金融产品智能推荐方法及装置与流程

本技术涉及元宇宙领域，也可用于数字孪生领域或金融领域，具体涉及一种金融产品智能推荐方法及装置。

背景技术：

1、随着ai技术与5g技术的快速发展与应用，元宇宙实现了虚拟世界与现实世界的交互融合，凭借其带给客户的沉浸式体验感与真实感，迅速火爆出圈，迄今尚在不断演变丰富发展之中，前景广阔、潜力巨大，不断为新兴数字消费市场注入了新动力。

2、在当今世界，银行需要接触的z世代的客户与员工的数量日益增多，这部分客群对新事物的接受能力较强，对金融服务有更高的要求。因此银行加快对元宇宙进行探索与布局，虚拟营业厅开始成为银行扎根的热点，其通过为银行客户提供沉浸式的金融服务，提供虚拟却又无限逼真的交互体验场景，在拓宽业务渠道的同时，也提高了客户的粘性与好评度，成为银行获客、留客能力的重要切口。

3、虚拟营业厅是探索元宇宙智慧网点建设的一种举措，改变了传统金融场景中客户线下交互为主的模式，突破了时间与空间的限制，可有效降低银行网点的运营成本，解放网点人力。在虚拟营业厅中，通过融合虚拟数字人技术，客户可以采用第一人称视角参观虚拟网点，以看、听等方式了解金融产品与服务，客户可以与虚拟数字客服进行文字交互，了解感兴趣的业务内容。

4、当前多数银行对虚拟营业厅的探索仍处在初始阶段，为客户提供的金融场景单一，有待进一步探索。客户到达银行网点后，往往希望银行能够为自己推荐一定的有针对性的、定制的金融产品与服务。但银行产品的智能推荐仍多采用仅基于客户标签属性或仅基于内容提取推荐的方式，智能化程度有待提升，且在银行在开始布局元宇宙之后，由线下网点转为线上网点，银行在元宇宙中构建虚拟营业厅，为客户提供的增值服务较少，多应用在金融产品的集中宣传展示与营销方面，产品的海量展示与客户简单认证登录无法在银行虚拟营业厅中实现金融产品与服务的精准推荐。

技术实现思路

1、针对现有技术中的问题，本技术提供一种金融产品智能推荐方法及装置，能够有效提高金融产品营销效率和准确率。

2、为了解决上述问题中的至少一个，本技术提供以下技术方案：

3、第一方面，本技术提供一种金融产品智能推荐方法，包括：

4、采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息，并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素；

5、根据所述基础标签属性内容与设定数据库进行数据匹配，确定所述用户的用户画像，并将所述用户画像作为产品智能推荐的另一关键要素；

6、将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型，确定与所述用户对应的金融产品并向所述用户进行推荐。

7、进一步地，所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息，并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素，包括：

8、获取用户在虚拟营业厅入口处选择的基础标签属性内容，并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。

9、进一步地，所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息，并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素，包括：

10、采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据，并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。

11、进一步地，所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息，并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素，包括：

12、采集所述用户在于虚拟数字人进行交互过程中的文本内容，获取所述文本内容中的关键金融信息，并将所述关键金融信息作为产品智能推荐的第三关键要素。

13、进一步地，还包括：

14、对所述文本内容进行信息预处理操作，所述信息预处理操作包括过滤与金融需求无关的交互信息。

15、进一步地，所述根据所述基础标签属性内容与设定数据库进行数据匹配，确定所述用户的用户画像，并将所述用户画像作为产品智能推荐的另一关键要素，包括：

16、根据所述基础标签属性内容与设定用户资产数据库进行数据匹配，确定所述用户的金融类用户画像，并将所述金融类用户画像作为产品智能推荐的第四关键要素。

17、进一步地，所述根据所述基础标签属性内容与设定数据库进行数据匹配，确定所述用户的用户画像，并将所述用户画像作为产品智能推荐的另一关键要素，包括：

18、根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配，确定所述用户的非金融类用户画像，并将所述非金融类用户画像作为产品智能推荐的第五关键要素。

19、进一步地，所述将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型，确定与所述用户对应的金融产品并向所述用户进行推荐，包括：

20、将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型；

21、通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。

22、第二方面，本技术提供一种金融产品智能推荐装置，包括：

23、信息采集模块，用于采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息，并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素；

24、数据匹配模块，用于根据所述基础标签属性内容与设定数据库进行数据匹配，确定所述用户的用户画像，并将所述用户画像作为产品智能推荐的另一关键要素；

25、产品推荐模块，用于将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型，确定与所述用户对应的金融产品并向所述用户进行推荐。

26、进一步地，所述信息采集模块包括：

27、第一关键要素确定单元，用于获取用户在虚拟营业厅入口处选择的基础标签属性内容，并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。

28、进一步地，所述信息采集模块还包括：

29、第二关键要素确定单元，用于采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据，并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。

30、进一步地，所述信息采集模块还包括：

31、第三关键要素确定单元，用于采集所述用户在于虚拟数字人进行交互过程中的文本内容，获取所述文本内容中的关键金融信息，并将所述关键金融信息作为产品智能推荐的第三关键要素。

32、进一步地，所述信息采集模块还包括：

33、信息预处理单元，用于对所述文本内容进行信息预处理操作，所述信息预处理操作包括过滤与金融需求无关的交互信息。

34、进一步地，所述数据匹配模块包括：

35、第四关键要素确定单元，用于根据所述基础标签属性内容与设定用户资产数据库进行数据匹配，确定所述用户的金融类用户画像，并将所述金融类用户画像作为产品智能推荐的第四关键要素。

36、进一步地，所述数据匹配模块还包括：

37、第五关键要素确定单元，用于根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配，确定所述用户的非金融类用户画像，并将所述非金融类用户画像作为产品智能推荐的第五关键要素。

38、进一步地，所述产品推荐模块包括：

39、模型输入单元，用于将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型；

40、模型推荐单元，用于通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。

41、第三方面，本技术提供一种电子设备，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，所述处理器执行所述程序时实现所述的金融产品智能推荐方法的步骤。

42、第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的金融产品智能推荐方法的步骤。

43、第五方面，本技术提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的金融产品智能推荐方法的步骤。

44、由上述技术方案可知，本技术提供一种金融产品智能推荐方法及装置，通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息，并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素；根据所述基础标签属性内容与设定数据库进行数据匹配，确定所述用户的用户画像，并将所述用户画像作为产品智能推荐的另一关键要素；将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型，确定与所述用户对应的金融产品并向所述用户进行推荐，由此能够有效提高金融产品营销效率和准确率。