基于营销模型的产品推荐方法、装置、设备和存储介质

本申请涉及一种基于营销模型的产品推荐方法、装置、设备和存储介质，所属领域为人工智能技术领域，所述方法包括：基于预设样本模板，获取并预处理第一样本数据集，得到第二样本数据集；保留第二样本数据集中数据的稳定性指标值小于或等于第一预设阈值时对应的数据，以生成第三样本数据集；利用第三样本数据集对基于LCE算法构建的第一营销模型进行训练及验证，当验证结果符合预设标准时，输出第二营销模型；将实时客户信息输入至第二营销模型，以确定需要推荐产品信息的目标用户群体。本申请可以解决高维度数据处理问题，可以提高模型的预测和区分能力以及模型的稳定性，以提高目标用户群体筛选的准确性，进而提升产品营销的有效性。