本发明涉及大数据，尤其涉及一种产品推荐方法、装置、电子设备及存储介质。
背景技术：
1、在金融科技领域，企业为了满足不断变化的用户需求，经常会推出新产品、新套餐或新权益包推荐给用户。
2、现有的推荐方式，利用推荐系统和产品的历史数据(行为特征)进行产品推荐，由于新产品没有订购、取消、复购、连续订购等行为特征，使用现有的推荐方式会造成推荐的准确度低的问题。
3、因此，在新产品缺少订单数据的情况下，如何将新产品准确推荐给潜在用户是亟需解决的技术问题。
技术实现思路
1、鉴于以上内容，有必要提供一种产品推荐方法，目的是新产品缺少订单数据的情况下，实现新产品的有效推荐。
2、本发明提供的产品推荐方法，包括：
3、根据待推荐的第一产品的第一属性信息构建所述第一产品的第一标签，根据所述第一属性信息获取至少一个具有历史订单数据的第二产品，根据所述第二产品的第二属性信息构建所述第二产品的第二标签；
4、计算所述第一标签的第一向量表示和所述第二标签的第二向量表示之间的第一相似度值，若所述第一相似度值大于第一预设阈值，则根据所述第二产品的订单数据确定所述第一产品的待推荐用户列表；
5、获取所述待推荐用户列表中的各个待推荐用户在预设时间段内的行为数据，判断所述行为数据中是否包含与所述第一属性信息相关的第三产品的访问数据，若有，则根据所述访问数据构建所述第三产品的第三标签；
6、计算所述第一标签的第一向量表示和所述第三标签的第三向量表示之间的第二相似度值，根据所述第二相似度值从所述待推荐用户列表中筛选符合预设条件的待推荐用户作为目标推荐用户，将所述第一产品推荐给所述目标推荐用户。
7、可选的，所述根据待推荐的第一产品的第一属性信息构建所述第一产品的第一标签，包括：
8、从所述第一产品的所有属性信息中选取与用户决策相关的属性信息作为所述第一产品的第一属性信息；
9、根据所述第一属性信息得到所述第一产品的第一标签。
10、可选的，在所述根据所述第一属性信息获取至少一个具有历史订单数据的第二产品之前，所述方法还包括：
11、收集预设数量具有历史订单数据的第二产品，将所述第二产品的第二属性信息写入属性信息记录表；
12、将所述属性信息记录表与所述第二产品进行关联并存储至预设的销售数据库。
13、可选的，所述根据所述第一属性信息获取至少一个具有历史订单数据的第二产品，根据所述第二产品的第二属性信息构建所述第二产品的第二标签，包括：
14、将所述第一属性信息作为所述第二产品的属性信息记录表的查询语句，从所述销售数据库中查询得到至少一个具有历史订单数据的第二产品；
15、根据所述第二产品的第二属性信息得到所述第二产品的第二标签。
16、可选的，所述根据所述第二产品的订单数据确定所述第一产品的待推荐用户列表，包括：
17、根据所述第二产品的订单数据，获取已经购买所述第二产品的用户信息，汇总所述用户信息得到所述第一产品的待推荐用户列表。
18、可选的，所述访问数据包括：
19、所述各个待推荐用户在预设时间段内对所述第三产品的历史浏览信息、搜索记录、产品收藏记录以及购买记录中的至少一种。
20、可选的，所述根据所述第二相似度值从所述待推荐用户列表中筛选符合预设条件的待推荐用户作为目标推荐用户，包括：
21、从所述待推荐用户列表中筛选所述第二相似度值大于第二预设阈值对应的待推荐用户作为所述目标推荐用户。
22、为了解决上述问题，本发明还提供一种产品推荐装置，所述装置包括：
23、构建模块，用于根据待推荐的第一产品的第一属性信息构建所述第一产品的第一标签，根据所述第一属性信息获取至少一个具有历史订单数据的第二产品，根据所述第二产品的第二属性信息构建所述第二产品的第二标签；
24、计算模块，用于计算所述第一标签的第一向量表示和所述第二标签的第二向量表示之间的第一相似度值，若所述第一相似度值大于第一预设阈值，则根据所述第二产品的订单数据确定所述第一产品的待推荐用户列表；
25、判断模块，用于获取所述待推荐用户列表中的各个待推荐用户在预设时间段内的行为数据，判断所述行为数据中是否包含与所述第一属性信息相关的第三产品的访问数据，若有，则根据所述访问数据构建所述第三产品的第三标签；
26、推荐模块，用于计算所述第一标签的第一向量表示和所述第三标签的第三向量表示之间的第二相似度值，根据所述第二相似度值从所述待推荐用户列表中筛选符合预设条件的待推荐用户作为目标推荐用户，将所述第一产品推荐给所述目标推荐用户。
27、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
28、至少一个处理器；以及，
29、与所述至少一个处理器通信连接的存储器；其中，
30、所述存储器存储有可被所述至少一个处理器执行的产品推荐程序，所述产品推荐程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述产品推荐方法。
31、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有产品推荐程序，所述产品推荐程序可被一个或者多个处理器执行，以实现上述产品推荐方法。
32、相较现有技术，本发明在第一产品上架发布时，通过构建第一产品的第一标签，能够更准确地理解和表征第一产品的特性，从而提高推荐算法的准确性。
33、计算第一和第二产品(新旧产品)的属性信息对应的向量表示，可以找到与第一产品特性相似的第二产品和潜在的推荐用户列表，从而利用第二产品的销售数据来指导第一产品的推荐。
34、通过分析推荐用户列表中各个待推荐用户在预设时间段内的行为数据，可以更深入地了解待推荐用户的兴趣和偏好，通过判断行为数据中是否包含与第一属性信息相关的第三产品的访问数据，可以确定待推荐用户对第一产品的兴趣度，能够减少向待推荐用户推荐他们不感兴趣的新产品的可能性；
35、通过计算第一产品与第三产品的属性信息对应的向量表示的第二相似度值，根据第二相似度值从待推荐用户列表中筛选符合预设条件的待推荐用户作为目标推荐用户，将所述第一产品推荐给目标推荐用户，通过减少无效推荐，提高推荐的准确性，从而实现在缺少新产品的订单数据情况下，确保新产品能够准确推荐给用户。
36、本发明筛选出与第一产品特性相似的第二产品，利用第二产品的销售数据来指导第一产品的推荐，实现对第一产品准确推荐的第一重保障，再从第二产品中确定推荐用户列表，从待推荐用户列表中筛选出更好适合推荐第一产品的目标推荐用户，通过减少无效推荐，实现对第一产品准确推荐的第下重保障。
1.一种产品推荐方法，其特征在于，所述方法包括：
2.如权利要求1所述的产品推荐方法，其特征在于，所述根据待推荐的第一产品的第一属性信息构建所述第一产品的第一标签，包括：
3.如权利要求1所述的产品推荐方法，其特征在于，在所述根据所述第一属性信息获取至少一个具有历史订单数据的第二产品之前，所述方法还包括：
4.如权利要求1或3所述的产品推荐方法，其特征在于，所述根据所述第一属性信息获取至少一个具有历史订单数据的第二产品，根据所述第二产品的第二属性信息构建所述第二产品的第二标签，包括：
5.如权利要求1所述的产品推荐方法，其特征在于，所述根据所述第二产品的订单数据确定所述第一产品的待推荐用户列表，包括：
6.如权利要求1所述的产品推荐方法，其特征在于，所述访问数据包括：
7.如权利要求1所述的产品推荐方法，其特征在于，所述根据所述第二相似度值从所述待推荐用户列表中筛选符合预设条件的待推荐用户作为目标推荐用户，包括：
8.一种产品推荐装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
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上存储有产品推荐程序，所述产品推荐程序可被一个或者多个处理器执行，以实现如权利要求1至7任一项所述的产品推荐方法。
