本技术属于人工智能,尤其涉及一种权益项推荐方法、装置和电子设备。
背景技术:
1、随着经济和科技技术的快速增长,每个人的资产也在快速增长,相应的,用户在银行账户的活跃度也在不断增加。现在对于各个平台而言,为了激励用户的活跃度,会设置积分奖励,基于此,个人账户活跃度的增加带来会带来个人积分的增加。一般情况下,积分的消耗方式有:抽奖、兑换权益等。然而,个人积分一般是一定的有效期的,大部分客户在积分过期清除之前并没有去兑换权益,导致很多积分被浪费掉。
2、对于积分的消费提醒,一般会在户积分清零之前,通过短信、公众号、银行app消息等方式提醒用户。然而,针对如何增加提醒后用户使用积分的意愿,提升转化率,目前尚未提出有效的解决方案。
技术实现思路
1、本技术目的在于提供一种权益项推荐方法、装置和电子设备,可以提升积分的转化率,从而提升资源的流动率。
2、本技术提供一种权益项推荐方法、装置和电子设备是这样实现的:
3、一种权益项推荐方法,所述方法包括:
4、获取目标用户在第一时长内的交易行为数据和第二时长内的交易行为数据,其中,所述第二时长长于所述第一时长;
5、基于所述第一时长内的交易行为数据,确定目标用户的短期兴趣权益列表;
6、基于所述第二时长内的交易行为数据,确定目标用户的长期兴趣权益列表;
7、基于所述短期兴趣权益列表、所述长期兴趣权益列表和目标用户的积分额度,通过加权处理,确定出目标权益列表;
8、将所述目标权益列表推送至所述目标用户。
9、在一个实施方式中,所述第一时长内的交易行为数据包括以下至少之一:在多平台的消费行为数据、在多平台的搜索行为数据、用户个人信息、积分权益兑换数据、积分权益搜索数据、兑换权益的权益类别、搜索权益的权益类别;所述第二时长内的交易行为数据包括以下至少之一:在多平台的消费行为数据、在多平台的搜索行为数据、用户个人信息、积分权益兑换数据、积分权益搜索数据、兑换权益的权益类别、搜索权益的权益类别。
10、在一个实施方式中,基于所述第一时长内的交易行为数据,确定目标用户的短期兴趣权益列表,包括:
11、将所述第一时长内的交易行为数据,整合为短期兴趣识别模型所能识别的第一数据向量;
12、将所述第一数据向量输入所述短期兴趣识别模型中,输出目标用户的短期兴趣权益列表;
13、基于所述第二时长内的交易行为数据,确定目标用户的长期兴趣权益列表,包括:
14、将所述第二时长内的交易行为数据,整合为长期兴趣识别模型所能识别的第二数据向量;
15、将所述第二数据向量输入所述长期兴趣识别模型中,输出目标用户的长期兴趣权益列表。
16、在一个实施方式中,按照如下方式训练得到所述短期兴趣识别模型:
17、获取多组用户的交易行为数据;
18、为所述多组用户的交易行为数据中的每组数据按照时间步长进行划分,并得到每个用户每个时间步长的特征标签,其中,所述特征标签用于表征对应数据的短期兴趣权益项;
19、通过所述多组用户每个时间步长的交易行为数据和对应的特征标签,对短期兴趣识别模型进行训练;
20、按照如下方式训练得到所述长期兴趣识别模型:
21、获取多组用户第二时长的交易行为数据;
22、为所述多组用户第二时间的交易行为数据中的每组数据,学习得到特征标签,其中,所述特征标签用于表征对应数据的长期兴趣权益项;
23、通过所述多组用户第一时长的交易行为数据和对应的特征标签,对长期兴趣识别模型进行训练。
24、在一个实施方式中,在将所述目标权益列表推送至所述目标用户之后,还包括:
25、获取目标用户对该目标权益列表中权益项的行为数据,其中,所述行为数据包括以下至少之一:点击行为、兑换行为、评价行为和反馈行为;
26、将目标用户存在点击行为的权益项或兑换行为的权益项,作为所述第一时长内的交易行为数据和第二时长内的交易行为数据对应的特征标签;
27、在目标用户未点击目标权益列表中权益项,但搜索权益项的情况下,将搜索的权益项作为所述第一时长内的交易行为数据和第二时长内的交易行为数据对应的特征标签;
28、通过所述第一时长内的交易行为数据和第二时长内的交易行为数据,以及对应的特征标签,对所述短期兴趣识别模型和所述长期兴趣识别模型进行迭代优化;
29、其中,存在兑换行为的权益项的权重值高于仅存在点击行为的权益项,搜索的权益项的权重值高于仅存在点击行为的权益项,使用频率高的权益项的权重值高于使用频率低的权益项的权重值。
30、在一个实施方式中,基于所述短期兴趣权益列表、所述长期兴趣权益列表和目标用户的积分额度,通过加权处理,确定出目标权益列表,包括:
31、确定所述短期兴趣权益列表和所述长期兴趣权益列表中是否存在相同的权益项;
32、在存在相同的权益项的情况下,为相同的权益项设置高权重值;
33、在目标用户输入搜索词的情况下,确定所述短期兴趣权益列表和所述长期兴趣权益列表中是否存在与所述搜索词相关的权益项,在存在与所述搜索词相关的权益项的情况下,为与所述搜索词相关的权益项设置高权重值;
34、确定所述短期兴趣权益列表和所述长期兴趣权益列表中是否存在目标用户历史兑换的权益项,在存在目标用户历史兑换的权益项的情况下,为目标用户历史兑换的权益项设置高权重值;
35、确定所述短期兴趣权益列表和所述长期兴趣权益列表中是否存在目标用户历史兑换的权益项,在存在目标用户历史兑换的权益项的情况下,为目标用户历史兑换的权益项设置高权重值,且越靠近当前时间的历史兑换的权益项的权重值越高;
36、按照大众热度,对所述短期兴趣权益列表和所述长期兴趣权益列表中权益项设置权重值,且热度越高的权益项的权重值越高;
37、按照所述目标用户的积分额度,对所述短期兴趣权益列表和所述长期兴趣权益列表中的权益项进行筛选;
38、将筛选得到的权益项列表中的各个权益项按照权重值进行加权排序,得到目标权益列表。
39、一种权益项推荐装置,包括:
40、获取模块,用于获取目标用户在第一时长内的交易行为数据和第二时长内的交易行为数据,其中,所述第二时长长于所述第一时长;
41、第一确定模块,用于基于所述第一时长内的交易行为数据,确定目标用户的短期兴趣权益列表;
42、第二确定模块,用于基于所述第二时长内的交易行为数据,确定目标用户的长期兴趣权益列表;
43、第三确定模块,用于基于所述短期兴趣权益列表、所述长期兴趣权益列表和目标用户的积分额度,通过加权处理,确定出目标权益列表;
44、推送模块,用于将所述目标权益列表推送至所述目标用户。
45、一种电子设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述方法的步骤。
46、一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现上述方法的步骤。
47、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上述方法的步骤。
48、本技术提供的一种权益项推荐方法,通过确定用户的短期兴趣权益列表和长期兴趣权益列表,然后结合用户的积分额度等信息,来为用户推荐权益,从而解决了现有的无法个性化推荐权益导致积分资源无法高效转化的技术问题,达到了提升权益推荐的准确度、提升系统活跃度和促进积分高效转化的技术效果。