摘 要

本发明涉及数据处理技术领域，具体涉及一种用于金融服务的信息推送方法及系统，具体包括：根据用户金融服务访问数据中数据变化及用户对金融服务的访问概率随时间变化的特征构建综合显著指数，基于其分布特征构建抉择概率因子，基于各户对各种金融服务的访问量构建初始决策矩阵，根据抉择概率因子对初始决策矩阵中各个元素的值进行更新得到决策矩阵，结合协同过滤算法获取每个用户对各个金融服务的预测评分，基于Top?N推荐准则获取每个用户对应的金融服务推荐列表。从而实现用于金融服务的信息推送方法及系统，提高了协同过滤推荐算法对用户进行金融服务推荐时的推荐质量。

背景技术

随着社会经济的快速发展，金融服务企业也涌现了大量的金融服务以满足用户的消费体验，但是面对海量的金融服务，用户难以挑选出适合自己的金融服务，因此，如何根据用户的信息来为用户推送满足用户需求的金融服务以成为金融服务企业普遍关注的问题。

推荐算法是推荐系统的核心部分，其中协同过滤推荐算法不需要领域知识就可以产生推荐，并且在工程上容易实现，是目前应用最广泛的推荐算法。但是在金融服务中，一个用户在面对海量的服务时不能对所有的服务进行操作，同样，一个服务也不能被所有的用户操作，使得传统的协同过滤算法对用户进行金融服务的信息推荐时，往往要面临用户-服务交互中数据稀疏的问题，导致该算法难以捕捉到用户和服务之间的关联，进而影响整个推荐系统的推荐质量。