本技術(shù)屬于大數(shù)據(jù)，尤其涉及一種置換資源服務(wù)推薦方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、近年來，隨著農(nóng)村經(jīng)濟(jì)的不斷發(fā)展和金融科技的快速進(jìn)步，用戶的置換資源需求日益增加。然而，傳統(tǒng)的置換資源處理方式下用戶對(duì)置換資源的獲取渠道受限，置換資源推薦準(zhǔn)確度低下，導(dǎo)致用戶對(duì)推薦置換資源服務(wù)滿意度不高，置換資源承接率低下?；诖耍瑯I(yè)界仍然亟待一種新型的用戶置換資源服務(wù)推薦方案，以充分提升用戶對(duì)推薦的置換資源服務(wù)的滿意度，從而達(dá)到充分提升置換資源產(chǎn)品的置換資源服務(wù)推薦效率以及提升置換資源服務(wù)轉(zhuǎn)化率的目的。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種置換資源服務(wù)推薦方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，能夠有效提升對(duì)用戶的置換資源服務(wù)的推薦效率以及推薦準(zhǔn)確度，從而能夠充分提升用戶對(duì)推薦置換資源服務(wù)的滿意度以及置換資源服務(wù)轉(zhuǎn)化率。

2、第一方面，本技術(shù)實(shí)施例提供一種置換資源服務(wù)推薦方法，該置換資源服務(wù)推薦方法包括：

3、分別獲取目標(biāo)用戶的業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)；用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)基于置換資源服務(wù)問卷的形式采集得到；

4、基于業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，構(gòu)建得到目標(biāo)用戶的目標(biāo)用戶畫像；

5、采用預(yù)設(shè)的推薦模型通過機(jī)器學(xué)習(xí)算法分析目標(biāo)用戶畫像，并基于產(chǎn)品特征庫(kù)中多個(gè)置換資源產(chǎn)品以及多個(gè)置換資源產(chǎn)品分別對(duì)應(yīng)的產(chǎn)品特征，生成與目標(biāo)用戶畫像匹配的置換資源服務(wù)；

6、將置換資源服務(wù)推送給目標(biāo)用戶；其中，置換資源服務(wù)包括目標(biāo)用戶匹配的置換資源產(chǎn)品類型、推薦的置換資源時(shí)機(jī)、置換資源額度以及還款計(jì)劃。

7、在一些可能的實(shí)施方式中，基于業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，構(gòu)建得到目標(biāo)用戶的目標(biāo)用戶畫像，包括：

8、在獲取到用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)的情況下，基于用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)對(duì)目標(biāo)用戶的基本用戶畫像進(jìn)行補(bǔ)充，構(gòu)建得到目標(biāo)用戶在當(dāng)前周期的目標(biāo)用戶畫像；

9、其中，基本用戶畫像預(yù)先基于目標(biāo)用戶的業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù)構(gòu)建得到；用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)的數(shù)據(jù)變動(dòng)頻率高于業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù)。

10、在一些可能的實(shí)施方式中，采用預(yù)設(shè)的推薦模型通過機(jī)器學(xué)習(xí)算法分析目標(biāo)用戶畫像，并基于產(chǎn)品特征庫(kù)中多個(gè)置換資源產(chǎn)品以及多個(gè)置換資源產(chǎn)品分別對(duì)應(yīng)的產(chǎn)品特征，生成與目標(biāo)用戶畫像匹配的置換資源服務(wù)，包括：

11、基于推薦模型，通過采用k-means聚類算法對(duì)目標(biāo)用戶畫像分析得到目標(biāo)用戶歸屬的目標(biāo)信用風(fēng)險(xiǎn)群組，以及使用決策樹對(duì)目標(biāo)用戶是否存在置換資源需求進(jìn)行預(yù)測(cè)，得到置換資源需求預(yù)測(cè)結(jié)果；

12、基于推薦模型分析目標(biāo)用戶畫像，確定目標(biāo)用戶的生產(chǎn)周期和收入波動(dòng)；

13、基于產(chǎn)品特征庫(kù)中存儲(chǔ)的多個(gè)置換資源產(chǎn)品以及多個(gè)置換資源產(chǎn)品分別對(duì)應(yīng)的產(chǎn)品特征，確定與目標(biāo)信用風(fēng)險(xiǎn)群組、置換資源需求預(yù)測(cè)結(jié)果、生產(chǎn)周期和收入波動(dòng)匹配的置換資源服務(wù)。

14、在一些可能的實(shí)施方式中，獲取目標(biāo)用戶的用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，包括：

15、獲取目標(biāo)用戶對(duì)預(yù)設(shè)置換資源服務(wù)問卷的問卷應(yīng)答信息，預(yù)設(shè)置換資源服務(wù)問卷中設(shè)置有與用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)對(duì)應(yīng)的問詢信息；

16、基于問卷應(yīng)答信息，提取出用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)。

17、在一些可能的實(shí)施方式中，在獲取目標(biāo)用戶對(duì)預(yù)設(shè)置換資源服務(wù)問卷的問卷應(yīng)答信息之后，該置換資源服務(wù)推薦方法還包括：

18、將問卷應(yīng)答信息發(fā)送至目標(biāo)審核人員，以使目標(biāo)審核人員對(duì)問卷應(yīng)答信息是否真實(shí)進(jìn)行校驗(yàn)；

19、基于問卷應(yīng)答信息，提取出用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，包括：

20、在目標(biāo)審核人員對(duì)問卷應(yīng)答信息校驗(yàn)通過的情況下，基于問卷應(yīng)答信息，提取出用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)。

21、在一些可能的實(shí)施方式中，基于業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，構(gòu)建得到目標(biāo)用戶的目標(biāo)用戶畫像，包括：

22、對(duì)業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)整合以及數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到符合數(shù)據(jù)處理標(biāo)準(zhǔn)的匯總數(shù)據(jù)；

23、基于匯總數(shù)據(jù)，構(gòu)建得到目標(biāo)用戶的目標(biāo)用戶畫像。

24、在一些可能的實(shí)施方式中，在采用預(yù)設(shè)的推薦模型通過機(jī)器學(xué)習(xí)算法分析目標(biāo)用戶畫像之前，該置換資源服務(wù)推薦方法還包括：

25、獲取歷史置換資源服務(wù)與對(duì)應(yīng)的歷史用戶畫像；

26、基于歷史用戶畫像和歷史置換資源服務(wù)，通過機(jī)器學(xué)習(xí)算法訓(xùn)練得到推薦模型。

27、在一些可能的實(shí)施方式中，用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)包括：種植作物種類、播種時(shí)間、預(yù)計(jì)產(chǎn)量以及農(nóng)機(jī)設(shè)備使用情況中的至少一項(xiàng)；

28、置換資源需求數(shù)據(jù)包括置換資源金額、置換資源期限和置換資源用途中的至少一項(xiàng)。

29、基于相同的發(fā)明構(gòu)思，第二方面，本技術(shù)實(shí)施例提供了一種置換資源服務(wù)推薦裝置，該置換資源服務(wù)推薦裝置包括：

30、第一獲取模塊，用于分別獲取目標(biāo)用戶的業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)；用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)基于置換資源服務(wù)問卷的形式采集得到；

31、第一構(gòu)建模塊，用于基于業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，構(gòu)建得到目標(biāo)用戶的目標(biāo)用戶畫像；

32、第一生成模塊，用于通過機(jī)器學(xué)習(xí)算法分析目標(biāo)用戶畫像，基于產(chǎn)品特征庫(kù)中多個(gè)置換資源產(chǎn)品以及多個(gè)置換資源產(chǎn)品分別對(duì)應(yīng)的產(chǎn)品特征，生成與目標(biāo)用戶畫像匹配的置換資源服務(wù)；

33、第一推送模塊，用于將置換資源服務(wù)推送給目標(biāo)用戶；其中，置換資源服務(wù)包括目標(biāo)用戶匹配的置換資源產(chǎn)品類型、推薦的置換資源時(shí)機(jī)、置換資源額度以及還款計(jì)劃。

34、第三方面，本技術(shù)實(shí)施例提供了一種置換資源服務(wù)推薦設(shè)備，該置換資源服務(wù)推薦設(shè)備包括：

35、處理器以及存儲(chǔ)有計(jì)算機(jī)程序指令的存儲(chǔ)器；

36、所述處理器執(zhí)行所述計(jì)算機(jī)程序指令時(shí)實(shí)現(xiàn)如上述本技術(shù)實(shí)施例中任意一項(xiàng)提供的置換資源服務(wù)推薦方法。

37、第四方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述本技術(shù)實(shí)施例中任意一項(xiàng)提供的置換資源服務(wù)推薦方法。

38、第五方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，計(jì)算機(jī)程序產(chǎn)品中的指令由電子設(shè)備的處理器執(zhí)行時(shí)，使得所述電子設(shè)備執(zhí)行如上述本技術(shù)實(shí)施例中任意一項(xiàng)提供的置換資源服務(wù)推薦方法。

39、本技術(shù)實(shí)施例提供的一種置換資源服務(wù)推薦方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，通過分別獲取目標(biāo)用戶的業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)。上述用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)基于置換資源服務(wù)問卷的形式采集得到。然后再基于所獲取到的業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)，構(gòu)建得到目標(biāo)用戶的目標(biāo)用戶畫像。如此，采用預(yù)設(shè)的推薦模型通過機(jī)器學(xué)習(xí)算法分析目標(biāo)用戶畫像，并基于產(chǎn)品特征庫(kù)中多個(gè)置換資源產(chǎn)品以及多個(gè)置換資源產(chǎn)品分別對(duì)應(yīng)的產(chǎn)品特征，生成與目標(biāo)用戶畫像匹配的置換資源服務(wù)，最后將包括置換資源產(chǎn)品類型、推薦的置換資源時(shí)機(jī)、置換資源額度以及還款計(jì)劃在內(nèi)的置換資源服務(wù)推送給目標(biāo)用戶。

40、通過上述描述可知，本技術(shù)實(shí)施例的一種置換資源服務(wù)推薦方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，充分考慮到用戶的生產(chǎn)經(jīng)營(yíng)特征和季節(jié)性收入，通過補(bǔ)充獲取用戶生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)和置換資源需求數(shù)據(jù)來從多維數(shù)據(jù)源全面對(duì)用戶畫像進(jìn)行補(bǔ)充構(gòu)建，從而大大提升了用戶畫像的準(zhǔn)確性，有利于實(shí)現(xiàn)更高效、更精準(zhǔn)的置換資源服務(wù)挖掘和處理。然后，再利用推薦模型通過機(jī)器學(xué)習(xí)算法對(duì)用戶畫像進(jìn)行分析，以匹配產(chǎn)品特征庫(kù)中相應(yīng)產(chǎn)品特征的置換資源產(chǎn)品，從而針對(duì)性地準(zhǔn)確得到用戶的置換資源服務(wù)，再在合適的時(shí)機(jī)將置換資源服務(wù)推送給用戶。采用本技術(shù)實(shí)施例的置換資源服務(wù)推薦方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，能夠有效提升對(duì)用戶的置換資源服務(wù)的推薦效率以及提升用戶對(duì)推薦置換資源服務(wù)的滿意度，從而能夠充分提升置換資源服務(wù)轉(zhuǎn)化率和風(fēng)險(xiǎn)控制能力。