(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211216827.7 (22)申请日 2022.09.30 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 苑倩倩　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 王天尧　陶海萍 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06K 9/62(2022.01) (54)发明名称 一种产品推荐方法和装置 (57)摘要 本发明提供了一种 产品推荐 方法和装置， 涉 及大数据， 该方法包括： 创建用户基本信息行为 数据库表和用户行为相似度表； 获取多维度的用 户行为数据存入用户基本信息行为数据库表； 根 据存入用户行为数据的用户基本信息行为数据 库表， 确定用户间行为相似度数据， 存入用户行 为相似度表； 根据存入用户行为数据的用户基本 信息行为数据库表和存入用户间行为相似度数 据的用户行为相似度表， 确定为产品赋予推荐分 数， 确定产品推荐列表； 根据产品推荐列表， 向用 户推荐产品。 本发明利用大数据技术结合其他用 户的行为数据深入挖掘用户的兴趣点， 从而为用 户提供更契合更丰富的产品。 权利要求书3页 说明书9页 附图5页 CN 115495659 A 2022.12.20 CN 115495659 A 1.一种产品推荐方法， 其特 征在于， 包括： 创建用户基本信息行为数据库表和用户行为相似度表； 获取多维度的用户行为数据存 入用户基本信息行为数据库表； 根据存入用户行为数据的用户基本信息行为数据库表， 确定用户间行为相似度数据， 存入用户行为相似度表； 根据存入用户行为数据的用户基本信息行为数据库表和存入用户间行为相似度数据 的用户行为相似度表， 确定为产品赋予推荐分数， 确定产品推荐列表； 根据产品推荐列表， 向用户推荐产品。 2.如权利要求1所述的方法， 其特征在于， 获取多维度的用户行为数据存入用户基本信 息行为数据库表， 包括： 通过在手机银行的页面、 位置和属性位置植入埋点， 获取用户在操作手机银行时对应 的用户基本信息和用户行为信息作为多维度用户行为数据； 将多维度用户行为数据存 入用户基本信息行为数据库表。 3.如权利要求1所述的方法， 其特征在于， 根据存入用户行为数据的用户基本信 息行为 数据库表， 确定用户间行为相似度数据， 存 入用户行为相似度表， 包括： 根据存入用户行为数据的用户基本信 息行为数据库表， 确定用户基本信 息行为数据矩 阵； 对用户基本信息行为数据矩阵进行质量控制， 确定过 滤后的数据； 将过滤后的数据， 应用pearson相关性算法计算矩阵中任意两个用户间的相似性， 确定 差异化相似度数据； 其中， 历史行为重合比例越高的两个用户， 其相似性越高； 对差异化相似度数据进行归一化， 确定用户间行为相似度数据， 存入用户行为相似度 表。 4.如权利要求3所述的方法， 其特征在于， 对用户基本信息行为数据矩阵进行质量控 制， 确定过 滤后的数据， 包括： 根据用户基本信息行为数据矩阵， 确定缺失的元 素数目与矩阵维度； 将缺失的元 素数目与矩阵维度的比值， 作为每 个用户行为数据的缺失率； 将缺失率大于设定缺失阈值的用户行为数据过 滤掉， 确定过 滤后的数据。 5.如权利要求1所述的方法， 其特征在于， 根据存入用户行为数据的用户基本信 息行为 数据库表和存入用户间行为相似度数据的用户行为相似度表， 确定为产品赋予推荐分数， 确定产品推荐列表， 包括： 根据存入用户行为数据的用户基本信息行为数据库表， 确定用户对产品的浏览次数； 根据存入用户间行为相似度 数据的用户行为相似度表， 确定用户间行为相似度 数据对 应的相似性 值以及相似用户的浏览次数； 将用户对产品的浏览次数加上用户间行为相似度数据对应的相似性值与相似用户的 浏览次数之积， 确定产品推荐分数； 按照产品推荐分数由高到低的顺序对产品进行排序， 确定产品列表； 从产品列表中从产品推荐分数最高的产品开始， 取预设数量的产品， 构成产品推荐列 表； 其中， 产品推荐分数越高， 产品的推荐权 重越高。 6.一种产品推荐装置， 其特 征在于， 包括：权　利　要　求　书 1/3 页 2 CN 115495659 A 2双表创建模块， 用于创建用户基本信息行为数据库表和用户行为相似度表； 多维度的用户行为数据获取模块， 用于获取多维度的用户行为数据存入用户基本信 息 行为数据库表； 用户间行为相似度数据确定模块， 用于根据存入用户行为数据的用户基本信 息行为数 据库表， 确定用户间行为相似度数据， 存 入用户行为相似度表； 产品推荐列表确定模块， 用于根据存入用户行为数据的用户基本信 息行为数据库表和 存入用户间行为相似度数据的用户行为相似度表， 确定为产品赋予推荐分数， 确定产品推 荐列表； 产品推荐模块， 用于根据 产品推荐列表， 向用户推荐产品。 7.如权利要求6所述的装置， 其特 征在于， 多维度的用户行为数据获取模块， 具体用于： 通过在手机银行的页面、 位置和属性位置植入埋点， 获取用户在操作手机银行时对应 的用户基本信息和用户行为信息作为多维度用户行为数据； 将多维度用户行为数据存 入用户基本信息行为数据库表。 8.如权利要求6所述的装置， 其特 征在于， 用户间行为相似度数据确定模块， 具体用于： 根据存入用户行为数据的用户基本信 息行为数据库表， 确定用户基本信 息行为数据矩 阵； 对用户基本信息行为数据矩阵进行质量控制， 确定过 滤后的数据； 将过滤后的数据， 应用pearson相关性算法计算矩阵中任意两个用户间的相似性， 确定 差异化相似度数据； 其中， 历史行为重合比例越高的两个用户， 其相似性越高； 对差异化相似度数据进行归一化， 确定用户间行为相似度数据， 存入用户行为相似度 表。 9.如权利要求8所述的装置， 其特 征在于， 用户间行为相似度数据确定模块， 还用于： 根据用户基本信息行为数据矩阵， 确定缺失的元 素数目与矩阵维度； 将缺失的元 素数目与矩阵维度的比值， 作为每 个用户行为数据的缺失率； 将缺失率大于设定缺失阈值的用户行为数据过 滤掉， 确定过 滤后的数据。 10.如权利要求6所述的装置， 其特 征在于， 产品推荐列表确定模块， 具体用于： 根据存入用户行为数据的用户基本信息行为数据库表， 确定用户对产品的浏览次数； 根据存入用户间行为相似度 数据的用户行为相似度表， 确定用户间行为相似度 数据对 应的相似性 值以及相似用户的浏览次数； 将用户对产品的浏览次数加上用户间行为相似度数据对应的相似性值与相似用户的 浏览次数之积， 确定产品推荐分数； 按照产品推荐分数由高到低的顺序对产品进行排序， 确定产品列表； 从产品列表中从产品推荐分数最高的产品开始， 取预设数量的产品， 构成产品推荐列 表； 其中， 产品推荐分数越高， 产品的推荐权 重越高。 11.一种计算机设备， 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计算机程序时实现权利要求1至5任一所述方 法。 12.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处 理器执行时实现权利要求1至 5任一所述方法。权　利　要　求　书 2/3 页 3 CN 115495659 A 3