金融产品信息推送方法、装置、计算机设备和存储介质与流程

1.本技术涉及大数据技术领域，特别是涉及一种金融产品信息推送方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着移动设备技术的发展，用户可以通过移动设备进行金融产品的浏览和选择等。金融产品提供的服务的业务范围较广泛，涵盖了用户生活的各个方面，由于使用移动设备的用户较多，为用户的移动设备推送更符合用户需求的金融产品显得十分重要。目前向用户的设备推送金融产品信息的方式通常是针对单个产品信息进行推送。然而，金融产品的种类具有多种，针对单一产品向用户进行推送信息，缺乏对用户需求的全面考虑。
3.因此，目前的金融产品信息推送方法存在全面性低的缺陷。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高推送全面性的金融产品信息推送方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种金融产品信息推送方法，所述方法包括：
6.获取用户针对金融应用的行为数据以及获取用户输入的用户属性信息；所述金融应用中包括多个金融产品信息；
7.将多个用户属性信息输入标签识别模型，获取所述标签识别模型基于所述多个用户属性信息划分多个用户群体后，输出的多个用户群体以及各用户群体中各用户的标签信息；
8.针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从所述多个金融产品信息中确定对应的目标金融产品信息，根据所述目标金融产品信息构建该用户群体对应的目标产品信息数据库；
9.向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。
10.在其中一个实施例中，所述获取用户输入的用户属性信息，包括：
11.获取用户输入的行业信息和年龄信息，作为用户身份信息；
12.获取用户输入的用户金融偏好信息；
13.根据所述用户身份信息和所述用户金融偏好信息，得到上述用户属性信息。
14.在其中一个实施例中，所述将多个用户属性信息输入标签识别模型，包括：
15.将多个用户属性信息中的用户身份信息和用户金融偏好信息输入标签识别模型，由所述标签识别模型基于多个用户身份信息中的年龄信息和行业信息，划分多个用户群体并确定各用户群体的第一标签信息；
16.基于各用户群体中各用户的用户金融偏好信息，生成对应的第二标签信息，并根据所述第一标签信息和第二标签信息确定各用户的标签信息后，输出多个用户群体以及各用户群体中各用户的标签信息。
17.在其中一个实施例中，所述基于各用户群体中各用户的用户金融偏好信息，生成对应的第二标签信息，包括：
18.根据预设的自然语言算法，识别所述用户金融偏好信息中的目标信息；所述目标信息包括实体、预设的关键词和预设的主题中的至少一种；
19.根据所述目标信息生成对应的第二标签信息。
20.在其中一个实施例中，所述获取用户针对金融应用的行为数据，包括：
21.针对所述金融应用中的每个金融产品信息，若检测到所述用户对该金融产品信息存在交互信息，获取所述用户对该金融产品信息的使用信息、产品获得信息和该金融产品信息的活动参与信息中的至少一种，作为所述用户对该金融产品信息的子行为数据；
22.根据所述用户对所述金融应用中至少一个金融产品信息的子行为数据，得到所述用户针对金融应用的行为数据。
23.在其中一个实施例中，所述标签信息包括位置信息；
24.所述针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从所述多个金融产品信息中确定对应的目标金融产品信息，包括：
25.针对每个用户群体，根据该用户群体中各用户的标签信息确定各用户的位置信息；
26.根据所述位置信息从所述多个金融产品信息中，获取该用户群体中各用户的位置信息对应的地区金融产品信息；
27.获取该用户群体中各用户对各地区金融产品信息的使用信息、各用户对各地区金融产品信息的产品获得信息，以及各用户对各地区金融产品信息的活动参与信息中的至少一种；
28.根据所述使用信息、所述产品获得信息和所述活动参与信息中的至少一种，确定该用户群体对各地区金融产品信息的交互次数；
29.根据所述交互次数与预设交互阈值的比较结果，从各地区金融产品信息中确定该用户群体中各用户的标签信息对应的目标金融产品信息。
30.在其中一个实施例中，所述方法还包括：
31.检测到新用户在所述金融应用输入的注册信息，根据所述注册信息确定所述新用户的用户属性信息；
32.将所述新用户的用户属性信息输入所述标签识别模型，获取所述标签识别模型输出的所述新用户的标签信息；
33.根据所述新用户的标签信息，确定与所述新用户关联的目标产品信息数据库，向所述新用户推送对应的目标产品信息数据库中的目标金融产品信息。
34.第二方面，本技术提供了一种金融产品信息推送装置，所述装置包括：
35.获取模块，用于获取用户针对金融应用的行为数据以及获取用户输入的用户属性信息；所述金融应用中包括多个金融产品信息；
36.识别模块，用于将多个用户属性信息输入标签识别模型，获取所述标签识别模型基于所述多个用户属性信息划分多个用户群体后，输出的多个用户群体以及各用户群体中各用户的标签信息；
37.构建模块，用于针对每个用户群体，根据该用户群体中各用户的标签信息以及各
用户的行为数据，从所述多个金融产品信息中确定对应的目标金融产品信息，根据所述目标金融产品信息构建该用户群体对应的目标产品信息数据库；
38.推送模块，用于向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。
39.第三方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
40.第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
41.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
42.上述金融产品信息推送方法、装置、计算机设备、存储介质和计算机程序产品，通过将多个用户输入的多个用户属性信息输入标签识别模型，获取标签识别模型基于多个用户属性信息划分多个用户群体后输出的多个用户群体以及各用户群体中各用户的标签信息，对每个用户群体中根据各用户的标签信息和个用户的行为数据，从多个金融产品信息中确定对应的目标金融产品信息，构建每个用户群体对应的包含多个目标金融产品信息的目标产品信息数据库，向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。相较于传统的针对单一产品向用户推送信息，本方案通过结合用户群体的画像确定群体标签，并构建各群体的产品信息数据库，在用户使用金融应用时，基于产品信息数据库向用户推送对应金融产品信息，提高了推送全面性。
附图说明
43.图1为一个实施例中金融产品信息推送方法的应用环境图；
44.图2为一个实施例中金融产品信息推送方法的流程示意图；
45.图3为一个实施例中行为数据获取步骤的流程示意图；
46.图4为一个实施例中金融产品信息推送装置的结构框图；
47.图5为一个实施例中计算机设备的内部结构图。
具体实施方式
48.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
49.本技术实施例提供的金融产品信息推送方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。用户可以通过终端102使用和浏览金融应用，并输入相应的用户属性信息，终端102将用户属性信息和行为数据发送至服务器104，服务器104可以基于行为数据和用户属性信息构建目标产品信息数据库，并基于目标产品信息数据库向对应群体的用户的终端102推送目标金融产品信息，终端102可以将接收到的目标金融产品信息在金融应用中进行展示。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可
穿戴设备。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
50.在一个实施例中，如图2所示，提供了一种金融产品信息推送方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
51.步骤s202，获取用户针对金融应用的行为数据以及获取用户输入的用户属性信息；金融应用中包括多个金融产品信息。
52.其中，金融应用可以是金融领域的软件应用，例如一个金融小程序等。金融应用中包含多个金融产品的金融产品信息。多个金融产品信息可以涵盖多个种类，例如运动、娱乐、医疗、教育、养老等。不同种类的金融产品信息所适合的人群不同。服务器还可以获取用户输入的用户属性信息。例如服务器可以令服务器展示属性输入界面，用户可以在属性输入界面输入用户属性信息。其中，用户属性信息表示用户的静态信息，例如用户的身份信息和用户的偏好信息等。由于使用金融应用的用户涵盖了各行各业、各个年龄段。不同的用户群体有不同的使用偏好，因此服务器可以通过获取用户在金融应用中的行为数据和用户的属性信息，进而基于用户的属性信息和行为数据，为用户推送符合用户偏好的金融产品信息。
53.步骤s204，将多个用户属性信息输入标签识别模型，获取标签识别模型基于多个用户属性信息划分多个用户群体后，输出的多个用户群体以及各用户群体中各用户的标签信息。
54.其中，服务器可以预先基于多个用户属性信息样本和的多个用户属性信息样本对应的标签信息样本，迭代训练得到标签识别模型。例如，服务器将多个用户属性信息样本输入待训练的标签识别模型，并获取待训练的标签识别模型输出的基于用户属性信息识别出各用户的预测标签信息，服务器基于各用户的预测标签信息与该用户对应的标签信息样本的相似度比较结果，调整待训练的标签识别模型的模型参数，直至满足预设的训练结束条件时，得到经训练的标签识别模型。其中，预设的训练结束条件可以是在预设的训练次数内，上述相似度的差值小于预设相似度阈值，或训练次数达到预设的训练次数。
55.服务器可以将上述获取的多个用户属性信息输入标签识别模型，并获取标签识别模型基于多个用户属性划分多个用户群体，并输出多个用户群体以及为各个用户群体中各用户识别出的标签信息，即服务器可以根据使用金融应用的用户的用户属性信息构建用户画像，划分用户群体并设置各群体中各用户的标签信息。其中，各用户群体中的用户的标签信息可以有多种。例如，上述用户属性信息中可以包括用户的职业、年龄、对金融产品的偏好和位置信息等，服务器可以通过标签识别模型，将相同种类的属性信息进行聚类，并对聚类后得到的多个用户群体进行标签识别，例如基于各用户群体中数量大于预设数值的属性信息，确定各用户群体的标签信息。
56.步骤s206，针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从多个金融产品信息中确定对应的目标金融产品信息，根据目标金融产品信息构建该用户群体对应的目标产品信息数据库。
57.其中，每个用户群体的标签信息可以不同，服务器还可以获取各用户针对金融应用中的行为数据，基于用户的行为数据确定出各用户群体对金融应用中的各个金融产品信息的感兴趣程度，从而服务器可以从多个金融产品信息中确定各用户群体感兴趣的目标金
融产品信息。其中，用户在金融应用中的行为数据可以有多种，例如使用、浏览、活动参与等信息；目标金融产品信息可以有多个，例如金融应用中的相关功能、产品和活动等。服务器可以基于多个目标金融产品信息构建各用户群体对应的目标产品信息数据库。从而服务器可以各用户群体的标签信息与相应用户群体的目标产品信息数据库进行关联。
58.步骤s208，向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。
59.其中，服务器构建了各用户群体的目标金融产品信息数据库，并将目标金融产品信息数据库与相应用户群体的标签信息进行关联后，可以向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。例如，服务器可以识别各用户群体中各用户的标签信息，并基于该标签信息确定关联的目标金融产品信息数据库，进而从目标金融产品信息数据库中获取相应的目标金融产品信息，将多个目标金融产品信息推送至用户终端中的金融应用中。
60.并且，在一些实施例中，服务器还可以获取新增用户的用户属性信息，并根据新增用户的用户属性信息确定该新增用户的标签后推送相应的金融产品信息。例如，在一个实施例中，服务器可以在检测到新用户在金融应用输入的注册信息时，获取该注册信息，并根据注册信息确定新用户的用户属性信息；服务器可以将新用户的用户属性信息输入标签识别模型，标签识别模型基于用户属性信息确定新用户的标签信息，从而服务器可以获取标签识别模型输出的新用户的标签信息；并根据新用户的标签信息，确定与新用户关联的目标产品信息数据库，向新用户推送对应的目标产品信息数据库中的目标金融产品信息。
61.另外，在一些实施例中，服务器还可以获取新增用户在上述金融应用中的行为数据，并结合上述基于标签识别模型和用户属性信息确定用户标签信息，以及基于行为数据确定用户感兴趣的目标金融产品信息的步骤，更新各用户群体的用户画像，即更新各用户群体的标签信息；以及更新各用户群体的标签信息关联的目标产品信息数据库中的目标金融产品信息，使得推送至各用户群体的金融产品信息更加准确并符合用户的需求。
62.上述金融产品信息推送方法中，通过将多个用户输入的多个用户属性信息输入标签识别模型，获取标签识别模型基于多个用户属性信息划分多个用户群体后输出的多个用户群体以及各用户群体中各用户的标签信息，对每个用户群体中根据各用户的标签信息和个用户的行为数据，从多个金融产品信息中确定对应的目标金融产品信息，构建每个用户群体对应的包含多个目标金融产品信息的目标产品信息数据库，向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。相较于传统的针对单一产品向用户推送信息，本方案通过结合用户群体的画像确定群体标签，并构建各群体的产品信息数据库，在用户使用金融应用时，基于产品信息数据库向用户推送对应金融产品信息，提高了推送全面性。
63.在一个实施例中，获取用户输入的用户属性信息，包括：获取用户输入的行业信息和年龄信息，作为用户身份信息；获取用户输入的用户金融偏好信息；根据用户身份信息和用户金融偏好信息，得到上述用户属性信息。
64.本实施例中，服务器可以获取用户输入的多种属性信息，需要说明的是，用户在知晓其用户属性信息被用于产品推送的情况下，输入其用户属性信息。上述用户属性信息可以包括用户的身份信息和用户的金融偏好信息等。其中，用户身份信息表征用户的年龄和
所在行业等，用户金融偏好信息表示用户对金融领域中感兴趣的信息。用户可以在终端的金融应用中输入用户属性信息后，终端将用户属性信息发送至服务器，服务器可以获取用户输入的行业信息和年龄信息，作为用户身份信息，并获取用户输入的金融偏好信息，从而服务器可以根据上述用户身份信息和用户金融偏好信息，得到用户属性信息。其中，行业信息可以包括用户的职业，和用户的工作地点等信息。金融偏好信息可以包括用户对金融领域中各部分的偏好，例如更喜欢股票还是基金等。
65.通过本实施例，服务器可以获取多种用户属性信息，进而基于多种用户属性信息确定标签信息并推送目标金融产品信息，提高了推送金融产品信息的全面性。
66.在一个实施例中，将多个用户属性信息输入标签识别模型，包括：将多个用户属性信息中的用户身份信息和用户金融偏好信息输入标签识别模型，由标签识别模型基于多个用户身份信息中的年龄信息和行业信息，划分多个用户群体并确定各用户群体的第一标签信息；基于各用户群体中各用户的用户金融偏好信息，生成对应的第二标签信息，并根据第一标签信息和第二标签信息确定各用户的标签信息后，输出多个用户群体以及各用户群体中各用户的标签信息。
67.本实施例中，服务器可以将获取到的多个用户属性信息输入标签识别模型，具体可以是将多个用户身份信息和多个用户金融偏好信息输入标签识别模型，标签识别模型可以基于多个用户身份信息中的年龄信息和行业信息，划分多个用户群体，并确定各用户群体的第一标签信息，该第一标签信息可以基于年龄信息和行业信息确定。服务器还可以基于各用户群体中各用户的用户金融偏好信息，生成各用户群体中各用户对应的第二标签信息，其中第二标签信息可以是相对于第一标签信息更精细化的标签信息。标签识别模型可以根据第一标签信息和第二标签信息确定各用户的标签信息，例如将第一标签信息和第二标签信息进行结合，从而标签识别模型可以输出多个用户群体以及各个用户群体中用户的标签信息。
68.其中，标签识别模型可以基于算法确定上述第二标签信息。例如，在一个实施例中，标签识别模型基于各用户群体中个用户的用户金融偏好信息生成第二标签识别模型时，可以根据预设的自然语言算法，识别用户金融偏好信息中的目标信息。其中，目标信息包括实体、预设的关键词和预设的主题中的至少一种。即标签识别模型可以提取金融偏好信息中的实体、关键词和主题等信息，从而服务器可以由标签识别模型根据上述目标信息中的实体、关键词和主题等生成对应的第二标签信息。
69.具体地，上述标签信息确定过程可以是构建用户画像的过程。服务器可以基于用户属性信息完成用户的分层分群处理。例如，服务器可以设置多个年龄段，基于用户的年龄信息，对用户进行分层，得到多个年龄段的用户；然后基于用户的行业信息进行分群，得到各个年龄段中不同行业对应的用户群体。服务器可以同时基于规则对用户进行人工和算法标签标注。使用标签识别模型时，标签识别模型可以基于自然语言算法，通过实体识别、关键词提取和主题提取等方式，为用户构建更加精细化的标签作为补充。例如，标签识别模型基于自然语言算法，识别上述金融偏好信息中的实体、关键词和主题等目标信息，进而基于识别出的目标信息确定第二标签信息，作为更细化的标签信息。在一些实施例中，服务器还可以获取人工基于上述用户属性信息确定的标签信息，从而服务器可以结合人工和算法产出的标签，完成对用户群体的划分，以及各用户群体中标签信息的确定。
70.通过上述实施例，服务器可以由标签识别模型基于用户属性信息中的多种信息确定用户的标签信息，从而实现用户群体的划分以及标签信息的确定，并基于标签信息为各用户群体的用户推送对应的金融产品信息，提高了金融产品推送的全面性。
71.在一个实施例中，如图3所示，图3为一个实施例中行为数据获取步骤的流程示意图。获取用户针对金融应用的行为数据，包括：步骤s302，针对金融应用中的每个金融产品信息，若检测到用户对该金融产品信息存在交互信息，获取用户对该金融产品信息的使用信息、产品获得信息和该金融产品信息的活动参与信息中的至少一种，作为用户对该金融产品信息的子行为数据；步骤s304，根据用户对金融应用中至少一个金融产品信息的子行为数据，得到用户针对金融应用的行为数据。
72.本实施例中，服务器可以获取用户在金融应用中的行为数据。其中金融应用各种包含多个金融产品信息，对于每个金融产品信息，服务器可以检测用户是否对该金融产品信息存在过交互信息。若服务器检测到用户对该金融产品信息存在交互信息，则服务器可以获取用户对该金融产品信息的使用信息、产品获得信息和用户对该金融产品的活动参与信息中的至少一种，作为用户对该金融产品信息的子行为数据。即服务器可以获得用户对金融产品信息的多项子行为数据，从而服务器可以根据用户对金融应用中至少一个金融产品信息的子行为数据，得到用户针对金融应用的行为数据。
73.具体地，服务器可以通过分析特定群体的用户行为数据，构建该群体的目标营销信息库。例如，针对每个用户群体，服务器获取该用户群体的各个用户在金融应用中对各金融产品信息的子行为数据，例如对金融应用中各功能的使用情况、购买情况、活动参与情况等信息。其中，上述产品获得信息可以被称为购买情况。从而服务器可以基于用户的上述行为数据识别出群体特征，例如各用户群体对应的交互次数大于预设交互次数阈值的金融产品信息，以及基于这些金融产品信息中用户对其进行使用、购买和活动参与等行为的次数，确定各用户群体的群体特征，并基于群体特征确定出各用户群体的标签信息。
74.通过本实施例，服务器可以基于用户对金融产品的使用、购买和活动参与等行为数据确定各用户群体中各用户的标签信息，从而基于标签信息确定推送给各用户的目标金融产品信息，提高了金融产品推送的全面性。
75.在一个实施例中，针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从多个金融产品信息中确定对应的目标金融产品信息，包括：针对每个用户群体，根据该用户群体中各用户的标签信息确定各用户的位置信息；根据位置信息从多个金融产品信息中，获取该用户群体中各用户的位置信息对应的地区金融产品信息；获取该用户群体中各用户对各地区金融产品信息的使用信息、各用户对各地区金融产品信息的产品获得信息，以及各用户对各地区金融产品信息的活动参与信息中的至少一种；根据使用信息、产品获得信息和活动参与信息中的至少一种，确定该用户群体对各地区金融产品信息的交互次数；根据交互次数与预设交互阈值的比较结果，从各地区金融产品信息中确定该用户群体中各用户的标签信息对应的目标金融产品信息。
76.本实施例中，上述标签信息还可以包括位置信息，位置信息可以被包含在用户的属性信息中。对于处在不同地理位置的用户，其周围的金融产品资源会不同，因此服务器可以结合各用户群体的位置信息推送目标金融产品信息。例如，对于每个用户群体，服务器可以根据该用户群体中各用户的标签信息确定各用户的位置信息。上述金融应用中的金融产
品信息也可以对应有位置信息，例如金融产品信息的使用位置、购买位置和活动位置等。
77.服务器可以根据上述用户的位置信息，从多个金融产品信息中，获取该用户群体中各用户的位置信息对应的地区金融产品信息。从而服务器可以获取该用群体中各用户对与其位置信息对应的金融产品信息的实用信息、产品获得信息和金融产品信息的活动参与信息中的至少一种。从而服务器可以根据上述使用信息、产品获得信息和活动参与信息中的至少一种，确定该用户群体对各地区的金融产品信息的交互次数。服务器可以将上述交互次数与预设交互阈值进行比较，并根据比较的比较结果，从各地区金融产品信息中确定该用户群体中各用户的标签信息对应的目标金融产品信息。
78.具体地，服务器可以将交互次数大于或等于预设交互阈值的目标金融产品信息提取出来，并根据各用户群体中各用户的标签信息中的位置信息，关联这些提取出来的目标金融产品信息至对应位置信息的用户群体，从而实现目标金融产品信息与用户群体的标签信息的关联。进而服务器可以基于目标金融产品信息构建的目标产品信息数据库，为关联的用户群体中的各用户推送符合其标签信息中的位置信息和偏好信息的目标金融产品信息，如金融应用中的功能、产品和活动等信息。
79.通过本实施例，服务器可以结合用户对金融应用中的金融产品信息的行为数据，以及用户的位置信息，为各用户群体确定出符合群体中用户的偏好以及用户所在位置的目标金融产品信息，提高了金融产品信息推送的全面性；并且，服务器通过人工标签与自然语言算法相结合的方式完成用户画像，使用户画像结果更精确。基于用户群体行为产出目标产品信息数据库，涵盖金融应用中的功能、产品、活动等等，实现从服务到产品的全方位精准推送，更贴合用户需求偏好，有助于吸引更多用户，扩大用户范围，提升用户活跃度与用户黏性。同时，整个流程基于算法和模型实现，使结果更具说服力。
80.应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
81.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的金融产品信息推送方法的金融产品信息推送装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个金融产品信息推送装置实施例中的具体限定可以参见上文中对于金融产品信息推送方法的限定，在此不再赘述。
82.在一个实施例中，如图4所示，提供了一种金融产品信息推送装置，包括：获取模块500、识别模块502、构建模块504和推送模块506，其中：
83.获取模块500，用于获取用户针对金融应用的行为数据以及获取用户输入的用户属性信息；金融应用中包括多个金融产品信息。
84.识别模块502，用于将多个用户属性信息输入标签识别模型，获取标签识别模型基于多个用户属性信息划分多个用户群体后，输出的多个用户群体以及各用户群体中各用户的标签信息。
85.构建模块504，用于针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从多个金融产品信息中确定对应的目标金融产品信息，根据目标金融产品信息构建该用户群体对应的目标产品信息数据库。
86.推送模块506，用于向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。
87.在一个实施例中，上述获取模块500，具体用于获取用户输入的行业信息和年龄信息，作为用户身份信息；获取用户输入的用户金融偏好信息；根据用户身份信息和用户金融偏好信息，得到上述用户属性信息。
88.在一个实施例中，上述识别模块502，具体用于将多个用户属性信息中的用户身份信息和用户金融偏好信息输入标签识别模型，由标签识别模型基于多个用户身份信息中的年龄信息和行业信息，划分多个用户群体并确定各用户群体的第一标签信息；基于各用户群体中各用户的用户金融偏好信息，生成对应的第二标签信息，并根据第一标签信息和第二标签信息确定各用户的标签信息后，输出多个用户群体以及各用户群体中各用户的标签信息。
89.在一个实施例中，上述识别模块502，具体用于根据预设的自然语言算法，识别用户金融偏好信息中的目标信息；目标信息包括实体、预设的关键词和预设的主题中的至少一种；根据目标信息生成对应的第二标签信息。
90.在一个实施例中，上述获取模块500，具体用于针对金融应用中的每个金融产品信息，若检测到用户对该金融产品信息存在交互信息，获取用户对该金融产品信息的使用信息、产品获得信息和该金融产品信息的活动参与信息中的至少一种，作为用户对该金融产品信息的子行为数据；根据用户对金融应用中至少一个金融产品信息的子行为数据，得到用户针对金融应用的行为数据。
91.在一个实施例中，上述构建模块504，具体用于针对每个用户群体，根据该用户群体中各用户的标签信息确定各用户的位置信息；根据位置信息从多个金融产品信息中，获取该用户群体中各用户的位置信息对应的地区金融产品信息；获取该用户群体中各用户对各地区金融产品信息的使用信息、各用户对各地区金融产品信息的产品获得信息，以及各用户对各地区金融产品信息的活动参与信息中的至少一种；根据使用信息、产品获得信息和活动参与信息中的至少一种，确定该用户群体对各地区金融产品信息的交互次数；根据交互次数与预设交互阈值的比较结果，从各地区金融产品信息中确定该用户群体中各用户的标签信息对应的目标金融产品信息。
92.在一个实施例中，上述装置还包括：更新模块，用于检测到新用户在金融应用输入的注册信息，根据注册信息确定新用户的用户属性信息；将新用户的用户属性信息输入标签识别模型，获取标签识别模型输出的新用户的标签信息；根据新用户的标签信息，确定与新用户关联的目标产品信息数据库，向新用户推送对应的目标产品信息数据库中的目标金融产品信息。
93.上述金融产品信息推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
94.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储金融产品信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种金融产品信息推送方法。
95.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
96.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述的金融产品信息推送方法。
97.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的金融产品信息推送方法。
98.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的金融产品信息推送方法。
99.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
100.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
101.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
102.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员
来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种金融产品信息推送方法，其特征在于，所述方法包括：获取用户针对金融应用的行为数据以及获取用户输入的用户属性信息；所述金融应用中包括多个金融产品信息；将多个用户属性信息输入标签识别模型，获取所述标签识别模型基于所述多个用户属性信息划分多个用户群体后，输出的多个用户群体以及各用户群体中各用户的标签信息；针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从所述多个金融产品信息中确定对应的目标金融产品信息，根据所述目标金融产品信息构建该用户群体对应的目标产品信息数据库；向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。2.根据权利要求1所述的方法，其特征在于，所述获取用户输入的用户属性信息，包括：获取用户输入的行业信息和年龄信息，作为用户身份信息；获取用户输入的用户金融偏好信息；根据所述用户身份信息和所述用户金融偏好信息，得到上述用户属性信息。3.根据权利要求2所述的方法，其特征在于，所述将多个用户属性信息输入标签识别模型，包括：将多个用户属性信息中的用户身份信息和用户金融偏好信息输入标签识别模型，由所述标签识别模型基于多个用户身份信息中的年龄信息和行业信息，划分多个用户群体并确定各用户群体的第一标签信息；基于各用户群体中各用户的用户金融偏好信息，生成对应的第二标签信息，并根据所述第一标签信息和第二标签信息确定各用户的标签信息后，输出多个用户群体以及各用户群体中各用户的标签信息。4.根据权利要求3所述的方法，其特征在于，所述基于各用户群体中各用户的用户金融偏好信息，生成对应的第二标签信息，包括：根据预设的自然语言算法，识别所述用户金融偏好信息中的目标信息；所述目标信息包括实体、预设的关键词和预设的主题中的至少一种；根据所述目标信息生成对应的第二标签信息。5.根据权利要求1所述的方法，其特征在于，所述获取用户针对金融应用的行为数据，包括：针对所述金融应用中的每个金融产品信息，若检测到所述用户对该金融产品信息存在交互信息，获取所述用户对该金融产品信息的使用信息、产品获得信息和该金融产品信息的活动参与信息中的至少一种，作为所述用户对该金融产品信息的子行为数据；根据所述用户对所述金融应用中至少一个金融产品信息的子行为数据，得到所述用户针对金融应用的行为数据。6.根据权利要求5所述的方法，其特征在于，所述标签信息包括位置信息；所述针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从所述多个金融产品信息中确定对应的目标金融产品信息，包括：针对每个用户群体，根据该用户群体中各用户的标签信息确定各用户的位置信息；根据所述位置信息从所述多个金融产品信息中，获取该用户群体中各用户的位置信息对应的地区金融产品信息；
获取该用户群体中各用户对各地区金融产品信息的使用信息、各用户对各地区金融产品信息的产品获得信息，以及各用户对各地区金融产品信息的活动参与信息中的至少一种；根据所述使用信息、所述产品获得信息和所述活动参与信息中的至少一种，确定该用户群体对各地区金融产品信息的交互次数；根据所述交互次数与预设交互阈值的比较结果，从各地区金融产品信息中确定该用户群体中各用户的标签信息对应的目标金融产品信息。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：检测到新用户在所述金融应用输入的注册信息，根据所述注册信息确定所述新用户的用户属性信息；将所述新用户的用户属性信息输入所述标签识别模型，获取所述标签识别模型输出的所述新用户的标签信息；根据所述新用户的标签信息，确定与所述新用户关联的目标产品信息数据库，向所述新用户推送对应的目标产品信息数据库中的目标金融产品信息。8.一种金融产品信息推送装置，其特征在于，所述装置包括：获取模块，用于获取用户针对金融应用的行为数据以及获取用户输入的用户属性信息；所述金融应用中包括多个金融产品信息；识别模块，用于将多个用户属性信息输入标签识别模型，获取所述标签识别模型基于所述多个用户属性信息划分多个用户群体后，输出的多个用户群体以及各用户群体中各用户的标签信息；构建模块，用于针对每个用户群体，根据该用户群体中各用户的标签信息以及各用户的行为数据，从所述多个金融产品信息中确定对应的目标金融产品信息，根据所述目标金融产品信息构建该用户群体对应的目标产品信息数据库；推送模块，用于向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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7中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种金融产品信息推送方法、装置、计算机设备和存储介质，涉及大数据领域。通过获取标签识别模型输出的多个用户群体以及各用户群体中各用户的标签信息，对每个用户群体中根据各用户的标签信息和个用户的行为数据，从多个金融产品信息中确定对应的目标金融产品信息，构建每个用户群体对应的包含多个目标金融产品信息的目标产品信息数据库，向各用户群体的用户推送对应的目标产品信息数据库中的目标金融产品信息。相较于传统的针对单一产品向用户推送信息，本方案通过结合用户群体的画像确定群体标签，并构建各群体的产品信息数据库，在用户使用金融应用时，基于产品信息数据库向用户推送对应金融产品信息，提高了推送全面性。送全面性。送全面性。


技术研发人员：韩一曼
受保护的技术使用者：中国银行股份有限公司
技术研发日：2023.06.05
技术公布日：2023/10/15