(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 202210852354.3 (22)申请日 2022.07.19 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 牛煜超　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 钱春阳 (51)Int.Cl. G06Q 40/02(2012.01) G06F 16/9535(2019.01) G06F 16/33(2019.01) G06F 40/30(2020.01) G06F 40/289(2020.01)G06F 40/216(2020.01) (54)发明名称 信用卡推荐方法、 装置、 电子设备及存储介 质 (57)摘要 本申请公开了一种信用卡推荐方法、 装置、 电子设备及存储介质。 一方面， 本申请实施例提 供的信用卡推荐方法可以根据目标用户的评论 确定目标用户的诉求， 然后根据目标用户的诉 求， 确定待推荐的目标信用卡， 因此在推荐信用 卡时更加具有针对性， 匹配了用户痛点， 提高了 信用卡推荐的准确性， 并且， 还可 以自动化地对 信用卡进行推荐， 提高了信用卡的推荐效率。 另 一方面， 在确定目标用户的诉求时， 根据评论对 应的情感信息进行了筛选， 将其中情感积极的评 论筛除， 既减少了评论数量， 进而减少了信用卡 推荐时所需要的计算量和计算时间， 又保留了其 中包含用户诉求信息的目标评论， 提高了信用卡 推荐的准确性。 权利要求书2页 说明书14页 附图2页 CN 115063237 A 2022.09.16 CN 115063237 A 1.一种信用卡推荐方法， 其特 征在于， 包括： 接收信用卡申请指令， 确定所述信用卡申请指令对应的目标用户； 从预设的评论数据库中， 查询得到所述目标用户的历史评论； 通过预设的情感预测模型， 对所述历史评论进行预测 处理， 得到所述历史评论对应的 情感信息， 其中， 情感信息包括积极信息、 中性信息和 消极信息中的一 者； 根据所述历史评论对应的情感信息， 对所述历史评论进行筛选， 得到目标评论， 其中， 所述目标评论对应的情感信息为中性信息和 消极信息中的一 者； 提取所述目标评论中的用户诉求信息； 将所述用户诉求信 息与预设的候选信用卡对应的权益信 息进行匹配， 得到所述用户诉 求信息与所述权益信息之间的第一相似度； 根据所述用户诉求信息与所述权益信息之间的第一相似度， 确定目标权益信息， 以及 所述目标权益信息对应的目标信用卡， 将所述目标信用卡推荐至所述信用卡申请指令的来 源终端。 2.根据权利要求1所述的信用卡推荐方法， 其特征在于， 所述根据 所述用户诉求信 息与 所述权益信息之间的第一相似度， 确定目标权益信息， 以及所述 目标权益信息对应的目标 信用卡， 将所述目标信用卡推荐至所述目标用户的目标终端， 包括： 获取所述目标用户的用户属性信息， 其中， 所述用户属性信 息包括年龄、 性别和收入中 的至少一 者； 根据所述用户 属性信息对应的修正值， 对初始 的相似度阈值进行修正， 得到预设的第 一相似度阈值； 将所述用户诉求信息与所述权益信息之间的第一相似度与所述第一相似度阈值进行 对比， 得到相似度大于所述第一相似度阈值的目标权益信息； 将所述目标权益信 息对应的候选信用卡作为目标信用卡， 将所述目标信用卡推荐至目 标用户的目标终端。 3.根据权利要求1所述的信用卡推荐方法， 其特征在于， 所述将所述用户诉求信 息与预 设的候选信用卡对应的权益信息进行匹配， 得到所述用户诉求信息与所述权益信息之 间的 第一相似度之前， 所述方法还 包括： 获取初始信用卡， 以及所述初始信用卡对应的权益信息； 根据所述权益信息中的权益种类， 对所述初始信用卡进行分类， 得到多个信用卡 集合； 获取每一个信用卡集合中信用卡评分最高的信用卡， 将得到的信用卡作为候选信用 卡。 4.根据权利要求1所述的信用卡推荐方法， 其特征在于， 所述提取所述目标评论中的用 户诉求信息， 包括： 对所述目标评论进行分词处 理， 得到所述目标评论对应的候选词语； 统计所述目标评论中所述候选词语的出现次数， 得到出现次数大于预设的次数阈值的 目标词语； 将所述目标词语的信息设定为所述目标评论中的用户诉求信息 。 5.根据权利要求1所述的信用卡推荐方法， 其特征在于， 所述从预设的评论数据库中， 查询得到所述目标用户的历史评论， 包括：权　利　要　求　书 1/2 页 2 CN 115063237 A 2获取预设的评论数据库中所述目标用户的用户评论； 将所述用户评论与 预设的默认评论进行对比， 得到所述用户评论与 所述默认评论之间 的第二相似度； 将第二相似度小于预设的第二相似度阈值的用户评论设定为所述目标用户的历史评 论。 6.根据权利要求1所述的信用卡推荐方法， 其特征在于， 所述从预设的评论数据库中， 查询得到所述目标用户的历史评论之前， 所述方法还 包括： 获取所述目标用户对应的历史推荐次数， 以及所述目标用户对应的历史推荐信用卡； 若所述历史推荐次数小于预设的次数阈值， 或者所述目标用户持有的信用卡中包含所 述历史推荐信用卡， 则执行所述从预设的评论数据库中， 查询得到所述 目标用户的历史评 论的步骤。 7.根据权利要求1 ‑6任一项所述的信用卡推荐方法， 其特征在于， 所述通过预设的情感 预测模型， 对所述历史评论进 行预测处理， 得到所述历史评论对应的情感信息之前， 所述方 法还包括： 获取样本数据集， 其中， 所述样本数据集包括样本评论和所述样本评论对应的标签信 息； 通过初始 的情感预测模型， 对所述样本评论进行预测 处理， 得到所述样本评论对应的 情感信息； 根据所述标签信息和所述情感信息， 对所述初始 的情感预测模型中的参数进行调整， 得到预设的情感预测模型。 8.一种信用卡推荐装置， 其特 征在于， 包括： 接收单元， 用于接收信用卡申请指令， 确定所述信用卡申请指令对应的目标用户； 查询单元， 用于从预设的评论数据库中， 查询得到所述目标用户的历史评论； 预测单元， 用于通过预设的情 感预测模型， 对所述历史评论进行预测处理， 得到所述历 史评论对应的情感信息， 其中， 情感信息包括积极信息、 中性信息和 消极信息中的一 者； 筛选单元， 用于根据 所述历史评论对应的情感信息， 对所述历史评论进行筛选， 得到目 标评论， 其中， 所述目标评论对应的情感信息为中性信息和 消极信息中的一 者； 提取单元， 用于提取 所述目标评论中的用户诉求信息； 匹配单元， 用于将所述用户诉求信息与预设的候选信用卡对应的权益信息进行匹配， 得到所述用户诉求信息与所述权益信息之间的第一相似度； 确定单元， 用于根据所述用户诉求信息与所述权益信息之间的第一相似度， 确定目标 权益信息， 以及所述 目标权益信息对应的目标信用卡， 将所述 目标信用卡推荐至所述信用 卡申请指令的来源终端。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器、 存储器以及存储于所述存储 器中并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权 利要求1至7任一项所述的信用卡推荐方法中的步骤。 10.一种存储介质， 其特征在于， 所述存储介质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权利要求1至7任一项所述的信用卡推荐方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115063237 A 3