技术领域
[0001] 本公开涉及大数据、金融科技技术领域，具体地涉及一种产品推荐方法、装置、设备、介质和程序产品。
相关背景技术
[0002] 在对用户进行金融产品推荐的过程中，通常需要获取用户的风险承担偏好，根据风险承担偏好确定用户可能感兴趣的金融产品，并向用户进行推荐。
[0003] 在实施本公开的过程中，发明人发现，由于金融产品的生命周期较长，短时间内金融产品的走势变化难以改变金融产品的长期特征，即难以实时更新金融产品的发展和走势预测，因此会导致对相同风险承担偏好的用户的推荐内容长期不变，推荐效率低、效果差，用户体验不佳。
具体实施方式
[0030] 以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
[0031] 在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0032] 在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0033] 在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0034] 在本公开的技术方案中，所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息，例如位置信息等)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，并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理，均遵守相关法律法规和标准，采取了必要保密措施，不违背公序良俗，并提供有相应的操作入口，供用户选择授权或者拒绝。
[0035] 在利用个人信息进行自动化决策的场景下，本公开实施例提供的方法、设备和系统均为用户提供相应的操作入口，供用户选择同意或者拒绝自动化决策结果；若用户选择拒绝，则进入专家决策流程。此处的表述“自动化决策”是指通过计算机程序自动分析、评估个人的行为习惯、兴趣爱好或者经济、健康、信用状况等，并进行决策的活动。此处的表述“专家决策”是指专门从事某一领域的工作、具有专门的经验、知识和技能并达到一定的专业水平的人员进行决策的活动。
[0036] 由于对同一用户的推荐内容长期不变，并且推荐内容中可能包括虽然长期特征符合用户的风险承担偏好，但短期内发展趋势与用户的风险承担偏好相悖的产品，因此现有技术对产品进行推荐的准确率低。
[0037] 本公开的实施例提供了一种产品推荐方法，包括：基于目标用户的用户历史交易信息，确定目标用户购买的至少一个历史产品，其中，用户历史交易信息包括目标用户购买历史产品的交易时刻；基于至少一个历史产品在交易时刻之前的预定时间段内的产品走势图，确定目标用户的意向特征类别；基于意向特征类别和多个候选产品各自的特征类别，从多个候选产品中确定至少一个目标产品，其中，多个候选产品各自的特征类别是基于多个候选产品在当前时刻之前的预定时间段内各自的产品走势图确定的；以及在历史产品不包括目标产品的情况下，将目标产品推荐给目标用户。
[0038] 图1示意性示出了根据本公开实施例的产品推荐方法、装置、设备、介质和程序产品的应用场景图。
[0039] 如图1所示，根据该实施例的应用场景100可以包括终端设备101、102、103、网络104、服务器105和数据库106。网络104用以在终端设备101、102、103、服务器105和数据库
106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0040] 用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如金融类应用等(仅为示例)。
[0041] 终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
[0042] 服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。后台管理服务器还可以将推荐结果推送给终端设备。
[0043] 数据库106可以是提供存储功能的数据库，数据库106中可以存储有多种金融产品的信息，例如多个金融产品每日的资源值信息、多个用户各自的多笔历史交易信息等。
[0044] 需要说明的是，本公开实施例所提供的产品推荐方法一般可以由服务器105执行。相应地，本公开实施例所提供的产品推荐装置一般可以设置于服务器105中。本公开实施例所提供的产品推荐方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105和/或数据库106通信的服务器或服务器集群执行。相应地，本公开实施例所提供的产品推荐装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器
105和/或数据库106通信的服务器或服务器集群中。
[0045] 应该理解，图1中的终端设备、网络、服务器和数据库的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络、服务器和数据库。
[0046] 以下将基于图1描述的场景，通过图2、图3A、图3B、图3C对公开实施例的产品推荐方法进行详细描述。
[0047] 图2示意性示出了根据本公开实施例的产品推荐方法的流程图。
[0048] 如图2所示，该实施例的产品推荐方法包括操作S210～操作S240。
[0049] 在操作S210，基于目标用户的用户历史交易信息，确定目标用户购买的至少一个历史产品，其中，用户历史交易信息包括目标用户购买历史产品的交易时刻。
[0050] 在操作S220，基于至少一个历史产品在交易时刻之前的预定时间段内的产品走势图，确定目标用户的意向特征类别。
[0051] 在操作S230，基于意向特征类别和多个候选产品各自的特征类别，从多个候选产品中确定至少一个目标产品。
[0052] 在操作S240，在历史产品不包括目标产品的情况下，将目标产品推荐给目标用户。
[0053] 根据本公开的实施例，获取目标用户的用户历史交易信息，其中，目标用户可以是进行产品推荐的对象，用户历史交易信息可以是与用户在当前时刻之前购买过的产品相关的交易记录，包括购买的历史产品的产品名称、购买历史产品的交易时刻等。基于目标用户的用户历史交易信息，确定目标用户购买的至少一个历史产品。
[0054] 根据本公开的实施例，产品、历史产品、候选产品可以包括基金、股票等有较长生命周期的金融产品。
[0055] 根据本公开的实施例，基于至少一个历史产品，确定历史产品在交易时刻之前的预定时间段内的产品走势图，其中，预定时间段可以根据实际需要进行设置，例如，一个月内、六个月内、一年内等，产品走势图可以用于表征历史产品在交易时刻之前的预定时间段内的产品属性走势的起伏情况，其中，产品属性可以包括产品的资源值，例如价格、交易量等。
[0056] 根据本公开的实施例，基于至少一个历史产品在交易时刻之前的预定时间段内的产品走势图，确定目标用户的意向特征类别，其中，意向特征类别是目标用户购买过的历史产品所属的特征类别，目标用户购买意向特征类别的候选产品的可能性更高，意向特征类别可以包括平稳增长、快速增长、浮动增长、平稳下降、快速下降等。
[0057] 根据本公开的实施例，可以通过产品走势图的变化率区分平稳增长和快速增长，例如，设置一个变化率阈值，在产品走势图为单调增长，且产品走势图的斜率大于或等于变化率阈值的情况下，该历史产品的特征类别为快速增长，在产品走势图为单调增长，且产品走势图的斜率小于变化率阈值的情况下，该历史产品的特征类别为平稳增长，在产品走势图的单调性包括单调增长和单调减少的情况下，该历史产品的特征为浮动增长。
[0058] 根据本公开的实施例，基于意向特征类别和多个候选产品各自的特征类别，从多个候选产品中确定至少一个目标产品，其中，目标产品的特征类别与意向特征类别一致，多个候选产品各自的特征类别可以基于多个候选产品在当前时刻之前的预定时间段内各自的产品走势图确定，特征类别可以包括平稳增长、快速增长、浮动增长、平稳下降、快速下降等。
[0059] 根据本公开的实施例，在历史产品不包括目标产品的情况下，表征目标用户可能倾向于购买目标产品，并且还未完成交易，因此将目标产品推荐给目标用户。
[0060] 根据本公开的实施例，基于目标用户的历史交易信息确定历史产品，并通过历史产品的产品走势图确定目标用户感兴趣的意向特征类别。由于意向特征类别是基于目标用户的历史交易信息确定的，即目标用户曾经购买过意向特征类别的历史产品，因此目标用户对意向特征类别的其他候选产品感兴趣的概率更高，此外，意向特征类别是基于历史产品在交易时刻之前的预定时间段内的产品走势图确定的，因此意向特征类别能够准确反映目标用户购买历史产品时，该历史产品的特征，从而进一步提高意向特征类别的准确性。基于意向特征类别和多个候选产品各自的特征类别，确定目标产品，并在目标用户未购买目标产品的情况下，向目标用户推荐目标产品。通过对历史产品和候选产品在预定时间段内的产品走势图进行处理，得到的特征类别能够更准确地反映预定时间段内的产品特征，从而使得利用产品推荐方法，能够在候选产品的整个生命周期中，在不同时间将同一候选产品推荐给不同目标用户。由于多个候选产品各自的特征类别是基于当前时刻之前的预定时间段内各自的产品走势图确定的，因此多个候选产品各自的特征类别能够准确反映多个候选产品在当前时刻之前的预定时间段内的特征，能够确保目标产品的特征类别与用户购买历史产品时历史产品的特征类别相同，从而提高产品推荐的准确率。
[0061] 根据本公开的实施例，基于意向特征类别和多个候选产品各自的特征类别，从多个候选产品中确定至少一个目标产品，包括：利用多个候选产品各自的特征类别与意向特征类别进行匹配，得到与多个候选产品各自对应的匹配结果，其中，在候选产品的特征类别与意向特征类别相同的情况下，候选产品的匹配结果表征匹配成功；以及将与匹配成功的匹配结果相对应的候选产品确定为目标产品。
[0062] 根据本公开的实施例，利用多个候选产品各自的特征类别与意向特征类别进行匹配，得到与多个候选产品各自对应的匹配结果，其中，可以通过比对候选产品的特征类别与意向特征类别是否相同，确定与候选产品对应的匹配结果，在候选产品的特征类别与意向特征类别相同的情况下，候选产品的匹配结果表征匹配成功。
[0063] 根据本公开的实施例，由于与匹配成功的匹配结果相对应的候选产品的特征类别与意向特征类别相同，即目标用户可能对该候选产品感兴趣，因此将与匹配成功的匹配结果相对应的候选产品确定为目标产品。
[0064] 根据本公开的实施例，通过将多个候选产品各自的特征类别与意向特征类别进行匹配从而确定目标产品，能够确保目标产品的特征类别与意向特征类别相同，即目标产品的特征与目标用户购买历史产品时该历史产品的特征相同或相近，从而使得确定的目标产品有更高概率是目标用户感兴趣的产品，提高产品推荐的准确率和推荐效果。
[0065] 根据本公开的实施例，在历史产品的数量为一个的情况下，基于至少一个历史产品在交易时刻之前的预定时间段内的产品走势图，确定目标用户的意向特征类别，包括：基于历史产品在交易时刻之前的预定时间段内的产品走势图，确定历史产品的特征类别；以及将历史产品的特征类别所属的特征类别确定为目标用户的意向特征类别。
[0066] 根据本公开的实施例，在历史产品的数量为一个的情况下，可以确定目标用户对该历史产品所属的特征类别感兴趣。因此，可以基于历史产品在交易时刻之前的预定时间段内的产品走势图，确定历史产品的特征类别，并将历史产品的特征类别所属的特征类别确定为目标用户的意向特征类别。
[0067] 根据本公开的实施例，在历史产品的数量为一个的情况下，可以确定目标用户对该历史产品所属的特征类别感兴趣，因此将该特征类别确定为意向特征类别，从而提高根据意向特征类别对目标用户进行推荐时的推荐成功率。
[0068] 根据本公开的实施例，在历史产品的数量大于一个的情况下，基于至少一个历史产品在交易时刻之前的预定时间段内的产品走势图，确定目标用户的意向特征类别包括：基于多个历史产品在交易时刻之前的预定时间段内各自的产品走势图，确定多个历史产品各自的特征类别；确定多个特征类别各自包括的历史产品的数量；以及将包括历史产品最多的特征类别确定为目标用户的意向特征类别。
[0069] 根据本公开的实施例，在历史产品的数量大于一个的情况下，多个历史产品可能属于不同特征类别，无法直接从多个特征类别中确定目标用户最有可能感兴趣的意向特征类别。
[0070] 根据本公开的实施例，可以基于多个历史产品在交易时刻之前的预定时间段内各自的产品走势图，确定多个历史产品各自的特征类别，并统计多个特征类别各自包括的历史产品的数量，从而确定包括目标用户购买的历史产品的数量最多的特征类别，将该特征类别确定为目标用户最有可能感兴趣的意向特征类别。
[0071] 根据本公开的实施例，在历史产品的数量大于一个的情况下，确定包括历史产品最多的特征类别，作为意向特征类别，能够在目标用户购买过多个不同特征类别的产品的情况下，通过多个特征类别中包括的历史产品的数量，确定目标用户最有可能感兴趣的意向特征类别，从而提高根据意向特征类别对目标用户进行推荐时的推荐成功率。
[0072] 根据本公开的实施例，多个候选产品各自的特征类别是通过如下方式得到的，包括：对多个产品走势图进行聚类，得到多个聚类中心；以及基于每个产品走势图的特征与多个聚类中心，确定多个候选产品各自的特征类别。
[0073] 根据本公开的实施例，多个候选产品各自的特征类别是通过如下方式得到的：对多个产品走势图进行聚类，得到多个聚类中心，其中，可以使用K均值聚类(K‑means)算法、时间序列聚类(例如，K‑shape等)算法等算法对多个产品走势图进行聚类，每个聚类中心表征候选产品的一个特征类别。
[0074] 根据本公开的实施例，基于每个产品走势图的特征与多个聚类中心，确定与每个产品走势图相对应的聚类中心，从而确定每个候选产品所属的特征类别。
[0075] 根据本公开的实施例，通过聚类的方式，确定多个候选产品各自的特征类别，能够通过聚类的方式发现多个产品走势图之间的相似性和关系，从而将特征类似的产品走势图归集到同一类别，提高多个候选产品各自的特征类别的准确率。
[0076] 根据本公开的实施例，基于每个产品走势图的特征与多个聚类中心，确定多个候选产品各自的特征类别，包括：针对每个产品走势图，确定产品走势图的特征与多个聚类中心之间各自的欧氏距离；以及将欧氏距离最小的聚类中心对应的特征类别确定为与产品走势图对应的候选产品的特征类别。
[0077] 根据本公开的实施例，针对每个产品走势图，确定产品走势图的特征与多个聚类中心之间各自的欧氏距离，并将产品走势图划分到欧氏距离最小的聚类中心对应的类别中，将与该聚类中心对应的特征类别确定为与产品走势图对应的候选产品的特征类别。
[0078] 例如，使用K‑means对多个产品走势图进行聚类的过程中，可以将多个产品走势图分别映射到超平面中，并从中随机选择K个样本点作为初始聚类中心，对于其他产品走势图对应的样本点，分别计算样本点与K个初始聚类中心之间的欧氏距离，并将该样本点划分至欧氏距离最小的初始聚类中心所述的类别中。完成所有样本点的划分后，计算K个聚类的质心作为新的聚类中心，并继续利用样本点与聚类中心之间的欧氏距离进行聚类，直至计算得到的质心与上一轮迭代计算得到的聚类中心之间的欧氏距离小于距离阈值，完成聚类中心的更新，并确定多个产品走势图各自所属的聚类，从而确定多个产品走势图各自的特征类别。
[0079] 根据本公开的实施例，利用产品走势图的特征与多个聚类中心之间各自的欧氏距离，确定产品走势图所属的聚类中心，并通过迭代的方式对聚类中心进行调整，能够确定更加准确的聚类中心，对产品走势图的特征的类别进行更加准确的划分，进一步提高多个候选产品各自的特征类别的准确率。
[0080] 根据本公开的实施例，产品推荐方法还包括：针对每个候选产品，获取候选产品在当前时刻之前的多个资源值；以及在资源值的数量大于预定数量的情况下，对多个资源值进行预处理，得到多个预处理后的资源值，其中，预定数量与预定时间段相对应，预处理包括数据补全。
[0081] 根据本公开的实施例，针对每个候选产品，获取候选产品在当前时刻之前的多个资源值，其中，资源值的获取周期可以根据实际需要进行设置，例如，在资源值的周期为1天的情况下，获取候选产品在当前时刻之前每天的资源值。
[0082] 根据本公开的实施例，在资源值的数量大于预定数量的情况下，对多个资源值进行预处理，得到多个预处理后的资源值，其中，预处理包括数据补全，例如，利用平均数、中位数等数值对缺失数据进行补全、利用相邻数据对缺失数据进行补全等，预定数量与预定时间段相对应，例如，预定时间段为一个月，资源值的获取周期为1天，则需要获取的资源值为30个，可以设置数量比例阈值，根据需要获取的资源值数量确定预定数量，例如，在数量比例阈值设置为2/3的情况下，预定数量为30*2/3＝20，即在资源值的数量大于20的情况下，对多个资源值进行数据补全，得到多个预处理后的资源值。
[0083] 根据本公开的实施例，在资源值的数量小于或等于预定数量的情况下，如果对多个资源值进行数据补全并利用数据补全后的数据进行后续处理或由于缺失数据数量过多，导致补全数据的精度低，从而降低产品推荐的精度。因此，在资源值的数量小于预定数量的情况下，将与上述资源值相对应的候选产品过滤，不将该产品作为候选产品。
[0084] 根据本公开的实施例，预处理还包括数据归一化等，其中，对多个资源值进行数据归一化后，资源值的变化率不会发生变化，因此数据归一化后不会影响根据资源值确定的候选产品的特征类别。
[0085] 根据本公开的实施例，确定每个候选产品各自的多个资源值的数量，在资源值的数量大于预定数量的情况下，利用数据补全方法补全空缺的资源值，确保补全后的多个资源值能够表征候选产品的资源值的浮动情况，避免由于资源值缺失导致候选产品的产品走势图的特征发生改变。在候选产品的资源值的数量小于或等于预定数量的情况下，过滤该候选产品，避免由于补充数据过多导致补全后的多个资源值不能正确反映产品走势图的特征的问题，提高产品推荐的准确率。
[0086] 根据本公开的实施例，产品推荐方法还包括：基于多个预处理后的资源值，确定多个候选产品在当前时刻之前的预定时间段内各自的产品走势图；以及基于多个预处理后的资源值和交易时刻，确定至少一个历史产品在交易时刻之前的预定时间段内各自的产品走势图。
[0087] 根据本公开的实施例，从多个候选产品各自的多个预处理后的资源值中，分别筛选每个候选产品在当前时刻之前的预定时间段内的多个预处理后的资源值，并将多个候选产品各自的筛选后的多个预处理后的资源值映射到坐标系中，得到多个候选产品各自的产品走势图，其中，坐标系的横轴为时间，值域为当前时刻之前的预定时间段内的时间范围，纵轴为资源值的大小，值域可以根据预处理后的多个资源值的值域确定。
[0088] 根据本公开的实施例，从至少一个历史产品各自的多个与处理后的资源值中，分别筛选每个历史产品在交易时刻之前的预定时间段内的多个预处理后的资源值，并将至少一个历史产品各自的筛选后的多个预处理后的资源值映射到坐标系中，得到历史产品各自的产品走势图，其中，坐标系的横轴为时间，值域为交易时刻之前的预定时间段内的时间范围，纵轴为资源值的大小，值域可以根据预处理后的多个资源值的值域确定。
[0089] 根据本公开的实施例，通过当前时刻和至少一个历史产品各自的交易时刻，确定多个候选产品和至少一个历史产品在不同时间范围内的产品走势图，能够更加准确地确定目标用户交易历史产品时，该历史产品的产品走势图，从而提高对于意向特征类别的确定的精准度。此外，还能够更加准确地确定多个候选产品在当前时刻之前的预定时间段内的产品走势图，从而提高对于多个候选产品各自的特种功能类别的确定的精准度。
[0090] 图3A示意性示出了根据本公开实施例的产品整个生命周期的走势图。
[0091] 如图3A所示，该产品整个生命周期的走势图坐标系的横轴为时间，取值范围为0到当前时刻。其中，用户A购买该产品的交易时刻为t0，对应部分走势图301，在t1时刻对该产品的产品走势图进行获取，对应部分走势图302，用户B购买该产品的交易时刻为t2，对应部分走势图303。
[0092] 通过设置变化率阈值，由于部分走势图301与部分走势图302均为单调增长，且部分走势图301与部分走势图302的斜率均小于该变化率阈值，因而部分走势图301与部分走势图302对应的特征类别均为平稳增长。由于部分走势图303为单调增长，且部分走势图303的斜率大于该变化率阈值，因而部分走势图303对应的特征类别为快速增长。
[0093] 图3B示意性示出了根据本公开实施例的产品推荐方法确定的历史产品的产品走势图。
[0094] 如图3B所示，用户A购买该产品的交易时刻为t0，预定时间段长度设置为t，则基于t0‑t和t0之间的多个预处理后的资源值，确定该历史产品在t0‑t和t0之间的产品走势图，并基于产品走势图确定特征类别为平稳增长。在用户A的历史产品仅包括该产品的情况下，将用户A的意向特征类别确定为平稳增长。
[0095] 图3C示意性示出了根据本公开实施例的产品推荐方法确定的候选产品的产品走势图。
[0096] 如图3C所示，在t1时刻对用户A进行产品推荐，将该产品作为候选产品，则基于t1‑t和t1之间的多个预处理后的资源值，确定该候选产品在t0‑t和t0之间的产品走势图，并基于产品走势图确定特征类别为平稳增长。由于该产品的特征类别与用户A的意向特征类别相同，因此可以将该候选产品确定为目标产品，又由于用户A已购买了该产品，因此不向用户A推荐该产品。由于该产品的特征类别与用户B的意向特征类别不同，因此不向用户B推荐该产品。在用户C的意向特征类别业务为平稳增长，且用户C并未购买该产品的情况下，向用户C推荐该产品。
[0097] 基于上述产品推荐方法，本公开还提供了一种产品推荐装置。以下将结合图4对该装置进行详细描述。
[0098] 图4示意性示出了根据本公开实施例的产品推荐装置的结构框图。
[0099] 如图4所示，该实施例的产品推荐装置400包括历史产品确定模块410、类别确定模块420、目标产品确定模块430和产品推荐模块440。
[0100] 历史产品确定模块410用于基于目标用户的用户历史交易信息，确定目标用户购买的至少一个历史产品，其中，用户历史交易信息包括目标用户购买历史产品的交易时刻。在一实施例中，历史产品确定模块410可以用于执行前文描述的操作S210，在此不再赘述。
[0101] 类别确定模块420用于基于至少一个历史产品在交易时刻之前的预定时间段内的产品走势图，确定目标用户的意向特征类别。在一实施例中，类别确定模块420可以用于执行前文描述的操作S220，在此不再赘述。
[0102] 目标产品确定模块430用于基于意向特征类别和多个候选产品各自的特征类别，从多个候选产品中确定至少一个目标产品，其中，多个候选产品各自的特征类别是基于多个候选产品在当前时刻之前的预定时间段内各自的产品走势图确定的。在一实施例中，目标产品确定模块430可以用于执行前文描述的操作S230，在此不再赘述。
[0103] 产品推荐模块440用于在历史产品不包括目标产品的情况下，将目标产品推荐给目标用户。在一实施例中，产品推荐模块440可以用于执行前文描述的操作S240，在此不再赘述。
[0104] 根据本公开的实施例，目标产品确定模块430包括特征匹配子模块和目标产品确定子模块。
[0105] 特征匹配子模块，用于利用多个候选产品各自的特征类别与意向特征类别进行匹配，得到与多个候选产品各自对应的匹配结果，其中，在候选产品的特征类别与意向特征类别相同的情况下，候选产品的匹配结果表征匹配成功。
[0106] 目标产品确定子模块，用于将与匹配成功的匹配结果相对应的候选产品确定为目标产品。
[0107] 根据本公开的实施例，类别确定模块420包括第一类别确定子模块和第二类别确定子模块。
[0108] 第一类别确定子模块，用于基于历史产品在交易时刻之前的预定时间段内的产品走势图，确定历史产品的特征类别。
[0109] 第二类别确定子模块，用于将历史产品的特征类别所属的特征类别确定为目标用户的意向特征类别。
[0110] 根据本公开的实施例，类别确定模块420包括第三类别确定子模块、数量确定子模块和第四类别确定子模块。
[0111] 第三类别确定子模块，用于基于多个历史产品在交易时刻之前的预定时间段内各自的产品走势图，确定多个历史产品各自的特征类别。
[0112] 数量确定子模块，用于确定多个特征类别各自包括的历史产品的数量。
[0113] 第四类别确定子模块，用于将包括历史产品最多的特征类别确定为目标用户的意向特征类别。
[0114] 根据本公开的实施例，目标产品确定模块430包括聚类中心确定子模块和特征类别确定子模块。
[0115] 聚类中心确定子模块，用于对多个产品走势图进行聚类，得到多个聚类中心。
[0116] 特征类别确定子模块，用于基于每个产品走势图的特征与多个聚类中心，确定多个候选产品各自的特征类别。
[0117] 根据本公开的实施例，特征类别确定子模块包括距离确定单元和特征类别确定单元。
[0118] 距离确定单元，用于针对每个产品走势图，确定产品走势图的特征与多个聚类中心之间各自的欧氏距离。
[0119] 特征类别确定单元，用于将欧氏距离最小的聚类中心对应的特征类别确定为与产品走势图对应的候选产品的特征类别。
[0120] 根据本公开的实施例，产品推荐装置400还包括资源值确定模块和数据预处理模块。
[0121] 资源值确定模块，用于针对每个候选产品，获取候选产品在当前时刻之前的多个资源值。
[0122] 数据预处理模块，用于在资源值的数量大于预定数量的情况下，对多个资源值进行预处理，得到多个预处理后的资源值，其中，预定数量与预定时间段相对应，预处理包括数据补全。
[0123] 根据本公开的实施例，产品推荐装置400还包括第一走势图确定模块和第二走势图确定模块。
[0124] 第一走势图确定模块，用于基于多个预处理后的资源值，确定多个候选产品在当前时刻之前的预定时间段内各自的产品走势图。
[0125] 第二走势图确定模块，用于基于多个预处理后的资源值和交易时刻，确定至少一个历史产品在交易时刻之前的预定时间段内各自的产品走势图。
[0126] 根据本公开的实施例，历史产品确定模块410、类别确定模块420、目标产品确定模块430和产品推荐模块440中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，历史产品确定模块410、类别确定模块420、目标产品确定模块430和产品推荐模块440中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，历史产品确定模块410、类别确定模块420、目标产品确定模块430和产品推荐模块440中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0127] 图5示意性示出了根据本公开实施例的适于实现产品推荐方法的电子设备的方框图。
[0128] 如图5所示，根据本公开实施例的电子设备500包括处理器501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0129] 在RAM 503中，存储有电子设备500操作所需的各种程序和数据。处理器501、ROM 502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0130] 根据本公开的实施例，电子设备500还可以包括输入/输出(I/O)接口505，输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
[0131] 本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
[0132] 根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
[0133] 本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的方法。
[0134] 在该计算机程序被处理器501执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
[0135] 在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分509被下载和安装，和/或从可拆卸介质511被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0136] 在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0137] 根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0138] 附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0139] 本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0140] 以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。
