(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 202210799361.1 (22)申请日 2022.07.08 (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 李京娓　 (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 郝博　陶海萍 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 30/06(2012.01) G06N 7/00(2006.01) G06K 9/62(2022.01) G06F 16/9535(2019.01) (54)发明名称 基于概率模型的产品推荐方法及装置 (57)摘要 本发明提供了一种基于概率模型的产品推 荐方法及装置， 可用于金融技术领域， 该方法包 括： 获得目标领域的全量客户的多种产品的历史 交易信息； 基于全量客户的多种产品的历史交易 信息， 训练概率模型， 获得训练好的概率模型； 在 获得当前客户的历史交易信息后， 输入至概率模 型， 获得当前客户对每个营销产品的购买概率； 基于客户对每个营销 产品的购买概率， 确定向当 前客户推荐的产品。 本发明可以进行产品推荐， 实现精准营销。 权利要求书3页 说明书6页 附图3页 CN 115187370 A 2022.10.14 CN 115187370 A 1.一种基于概 率模型的产品推荐方法， 其特 征在于， 包括： 获得目标 领域的全量 客户的多种产品的历史 交易信息； 基于全量 客户的多种产品的历史 交易信息， 训练概 率模型， 获得训练好的概 率模型； 在获得当前客户的历史交易信息后， 输入至概率模型， 获得当前客户对每个营销产品 的购买概 率； 基于客户对每 个营销产品的购买概 率， 确定向当前客户推荐的产品。 2.如权利要求1所述的方法， 其特 征在于， 还 包括： 采用如下 方法构建概 率模型： 构建状态 节点， 表示 为S1S2…Si…Sn， 其中， Si为第i个产品； 构建输出节点， 表示 为Ot， 其中， Ot表示客户在t时刻 购买当前 营销产品的概 率； 获得初始状态概 率矩阵C， 其中， Ci＝P(Si)， 表示t＝1时刻， 客户购买产品Si的概率； 构建状态转移概率矩阵T， 其中， Tij＝P(Sj|Si),1≤i,j≤N， 表示t时刻， 营销产品为Si的 情况下， 在t+1时刻， 营销产品为Sj的概率； 构建营销结果转移概率矩阵A， 其中， Ajt＝P(Ot|Sj),1≤t≤M,1≤j≤N， 表示t时刻， 营销 产品为Sj的情况下， 输出Ot的概率； 基于初始状态概率矩阵、 状态转移概率矩阵和营销结果转移概率矩阵， 构建概率模型 A， 其中， M＝(T,A,C)。 3.如权利要求2所述的方法， 其特征在于， 基于全量客户的多种产品的历史交易信息， 训练概率模型， 获得训练好的概 率模型， 包括： 对于每个客户， 将多种产品的历史 交易信息表示 为输出节点序列O1O2…Oi…Om； 初始化概率模型参数； 以输出节点序列为输入， 迭代求解下一时刻的初始状态概率矩阵C、 状态转移概率矩阵 T和营销结果 转移概率矩阵A， 直至 达到迭代终止条件。 4.如权利要求3所述的方法， 其特征在于， 采用如下公式， 以输出节点序列为输入， 迭代 求解下一时刻的初始状态概 率矩阵、 状态转移概 率矩阵和营销结果 转移概率矩阵： Pi＝P(Si,1|O,M) 其中， TM为时刻的最后一个值， Si,t,Sj,t+1分别为t时刻第i个营销产品以及t+1时刻第j 个营销产品。 5.一种基于概 率模型的产品推荐装置， 其特 征在于， 包括： 历史交易信息获得模块， 用于获得目标 领域的全量 客户的多种产品的历史 交易信息； 概率模型训练模块， 用于基于全量客户的多种产品的历史交易信 息， 训练概率模型， 获权　利　要　求　书 1/3 页 2 CN 115187370 A 2得训练好的概 率模型； 购买概率获得模块， 用于在获得当前客户的历史交易信 息后， 输入至概率模型， 获得当 前客户对每 个营销产品的购买概 率； 产品推荐模块， 用于基于客户对每个营销产品的购买概率， 确定向当前客户推荐的产 品。 6.如权利要求5所述的装置， 其特 征在于， 还 包括概率模型构建模块， 用于： 采用如下 方法构建概 率模型： 构建状态 节点， 表示 为S1S2…Si…Sn， 其中， Si为第i个产品； 构建输出节点， 表示 为Ot， 其中， Ot表示客户在t时刻 购买当前 营销产品的概 率； 获得初始状态概 率矩阵C， 其中， Ci＝P(Si)， 表示t＝1时刻， 客户购买产品Si的概率； 构建状态转移概率矩阵T， 其中， Tij＝P(Sj|Si),1≤i,j≤N， 表示t时刻， 营销产品为Si的 情况下， 在t+1时刻， 营销产品为Sj的概率； 构建营销结果转移概率矩阵A， 其中， Ajt＝P(Ot|Sj),1≤t≤M,1≤j≤N， 表示t时刻， 营销 产品为Sj的情况下， 输出Ot的概率； 基于初始状态概率矩阵、 状态转移概率矩阵和营销结果转移概率矩阵， 构建概率模型 A， 其中， M＝(T,A,C)。 7.如权利要求6所述的装置， 其特 征在于， 概 率模型训练模块具体用于： 对于每个客户， 将多种产品的历史 交易信息表示 为输出节点序列O1O2…Oi…Om； 初始化概率模型参数； 以输出节点序列为输入， 迭代求解下一时刻的初始状态概率矩阵C、 状态转移概率矩阵 T和营销结果 转移概率矩阵A， 直至 达到迭代终止条件。 8.如权利要求7 所述的装置， 其特 征在于， 概 率模型训练模块具体用于： 采用如下公式， 以输出节点序列为输入， 迭代求解下一 时刻的初始状态概率矩阵、 状态 转移概率矩阵和营销结果 转移概率矩阵： Pi＝P(Si,1|O,M) 其中， TM为时刻的最后一个值， Si,t,Sj,t+1分别为t时刻第i个营销产品以及t+1时刻第j 个营销产品。 9.一种计算机设备， 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4任一项所述 方法。 10.一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权　利　要　求　书 2/3 页 3 CN 115187370 A 3