技术特征：
1.一种运营内容生成推送方法，其特征在于，包括：根据获取的客户数据确定目标客群并利用预先构建的客户画像模型生成客户画像；根据所述目标客群和所述客户画像，利用预先构建的决策运营生成模型生成决策运营事件；捕捉客户的实时行为数据，并根据所述实时行为数据和所述客户画像动态生成实时运营事件；根据所述决策运营事件或所述实时运营事件生成运营内容并推送。2.根据权利要求1所述的运营内容生成推送方法，其特征在于，还包括：采集运营结果数据；根据所述运营结果数据迭代优化所述客户画像模型和所述决策运营生成模型。3.根据权利要求2所述的运营内容生成推送方法，其特征在于，所述根据获取的客户数据确定目标客群，包括：从所述客户数据提取客户特征数据；将所述客户特征数据输入训练后的目标定位模型中获得目标客群。4.根据权利要求3所述的运营内容生成推送方法，其特征在于，目标定位模型的训练过程包括：根据获取的历史客户数据划分训练集和测试集；通过rfm分析法构建客户特征并从所述训练集中初步筛选客户特征数据；对所述客户特征数据进行预处理并对预处理后的客户特征数据进行筛选获得筛选特征数据；利用所述筛选特征数据对选定的算法模型进行训练获得所述目标定位模型；通过测试集对所述目标定位模型进行测试。5.根据权利要求4所述的运营内容生成推送方法，其特征在于，所述利用预先构建的客户画像模型生成客户画像，包括：将获取的产品信息和所述目标客群输入所述客户画像模型中生成符合所述目标客群特征的产品集合。6.根据权利要求5所述的运营内容生成推送方法，其特征在于，客户画像模型的训练过程包括：从获取的历史产品信息和历史客户数据中进行初步筛选获得初步筛选产品特征和初步筛选客户特征；根据所述初步筛选客户特征剔除冗余特征获得客户筛选特征；根据近邻协同过滤算法对所述客户筛选特征进行计算获得客户对产品的喜好情况矩阵；根据所述喜好情况矩阵、所述客户筛选特征和所述初步筛选产品特征计算客户与产品之间的曼哈顿距离并根据曼哈顿距离确定机器学习预测产品集。7.根据权利要求6所述的运营内容生成推送方法，其特征在于，所述根据所述目标客群和所述客户画像，利用预先构建的决策运营生成模型生成决策运营事件，包括：对所述客群和所述客户画像预处理后进行特征筛选获得筛选数据；通过分类回归树算法对所述筛选数据进行定性分析获得分析结果；
将所述分析结果输入所述决策运营生成模型生成决策运营事件。8.根据权利要求7所述的运营内容生成推送方法，其特征在于，所述根据所述决策运营事件或所述实时运营事件生成运营内容并推送，包括：对所述决策运营事件或所述实时运营事件进行预处理，过滤不符合条件的运营事件获得过滤后可执行的运营事件；获取所述可执行的运营事件对应的渠道模板，通过渠道模板将可执行的运营事件合成运营内容并推送。9.一种运营内容生成推送装置，其特征在于，包括：客户画像单元，用于根据获取的客户数据确定目标客群并利用预先构建的客户画像模型生成客户画像；决策运营事件生成单元，用于根据所述目标客群和所述客户画像，利用预先构建的决策运营生成模型生成决策运营事件；实时运营事件生成单元，用于捕捉客户的实时行为数据，并根据所述实时行为数据和所述客户画像动态生成实时运营事件；运营内容生成推送单元，用于根据所述决策运营事件或所述实时运营事件生成运营内容并推送。10.根据权利要求9所述的运营内容生成推送装置，其特征在于，还包括：采集单元，用于采集运营结果数据；迭代优化单元，用于根据所述运营结果数据迭代优化所述客户画像模型和所述决策运营生成模型。11.根据权利要求10所述的运营内容生成推送装置，其特征在于，所述客户画像单元包括：客户特征数据提取单元，用于从所述客户数据提取客户特征数据；目标客群获取单元，用于将所述客户特征数据输入训练后的目标定位模型中获得目标客群。12.根据权利要求11所述的运营内容生成推送装置，其特征在于，目标定位模型的训练过程包括：根据获取的历史客户数据划分训练集和测试集；通过rfm分析法构建客户特征并从所述训练集中初步筛选客户特征数据；对所述客户特征数据进行预处理并对预处理后的客户特征数据进行筛选获得筛选特征数据；利用所述筛选特征数据对选定的算法模型进行训练获得所述目标定位模型；通过测试集对所述目标定位模型进行测试。13.根据权利要求12所述的运营内容生成推送装置，其特征在于，所述客户画像单元包括：产品集合生成模块，用于将获取的产品信息和所述目标客群输入所述客户画像模型中生成符合所述目标客群特征的产品集合。14.根据权利要求13所述的运营内容生成推送装置，其特征在于，客户画像模型的训练过程包括：
从获取的历史产品信息和历史客户数据中进行初步筛选获得初步筛选产品特征和初步筛选客户特征；根据所述初步筛选客户特征剔除冗余特征获得客户筛选特征；根据近邻协同过滤算法对所述客户筛选特征进行计算获得客户对产品的喜好情况矩阵；根据所述喜好情况矩阵、所述客户筛选特征和所述初步筛选产品特征计算客户与产品之间的曼哈顿距离并根据曼哈顿距离确定机器学习预测产品集。15.根据权利要求14所述的运营内容生成推送装置，其特征在于，所述决策运营事件生成单元包括：筛选数据获取模块，用于对所述客群和所述客户画像预处理后进行特征筛选获得筛选数据；分析结果获取模块，用于通过分类回归树算法对所述筛选数据进行定性分析获得分析结果；决策运营事件生成模块，用于将所述分析结果输入所述决策运营生成模型生成决策运营事件。16.根据权利要求15所述的运营内容生成推送装置，其特征在于，所述运营内容生成推送单元包括：可执行运营事件获取模块，用于对所述决策运营事件或所述实时运营事件进行预处理，过滤不符合条件的运营事件获得过滤后可执行的运营事件；推送模块，用于获取所述可执行的运营事件对应的渠道模板，通过渠道模板将可执行的运营事件合成运营内容并推送。17.一种电子设备，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权利要求1至8任一项所述的运营内容生成推送方法的步骤。18.一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，该计算机程序被处理器执行时实现权利要求1至8任一项所述的运营内容生成推送方法的步骤。
技术总结
本发明提供了一种运营内容生成推送方法及装置，可应用于金融领域，方法包括：根据获取的客户数据确定目标客群并利用预先构建的客户画像模型生成客户画像；根据目标客群和客户画像，利用预先构建的决策运营生成模型生成决策运营事件；捕捉客户的实时行为数据，并根据实时行为数据和客户画像动态生成实时运营事件；根据决策运营事件或实时运营事件生成运营内容并推送。本申请可以针对不同的运营需求灵活设计客群筛选策略，实现精准确定运营客群，个性化推荐产品的技术效果，还可以实现精准决策运营事件，通过实时产生交易伴随运营事件，使运营实时性提升，且运营效果回流可用于优化模型从而达到运营精细化、强时效性、低成本和高效率的技术效果。高效率的技术效果。高效率的技术效果。
技术研发人员：赵志成 常斌 吴世飞 陈浩 曾永清 田晓晴
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2022.01.14
技术公布日：2022/5/17