1.本发明涉及数据处理技术领域，特别涉及一种车贷金融产品方案推荐方法及装置、存储介质及电子设备。
背景技术：2.汽车销售模式逐渐从线下经销商转移至线上直营，客户线下购车时能够通过销售员为客户讲解和推荐金融机构与金融产品，并且通常需要较长时间的产品介绍和引导推荐；而线上购车时不具备销售员提供咨询服务，客户在线上独自选择金融产品时容易感到困难和焦虑。
3.目前，客户线上购车选择车型并选择贷款购车后，通常页面会展示对应的金融产品方案变量以及推荐的默认值，如首付比及分期期限，客户此时可以用交互的方式尝试调整变量值，并由计算器不断试算还款计划。但这种方式推荐不够精确和个性化，不能根据客户需要进行准确推荐，且多次计算和尝试也会消磨客户的耐心和购车热情。因此，参照线下购车场景，亟需提出一种针对线上购车客户提供个性化且准确的车贷金融产品推荐方法，以帮助客户快速做出理性的决策，提高客户的购车体验的同时促进客户完成下单。
技术实现要素：4.鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种车贷金融产品方案推荐方法及装置、存储介质及电子设备，技术方案如下所述：
5.一种车贷金融产品方案推荐方法，包括：
6.获取车型信息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据，每一条所述历史车贷合同数据包括购买车型、客户相关个人信息和所选车贷金融产品的信息；
7.根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集；
8.建立产品类型标签集，从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签；
9.建立客户偏好标签集，从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签；
10.建立并训练客户类型分类模型，并为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签；
11.获取目标客户的目标车型，若目标客户未提供个人信息，从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果；
12.若目标客户提供了个人信息，将目标客户的个人信息输入训练好的所述客户类型分类模型中进行分类，输出目标客户的客户类型分类结果；从目标车型的可用金融产品方
案备选集中，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。
13.上述的方法，可选的，所述根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集，包括：
14.获取每个车型对应的所有历史车贷合同数据中的所选车贷金融产品的信息，明确每个车型适配的所有车贷金融产品；
15.按照具体贷款金额、首付比例、还款期数和贴息金额的不同，为每个车型适配的每个车贷金融产品生成至少一个可用的金融产品方案；
16.根据每个车型适配的所有车贷金融产品对应生成的所有可用金融产品方案，构建每个车型对应的可用金融产品方案备选集。
17.上述的方法，可选的，所述建立产品类型标签集，从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签，包括：
18.建立产品类型标签集，并明确所述产品类型标签集中每个产品类型标签的产品类型特征；
19.提取每个金融产品方案的产品类型特征并与每个产品类型标签的产品类型特征进行比对，确定每个金融产品方案匹配的对应产品类型标签，一个金融产品方案匹配至少一个产品类型标签。
20.上述的方法，可选的，所述建立客户偏好标签集，从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签，包括：
21.建立客户偏好标签集，并明确所述客户偏好标签集中的每个客户偏好标签的客户特征；
22.统计每个金融产品方案的所有历史车贷合同数据中的客户相关个人信息，根据统计结果确定每个金融产品方案的客户特征并与每个客户偏好标签的客户特征进行比对，确定每个金融产品方案匹配的对应客户偏好标签，一个金融产品方案匹配至少一个客户偏好标签。
23.上述的方法，可选的，所述构建每个车型对应的可用金融产品方案备选集后，还包括对每个金融产品方案根据对应车型的车价进行验证，判断每个金融产品方案是否可行，并删去判断不可行的对应金融产品方案。
24.上述的方法，可选的，所述建立并训练客户类型分类模型，包括：
25.建立客户类型分类模型，获取训练样本，所述训练样本中包含多条客户相关个人信息，所述客户相关个人信息包括性别、年龄、婚姻情况、收入、学历和是否熟悉贷款购车的信息；
26.根据所述训练样本对所述客户类型分类模型进行训练，训练好的所述客户类型分类模型能够通过输入的客户相关个人信息匹配对应的客户类型。
27.上述的方法，可选的，所述每个产品类型标签和每个客户偏好标签各自选择一个对应的金融产品方案，包括：
28.统计每个产品类型标签的所有匹配金融产品方案的历史合同数，选择每个产品类型标签下历史合同数最多的金融产品方案；
29.统计每个客户偏好标签的所有匹配金融产品方案的历史合同数，选择每个客户偏
好标签下历史合同数最多的金融产品方案。
30.一种车贷金融产品方案推荐装置，包括：
31.数据收集模块，用于获取车型信息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据，每一条所述历史车贷合同数据包括购买车型、客户相关个人信息和所选车贷金融产品的信息；
32.第一处理模块，用于根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集；
33.第二处理模块，用于建立产品类型标签集和客户偏好标签集，并从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签、以及从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签；
34.第三处理模块，用于建立并训练客户类型分类模型，并为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签；
35.推荐结果获取模块，用于获取目标客户的目标车型，并判断目标客户是否提供个人信息，若目标客户未提供个人信息，所述推荐结果获取模块从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果；若目标客户提供了个人信息，第三处理模块获取目标客户的个人信息并输入到训练好的所述客户类型分类模型中进行分类，输出目标客户的客户类型分类结果至所述推荐结果获取模块；所述推荐结果获取模块从目标车型的可用金融产品方案备选集中，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。
36.一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上述的车贷金融产品方案推荐方法。
37.一种电子设备，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行如上述的车贷金融产品方案推荐方法。
38.与现有技术相比，本发明具有以下优点：本发明实施例提供的方案中，结合客户特征、金融产品特征和历史合同数据，为金融产品方案匹配对应的产品类型标签和客户偏好标签，并通过给客户类型进行分类并为每一类客户类型匹配对应的产品类型标签和客户偏好标签，使得在进行金融产品方案推荐时，能够根据客户类型确定匹配标签并获得标签对应的金融产品方案，实现了个性化的金融产品推荐方法，客户能够准确且迅速地获得金融产品方案推荐结果，有效提升客户的线上购车体验。
39.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
40.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明
的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
41.图1为本发明实施例提供的一种车贷金融产品方案推荐方法的方法流程图；
42.图2为本发明实施例提供的一种车贷金融产品方案推荐方法的一种推荐结果展示示意图；
43.图3为本发明实施例提供的一种车贷金融产品方案推荐方法的线上推荐流程图；
44.图4为本发明实施例提供的一种车贷金融产品方案推荐装置的结构示意图；
45.图5为本发明实施例提供的一种电子设备的结构图。
具体实施方式
46.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
47.参考图1示出了，本发明实施例提供的一种车贷金融产品方案推荐方法的方法流程图，图1示出的方法执行过程为本发明实施例提供的车贷金融产品方案推荐方法的一种可行性实现方案，该方法的可以应用在各大系统平台中，其执行主体为设置在系统平台中的服务器，所述车贷金融产品方案推荐方法具体包括：
48.获取车型信息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据，每一条所述历史车贷合同数据包括购买车型、客户相关个人信息和所选车贷金融产品的信息；
49.根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集；
50.本发明实施例提供的方法中，基于车型信息建立每个车型对应的可用金融产品方案备选集，在进行推荐时根据目标车型从该车型对应的可用金融产品方案备选集中选择合适的金融产品方案进行推荐。
51.本发明实施例提供的方法中，在构建每个车型对应的可用金融产品方案备选集时，可通过收集每个车型的历史车贷合同数据并进行分析来构建。在收集数据时，可先确定车型信息，包括车型、车系、车品牌等具体信息；然后收集各车型在设定时间期限内，如近6个月的所有历史车贷合同数据，设定时间期限的选择根据实际情况确定。每一条所述历史车贷合同数据中包括购买车型、客户相关个人信息和所选车贷金融产品的信息，其中所选车贷金融产品的信息既包括所述的金融产品也包括具体的金融产品方案，其中每个金融产品根据具体贷款金额、首付比例、还款期数和贴息金额的不同，可生成至少一个金融产品方案，可选的，金融产品包括产品名称、产品类型、利率、还款期数、还款方式、最低首付比例、最低贷款金额、最高贷款金额、是否支持贴息、贴息规则、尾款类型、尾款金额、尾款占比等信息，金融产品方案包括产品名称、产品类型以及具体的贷款金额、贴息金额、尾款比例、尾款金额、首付比例、首付金额、期数、月供等信息。历史车贷合同数据中的客户相关个人信息，可选的，包括性别、年龄、婚姻情况、年收入、学历、是否熟悉贷款购车等信息。
52.本发明实施例提供的方法中，所述根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集，具体可
通过下述方案实现：获取每个车型对应的所有历史车贷合同数据中的所选车贷金融产品的信息，明确每个车型适配的所有车贷金融产品；按照具体贷款金额、首付比例、还款期数和贴息金额的不同，为每个车型适配的每个车贷金融产品生成至少一个可用的金融产品方案；根据每个车型适配的所有车贷金融产品对应生成的所有可用金融产品方案，构建每个车型对应的可用金融产品方案备选集。如某一车型适配n个车贷金融产品，n个车贷金融产品分别生成m1、m2、
……
、mn个金融产品方案，该车型对应的可用金融产品方案备选集就由m1、m2、
……
、mn个金融产品方案构成。
53.本发明实施例提供的方法中，可选的，在构建每个车型对应的可用金融产品方案备选集后，还可以进行金融产品方案的验证，具体做法为对每个金融产品方案根据对应车型的车价进行验证，判断每个金融产品方案是否可行，并删去判断不可行的对应金融产品方案。所述的根据车价进行验证，包括判断该金融产品方案在代入对应车型的车价后，是否满足金融产品要求的首付比例、贷款额度等限制，调用车贷计算器保证推荐的车贷金融产品方案的正确性。
54.为了实现个性化和准确的推荐，需要为每个车型对应的可用金融产品方案备选集中的每个金融产品方案打上合适的标签，本发明实施例提供的方法中，为每个金融产品方案提供了产品类型标签和客户偏好标签，可选的，具体实现方式为：建立产品类型标签集，从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签；建立客户偏好标签集，从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签。
55.进一步的，所述建立产品类型标签集，从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签，可通过下述方法实现：建立产品类型标签集，并明确所述产品类型标签集中每个产品类型标签的产品类型特征；提取每个金融产品方案的产品类型特征并与每个产品类型标签的产品类型特征进行比对，确定每个金融产品方案匹配的对应产品类型标签，一个金融产品方案匹配至少一个产品类型标签。
56.本发明实施例提供的方法中，可选的，所述产品类型标签集包含零利率、低利率、低月供、低首付、支持延期还款和支持尾款六类产品类型标签；在为每个金融产品方案打上对应的产品类型标签时，需要判断该金融产品方案是否利率为零，若是则匹配零利率的产品类型标签；判断该金融产品方案是否支持延期还款，若是则匹配支持延期还款的产品类型标签；判断该金融产品方案是否支持支付尾款，若是则匹配支持尾款的产品类型标签；统计每个车型对应的所有可用金融产品方案的利率并按从低到高的顺序进行排序，选择如排名在前20％的对应金融产品方案匹配低利率的产品类型标签；统计每个车型对应的所有可用金融产品方案的月供金额并按从低到高的顺序进行排序，选择如排名在前20％的对应金融产品方案匹配低月供的产品类型标签；统计每个车型对应的所有可用金融产品方案的首付金额并按从低到高的顺序进行排序，选择如排名在前20％的对应金融产品方案匹配低首付的产品类型标签。一个金融产品方案可以匹配多个产品类型标签，如某金融产品方案，既支持延期还款，其利率又排名在前20％，可将该金融产品方案匹配支持延期还款和低利率这两个产品类型标签。
57.进一步的，所述建立客户偏好标签集，从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签，可通过下述方法实现：建立客户偏好标签集，并明确所述客户偏好标签集中的每个客户偏好标签的客户特征；统计每个金融产品方案的所有历史车贷
合同数据中的客户相关个人信息，根据统计结果确定每个金融产品方案的客户特征并与每个客户偏好标签的客户特征进行比对，确定每个金融产品方案匹配的对应客户偏好标签，一个金融产品方案匹配至少一个客户偏好标签。
58.本发明实施例提供的方法中，可选的，所述客户偏好标签集包含年轻客户的选择、已婚客户的选择、白领客户的选择、蓝领客户的选择、资金紧张客户的选择、资金有限客户的选择和资金充裕客户的选择七类客户偏好标签，在为每个金融产品方案打上对应的客户偏好标签时，需要统计每个金融产品方案的所有历史车贷合同数据中的客户相关个人信息，若某一金融产品方案中30岁以下且未婚的客户占比在如30％以上，可将该金融产品方案匹配年轻客户的选择这一客户偏好标签；若某一金融产品方案中已婚的客户占比在如30％以上，可将该金融产品方案匹配已婚客户的选择这一客户偏好标签；若某一金融产品方案中本科及以上学历的客户占比在如30％以上，可将该金融产品方案匹配白领客户的选择这一客户偏好标签；若某一金融产品方案中本科以下学历的客户占比在如30％以上，可将该金融产品方案匹配蓝领客户的选择这一客户偏好标签；若某一金融产品方案中年收入在10万人民币以下的客户占比在如30％以上，可将该金融产品方案匹配资金紧张客户的选择这一客户偏好标签；若某一金融产品方案中年收入在10万至15万人民币并且已婚的客户占比在如30％以上，可将该金融产品方案匹配资金有限客户的选择这一客户偏好标签；若某一金融产品方案中年收入在20万人民币以上的客户占比在如30％以上，可将该金融产品方案匹配资金充裕客户的选择这一客户偏好标签。一个金融产品方案可以匹配多个客户偏好标签，如某金融产品方案中，既有30岁以下且未婚的客户占比在如30％以上，又有本科及以上学历的客户占比在如30％以上，可将该金融产品方案匹配年轻客户的选择和白领客户的选择这两个客户偏好标签。
59.本发明实施例提供的方法中，通过将客户进行分类，根据分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签，使得在为目标客户进行推荐时，可根据与目标客户的客户类型匹配的产品类型标签和客户偏好标签推荐与标签对应的金融产品方案。具体来说，可根据历史车贷合同数据中的客户相关个人信息进行数据分析，刻画用户消费心理，将客户类型进行准确分类，该过程参考了问卷调查设计逻辑，可选的，问卷主要包括三个部分：客户的基本情况、客户对金融产品的认识和理解、客户选择金融产品时看重的要素，通过调查问卷结论，支持客户类型分类设计逻辑。以下列举调查问卷中部分问题，实践中需根据实际情况设置问题：1、性别:男、女；2、年龄：70后、80后、90后、95后；3、婚姻情况：未婚、已婚有孩、已婚无孩、离异；4、年收入：5万以下、5-10万、10-15万、20万以上；5、学历：初中及以下、高中、大专、本科、硕士及以上；6、购车前是否了解金融机构和金融产品：不了解、有概念、很熟悉；7、是否考虑贷款购车：考虑，是未来消费趋势、考虑，资金紧张、不考虑；8、选择贷款购车的理由：资金紧张、厂家贴息、销售推荐、理财方式；9、选择金融机构的理由：优惠大、品牌信任度、有礼物、流程简单审批快、销售员推荐；10、选择金融产品的理由：低首付、低月供、免息、贷款有礼。在进行个性化推荐获取目标客户的相关个人信息时，也可根据该问卷调查设计的问题进行获取。本发明实施例提供的方法中，可选的，将客户类型分为七类：第一类客户类型为满足年收入在第一设定阈值以下并且已婚条件的客户，或满足年收入在第一设定阈值以下并且属于70后或80后条件的客户，可定义为精打细算类型；第二类客户类型为满足学历为本科及以上条件的客户，或满足了解金融机构和金融产
品条件的客户，可定义为有主见类型；第三类客户类型为满足本科以下学历条件的客户，或满足不了解金融机构和金融产品条件的客户，可定义为金融小白类型；第四类客户类型为满足年收入在第一设定阈值以下条件的客户，可定义为资金紧张类型；第五类客户类型为满足年收入在第一设定阈值和第二设定阈值之间并且已婚条件的客户，可定义为资金有限类型；第六类客户类型为满足年收入在第三设定阈值以上条件的客户，可定义为资金充裕类型；第七类客户类型为满足未婚且属于90后条件的客户，可定义为新潮派类型。其中所述第一设定阈值小于所述第二设定阈值，所述第二设定阈值小于所述第三设定阈值，可选的，令第一设定阈值为10万人民币，第二设定阈值为15万人民币，第三设定阈值为20万人民币。
60.本发明实施例提供的方法中，进行客户类型分类可通过训练模型的方式实现，通过调取历史车贷合同数据中的客户相关个人信息作为训练样本，建立客户类型分类模型后，获取训练样本，所述训练样本中包含多条客户相关个人信息，所述客户相关个人信息包括性别、年龄、婚姻情况、收入、学历和是否熟悉贷款购车的信息；根据所述训练样本对所述客户类型分类模型进行训练，训练好的所述客户类型分类模型能够通过输入的客户相关个人信息匹配对应的客户类型。
61.本发明实施例提供的方法中，为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签，可通过人为设定，或根据数据分析进行机器学习的匹配。人为设定时，可以以历史车贷合同数据为依据，并结合实际业务情况，为每个客户类型匹配合适的产品类型标签和客户偏好标签；可选的，产品类型标签和客户偏好标签存在推荐优先级。本发明实施例提供的方法中，可选的，为第一类客户类型即精打细算类型，匹配零利率和低利率的产品类型标签以及白领客户的选择的客户偏好标签，且推荐优先级依次为零利率、低利率、白领客户的选择；为第二类客户类型即有主见类型，匹配零利率、低利率、低月供的产品类型标签以及白领客户的选择的客户偏好标签，且推荐优先级依次为白领客户的选择、零利率、低利率、低月供；为第三类客户类型即金融小白类型，匹配零利率、低利率、低月供、低首付的产品类型标签以及蓝领客户的选择的客户偏好标签，且推荐优先级依次为蓝领客户的选择、零利率、低利率、低月供、低首付；为第四类客户类型即资金紧张类型，匹配支持延期还款、低首付、低月供的产品类型标签以及资金紧张客户的选择的客户偏好标签，且推荐优先级依次为资金紧张客户的选择、支持延期还款、低首付、低月供；为第五类客户类型即资金有限类型，匹配支持尾款、低首付、低月供的产品类型标签以及资金有限客户的选择的客户偏好标签，且推荐优先级依次为资金有限客户的选择、支持尾款、低首付、低月供；为第六类客户类型即资金充裕类型，匹配零利率、低利率、低首付的产品类型标签以及资金充裕客户的选择的客户偏好标签，且推荐优先级依次为资金充裕客户的选择、零利率、低利率、低首付；为第七类客户类型即新潮派类型，匹配零利率、低首付、低月供的产品类型标签以及年轻客户的选择的客户偏好标签，且推荐优先级依次为年轻客户的选择、零利率、低首付、低月供。本发明实施例提供的方法中，能够实现特定场景下的货找人，针对金融产品推荐场景，主要结合业务经验、客群标签、从众心理、流行度等方向设计推荐算法，如根据产品类型标签或客户偏好标签选择对应的一个金融产品方案进行推荐时，通过统计合同数了解该标签下对应的所有方案中哪个方案是最多人选择的，参考从众心理；另外通过设定时间范围，统计该时间范围内的具体金融产品方案的合同数作为方案权重，匹配流行度；针对具体的客户进行了个性化的针对性设计，通过对客户类型进行分类，并为每一类的客户类型
匹配对应的产品类型标签和客户偏好标签来实现，产品类型标签和客户偏好标签作为金融产品方案的推荐关键词，根据关键词可获得对应的推荐方案，而通过提取客户类型特征对客户进行分类并匹配对应推荐关键词，使得针对不同客户有个性化的推荐机制，使得推荐结果更为合理和匹配度更高。
62.本发明实施例提供的方法中，进行金融产品方案推荐时，首先明确目标客户的目标车型，然后根据目标客户是否提供个人信息，选择不同的推荐方式。
63.若目标客户未提供个人信息，从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。如目标车型对应的可用金融产品方案备选集中包含多个适配的金融产品方案，由于已经给每个金融产品方案打上了产品类型标签，因此一个产品类型标签可能对应多个对应的金融产品方案，本发明实施例提供的方法中，按照产品类型标签集中的零利率、低利率、低月供、低首付、支持延期还款和支持尾款六类产品类型标签，每个产品类型标签选择一个对应的金融产品方案进行展示，选择规则可自行设定，如将同一产品类型标签中目标车型的对应金融产品方案的合同数从高到低排序，选择合同数最多的金融产品方案，作为该产品类型标签的展示方案。若有不止一个产品类型标签选择的展示方案相同，则将方案相同的对应产品类型标签的展示方案合并，如零利率和低月供两个产品类型标签中合同数最多的为同一个金融产品方案，则该金融产品方案只展示一次并且对应零利率和低月供两个产品类型标签。
64.若目标客户提供了个人信息，将目标客户的个人信息输入训练好的所述客户类型分类模型中进行分类，输出目标客户的客户类型分类结果；从目标车型的可用金融产品方案备选集中，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。如根据目标客户的个人信息，如年龄、婚姻情况、年收入、学历、是否熟悉贷款购车等信息，得到的客户类型分类结果为金融小白类型，其匹配的产品类型标签为零利率、低利率、低月供、低首付，匹配的客户偏好标签为蓝领客户的选择，依次从零利率、低利率、低月供、低首付四个产品类型标签中分别选择一个对应的金融产品方案进行展示，并且从蓝领客户的选择这个客户偏好标签中也选择一个对应的金融产品方案进行展示，若没有重复则共展示五种金融产品方案。
65.本发明实施例提供的方法中，若目标客户一开始未提供个人信息，按照从产品类型标签集中每个产品类型标签对应选择一个金融产品方案的方式进行展示。若客户需要进一步获取个性化推荐结果，需补充个人信息，如可嵌入一定问题(可参照上述调查问卷中设计的问题)让目标客户填写，以获取目标客户的个人信息；在补充个人信息之后，按照补充的个人信息进行客户类型分类，再根据客户类型分类结果对推荐方案进行重排序，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式进行展示，获得个性化的车贷金融产品推荐方案。
66.本发明实施例提供的方法中，可选的，确定目标客户的客户类型分类结果后，将与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签，各自选择一个对应的金融产品方案进行展示，具体为：统计每个产品类型标签的所有匹配金融产品方案在设定时间期限内的历史合同数，选择每个产品类型标签下在设定时间期限内历史合同数最多的
金融产品方案进行展示；统计每个客户偏好标签的所有匹配金融产品方案在设定时间期限内的历史合同数，选择每个客户偏好标签下在设定时间期限内历史合同数最多的金融产品方案进行展示。展示时，可展示每个金融产品方案的产品名称、推荐词(可选的，以产品类型标签作为推荐词)、首付金额、还款方式、客户利率等信息，其中首付金额等信息可根据获取目标车型的总价后按推荐的金融产品方案进行对应计算。
67.参考图2示出了，通过本发明实施例提供的车贷金融产品方案推荐方法获得的一种推荐结果展示示意图，针对目标车型，将其车价带入按照上述方法选择的每个进行展示的金融产品方案中，展示内容包含每个方案的首付金额、月供、还款期数、利率情况、是否支持尾款、是否支持延期还款等情况，每个方案可将对应的产品类型标签作为推荐词进行展示。
68.本发明实施例提供的方法中，给出部分金融产品以及金融产品方案示例，实际上金融产品以及金融产品方案不限定于示例中这几种，实际情况随着业务开展而新开发的金融产品以及金融产品方案同样适用本发明实施例提供的推荐方法的逻辑；同样的，对金融产品方案、产品类型标签、客户偏好标签、客户类型分类结果的定义及获取，可以根据实际业务场景和掌握的数据进行进一步的完善，以提高个性化推荐的有效性。
69.为了更加清晰的对本技术车贷金融产品方案推荐过程进行说明，本发明实施例提供一具体实例如下：
70.在完成每个车型对应的可用金融产品方案备选集的构建和客户类型分类模型的训练，以及为每个金融产品方案匹配对应的产品类型标签和客户偏好标签、为每个客户类型匹配对应的产品类型标签和客户偏好标签后，可进行为目标客户推荐合适的车贷金融产品方案，参考图3示出了，本具体实施例中的金融产品方案线上推荐流程图，包含如下步骤：客户在线填写车型与车辆配置；客户进入下单流程，并填写基本信息(如姓名、身份证、手机号)；客户选择贷款购车，根据目标车型从对应可用金融产品方案备选集中获取推荐结果，此时仅按产品类型标签进行推荐；对推荐结果调用车贷计算器进行逻辑检查，过滤掉不合法的推荐方案，对合法的推荐结果进行展示；若客户点击个性化推荐按钮，则需要客户填写相关个人信息(如年龄、婚姻情况、年收入、学历、是否熟悉贷款购车等)，随后输出客户类型分类结果，根据客户类型匹配的产品类型标签和客户偏好标签，重新调整推荐结果并展示。
71.本发明实施例还提供了与一种车贷金融产品方案推荐方法对应的一种车贷金融产品方案推荐装置，所述车贷金融产品方案推荐装置用于实现所述车贷金融产品方案推荐方法在实际中的应用，所述一种车贷金融产品方案推荐装置的结构图可参照图4，所述车贷金融产品方案推荐装置中包括：
72.数据收集模块401，用于获取车型信息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据，每一条所述历史车贷合同数据包括购买车型、客户相关个人信息和所选车贷金融产品的信息；
73.第一处理模块402，用于根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集；
74.第二处理模块403，用于建立产品类型标签集和客户偏好标签集，并从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签、以及从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签；
75.第三处理模块404，用于建立并训练客户类型分类模型，并为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签；
76.推荐结果获取模块405，用于获取目标客户的目标车型，并判断目标客户是否提供个人信息，若目标客户未提供个人信息，所述推荐结果获取模块从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果；若目标客户提供了个人信息，第三处理模块获取目标客户的个人信息并输入到训练好的所述客户类型分类模型中进行分类，输出目标客户的客户类型分类结果至所述推荐结果获取模块；所述推荐结果获取模块从目标车型的可用金融产品方案备选集中，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。
77.本发明实施例提供的车贷金融产品方案推荐装置包括处理器和存储器，上述车贷金融产品方案推荐方法均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
78.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来动态执行车贷金融产品方案推荐过程，提升更新效率。
79.本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述车贷金融产品方案推荐方法。
80.本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述车贷金融产品方案推荐方法。
81.如图5所示，本发明实施例提供了一种电子设备，所述电子设备50包括至少一个处理器501、以及与处理器501连接的至少一个存储器502、总线503；其中，处理器501、存储器502通过总线503完成相互间的通信；处理器501用于调用存储器502中的程序指令，以执行上述的车贷金融产品方案推荐方法。本文中的设备可以是服务器、pc、pad、手机等。
82.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
83.在一个典型的配置中，设备包括一个或多个处理器(cpu)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
84.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
85.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除
可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
86.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
87.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
88.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。
技术特征：1.一种车贷金融产品方案推荐方法，其特征在于，包括：获取车型信息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据，每一条所述历史车贷合同数据包括购买车型、客户相关个人信息和所选车贷金融产品的信息；根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集；建立产品类型标签集，从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签；建立客户偏好标签集，从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签；建立并训练客户类型分类模型，并为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签；获取目标客户的目标车型，若目标客户未提供个人信息，从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果；若目标客户提供了个人信息，将目标客户的个人信息输入训练好的所述客户类型分类模型中进行分类，输出目标客户的客户类型分类结果；从目标车型的可用金融产品方案备选集中，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。2.根据权利要求1所述的方法，其特征在于，所述根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集，包括：获取每个车型对应的所有历史车贷合同数据中的所选车贷金融产品的信息，明确每个车型适配的所有车贷金融产品；按照具体贷款金额、首付比例、还款期数和贴息金额的不同，为每个车型适配的每个车贷金融产品生成至少一个可用的金融产品方案；根据每个车型适配的所有车贷金融产品对应生成的所有可用金融产品方案，构建每个车型对应的可用金融产品方案备选集。3.根据权利要求1所述的方法，其特征在于，所述建立产品类型标签集，从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签，包括：建立产品类型标签集，并明确所述产品类型标签集中每个产品类型标签的产品类型特征；提取每个金融产品方案的产品类型特征并与每个产品类型标签的产品类型特征进行比对，确定每个金融产品方案匹配的对应产品类型标签，一个金融产品方案匹配至少一个产品类型标签。4.根据权利要求1所述的方法，其特征在于，所述建立客户偏好标签集，从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签，包括：建立客户偏好标签集，并明确所述客户偏好标签集中的每个客户偏好标签的客户特征；统计每个金融产品方案的所有历史车贷合同数据中的客户相关个人信息，根据统计结
果确定每个金融产品方案的客户特征并与每个客户偏好标签的客户特征进行比对，确定每个金融产品方案匹配的对应客户偏好标签，一个金融产品方案匹配至少一个客户偏好标签。5.根据权利要求1所述的方法，其特征在于，所述构建每个车型对应的可用金融产品方案备选集后，还包括对每个金融产品方案根据对应车型的车价进行验证，判断每个金融产品方案是否可行，并删去判断不可行的对应金融产品方案。6.根据权利要求1所述的方法，其特征在于，所述建立并训练客户类型分类模型，包括：建立客户类型分类模型，获取训练样本，所述训练样本中包含多条客户相关个人信息，所述客户相关个人信息包括性别、年龄、婚姻情况、收入、学历和是否熟悉贷款购车的信息；根据所述训练样本对所述客户类型分类模型进行训练，训练好的所述客户类型分类模型能够通过输入的客户相关个人信息匹配对应的客户类型。7.根据权利要求1所述的方法，其特征在于，所述每个产品类型标签和每个客户偏好标签各自选择一个对应的金融产品方案，包括：统计每个产品类型标签的所有匹配金融产品方案的历史合同数，选择每个产品类型标签下历史合同数最多的金融产品方案；统计每个客户偏好标签的所有匹配金融产品方案的历史合同数，选择每个客户偏好标签下历史合同数最多的金融产品方案。8.一种车贷金融产品方案推荐装置，其特征在于，包括：数据收集模块，用于获取车型信息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据，每一条所述历史车贷合同数据包括购买车型、客户相关个人信息和所选车贷金融产品的信息；第一处理模块，用于根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案，构建每个车型对应的可用金融产品方案备选集；第二处理模块，用于建立产品类型标签集和客户偏好标签集，并从所述产品类型标签集中为每个金融产品方案匹配对应的产品类型标签、以及从所述客户偏好标签集中为每个金融产品方案匹配对应的客户偏好标签；第三处理模块，用于建立并训练客户类型分类模型，并为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签；推荐结果获取模块，用于获取目标客户的目标车型，并判断目标客户是否提供个人信息，若目标客户未提供个人信息，所述推荐结果获取模块从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果；若目标客户提供了个人信息，第三处理模块获取目标客户的个人信息并输入到训练好的所述客户类型分类模型中进行分类，输出目标客户的客户类型分类结果至所述推荐结果获取模块；所述推荐结果获取模块从目标车型的可用金融产品方案备选集中，按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式，生成目标车型的车贷金融产品方案推荐结果。9.一种存储介质，其特征在于，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1-7任意一项所述的车贷金融产品方案推
荐方法。10.一种电子设备，其特征在于，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行如权利要求1-7任意一项所述的车贷金融产品方案推荐方法。
技术总结本发明公开了一种车贷金融产品方案推荐方法及装置、存储介质及电子设备，具体包括：构建每个车型对应的可用金融产品方案备选集；为每个金融产品方案匹配对应的产品类型标签和对应的客户偏好标签；建立并训练客户类型分类模型，并为分类结果中的每个客户类型匹配对应的产品类型标签和客户偏好标签；获取目标客户的目标车型，若目标客户未提供个人信息，从目标车型对应的可用金融产品方案备选集中，按照产品类型标签集进行推荐；若目标客户提供了个人信息，根据目标客户的个人信息获得客户类型分类结果；从目标车型的可用金融产品方案备选集中，按照与目标客户的客户类型匹配的产品类型标签和客户偏好标签进行推荐。型标签和客户偏好标签进行推荐。型标签和客户偏好标签进行推荐。
技术研发人员：赵轩 李志立 曹家楷 张胜庆 郭亚奇
受保护的技术使用者：长安汽车金融有限公司
技术研发日：2022.07.05
技术公布日：2022/11/1
