；第一特征处理模块，用于将上述至少一个交易产品的初始特征信息输入产品推荐模型的第一特征处理模块中，得到上述至少一个交易产品各自对应的优化特征；第二特征处理模块，用于将上述至少一个候选产品的初始特征信息和产品池中每个产品的产品信息输入上述产品推荐模型的第二特征处理模块中，得到上述至少一个候选产品各自对应的相对特征，其中，上述相对特征是根据上述候选产品的初始特征与上述产品池中每个产品的产品特征确定的；输入输出模块，用于将上述至少一个交易产品各自对应的优化特征和上述至少一个候选产品各自对应的相对特征拼接后，输入上述产品推荐模型的推荐模块，输出上述至少一个候选产品各自的对应的推荐值；以及生成模块，用于根据上述至少一个候选产品各自的对应的推荐值生成与上述目标用户对应的产品推荐清单。

13、本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。

14、本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

15、本公开的另一方面提供了一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

16、根据本公开的实施例，因为采用了根据产品池中所有产品的产品信息和与目标用户对应的产品交易数据确定得到候选产品输入信息和交易产品输入信息；然后将交易产品的初始特征输入第一特征处理模块中，得到至少一个交易产品各自对应的优化特征；并将候选产品的初始特征信息和产品池中每个产品的产品信息输入第二特征处理模块中，得到至少一个候选产品各自对应的相对特征；之后根据交易产品各自对应的优化特征和候选产品各自对应的相对特征确定每个候选产品各自的对应的推荐值；之后根据每个候选产品各自的对应的推荐值生成产品推荐清单的技术手段，可以实现对产品进行自动化推荐，充分利用电子设备的算力，减小资源消耗；同时，通过利用产品池的所有产品来刻画候选产品的相对特征，该相对特征能够表征候选产品相对于其他产品的 优势以及候选产品在产品池中所处的位置，并利用该相对特征进行产品推荐，有助于提高产品推荐精度。