本技術(shù)涉及產(chǎn)品推薦，尤其涉及一種產(chǎn)品渠道推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在保險(xiǎn)行業(yè)中，推薦算法是提升用戶體驗(yàn)和增加銷售轉(zhuǎn)化率的關(guān)鍵技術(shù)之一。盡管傳統(tǒng)的推薦算法在某些方面取得了一定的成功，但它們?cè)趯?shí)際應(yīng)用中也暴露出一些明顯的不足，特別是在面對(duì)用戶行為和偏好的多變性時(shí)。

2、用戶的行為和偏好并不是靜態(tài)的，而是隨著時(shí)間、環(huán)境、情緒等多種因素的變化而變化。傳統(tǒng)的推薦算法往往依賴于用戶過去的數(shù)據(jù)，而忽視了這些數(shù)據(jù)的時(shí)效性和動(dòng)態(tài)性。例如，一個(gè)用戶可能在某個(gè)時(shí)期對(duì)某種類型的保險(xiǎn)產(chǎn)品感興趣，但隨著時(shí)間的推移，他的興趣可能發(fā)生轉(zhuǎn)移，而推薦系統(tǒng)卻未能及時(shí)捕捉到這種變化。

3、用戶的決策不僅受到個(gè)人偏好的影響，還可能受到外部環(huán)境的影響，如社交媒體、朋友推薦、新聞事件等。這些外部因素可能會(huì)在短時(shí)間內(nèi)對(duì)用戶的決策產(chǎn)生重大影響，而傳統(tǒng)的推薦算法很難將這些復(fù)雜的外部因素納入考慮。

4、傳統(tǒng)的推薦算法需要大量的用戶行為數(shù)據(jù)來進(jìn)行訓(xùn)練和優(yōu)化。然而，數(shù)據(jù)的收集和處理往往需要較長(zhǎng)的時(shí)間，這導(dǎo)致推薦系統(tǒng)的反應(yīng)速度較慢，無法及時(shí)響應(yīng)用戶需求的變化。在保險(xiǎn)行業(yè)，這種延遲性可能會(huì)錯(cuò)失最佳的銷售機(jī)會(huì)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種產(chǎn)品渠道推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，解決了傳統(tǒng)的推薦算法需要大量的用戶行為數(shù)據(jù)來進(jìn)行訓(xùn)練和優(yōu)化。然而，數(shù)據(jù)的收集和處理往往需要較長(zhǎng)的時(shí)間，導(dǎo)致的推薦系統(tǒng)的反應(yīng)速度較慢，無法及時(shí)響應(yīng)用戶需求的變化，同時(shí)，無法及時(shí)地通過合適的渠道推送給用戶的技術(shù)問題。

2、有鑒于此，本技術(shù)第一方面提供了一種的方法，所述方法包括：

3、步驟s1、獲取目標(biāo)用戶的個(gè)人信息數(shù)據(jù)；

4、步驟s2、對(duì)所述個(gè)人信息數(shù)據(jù)進(jìn)行特征提取處理，得到目標(biāo)特征數(shù)據(jù)；

5、步驟s3、將所述目標(biāo)特征數(shù)據(jù)按照預(yù)設(shè)存儲(chǔ)規(guī)則存入異步延時(shí)隊(duì)列中，由所述異步延時(shí)隊(duì)列對(duì)所述目標(biāo)特征數(shù)據(jù)進(jìn)行排序；

6、步驟s4、按照預(yù)設(shè)推薦規(guī)則從所述異步延時(shí)隊(duì)列中獲取所述目標(biāo)特征數(shù)據(jù)，并基于預(yù)設(shè)產(chǎn)品推薦模型生成產(chǎn)品推薦方案，所述產(chǎn)品推薦方案包括推送渠道方案以及產(chǎn)品信息方案；

7、步驟s5、根據(jù)所述推送渠道方案向所述目標(biāo)用戶進(jìn)行所述產(chǎn)品信息方案的推薦。

8、可選地，所述步驟s3之前還包括：

9、構(gòu)建異步延時(shí)隊(duì)列；

10、在所述異步延時(shí)隊(duì)列中根據(jù)所述個(gè)人信息數(shù)據(jù)的數(shù)據(jù)源的更新頻率確定對(duì)應(yīng)的延時(shí)時(shí)間；

11、基于對(duì)所述目標(biāo)特征數(shù)據(jù)的預(yù)設(shè)權(quán)重確定進(jìn)入所述異步延時(shí)隊(duì)列后的排序方式。

12、可選地，還包括：

13、基于心跳機(jī)制定時(shí)檢測(cè)所述目標(biāo)用戶的個(gè)人信息數(shù)據(jù)的數(shù)據(jù)源的數(shù)據(jù)更新狀態(tài)，若所述目標(biāo)用戶的數(shù)據(jù)更新狀態(tài)異常，則執(zhí)行異常處理機(jī)制。

14、可選地，所述異常處理機(jī)制包括：

15、根據(jù)所述目標(biāo)用戶存在數(shù)據(jù)更新狀態(tài)異常的個(gè)人信息數(shù)據(jù)的數(shù)據(jù)源，降低所述異步延時(shí)隊(duì)列中所述目標(biāo)用戶對(duì)應(yīng)的目標(biāo)特征數(shù)據(jù)的權(quán)重，并對(duì)所述異步延時(shí)隊(duì)列進(jìn)行重新排序。

16、可選地，所述目標(biāo)用戶的個(gè)人信息數(shù)據(jù)包括：基礎(chǔ)信息數(shù)據(jù)以及行為信息數(shù)據(jù)。

17、可選地，所述步驟s4之前還包括：

18、通過訓(xùn)練數(shù)據(jù)對(duì)預(yù)設(shè)產(chǎn)品推薦模型進(jìn)行訓(xùn)練，所述訓(xùn)練數(shù)據(jù)包括歷史用戶的個(gè)人信息數(shù)據(jù)、所述歷史用戶的實(shí)際購(gòu)買產(chǎn)品信息數(shù)據(jù)以及所述歷史用戶的渠道信息數(shù)據(jù)。

19、可選地，所述異步延時(shí)隊(duì)列的數(shù)量為至少一個(gè)；

20、當(dāng)存在兩個(gè)或兩個(gè)以上所述異步延時(shí)隊(duì)列時(shí)，根據(jù)所述目標(biāo)用戶的用戶標(biāo)記信息，將所述目標(biāo)用戶的所述目標(biāo)特征數(shù)據(jù)存入對(duì)應(yīng)的異步延時(shí)隊(duì)列中。

21、本技術(shù)第二方面提供一種產(chǎn)品渠道推薦裝置，所述裝置包括：

22、獲取單元，用于獲取目標(biāo)用戶的個(gè)人信息數(shù)據(jù)；

23、數(shù)據(jù)處理單元，用于對(duì)所述個(gè)人信息數(shù)據(jù)進(jìn)行特征提取處理，得到目標(biāo)特征數(shù)據(jù)；

24、存儲(chǔ)單元，用于將所述目標(biāo)特征數(shù)據(jù)按照預(yù)設(shè)存儲(chǔ)規(guī)則存入異步延時(shí)隊(duì)列中，由所述異步延時(shí)隊(duì)列對(duì)所述目標(biāo)特征數(shù)據(jù)進(jìn)行排序；

25、推薦單元，用于按照預(yù)設(shè)推薦規(guī)則從所述異步延時(shí)隊(duì)列中獲取所述目標(biāo)特征數(shù)據(jù)，并基于預(yù)設(shè)產(chǎn)品推薦模型生成產(chǎn)品推薦方案，所述產(chǎn)品推薦方案包括推送渠道方案以及產(chǎn)品信息方案；

26、推送單元，用于根據(jù)所述推送渠道方案向所述目標(biāo)用戶進(jìn)行所述產(chǎn)品信息方案的推薦。

27、可選地，還包括構(gòu)建單元，用于：

28、構(gòu)建異步延時(shí)隊(duì)列；

29、在所述異步延時(shí)隊(duì)列中根據(jù)所述個(gè)人信息數(shù)據(jù)的數(shù)據(jù)源的更新頻率確定對(duì)應(yīng)的延時(shí)時(shí)間；

30、基于對(duì)所述目標(biāo)特征數(shù)據(jù)的預(yù)設(shè)權(quán)重確定進(jìn)入所述異步延時(shí)隊(duì)列后的排序方式。

31、可選地，還包括監(jiān)測(cè)單元，用于：

32、基于心跳機(jī)制定時(shí)檢測(cè)所述目標(biāo)用戶的個(gè)人信息數(shù)據(jù)的數(shù)據(jù)源的數(shù)據(jù)更新狀態(tài)，若所述目標(biāo)用戶的數(shù)據(jù)更新狀態(tài)異常，則執(zhí)行異常處理機(jī)制。

33、可選地，所述異常處理機(jī)制包括：

34、根據(jù)所述目標(biāo)用戶存在數(shù)據(jù)更新狀態(tài)異常的個(gè)人信息數(shù)據(jù)的數(shù)據(jù)源，降低所述異步延時(shí)隊(duì)列中所述目標(biāo)用戶對(duì)應(yīng)的目標(biāo)特征數(shù)據(jù)的權(quán)重，并對(duì)所述異步延時(shí)隊(duì)列進(jìn)行重新排序。

35、可選地，所述目標(biāo)用戶的個(gè)人信息數(shù)據(jù)包括：基礎(chǔ)信息數(shù)據(jù)以及行為信息數(shù)據(jù)。

36、可選地，還包括訓(xùn)練單元，用于：

37、通過訓(xùn)練數(shù)據(jù)對(duì)預(yù)設(shè)產(chǎn)品推薦模型進(jìn)行訓(xùn)練，所述訓(xùn)練數(shù)據(jù)包括歷史用戶的個(gè)人信息數(shù)據(jù)、所述歷史用戶的實(shí)際購(gòu)買產(chǎn)品信息數(shù)據(jù)以及所述歷史用戶的渠道信息數(shù)據(jù)。

38、可選地，所述異步延時(shí)隊(duì)列的數(shù)量為至少一個(gè)；

39、當(dāng)存在兩個(gè)或兩個(gè)以上所述異步延時(shí)隊(duì)列時(shí)，根據(jù)所述目標(biāo)用戶的用戶標(biāo)記信息，將所述目標(biāo)用戶的所述目標(biāo)特征數(shù)據(jù)存入對(duì)應(yīng)的異步延時(shí)隊(duì)列中。

40、本技術(shù)第三方面提供一種產(chǎn)品渠道推薦設(shè)備，所述設(shè)備包括處理器以及存儲(chǔ)器：

41、所述存儲(chǔ)器用于存儲(chǔ)程序代碼，并將所述程序代碼傳輸給所述處理器；

42、所述處理器用于根據(jù)所述程序代碼中的指令，執(zhí)行如上述第一方面所述的產(chǎn)品渠道推薦的方法的步驟。

43、本技術(shù)第四方面提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)程序代碼，所述程序代碼用于執(zhí)行上述第一方面所述的方法。

44、從以上技術(shù)方案可以看出，本技術(shù)實(shí)施例具有以下優(yōu)點(diǎn)：

45、本技術(shù)中，提供了一種產(chǎn)品渠道推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，利用了異步延時(shí)隊(duì)列和心跳機(jī)制，結(jié)合了行業(yè)的業(yè)務(wù)流程和特點(diǎn)，提供更加準(zhǔn)確、實(shí)時(shí)和多維的產(chǎn)品及推送渠道的推薦，提高了渠道推薦的準(zhǔn)確性和實(shí)時(shí)性，提高了推薦結(jié)果的多維性和可用性，，解決了傳統(tǒng)的推薦算法需要大量的用戶行為數(shù)據(jù)來進(jìn)行訓(xùn)練和優(yōu)化。然而，數(shù)據(jù)的收集和處理往往需要較長(zhǎng)的時(shí)間，導(dǎo)致的推薦系統(tǒng)的反應(yīng)速度較慢，無法及時(shí)響應(yīng)用戶需求的變化，同時(shí)，無法及時(shí)地通過合適的渠道推送給用戶的技術(shù)問題。