本發明實施例涉及人工智能，也適用于金融科技場景，尤其涉及一種產品推薦方法、裝置、設備和存儲介質。

背景技術：

1、金融產品指資金融通過程的各種載體，它包括基金、保險、理財、存款、貸款、貴金屬等。金融產品就是金融市場的買賣對象，供求雙方通過市場競爭原則形成金融產品價格，如利率或收益率，最終完成交易，達到融通資金的目的。為了提升用戶體驗，為用戶推薦適配的金融產品成為亟待解決的技術問題。

2、現有技術中，通常是根據用戶在金融應用的行為數據和用戶的畫像數據確定用戶特征，再根據用戶特征確定用戶的感興趣金融產品，并為用戶推薦其感興趣的金融產品。

3、但是，這種方式確定的感興趣金融產品與用戶的適配度不高。

技術實現思路

1、本發明提供一種產品推薦方法、裝置、設備和存儲介質，以實現為用戶推薦與其適配度更高的產品。

2、第一方面，本發明實施例提供了一種產品推薦方法，包括：

3、獲取用戶在當前應用的用戶行為數據，根據所述用戶行為數據確定所述用戶的感興趣產品；

4、將所述用戶的用戶基本信息、所述用戶行為數據和預先設定的提示詞輸入大模型，以使所述大模型根據所述用戶基本信息、所述用戶行為數據和所述提示詞確定所述用戶的感興趣類別；

5、將所述用戶基本信息和所述用戶行為數據以及所述感興趣產品和所述感興趣類別輸入預先訓練好的預測模型，以使所述預測模型確定所述用戶對應的目標產品以及各所述目標產品的感興趣率；

6、根據各所述目標產品的所述感興趣率確定所述用戶對應的推薦產品。

7、本發明實施例的技術方案，提供一種產品推薦方法，包括：獲取用戶在當前應用的用戶行為數據，根據所述用戶行為數據確定所述用戶的感興趣產品；將所述用戶的用戶基本信息、所述用戶行為數據和預先設定的提示詞輸入大模型，以使所述大模型根據所述用戶基本信息、所述用戶行為數據和所述提示詞確定所述用戶的感興趣類別；將所述用戶基本信息和所述用戶行為數據以及所述感興趣產品和所述感興趣類別輸入預先訓練好的預測模型，以使所述預測模型確定所述用戶對應的目標產品以及各所述目標產品的感興趣率；根據各所述目標產品的所述感興趣率確定所述用戶對應的推薦產品。上述技術方案，首先可以根據用戶在當前應用的用戶行為數據確定用戶在當前應用的感興趣產品，還可以將用戶的用戶基本信息和用戶行為數據以及預先設定的提示詞輸入大模型，使得大模型根據用戶的用戶基本信息和用戶行為數據以及提示詞確定用戶的感興趣類別，利用大模型知識實現對用戶的感興趣類別的確定，其次可以將用戶的用戶基本信息和用戶行為數據以及前述確定的用戶的感興趣產品和感興趣類別輸入預先訓練好的預測模型，預測模型可以結合根據用戶行為數據確定的感興趣產品以及大語言模型確定的感興趣類別，確定用戶對應的目標產品以及各目標產品的感興趣率，實現對于用戶對應的目標產品以及各目標產品的感興趣率的精準預測，進而可以根據各目標產品的感興趣率確定用戶對應的推薦產品，實現為用戶推薦用戶較大概率購買的產品，提升產品的推廣效果，進而提升產品銷量。

8、進一步地，根據所述用戶行為數據確定所述用戶的感興趣產品，包括：

9、根據所述用戶行為數據確定行為關鍵詞，根據所述行為關鍵詞確定所述感興趣產品。

10、進一步地，根據所述用戶行為數據確定所述用戶的感興趣產品，包括：

11、根據所述用戶行為數據確定所述用戶的關注產品；

12、根據各用戶的歷史行為數據確定所述關注產品對應的關聯產品，將所述關聯產品確定為所述感興趣產品。

13、進一步地，根據所述用戶行為數據確定所述用戶的感興趣產品，包括：

14、根據所述用戶行為數據確定用戶向量和產品向量；

15、基于向量召回算法處理所述用戶向量或者所述產品向量，確定目標產品向量，根據所述目標產品向量確定所述感興趣產品。

16、進一步地，在根據各所述目標產品的所述感興趣率確定所述用戶對應的推薦產品之前，還包括：

17、確定所述用戶的已采納產品。

18、進一步地，根據各所述目標產品的所述感興趣率確定所述用戶對應的推薦產品，包括：

19、確定所述目標產品中存在所述已采納產品的情況下，剔除所述目標產品中的所述已采納產品，得到剩余目標產品；

20、基于所述感興趣率對各所述剩余目標產品進行排序，將感興趣率最高的所述剩余目標產品確定為所述所述用戶對應的所述推薦產品。

21、第二方面，本發明實施例還提供了一種產品推薦裝置，包括：

22、獲取模塊，用于獲取用戶在當前應用的用戶行為數據，根據所述用戶行為數據確定所述用戶的感興趣產品；

23、第一輸入模塊，用于將所述用戶的用戶基本信息、所述用戶行為數據和預先設定的提示詞輸入大模型，以使所述大模型根據所述用戶基本信息、所述用戶行為數據和所述提示詞確定所述用戶的感興趣類別；

24、第二輸入模塊，用于將所述用戶基本信息和所述用戶行為數據以及所述感興趣產品和所述感興趣類別輸入預先訓練好的預測模型，以使所述預測模型確定所述用戶對應的目標產品以及各所述目標產品的感興趣率；

25、推薦模塊，用于根據各所述目標產品的所述感興趣率確定所述用戶對應的推薦產品。

26、第三方面，本發明實施例還提供了一種計算機設備，所述計算機設備包括：

27、至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；

28、其中，所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如第一方面中任一所述的產品推薦方法。

29、第四方面，本發明實施例還提供了一種包含計算機可執行指令的存儲介質，其特征在于，所述計算機可執行指令在由計算機處理器執行時用于執行如第一方面中任一所述的產品推薦方法。

30、第五方面，本技術提供一種計算機程序產品，該計算機程序產品包括計算機指令，當計算機指令在計算機上運行時，使得計算機執行如第一方面提供的產品推薦方法。

31、需要說明的是，上述計算機指令可以全部或者部分存儲在計算機可讀存儲介質上。其中，計算機可讀存儲介質可以與產品推薦裝置的處理器封裝在一起的，也可以與產品推薦裝置的處理器單獨封裝，本技術對此不做限定。

32、本技術中第二方面、第三方面、第四方面以及第五方面的描述，可以參考第一方面的詳細描述；并且，第二方面、第三方面、第四方面、以及第五方面的描述的有益效果，可以參考第一方面的有益效果分析，此處不再贅述。

33、在本技術中，上述產品推薦裝置的名字對設備或功能模塊本身不構成限定，在實際實現中，這些設備或功能模塊可以以其他名稱出現。只要各個設備或功能模塊的功能和本技術類似，屬于本技術權利要求及其等同技術的范圍之內。

34、本技術的這些方面或其他方面在以下的描述中會更加簡明易懂。