产品策略投放方法、装置、存储介质以及终端与流程

本说明书实施例涉及计算机互联网，尤其涉及一种产品策略投放方法、装置、存储介质以及终端。

背景技术：

1、随着互联网行业的发展，越来越多用户通过在线交易平台进行金融交易行为，例如在网购平台购买日常商品、在金融机构平台买入卖出等。以金融机构平台为例，通常会在多种策略场景下以产品策略的形式来向用户进行推荐，以实现对策略目标的转化。因此为了进一步提升用户在所有策略推荐场景下的访问体验和转化率，需要一种能够全面考虑多种策略场景下的用户偏好的产品策略投放方法。

技术实现思路

1、本说明书实施例提供一种产品策略投放方法、装置、存储介质以及终端，可以解决相关技术中用户无法获知推荐产品的专业信息的技术问题。

2、第一方面，本说明书实施例提供一种产品策略投放方法，该方法包括：

3、基于用户对应的用户群体在各策略投放页面之间的历史点击行为路径，确定所述用户在推荐时刻所处的目标策略投放页面对应的至少一个候选策略；

4、分别确定各候选策略对应的至少一个候选产品，根据所述用户的用户数据以及各候选产品的产品数据确定各候选产品在所述推荐时刻对应的行为转化率；

5、确定满足预设转化率条件的候选产品为所述推荐时刻被投放的目标产品。

6、第二方面，本说明书实施例提供一种产品策略投放装置，该装置包括：

7、行为偏好决策模块，用于基于用户对应的用户群体在各策略投放页面之间的历史点击行为路径，确定所述用户在推荐时刻所处的目标策略投放页面对应的至少一个候选策略；

8、行为转化预测模块，用于分别确定各候选策略对应的至少一个候选产品，根据所述用户的用户数据以及各候选产品的产品数据确定各候选产品在所述推荐时刻对应的行为转化率；

9、策略投放模块，用于确定满足预设转化率条件的候选产品为所述推荐时刻被投放的目标产品。

10、第三方面，本说明书实施例提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机或处理器上运行时，使得所述计算机或所述处理器执行上述的方法的步骤。

11、第四方面，本说明书实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法的步骤。

12、第五方面，本说明书实施例提供一种终端，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，所述计算机程序适于由处理器加载并执行上述的方法的步骤。

13、本说明书一些实施例提供的技术方案带来的有益效果至少包括：

14、本说明书实施例提供一种产品策略投放方法，基于用户对应的用户群体在各策略投放页面之间的历史点击行为路径，确定用户在推荐时刻所处的目标策略投放页面对应的至少一个候选策略；分别确定各候选策略对应的至少一个候选产品，根据用户的用户数据以及各候选产品的产品数据确定各候选产品在推荐时刻对应的行为转化率；确定满足预设转化率条件的候选产品为推荐时刻被投放的目标产品。由于基于用户在各策略投放页面之间的历史点击行为路径，可以确定用户在推荐时刻处于的目标策略投放页面与其他策略投放页面之间的协同增益效果，从而能够确定出符合用户的展位偏好的候选策略，进一步基于对用户数据和产品数据的交互偏好感知，决策出在推荐时间和目标策略投放页面推荐中优选的目标产品进行推送，这样基于全策略投放页面的联动感知以及基于用户与产品的交互偏好感知，实现了准确的产品透出，提升用户的行为转化率以及访问体验。

技术特征：

1.一种产品策略投放方法，所述方法包括：

2.根据权利要求1所述的方法，所述基于用户对应的用户群体在各策略投放页面之间的历史点击行为路径，确定所述用户在推荐时刻所处的目标策略投放页面对应的至少一个候选策略，包括：

3.根据权利要求2所述的方法，所述根据各点击行为路线以及各点击行为出现率，计算所述用户在推荐时刻所处的目标策略投放页面行动到至少一个预配置策略的行动完成率，包括：

4.根据权利要求1所述的方法，所述基于用户对应的用户群体在各策略投放页面之间的历史点击行为路径之前，还包括：

5.根据权利要求1所述的方法，所述根据所述用户的用户数据以及各候选产品的产品数据确定各候选产品在所述推荐时刻对应的行为转化率，包括：

6.根据权利要求5所述的方法，所述行为特征包括各候选产品的产品特征、所述用户的用户特征、所述推荐时间的时间特征、所述目标策略投放页面的场景特征，以及各候选产品与至少一个用户之间的产品行为特征序列、所述用户与至少一个产品之间的用户行为特征序列，所述用户与至少一个交互时间之间的时间行为特征序列、所述用户与至少一个策略投放页面之间的场景行为特征序列。

7.根据权利要求6所述的方法，所述策略决策模型中包括产品交互感知模块、用户交互感知模块、时间交互感知模块、场景交互感知模块；

8.根据权利要求1所述的方法，所述策略决策模型基于针对至少一个样本产品输出的预测行为转化率以及各样本产品对应的标准行为转化率计算出的预测损失训练得到。

9.根据权利要求1所述的方法，所述基于用户对应的用户群体在各策略投放页面之间的历史点击行为路径之前，还包括：

10.根据权利要求9所述的方法，所述预配置策略至少包括申购策略、定投策略、自选策略、加仓策略。

11.一种产品策略投放装置，所述装置包括：

12.一种包含指令的计算机程序产品，当所述计算机程序产品在计算机或处理器上运行时，使得所述计算机或所述处理器执行如权利要求1至10任意一项所述方法的步骤。

13.一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1至10任意一项的所述方法的步骤。

14.一种终端，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如权利要求1至10任一项所述方法的步骤。

技术总结
本说明书实施例公开了一种产品策略投放方法、装置、存储介质以及终端，基于用户对应的历史点击行为路径，确定用户在推荐时刻所处的目标策略投放页面对应的至少一个候选策略；分别确定各候选策略对应的至少一个候选产品，根据用户的用户数据以及各候选产品的产品数据确定各候选产品在推荐时刻对应的行为转化率；确定满足预设转化率条件的候选产品为被投放的目标产品。基于用户在各策略投放页面之间的历史点击行为路径，可以确定用户在推荐时刻处于的目标策略投放页面与其他策略投放页面之间的协同增益效果，进一步基于对用户数据和产品数据的交互偏好感知，可以决策出在推荐时间和目标策略投放页面推荐中优选的目标产品进行推送。

技术研发人员：邢勇强,俞骏临,许涛,汪泳,孙瑞,颜烨
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/16