金融产品推荐方法、装置和设备及计算机存储介质与流程
本申请涉及计算机技术领域，特别涉及一种金融产品推荐方法、装置和设备及计算机存储介质。
背景技术：
随着人们经济水平的提高和互联网金融的发展，人们的理财意识日益增强，众多的互联网金融产品也随之诞生。在实际应用中，用户一般是将理财平台作为金融产品的获取途径，通常理财平台上都拥有着多个金融产品，为用户提供了多种购买选择，这些金融产品可能来自相同的金融机构，也可能来自不同的金融机构。为了避免单个产品的金额过高带来的潜在的金融风险，需要对单个金融产品有申购上限限制，这样就需要给金融产品分配不同的用户，即需要对金融产品进行分流，使得不同的金融产品对应着不同的用户群。
如何对金融产品进行分流，以提高分流的精准度，是一个需要考虑的问题。
技术实现要素：
本申请实施例提供一种金融产品推荐方法、装置和设备及计算机存储介质，用于依据各金融产品的设定参数确定的用户推荐比例为用户推荐金融产品，以提高金融产品分流的精准度。
一方面，提供一种金融产品推荐方法，所述方法包括：
分别根据n个金融产品中每一个金融产品的设定参数的历史数据，构建每一个金融产品的m类产品推荐特征，n、m均为正整数；
分别针对所述m类产品推荐特征中的每一类产品推荐特征，基于各金融产品的该类别的产品推荐特征，获取该类别对应的综合产品推荐特征；
根据每一个金融产品的各类产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，确定每一个金融产品的用户推荐比例，所述用户推荐比例为将每一个金融产品所对应的被推荐用户占所有用户的比例；
基于各金融产品的用户推荐比例推荐金融产品。
一方面，提供一种金融产品推荐装置，所述装置包括：
特征构建单元，用于分别根据n个金融产品中每一个金融产品的设定参数的历史数据，构建每一个金融产品的m类产品推荐特征，n、m均为正整数；
特征综合单元，用于分别针对所述m类产品推荐特征中的每一类产品推荐特征，基于各金融产品的该类别的产品推荐特征，获取该类别对应的综合产品推荐特征；
推荐比例确定单元，用于根据每一个金融产品的各类产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，确定每一个金融产品的用户推荐比例，所述用户推荐比例为每一个金融产品所对应的被推荐用户占所有用户的比例；
产品推荐单元，用于基于各金融产品的用户推荐比例推荐金融产品。
可选的，所述特征构建单元，用于：
分别根据每一个金融产品的设定参数在每一个子时间段的数据值，以及每一个子时间段对应的权重值，获取每一个金融产品的设定参数在所述第一设定时间段内的均值。
可选的，所述特征构建单元，用于：
分别根据每一个金融产品的设定参数在每一个子时间段的数据值，获取每一个金融产品的设定参数在每一个子时间段的波动率；
分别根据每一个金融产品的设定参数在每一个子时间段的波动率，以及每一个子时间段对应的权重值，获取每一个金融产品的设定参数在所述第二设定时间段内的波动率的均值。
可选的，所述特征构建单元，用于：
分别根据每一个金融产品的设定参数在每一个子时间段的数据值，获取每一个金融产品的设定参数在每一个子时间段的波动率；
分别根据每一个金融产品的设定参数，以及每一个金融产品的设定参数在每一个子时间段的波动率，构建所述组合特征；
分别获取每一个金融产品的组合特征在所述第二设定时间段内的均值。
可选的，所述特征构建单元，用于：
获取每一个金融产品的设定参数在每一个子时间段的数据值，相较于该子时间段的上一个子时间段的数据值的变化率；
获取每一个金融产品的每一个子时间段对应的变化率相较于所述第二设定时间段内的平均变化率的偏离程度；
基于每一个金融产品的每一个子时间段对应的偏离程度，获取每一个金融产品的设定参数在每一个子时间段的波动率。
可选的，推荐比例确定单元，用于：
获取每一个金融产品的各类产品推荐特征相对于对应类别的综合产品推荐特征的偏离度；
根据每一个金融产品各类产品推荐特征对应的偏离度，确定每一个金融产品的用户推荐比例；其中，每一个金融产品的用户推荐比例与所述偏离度呈正相关。
可选的，所述装置还包括转化率获取单元，用于获取每一个金融产品的用户转化率，所述用户转化率为金融产品对应的被推荐用户中实际使用该金融产品的用户所占的比例；
所述特征构建单元，还用于根据每一个金融产品的设定参数的历史数据，获取每一个金融产品的设定参数在所述第一设定时间段内的均值，并基于每一个金融产品的设定参数在所述第一设定时间段内的均值以及所述用户转化率构建每一个金融产品的产品推荐特征。
可选的，所述装置还包括数据发送单元，用于：
将为所述用户推荐的金融产品的状态数据发送给所述用户，以使得通过用户设备登录所述用户对应的账号后，能够在显示页面上显示为所述用户推荐的金融产品的状态数据。
一方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述程序时实现上述方面所述的方法。
一方面，提供一种计算机可读存储介质，存储有处理器可执行指令，所述处理器执行指令用于执行上述方面所述的方法。
本申请实施例中，基于各金融产品的设定参数的历史数据，构建产品推荐特征，从而获取所有金融产品的综合产品推荐特征，进而根据各金融产品的产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，来确定该金融产品的用户推荐比例，最终基于各金融产品的用户推荐比例为用户推荐金融产品，这样，设定参数是各金融产品自身的参数，因而一定程度上能够反映出金融产品的特性，从而基于设定参数构造的产品推荐特征与所有产品的综合产品推荐特征的偏离度，确定的用户推荐比例是直接与金融产品的参数相关的，从而各金融产品的用户推荐比例是由各产品自身的特性决定的，例如可以基于产品的优劣确定相对应的用户推荐比例，那么则可以为较优的金融产品分配更高的用户推荐比例，使得较优的金融产品能够被更多的用户所见，提高了金融产品分流的精准度，进而提高整体用户使用体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的应用场景的示意图；
图2为本申请实施例提供的理财平台的一种显示页面的示意图；
图3为本申请实施例提供的金融产品推荐方法的流程示意图；
图4为本申请实施例提供的用户推荐比例的确定过程的流程示意图；
图5为本申请实施例提供的用户推荐比例的确定过程的流程示意图；
图6为本申请实施例提供的用户推荐比例的确定过程的流程示意图；
图7为本申请实施例提供的用户推荐比例的确定过程的流程示意图；
图8为本申请实施例提供的金融产品推荐装置的一种结构示意图；
图9为本申请实施例提供的计算机设备的一种结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
为便于理解本申请实施例提供的技术方案，这里先对本申请实施例使用的一些关键名词进行解释：
金融产品：金融产品指资金融通过程的各种载体，它包括货币、黄金、外汇、有价证券等，这些金融产品就是金融市场的买卖对象，供求双方通过市场竞争原则形成金融产品价格，如利率或收益率，最终完成交易，达到融通资金的目的。本申请实施例中，金融产品一般是指能够通过互联网金融产品，互联网金融是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式，互联网金融是在实现安全以及移动等网络技术水平上，为适应新的需求而产生的新模式及新业务。互联网金融产品的流通一般是以电子货币为基础的。
理财平台：或称金融产品平台，一般是互联网企业提供的用于用户购买金融产品的平台，例如各个银行的交易平台或者其他理财机构提供的交易平台。
流量分配：本申请实施例中，流量即是指理财平台中的用户。在同一理财平台中，一般会有众多的金融产品，为了避免单个金融产品的金额过高带来的潜在的金融风险，会对单个理财产品有申购上限限制，因此理财平台通常需要给多个理财产品分配不同的用户，即需要进行流量分配，例如有3个金融产品，即a、b和c时，则需要将不同的用户群u1、u2和u3对应分配给不同的金融产品a、b和c，相对应的，则用户群u1中的用户所看到的就是金融产品a，用户群u2中的用户所看到的就是金融产品b，用户群u3中的用户所看到的就是金融产品c。本申请实施例的目的则主要在于如何确定用户群u1、u2和u3中用户的数量占总用户的比例，用户群u1、u2和u3中用户可以完全不同，也可以有一定的交集。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
目前，理财平台通常采用将流量均分给多个金融产品的方式进行流量分配，即各金融产品所对应的用户所占总用户的比例相同，那么在为用户推荐金融产品时，则会按照这种设定好的比例进行推荐，但是，由于不同产品的属性值有一定的差异，因而使得金融产品相对于用户而言存在优劣之分，这种将流量均分给多个金融产品的方式，会使得较优的金融产品不能被更多的用户所见，对于整体用户体验而言显然是不佳的。因此，如何更为有效的进行流量分配，使得推荐给用户的金融产品的精准度较高是目前亟待解决的技术问题。
鉴于上述的问题，本申请人考虑到正是因为目前的流量分配方式是直接均分的，所有的金融产品的用户推荐比例均相同，而并未考虑到各金融产品本身的特性，从而才使得一些较优的金融产品并不能分配得到较多的流量，因此，要想解决上述问题，则需要在确定各金融产品的用户推荐比例时，将各金融产品的自身特性作为考虑因素。
鉴于上述的考虑，本申请实施例提供的一种金融产品的流量分配方法，在该方法中，基于各金融产品的设定参数的历史数据，构建产品推荐特征，从而获取所有金融产品的综合产品推荐特征，进而根据各金融产品的产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，来确定该金融产品的用户推荐比例，最终基于各金融产品的用户推荐比例为用户推荐金融产品，这样，设定参数是各金融产品自身的参数，因而一定程度上能够反映出金融产品的特性，从而基于设定参数构造的产品推荐特征与所有产品的综合产品推荐特征的偏离度，确定的用户推荐比例是直接与金融产品的参数相关的，从而各金融产品的用户推荐比例是由各产品自身的特性决定的，例如可以基于产品的优劣确定相对应的用户推荐比例，那么则可以为较优的金融产品分配更高的用户推荐比例，使得较优的金融产品能够被更多的用户所见，从而提高推荐金融产品的精准度，进而提高整体用户使用体验。
在介绍完本申请实施例的设计思想之后，下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施过程中，可以根据实际需要灵活地应用本申请实施例提供的技术方案。
请参见图1所示，为发明实施例能够适用的一种场景示意图，该场景中可以包括服务器101、多个终端102以及多个金融机构103，即图1中所示终端102～1至终端102～l，以及金融机构103～1至金融机构103～p，l、p均为正整数，l、p的值分别代表用户和金融机构的总数量，本申请实施例并不进行限制。
金融机构103可以表示各金融机构的设备，各金融机构可以提供一个或者多个金融产品，在金融机构103中可以计算得到各金融产品的收益数据，并进行存储。其中，金融机构103可以包括一个或多个处理器1031、存储器1032以及与服务器交互的i/o接口1033等，处理器1031可以计算得到各金融产品的收益数据，并存储于存储器1032中，还可通过与服务器交互的i/o接口1033将各金融产品的收益数据发送给服务器101。
服务器101可以为理财平台的后台服务器，其可以包括一个或多个处理器1011、存储器1012、与终端交互的i/o接口1013以及与金融机构交互的i/o接口1013等。此外，服务器101还可以配置数据库1014，数据库1014可以用于存储各用户的用户信息、历史操作信息等与用户相关的信息，以及还可以存储金融机构提供的金融产品的信息，例如收益数据、金融机构相关信息等。其中，服务器101的存储器1012中可以存储本申请实施例提供的金融产品的流量分配方法的程序指令，这些程序指令被处理器1011执行时能够用以实现本申请实施例提供的金融产品的流量分配方法的步骤，即根据各金融产品的收益数据，确定为各金融机构提供的金融产品分配的流量，例如最终可以确定出各金融产品所分得的流量所占的比例，那么当有新用户加入金融平台时，则可以基于确定的比例确定需要为新用户显示的金融产品，从而控制各金融产品的流量比例维持在上述确定出的比例。
终端102具体可以为手机、个人电脑(personalcomputer，pc)或者平板电脑等终端设备，那么终端102中可以打开理财平台的显示页面，例如可以安装理财平台提供的应用程序(application，app)，从而在理财平台提供的app中打开理财平台的显示页面；或者，通过终端102上的浏览器打开理财平台的显示页面；或者，还可以在其他应用中打开理财平台的显示页面，其他应用是指非理财平台自身提供的app，例如理财平台可以在app中以轻应用的形式存在或者理财平台可以作为app的一种功能提供给用户，例如微信中的小程序、公众号或者插件等形式。
终端102可以包括一个或多个处理器1021、存储器1022、与服务器101交互的i/o接口1023、显示面板1024等。其中，终端102的存储器1022中可以存储实现理财平台功能的程序指令，这些程序指令被处理器1021执行时能够用以实现理财平台的功能，以及在显示面板1024显示理财平台的相应显示页面。
示例性的，当有新用户注册理财平台的账号，并进入理财平台的页面时，服务器101都会基于预先确定的各金融产品的流量分配情况，来确定为该新用户提供的金融产品，并将该金融产品推送给用户，这样，用户通过理财平台的显示界面即可查看到该金融产品。如图2所示，为理财平台的一种显示页面的示意图，其中，在理财平台的显示页面上，则可以查看到为该用户分配的金融产品的名称，如图2所示的“理财产品a”，以及还可以显示该金融产品的收益数据，用户可以根据自身情况选择是否申购该金融产品，若是选择申购，则可通过操作按钮中的“转入”按钮进行金额的转入，以申购金融产品。在用户新加入到理财平台时，由于该用户未曾申购任何金融产品，因此初次进入理财平台的显示页面时，所显示账户余额为零，而当用户申购了金融产品之后，则会图2中右图所示账户余额不为零，且随着时间的增长，收益逐渐增加，账户余额以及累计收益金额也就会随之增加。在申购金融产品之后，若是用户需要兑现可流通货币，那么可通过操作按钮中的“转出”按钮进行金额的转出，以实现金融产品到货币的转换。
服务器101与终端102之间，以及服务器101与金融机构103之间可以通过一个或者多个网络104进行通信连接。该网络104可以是有线网络，也可以是无线网络，例如无线网络可以是移动蜂窝网络，或者可以是无线保真(wireless-fidelity，wifi)网络，当然还可以是其他可能的网络，本申请实施例对此不做限制。
当然，本申请实施例提供的方法并不限用于图1所示的应用场景中，还可以用于其他可能的应用场景，本申请实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述，在此先不过多赘述。
请参见图3，为本申请实施例提供的金融产品推荐方法的流程示意图，该方法可以通过计算机设备来执行，例如可以由图1中的服务器来执行。
步骤301：分别根据n个金融产品中每一个金融产品的设定参数的历史数据，构建每一个金融产品的m类产品推荐特征。
本申请实施例中，理财平台中可以存在多个金融产品，n个金融产品可以是理财产品中的全部金融产品，或者可以是全部金融产品中的部分。例如理财平台中包括5个金融产品，那么n个金融产品可以就是指这5个金融产品；或者，当5个金融产品中的其中一个金融产品a采用固定用户推荐比例，例如其用户推荐比例为1/5，那么n个金融产品可以就是指除金融产品a之外的其余4个金融产品，且这4个金融产品还可分配的用户推荐比例总和为4/5。
在实际应用中，因为不同类型的金融产品通常用户可以是同时申购的，即不同类型的金融产品一般不存在用户之间的竞争问题，因此流量分配一般是针对同类型的金融产品而言的。
本申请实施例中，设定参数可以为金融产品的任意可能的参数，例如关注收益的金融产品，设定参数可以为收益率，例如关注风险的金融产品，设定参数可以为风险率等，其中，由于用户在申购金融产品时，一般较为关心金融产品的收益率，因此后续将具体以设定参数为收益率为例，对本申请实施例的金融产品推荐方法进行介绍。
具体的，对于货币基金类的金融产品，收益率可以为万份收益、7日年化、30日年化或者年化收益率等指标，而对于非货币基金类的金融产品，收益率可以为最近1月收益或者最近3月收益等指标。
在实际应用中，各金融产品的收益率可以是理财平台根据各金融产品的收益数据计算得到的；或者，由于各金融机构对于自家的金融产品都会进行收益率等指标的统计，因此，为了防止理财平台的计算方式和金融机构的计算当时存在偏差，使得收益率与金融机构计算的收益率不同，理财平台还可以直接从金融机构获取收益率等数据，这样，也为理财平台节省了一定的计算量，减轻服务器的计算压力。由于收益率一般是周期性更新的，那么理财平台的服务器可以周期性的从金融机构获取收益率的数据，例如，若是收益率的数据每天更新一次，那么服务器可以每天定时从金融机构获取收益率的数据；或者，若是收益率的数据每月更新一次，那么服务器可以每月定时从金融机构获取收益率的数据。
具体的，服务器除了可以采用主动向金融机构的设备申请获取收益率的数据，从而接收金融机构的设备返回的收益率的数据的方式之外，还可以采用与金融机构预先约定在金融机构的设备计算完成收益率的数据之后，则将收益率的数据提供给服务器的方式。当服务器获取收益率的数据之后，可以将收益率数据统一进行存储，例如存储至数据库中，在需要使用数据时，直接从数据库读取即可。
本申请实施例中，服务器能够分别根据n个金融产品中每一个金融产品的设定参数的历史数据，构建每一个金融产品的m类产品推荐特征。其中，n、m均为正整数。
具体的，m类产品推荐特征包括如下特征的任意组合：
设定参数在第一设定时间段内的均值，即平均收益率；
设定参数在第二设定时间段内的波动率的均值，即平均收益波动率；
在第二设定时间段内的组合特征的均值，其中，组合特征与设定参数呈正相关，且与设定参数的波动率呈负相关。
在具体实施过程中，m类产品推荐特征可以是为上述产品推荐特征中的任意一种，也可以是多类产品推荐特征的组合。但是，不管是多少类产品推荐特征，构建产品推荐特征的过程均是独立的。
具体的，当产品推荐特征为设定参数在第一设定时间段内的均值时，其中，第一设定时间段为设定参数的统计时间周期t1，t1的长度可以根据实际情况进行设定，例如可以为最近一个月，或者最近两个月等，本申请实施例对此不做限制。针对每一个金融产品而言，基于其设定参数的历史数据，构建该金融产品的产品推荐特征，可以是根据该金融产品的设定参数在每一个子时间段的数据值，以及每一个子时间段对应的权重值，获取每一个金融产品的设定参数在第一设定时间段内的均值。其中，针对每一个金融产品，都可以通过上述方式获取设定参数在第一设定时间段内的均值。
子时间段对应的权重值可以用于区分更关注长期或者短期的数据，例如，若是更为关注长期的数据，则可以将距离当前时间更远的子时间段的权重值设置的更高，相反的，若是更为关注长期的数据，则可以将距离当前时间更近的子时间段的权重值设置的更高。
具体的，当产品推荐特征为设定参数在第二设定时间段内的波动率的均值时，其中，第二设定时间段为设定参数的统计时间周期t2，t2的长度可以与t1相同，也可以与t1不相同。一般而言，由于短时间内的波动率可能并不会很大，因此t2的长度一般可以设置为较长的时间段，例如可以设置为最近一月、最近半年或者最近一年等。
获取设定参数在第二设定时间段内的波动率的均值，那么必然需要获取各金融产品的波动率。具体而言，针对每一个金融产品，可以根据该金融产品的设定参数在每一个子时间段的数据值，获取该金融产品的设定参数在每一个子时间段的波动率。
具体的，每个金融产品的波动率表征了该个金融产品的收益率的变化程度。波动率可以通过如下过程获取：
首先，获取该金融产品的设定参数在每一个子时间段的数据值，相较于该子时间段的上一个子时间段的数据值的变化率。例如，设定参数在子时间段t1的数据值为a，设定参数在子时间段t1的上一个子时间段t2的数据值为b，那么变化率则可以为ln(a/b)。
其次，获取该金融产品的每一个子时间段对应的变化率相较于第二设定时间段内的平均变化率的偏离程度。其中，平均变化率为第二设定时间段内的变化率的均值，偏离程度可以通过方差或者标准差进行表示。
最后，根据该金融产品的每一个子时间段对应的偏离程度，获取该金融产品的设定参数在每一个子时间段的波动率。例如，偏离程度通过方差表示，那么浮动率则可以表示为方差与t2的平方根的比值。
本申请实施例中，在获取各金融产品的波动率之后，则可以根据该金融产品的设定参数在每一个子时间段的波动率，以及每一个子时间段对应的权重值，则可以获取每一个金融产品的设定参数在第二设定时间段内的波动率的均值。其中，针对每一个金融产品，都可以通过上述方式获取设定参数在第二设定时间段内的波动率的均值。
具体的，当产品推荐特征为在第二设定时间段内的组合特征的均值时，组合特征可以是波动率和设定参数的组合。举例来讲，当设定参数为收益率时，在收益率持续较低时收益率的波动率也可以较低，但是收益率较低的金融产品显然不会是较优的金融产品，因而在确定金融产品的用户推荐比例时，除考虑收益率的波动率时，同时还需要考虑收益率，即可以基于波动率与收益率构建组合特征。其中，该组合特征的值可以与收益率呈正相关，且与波动率呈负相关，即表示收益率越高，且波动率越小的金融产品为更优的产品。
具体的，根据各子时间段的设定参数和波动率获取各子时间段的组合特征值之后，则可以获取各金融产品的组合特征在第二设定时间段内的均值。当然，在计算均值，也可以为每一个子时间段赋予一定的权重值，对于赋予权重值的方式可以参见上述计算设定参数在第一设定时间段内的均值部分的描述。
步骤302：分别针对m类产品推荐特征中的每一类产品推荐特征，基于各金融产品的该类别的产品推荐特征，获取该类别对应的综合产品推荐特征。
本申请实施例中，产品推荐特征用于表征n个金融产品中的一个金融产品的特征，而综合产品推荐特征用于表征n个金融产品的整体特征。
具体的，综合产品推荐特征可以通过产品推荐特征的均值和方差进行表示。那么在通过步骤301的过程获取各金融产品的产品推荐特征之后，则可以通过计算各金融产品的产品推荐特征的均值和方差的方式获取得到n个金融产品的综合产品推荐特征。
步骤303：根据每一个金融产品的各类产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，确定每一个金融产品的用户推荐比例。
本申请实施例中，用户推荐比例为将每一个金融产品所对应的被推荐用户占所有用户的比例。
具体的，当m类产品推荐特征仅包括上述产品推荐特征中的其中一个时，则可以根据该产品推荐特征相对于确定的综合产品推荐特征的偏离度，确定各个金融产品的用户推荐比例。
其中，偏离度可以是指绝对偏离度，即一个金融产品的产品推荐特征与n个金融产品的产品推荐特征的均值的差值；或者，偏离度也可以是指相对偏离度，即绝对偏离度的值与方差的比值。
在获取各金融产品对应的偏离度之后，则可以基于偏离度获取各金融产品的用户推荐比例，其中，各金融产品的用户推荐比例与偏离度成正相关。
具体的，当m类产品推荐特征仅包括上述产品推荐特征中的多个时，则可以根据各金融产品的各类产品推荐特征对应的偏离度，分别获取各类产品推荐特征对应的用户推荐子比例，再根据各类产品推荐特征的用户推荐权重，计算得到最终的用户推荐比例。其中，分别获取各类产品推荐特征对应的用户推荐子比例的过程，与上述当m类产品推荐特征仅包括上述产品推荐特征中的其中一个时的计算过程相同，因此可以参见上述的描述，在此不再进行赘述。
在实际应用中，各类产品推荐特征的用户推荐权重的总和为100％，因此可以通过最优求解过程获取得到各类产品推荐特征的用户推荐权重。当然，在实际应用时，也可以为各类产品推荐特征设置固定的用户推荐权重，本申请实施例对此不做限制。
示例性的，若最终的用户推荐比例计算公式如下：
其中，fi为第i个金融产品的用户推荐比例，ωj为第j类产品推荐特征的用户推荐权重，
具体的，在计算用户推荐权重时，则可以以上述计算公式作为目标函数，以及各类产品推荐特征的用户推荐权重的总和为100％作为约束条件来计算最优的用户推荐权重。当然，约束条件还可以增加其他条件，例如所有金融产品的用户推荐比例为一固定值等。
在实际应用中，由于设定参数可能会随着时间的推移而会发生一定的变化，因此本申请实施例的步骤301～303可以是多次重复进行的，例如可以是周期性重复进行的，或者可以在设定参数的变化值大于或者等于一定阈值之后，再次进行用户推荐比例的确定。例如设定参数为金融产品的收益率时，收益率一般是周期性更新的，例如每天更新一次，或者每月更新一次，因此对应的，用户推荐比例的确定则可以是每天进行一次，或者可以是每月进行一次。
步骤304：基于各金融产品的用户推荐比例为用户推荐金融产品。
本申请实施例中，在各金融产品的用户推荐比例之后，则可以基于各金融产品的用户推荐比例为用户推荐金融产品。
由于新用户加入理财平台的时间并不是固定的，且在新用户加入理财平台之后，一般就需要将为其推荐的金融产品显示在理财平台页面上，因此理财平台无法在已有用户的基础上统一进行金融产品的流量分配，而是在新用户已进入理财平台时，就需要为其推荐金融产品。
具体的，在为用户推荐金融产品时，是基于确定的各金融产品的用户推荐比例进行推荐，以使得各金融产品所对应的被推荐用户的数量占所有用户的比例与各金融产品的用户推荐比例接近或者相同。其中，所利用的用户推荐比例一般是最近一次获取到的用户推荐比例，
在确定为用户推荐的金融产品之后，服务器则可以将为用户推荐的金融产品的状态数据发送给用户，这样，通过用户设备登录用户对应的账号后，能够在显示页面上显示为用户推荐的金融产品的状态数据，例如如图2所示的显示界面。其中，状态数据可以包括金融产品的名称、收益率、用户申购情况以及用户收益情况等数据。
下面将示出具体的几个获取用户推荐比例的例子，其中，设定参数以收益率为例。
如图4所示，为以产品推荐特征为收益率在第一设定时间段内的均值为例对用户推荐比例的确定过程进行介绍。
步骤401：获取单个金融产品的产品推荐特征。
本申请实施例中，产品推荐特征为收益率在第一设定时间段内的均值，其中，第一设定时间段为设定参数的统计时间周期t1，t1的长度可以根据实际情况进行设定，例如可以为最近一个月，或者最近两个月等，本申请实施例对此不做限制。
在实际应用中，由于金融产品的收益率的更新周期通常为一天，因此一个子时间段既可以设置为一天，那么设定参数在第一设定时间段内的均值的计算方式可以如下：
其中，
具体的，当
通过上述的产品推荐特征的获取过程，可以获取到所有金融产品的产品推荐特征。
步骤402：获取n个金融产品的综合产品推荐特征。
本申请实施例中，这里具体以综合产品推荐特征为产品推荐特征的均值和方差为例，那么综合产品推荐特征的计算方式可以如下：
其中，
当然，在实际应用中，除了将均值和方差作为综合产品推荐特征之外，还可以将均值和标准差作为综合产品推荐特征，当然，还可以将其他可能的采纳数作为综合产品推荐特征，本申请实施例对此不做限制。
步骤403：获取各金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度。
本申请实施例中，这里的偏离度具体以相对偏离度为例。各金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度的计算方式可以如下：
其中，kai为第i个金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度，这里的下标a表示对应的产品推荐特征为收益率在t1的均值。
步骤404：基于各金融产品对应的相对偏离度确定用户推荐比例。
本申请实施例中，很容易理解到，金融产品的收益率越高时，该金融产品对应的相对偏离度的值应是越大的，且金融产品的收益率越高时，应该为该金融产品分配更多的流量，即用户推荐比例应更高，因此，金融产品对应的相对偏离度的值越大，该金融产品的用户推荐比例应更高。这样，能够见到该金融产品的用户的数量才更多，才能整体上提高用户的使用体验，提高用户对于金融平台的黏性。因此，用户推荐比例的计算方式可以如下：
其中，
在实际应用中，各金融产品的收益率有高有低，因此有可能出现有金融产品的相对偏离度为负值的情况，因此，为了保证相对偏离度最小，即负向偏离最远的金融产品能够分配到流量，且为了避免流量过于集中，可将α的值设置为满足以下条件的值：
在基于上述计算过程获取各金融产品的用户推荐比例，则可以基于各金融产品的用户推荐比例为用户推荐金融产品了。
对于产品推荐特征为设定参数在第二设定时间段内的波动率的均值时，计算用户推荐比例的过程与上述过程类似，即将产品推荐特征更换为设定参数在第二设定时间段内的波动率的均值即可，因此对于产品推荐特征为设定参数在第二设定时间段内的波动率的均值时，计算用户推荐比例的过程可以参见上述的描述，本申请实施例对此不再进行赘述。
如图5所示，为以产品推荐特征为在第二设定时间段内的组合特征的均值为例对用户推荐比例的确定过程进行介绍。
步骤501：获取单个金融产品的收益率的波动率。
本申请实施例中，产品推荐特征为在第二设定时间段内的组合特征的均值，其中，第二设定时间段为设定参数的统计时间周期t2，t2的长度可以根据实际情况进行设定，例如可以为最近一个月、最近半年或者最近一年等，本申请实施例对此不做限制。
在实际应用中，组合特征可以为收益率与收益率的波动率构成的组合特征，因此在获取组合特征的均值之前，需要首先获取各金融产品的收益率的波动率。
具体的，针对一个金融产品而言，在计算收益率的波动率时，可以基于该金融产品在第二设定时间段内的收益率构造该金融的相对变化特征，相对变化特征的计算方式可以如下：
其中，
在第二设定时间段内的收益率的波动率可以理解为在第二设定时间段内的变化率的离散程度，因此，可以通过计算如下方式计算
其中，
那么，一个金融产品的收益率的波动率则可以通过如下方式进行计算：
其中，
步骤502：基于收益率的波动率构建各金融产品的组合特征。
本申请实施例中，当收益率持续较低时收益率的波动率也可以较低，但是收益率较低的金融产品显然不会是较优的金融产品，因而在确定金融产品的用户推荐比例时，除考虑收益率的波动率时，同时还需要考虑收益率，即可以基于波动率与收益率构建组合特征。其中，该组合特征的值可以与收益率呈正相关，且与波动率呈负相关，即表示收益率越高，且波动率越小的金融产品为更优的产品，因此，组合特征可以通过如下方式进行表示：
其中，
步骤503：获取单个金融产品的产品推荐特征。
本申请实施例中，产品推荐特征为第二设定时间段内的组合特征的均值，其中，第二设定时间段内的组合特征的均值的计算方式可以如下：
其中，
在实际应用中，由于金融产品的收益率的更新周期通常为一天，因此一个子时间段既可以设置为一天。
具体的，当
通过上述的产品推荐特征的获取过程，可以获取到所有金融产品的产品推荐特征。
步骤504：获取n个金融产品的综合产品推荐特征。
本申请实施例中，这里具体以综合产品推荐特征为产品推荐特征的均值和方差为例，那么综合产品推荐特征的计算方式可以如下：
其中，
当然，在实际应用中，除了将均值和方差作为综合产品推荐特征之外，还可以将均值和标准差作为综合产品推荐特征，当然，还可以将其他可能的采纳数作为综合产品推荐特征，本申请实施例对此不做限制。
步骤505：获取各金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度。
本申请实施例中，这里的偏离度具体以相对偏离度为例。各金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度的计算方式可以如下：
其中，kbi为第i个金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度，这里的下标b表示对应的产品推荐特征为t2内的组合特征的均值。
步骤506：基于各金融产品对应的相对偏离度确定用户推荐比例。
本申请实施例中，很容易理解到，金融产品的收益率越高，且波动率越小时，组合特征的值越大，那么金融产品对应的相对偏离度的值应是越大的，且金融产品的收益率越高，且波动率越小时，应该为该金融产品分配更多的流量，即用户推荐比例应更高，因此，金融产品对应的相对偏离度的值越大，该金融产品的用户推荐比例应更高。这样，能够见到该金融产品的用户的数量才更多，才能整体上提高用户的使用体验，提高用户对于金融平台的黏性。因此，用户推荐比例的计算方式可以如下：
其中，
在实际应用中，各金融产品的收益率有高有低，因此有可能出现有金融产品的相对偏离度为负值的情况，因此，为了保证相对偏离度最小，即负向偏离最远的金融产品能够分配到流量，且为了避免流量过于集中，可将α的值设置为满足以下条件的值：
在基于上述计算过程获取各金融产品的用户推荐比例，则可以基于各金融产品的用户推荐比例为用户推荐金融产品了。
如图6所示，为以产品推荐特征包括收益率在第一设定时间段内的均值和在第二设定时间段内的组合特征的均值为例对用户推荐比例的确定过程进行介绍。其中，收益率在第一时间段内的均值为第一产品推荐特征，在第二设定时间段内的组合特征的均值第二产品推荐特征。
步骤601：根据第一产品推荐特征确定第一产品推荐特征对应的用户推荐子比例。
该步骤的过程可以参见实施例1部分的介绍，在此不再过多赘述。
步骤602：根据第二产品推荐特征确定第二产品推荐特征对应的用户推荐子比例。
该步骤的过程可以参见实施例2部分的介绍，在此不再过多赘述。其中，需要声明的是，步骤601和步骤602并没有实质上的先后顺序关系，在实际应用时，步骤601和步骤602可以同时执行，也可以先后顺序执行，例如先执行步骤601，再执行步骤602，图6具体以此为例，或者，先执行步骤602，再执行步骤601。
步骤603：基于各类产品推荐特征对应的用户推荐子比例以及各类产品推荐特征对应的用户推荐权重，获取金融产品的用户推荐比例。
本申请实施例中，各类产品推荐特征对应的用户推荐权重可以为固定的权重，也可以是通过最优解求解方法计算得到的。
具体的，用户推荐比例的计算方式可以如下：
ωa+ωb＝1
其中，fi为第i个金融产品的用户推荐比例，ωa为第一产品推荐特征对应的用户推荐权重，
本申请实施例中，考虑到在为用户推荐金融产品之后，各金融产品对于用户的吸引力可能不同，而这些吸引力不仅仅是收益率或者收益率的稳定与否带来的，还可能与金融产品的其他因素相关，例如金融产品的品牌知名度、产品管理人知名度等，都会对用户是否申购金融产品产生影响，而金融产品的产品吸引力可以通过该金融产品的用户转化率进行衡量，因此为了综合考虑其他因素，还可以将金融产品对用户的转化率考虑进去，即可以将用户转化率与上述m类产品推荐特征中的任一特征进行组合构建新的组合产品推荐特征。如图7所示，下面以用户转化率与收益率在第一设定时间段内的均值进行组合为例，对用户推荐比例的确定过程进行介绍。
步骤701：获取各金融产品的用户转化率。
具体而言，用户转化率即金融产品对应的被推荐用户中实际使用该金融产品的用户数量所占的比例，那么用户转化率的计算方式可以如下：
其中，πi为第i个金融产品的用户转化率，ui为实际使用第i个金融产品的用户数量占所有用户的比例。当然，除了上述使用第i个金融产品的用户数量占所有用户的比例与用户推荐比例的比值作为用户转化率之外，还可以直接将实际使用第i个金融产品的用户数量与第i个金融产品对应的被推荐用户数量的比值作为用户转化率。
步骤702：基于用户转化率构建各产品推荐特征。
本申请实施例中，当用户转化率越高，以及收益率越高时，则表明该个金融产品为更优的金融产品，因此，组合特征可以通过如下方式进行表示：
其中，
步骤703：获取n个金融产品的综合产品推荐特征。
步骤704：获取各金融产品的产品推荐特征与综合产品推荐特征之间的相对偏离度。
步骤705：基于各金融产品对应的相对偏离度确定用户推荐比例。
步骤703～705与实施例1中步骤402～404，或者，实施例2中步骤504～507的过程类似，因此对于步骤703～705部分可以参见步骤402～404或者步骤504～507部分的描述，在此不再过多赘述。
综上所述，本申请实施例中，基于各金融产品的设定参数的历史数据，构建产品推荐特征，从而获取所有金融产品的综合产品推荐特征，进而根据各金融产品的产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，来确定该金融产品的用户推荐比例，最终基于各金融产品的用户推荐比例为用户推荐金融产品，这样，设定参数是各金融产品自身的参数，因而一定程度上能够反映出金融产品的特性，从而基于设定参数构造的产品推荐特征与所有产品的综合产品推荐特征的偏离度，确定的用户推荐比例是直接与金融产品的参数相关的，从而各金融产品的用户推荐比例是由各产品自身的特性决定的，例如可以基于产品的优劣确定相对应的用户推荐比例，那么则可以为较优的金融产品分配更高的用户推荐比例，使得较优的金融产品能够被更多的用户所见，进而提高整体用户使用体验。
通过本申请实施例的金融产品推荐方法，不仅可以满足对同一产品限量以保证潜在的金融风险，还可以实现尽可能让更优质的金融产品分配到更多的流量，提高推荐的精准度，提升用户的体验，同时还可以避免金融产品提供方通过做高短时间的收益洞穿流量分配策略，提升平台的稳定性和引导金融资产公司为用户提供更优质的资产。同时，结合用户转化率，还可以提升平台流量的使用效率。
请参见图8，基于同一发明构思，本申请实施例还提供了一种金融产品推荐装置80，该装置例如可以为图1所示的服务器，该装置包括：
特征构建单元801，用于分别根据n个金融产品中每一个金融产品的设定参数的历史数据，构建每一个金融产品的m类产品推荐特征，n、m均为正整数；
特征综合单元802，用于分别针对m类产品推荐特征中的每一类产品推荐特征，基于各金融产品的该类别的产品推荐特征，获取该类别对应的综合产品推荐特征；
推荐比例确定单元803，用于根据每一个金融产品的各类产品推荐特征相对于对应类别的综合产品推荐特征的偏离度，确定每一个金融产品的用户推荐比例，用户推荐比例为每一个金融产品所对应的被推荐用户占所有用户的比例；
产品推荐单元804，用于基于各金融产品的用户推荐比例推荐金融产品。
可选的，m类产品推荐特征包括如下特征的任意组合：
设定参数在第一设定时间段内的均值；
设定参数在第二设定时间段内的波动率的均值；
在第二设定时间段内的组合特征的均值，其中，组合特征与设定参数呈正相关，且与设定参数的波动率呈负相关。
可选的，特征构建单元801，具体用于：
分别根据每一个金融产品的设定参数在每一个子时间段的数据值，以及每一个子时间段对应的权重值，获取每一个金融产品的设定参数在第一设定时间段内的均值。
可选的，特征构建单元801，具体用于：
分别根据每一个金融产品的设定参数在每一个子时间段的数据值，获取每一个金融产品的设定参数在每一个子时间段的波动率；
分别根据每一个金融产品的设定参数在每一个子时间段的波动率，以及每一个子时间段对应的权重值，获取每一个金融产品的设定参数在第二设定时间段内的波动率的均值。
可选的，特征构建单元801，具体用于：
分别根据每一个金融产品的设定参数在每一个子时间段的数据值，获取每一个金融产品的设定参数在每一个子时间段的波动率；
分别根据每一个金融产品的设定参数，以及每一个金融产品的设定参数在每一个子时间段的波动率，构建组合特征；
分别获取每一个金融产品的组合特征在第二设定时间段内的均值。
可选的，特征构建单元801，具体用于：
获取每一个金融产品的设定参数在每一个子时间段的数据值，相较于该子时间段的上一个子时间段的数据值的变化率；
获取每一个金融产品的每一个子时间段对应的变化率相较于第二设定时间段内的平均变化率的偏离程度；
基于每一个金融产品的每一个子时间段对应的偏离程度，获取每一个金融产品的设定参数在每一个子时间段的波动率。
可选的，推荐比例确定单元803，具体用于：
获取每一个金融产品的各类产品推荐特征相对于对应类别的综合产品推荐特征的偏离度；
根据每一个金融产品各类产品推荐特征对应的偏离度，确定每一个金融产品的用户推荐比例；其中，每一个金融产品的用户推荐比例与偏离度呈正相关。
可选的，推荐比例确定单元803具体用于：
根据每一个金融产品的各类产品推荐特征对应的偏离值，分别获取各类产品推荐特征对应的用户推荐子比例；
获取每一个金融产品的各类产品推荐特征对应的用户推荐权重；其中，各类产品推荐特征对应的用户推荐权重总和为100％；
根据各类产品推荐特征对应的用户推荐子比例以及各类产品推荐特征对应的用户推荐权重，获取每一个金融产品的用户推荐比例。
可选的，装置还包括转化率获取单元805，用于获取每一个金融产品的用户转化率，用户转化率为金融产品对应的被推荐用户中实际使用该金融产品的用户所占的比例；
特征构建单元801，还用于根据每一个金融产品的设定参数的历史数据，获取每一个金融产品的设定参数在第一设定时间段内的均值，并基于每一个金融产品的设定参数在第一设定时间段内的均值以及用户转化率构建每一个金融产品的产品推荐特征。
可选的，装置还包括数据发送单元806，用于：
将为用户推荐的金融产品的状态数据发送给用户，以使得通过用户设备登录用户对应的账号后，能够在显示页面上显示为用户推荐的金融产品的状态数据。
该装置可以用于执行图3～图7所示的实施例中所示的方法，因此，对于该装置的各功能模块所能够实现的功能等可参考图3～图7所示的实施例的描述，不多赘述。其中，转化率获取单元805和数据发送单元806并不是必选的功能单元，因此在图8中以虚线示出。
请参见图9，基于同一技术构思，本申请实施例还提供了一种计算机设备90，可以包括存储器901和处理器902。
所述存储器901，用于存储处理器902执行的计算机程序。存储器901可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据计算机设备的使用所创建的数据等。处理器902，可以是一个中央处理单元(centralprocessingunit，cpu)，或者为数字处理单元等等。本申请实施例中不限定上述存储器901和处理器902之间的具体连接介质。本申请实施例在图9中以存储器901和处理器902之间通过总线903连接，总线903在图9中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线903可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器901可以是易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；存储器901也可以是非易失性存储器(non-volatilememory)，例如个读存储器，快闪存储器(flashmemory)，硬盘(harddiskdrive，hdd)或固态硬盘(solid-statedrive，ssd)、或者存储器901是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器901可以是上述存储器的组合。
处理器902，用于调用所述存储器901中存储的计算机程序时执行如图3～图7中所示的实施例中设备所执行的方法。
在一些可能的实施方式中，本申请提供的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在计算机设备上运行时，所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的方法中的步骤，例如，所述计算机设备可以执行如图3～图7中所示的实施例中设备所执行的方法。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、个读存储器(rom)、可擦式可编程个读存储器(eprom或闪存)、光纤、便携式紧凑盘个读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
- 还没有人留言评论。精彩留言会获得点赞！