(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 202211142079.2 (22)申请日 2022.09.20 (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 刘宇琦　 (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 贾磊 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/9535(2019.01) G06Q 40/02(2012.01) (54)发明名称 一种用户分类方法、 基于用户分类的产品推 荐方法及装置 (57)摘要 本发明涉及金融科技领域， 尤其涉及一种用 户分类方法、 基于用户分类的产品推荐方法及装 置。 包括， 获取多个用户的金融数据； 标注指定数 据源的所述金融数据， 将标注后的金融数据添加 到已标注数据集中， 将未标注的金融数据添加到 未标注数据集中； 利用已标注数据集进行监督学 习模型的训练， 得到监督学习模型参数； 利用监 督学习模型参数以及未标注数据集进行半监督 学习模型的训练， 将训练后的半监督学习模型作 为用户分类模 型， 以便于利用用户分类模型对目 标用户进行分类。 通过本发明实施例的方法， 实 现了利用用户的大量数据进行模 型训练， 得到用 户分类模型， 很好地避免了人工划分类别所带来 的主观影响， 从而提高了 推荐产品的精确度。 权利要求书2页 说明书9页 附图3页 CN 115392400 A 2022.11.25 CN 115392400 A 1.一种用户分类方法， 其特 征在于， 所述方法包括， 获取多个用户的金融数据， 所述金融数据包括所述用户购买过的产品数据； 标注指定数据源的所述金融数据， 将标注后的金融数据添加到已标注数据集中， 将未 标注的金融数据添加到未 标注数据集中； 利用所述已标注数据集进行监 督学习模型的训练， 得到监 督学习模型参数； 利用所述监督学习模型参数以及所述未标注数据集进行半监督学习模型的训练， 将训 练后的所述半监督学习模型作为用户分类模型， 以便于利用所述用户分类模型对目标用户 进行分类。 2.根据权利要求1所述的方法， 其特征在于， 按照预定数据源对所述金融数据进行标注 进一步包括， 判断所述金融数据的数据源是否与所述预定数据源相同， 若是， 则采用SpanBERT模型 对所述金融数据进行 标注， 将标注后的金融数据添加到所述已标注数据集中； 若所述金融数据的数据源与 所述预定数据源不同， 则将所述金融数据 添加到所述未标 注数据集中。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括， 基于训练好的金融数据预测模型计算所述未 标注数据集中的金融数据的置信度； 采用所述SpanBERT模型对所述置信度超过第一预定门限值的金融数据进行标注， 并将 标注后的金融数据添加到所述已标注数据集中。 4.根据权利要求1所述的方法， 其特征在于， 利用所述监督学习 模型参数以及所述未标 注数据集进行半监 督学习模型的训练后， 所述方法还 包括， 利用知识蒸馏法对训练后的所述半监督学习 模型进行压缩， 将压缩后的所述半监督学 习模型作为所述用户分类模型。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括， 启动定时任务， 利用验证用户集以及所述验证用户集中每个用户的真实类别对所述用 户分类模型进行 校验， 得到所述用户分类模型的准确度； 若所述准确度低于第二预定门限值， 则重新获取多个用户的金融数据， 并训练监督学 习模型和半监 督学习模型， 从而重新得到用户分类模型。 6.一种用户分类装置， 其特 征在于， 所述装置包括， 历史产品数据获取单元， 用于获取多个用户的金融数据， 所述金融数据包括所述用户 购买过的产品数据； 标注单元， 用于标注指定数据源的所述金融数据， 将标注后的金融数据添加到已标注 数据集中， 将未 标注的金融数据添加到未 标注数据集中； 监督学习模型训练单元， 用于利用所述已标注数据集进行监督学习模型的训练， 得到 监督学习模型参数； 半监督学习模型训练单元， 用于利用所述监督学习 模型参数以及所述未标注数据集进 行半监督学习模型 的训练， 将训练后的所述半监督学习模型作为用户分类模型， 以便于利 用所述用户分类模型对目标用户进行分类。 7.一种基于用户分类的产品推荐方法， 其特 征在于， 所述方法包括， 获取目标用户的金融数据， 所述金融数据包括所述目标用户购买过的产品数据；权　利　要　求　书 1/2 页 2 CN 115392400 A 2根据所述金融数据以及如权利要求1至5任意一项所述的用户分类方法确定的用户分 类模型确定所述目标用户的类别； 在产品集中确定与所述类别对应的目标产品， 并将所述目标产品推荐给所述目标用 户。 8.一种基于用户分类的产品推荐装置， 其特 征在于， 所述装置包括， 历史产品数据获取单元， 用于获取目标用户的金融数据， 所述金融数据包括所述目标 用户购买过的产品数据； 用户类别确定单元， 用于根据 所述金融数据以及如权利要求1至5任意一项所述的用户 分类方法确定的用户分类模型确定所述目标用户的类别； 产品推荐单元， 用于在产品集中确定与所述类别对应的目标产品， 并将所述目标产品 推荐给所述目标用户。 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5、 权利要求7 任一所述方法。 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 序， 所述计算机程序被处 理器执行时实现权利要求1至 5、 权利要求7任一所述方法。 11.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机程序， 所述计 算机程序被处 理器执行时实现权利要求1至 5、 权利要求7任一所述方法。权　利　要　求　书 2/2 页 3 CN 115392400 A 3