CN110349011A - 金融产品匹配方法和装置 - Google Patents

Abstract

本发明实施例公开了一种金融产品匹配方法、装置、用户终端和计算机可读存储介质，其中所述方法包括：获取当前用户的用户信息以生成当前用户向量；计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度；筛选出所述第一相似度大于或等于第一预定阈值的金融产品；将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给所述当前用户。

Description

金融产品匹配方法和装置

技术领域

本发明涉及互联网金融技术领域，具体涉及一种金融产品匹配方法、装置、服务器和计算机可读存储介质。

背景技术

随着金融行业的不断发展，人们的生活中充斥着大量的金融产品。

以信贷业务为例，需要贷款的用户在面对繁多的金融产品时，由于不清楚众多金融产品的限制条件，难以从中找到适合自己的金融产品；而对于信贷产品的提供方而言，则需要将金融产品的多个限制条件与申请该金融产品的用户的相应信息进行一一匹配，例如年龄、学历、职业、收入等，这种一一匹配的方案效率很低，并且目前的匹配主要是严格匹配，即申请金融产品的用户需要满足该金融产品的所有限制条件，如果只是满足部分限制条件，则直接放弃，尚无很好的解决办法。

发明内容

有鉴于此，本发明实施例提供了一种金融产品匹配方法、装置、服务器和计算机可读存储介质，以提升金融产品的匹配效率。

根据第一方面，本发明实施例提供了一种金融产品匹配方法，包括：获取当前用户的用户信息以生成当前用户向量；计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度；筛选出所述第一相似度大于或等于第一预定阈值的金融产品；将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给所述当前用户。

可选地，所述方法还包括：当不存在所述第一相似度大于或等于第一预定阈值的金融产品时，计算所述当前用户向量与各个所述金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度；筛选出所述第二相似度小于或等于第二预定阈值的金融产品；将所述第二相似度最小的金融产品匹配给所述当前用户。

可选地，所述计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度，包括：分别获取各个金融产品的历史最高授信额度用户组内用户的用户向量；分别计算所述各个金融产品的历史最高授信额度用户组内用户的用户向量的质心以得到所述各个金融产品的历史最高授信额度用户组的第一质心用户向量；计算所述当前用户向量与各个金融产品的第一质心用户向量之间的相似度作为所述第一相似度。

可选地，所述计算所述当前用户向量与各个所述金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度，包括：分别获取各个金融产品的历史最低授信额度用户组内用户的用户向量；分别计算所述各个金融产品的历史最低授信额度用户组内用户的用户向量的质心以得到所述各个金融产品的历史最低授信额度用户组的第二质心用户向量；计算所述当前用户向量与各个金融产品的第二质心用户向量之间的相似度作为所述第二相似度。

可选地，所述方法还包括：获取所述历史最高授信额度用户组的用户向量集合，其包括：获取历史授信额度高于第一预定额度的用户信息以生成多个第一用户向量；对所述多个第一用户向量进行聚类；将包含所述第一用户向量的数量最多的簇作为所述历史最高授信额度用户组的用户向量集合。

可选地，所述方法还包括：获取所述历史最低授信额度用户组的用户向量集合，其包括：获取历史授信额度低于第二预定额度的用户信息以生成多个第二用户向量；对所述多个第二用户向量进行聚类；将包含所述第二用户向量的数量最多的簇作为所述历史最低授信额度用户组的用户向量集合。

根据第二方面，本发明实施例提供了一种金融产品匹配装置，包括：用户向量单元，用于获取当前用户的用户信息以生成当前用户向量；第一相似度单元，用于计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度；第一筛选单元，用于筛选出所述第一相似度大于或等于第一预定阈值的金融产品；第一匹配单元，用于将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给所述当前用户。

可选地，所述装置还包括：第二相似度单元，用于当不存在所述第一相似度大于或等于第一预定阈值的金融产品时，计算所述当前用户向量与各个所述金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度；第二筛选单元，用于筛选出所述第二相似度小于或等于第二预定阈值的金融产品；第二匹配单元，用于将所述第二相似度最小的金融产品匹配给所述当前用户。

根据第三方面，本发明实施例提供了一种服务器，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述第一方面中任一项所述的方法。

根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述第一方面中任一项所述的方法。

根据本发明实施例的金融产品匹配方法、装置、服务器和计算机可读存储介质，通过计算当前用户向量与各个金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度，筛选出第一相似度大于或等于第一预定阈值的金融产品，并将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给当前用户，为金融产品提供方找到了优质客户，并为用户找到了在目前资质下所能获批的授信额度最高的金融产品，从而实现了金融产品与用户之间的最佳匹配。

进一步地，通过计算当前用户向量与各个金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度，筛选出第二相似度小于或等于第二预定阈值的金融产品，并将第二相似度最小的金融产品匹配给当前用户，为金融产品提供方找到了优质客户，并为用户找到了最可能符合优质客户标准的金融产品，从而实现了金融产品与用户之间的最佳匹配。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1示出了根据本发明实施例的金融产品匹配方法的流程图；

图2示出了根据本发明实施例的获取历史最高和最低授信额度用户组的用户向量集合的方法的流程图；

图3示出了根据本发明实施例的金融产品匹配装置的示意图；

图4示出了根据本发明实施例的服务器的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了根据本发明实施例的金融产品匹配方法，该方法可以由服务器执行，用于在申请金融产品的用户与金融产品之间完成匹配，该方法可以包括如下步骤：

S11.获取当前用户的用户信息以生成当前用户向量。

用户在通过诸如手机等的各种用户终端提出金融产品申请请求时，需要提供相应的个人信息，从而服务器能够获取到该用户的用户信息，当然服务器也可以在用户的授权下获取该用户的个人信用报告，并从中获取用户信息。在获取到用户的用户信息之后，服务器可以按照预设的规则将所获取的用户信息，例如年龄、工作行业、工作单元、学历、职位、工资收入、自有房屋、历史逾期次数等等转换为数值，从而形成用户向量。例如，对于用户A，服务器获取到该用户的n项用户信息，则可以按照预设的规则将这n项用户信息转换为数值，从而形成一个n维用户向量(a₁,a₂,a₃,…a_n-1,a_n)。为了实现更加精准的匹配，服务器希望获取尽可能多的用户信息。

S12.计算当前用户向量与各个金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度。

服务器在多个金融产品中查找与当前用户匹配的金融产品，为此服务器可以获取到各个金融产品的历史已核批用户的用户信息，不同的已核批用户由于个人资质的不同具有不同的授信额度，具有较高授信额度的用户对于金融产品的提供方而言是较为优质的客户。

在本步骤中，服务器分别获取各个金融产品的历史最高授信额度用户的用户信息，与步骤S12中类似，可以从这些用户信息得到相应的用户向量。对于每个金融产品而言，其都具有一个由若干历史最高授信额度用户组成的历史最高授信额度用户组，每个历史最高授信额度用户组内用户的用户信息构成一个用户向量集合，服务器可以计算当前用户向量与各个历史最高授信额度用户组的用户向量集合之间的第一相似度。在这里，第一相似度用于衡量当前用户与各个金融产品的历史最高授信额度用户之间的相似度。可以采用各种方式来计算第一相似度，例如可以通过计算向量间的空间距离、余弦距离等。为了实现更加精准的匹配，服务器所获取的用户信息很多，从而所生成的用户向量维度很高，余弦距离在高维向量的情况下依然可以保持相同时为1，正交时为0，相反时为-1的性质，因此为了更加准确的衡量高维向量之间的相似度，作为本发明实施例的一种可选实施方式，通过计算当前用户向量与各个金融产品的历史最高授信额度用户组的用户向量集合之间的余弦距离来作为该第一相似度。

S13.判断是否存在第一相似度大于或等于第一预定阈值的金融产品，当存在第一相似度大于或等于第一预定阈值的金融产品时，执行步骤S14和S15；当不存在第一相似度大于或等于第一预定阈值的金融产品时，执行步骤S16至S19。

可以根据实际情况来设定该第一预定阈值，当第一相似度大于或等于该第一预定阈值时，说明当前用户的用户信息与该金融产品的历史最高授信额度用户组的用户信息接近，符合该金融产品提供方的优质客户标准；而当第一相似度小于该第一预定阈值时，说明当前用户的用户信息与该金融产品的历史最高授信额度用户组的用户信息偏差较大，不符合该金融产品提供方的优质客户标准。

S14.筛选出第一相似度大于或等于第一预定阈值的金融产品。

当筛选出的第一相似度大于或等于第一预定阈值的金融产品仅存在一个时，服务器可以直接将该金融产品匹配给当前用户；而当筛选出的第一相似度大于或等于第一预定阈值的金融产品存在多个时，服务器需要进行进一步处理。

S15.将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给当前用户。

在金融产品提供方完成核批之前，用户无法得知核批的授信额度，如果最终核批的授信额度低于用户期望，则不能满足用户需求，当然如果最终核批的授信额度高于用户期望，用户可以选择仅使用自己需要的额度。因此，服务器可以获取所筛选出的各个金融产品的历史最高授信额度用户组内用户的平均授信额度，将平均授信额度最高的金融产品匹配给当前用户。所匹配的金融产品即为当前用户在目前资质下所能获批的授信额度最高的金融产品，从而实现了金融产品与用户之间的最佳匹配。

S16.计算当前用户向量与各个金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度。

对于每个金融产品而言，其都具有一个由若干历史最低授信额度用户组成的历史最低授信额度用户组，每个历史最低授信额度用户组内用户的用户信息构成一个用户向量集合，服务器可以分别获取各个金融产品的历史最低授信额度用户的用户信息，并且可以从这些用户信息得到相应的用户向量以构成用户向量集合。服务器可以计算当前用户向量与各个历史最低授信额度用户组的用户向量集合之间的第二相似度，可选地，可以通过计算当前用户向量与各个金融产品的历史最低授信额度用户组的用户向量集合之间的余弦距离来作为该第二相似度。

S17.判断是否存在第二相似度小于或等于第二预定阈值的金融产品，当存在第二相似度小于或等于第二预定阈值的金融产品时，执行步骤S18和S19，当不存在第二相似度小于或等于第二预定阈值的金融产品时，则提示没有与当前用户匹配的金融产品。

通常具有较低授信额度甚至不予核批(即授信额度为0)的用户对于金融产品的提供方而言是较为劣质的客户。可以根据实际情况来设定该第二预定阈值，当第二相似度小于或等于该第二预定阈值时，说明当前用户的用户信息与该金融产品的历史最低授信额度用户组的用户信息偏差较大，对于采用余弦距离来表征第二相似度的情况下，若余弦距离为负数，表明该用户与该金融产品提供方的劣质客户标准偏差很大甚至相反，则可能符合该金融产品提供方的优质客户标准；而当第二相似度大于该第二预定阈值时，说明当前用户的用户信息与该金融产品的历史最低授信额度用户组的用户信息偏差较小，即该用户较为接近该金融产品提供方的劣质客户标准。当不存在第二相似度小于或等于第二预定阈值的金融产品时，说明当前用户不符合当前所有金融产品提供方的优质客户标准，提出的金融产品业务申请可能不会被获批，或者即使被获批，授信额度也会很低，此时可以提示没有与当前用户匹配的金融产品。

S18.筛选出第二相似度小于或等于第二预定阈值的金融产品。

当筛选出的第二相似度小于或等于第二预定阈值的金融产品仅存在一个时，服务器可以直接将该金融产品匹配给当前用户；而当筛选出的第二相似度小于或等于第二预定阈值的金融产品存在多个时，服务器需要进行进一步处理。

S19.将第二相似度最小的金融产品匹配给当前用户。

第二相似度越小，说明当前用户的用户信息与该金融产品的历史最低授信额度用户组的用户信息偏差越大，对于以余弦距离来表示第二相似度越小的情况，第二相似度为负数时，当前用户的用户信息甚至与金融产品的历史最低授信额度用户组的用户信息相反，该用户越可能符合该金融产品提供方的优质客户标准，因此可以将第二相似度最小的金融产品匹配给当前用户，从而实现金融产品与用户之间的最佳匹配。

在上述步骤S11-S15中，通过计算当前用户向量与各个金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度，筛选出第一相似度大于或等于第一预定阈值的金融产品，并将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给当前用户，为金融产品提供方找到了优质客户，并为用户找到了在目前资质下所能获批的授信额度最高的金融产品，从而实现了金融产品与用户之间的最佳匹配。

在上述步骤S16-S19中，通过计算当前用户向量与各个金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度，筛选出第二相似度小于或等于第二预定阈值的金融产品，并将第二相似度最小的金融产品匹配给当前用户，为金融产品提供方找到了优质客户，并为用户找到了最可能符合优质客户标准的金融产品，从而实现了金融产品与用户之间的最佳匹配。

在本发明实施例的一些可选实施方式中，上述步骤S12可以包括：

S12a.分别获取各个金融产品的历史最高授信额度用户组内用户的用户向量。

S12b.分别计算各个金融产品的历史最高授信额度用户组内用户的用户向量的质心以得到各个金融产品的历史最高授信额度用户组的第一质心用户向量。

为了便于比较当前用户与历史最高授信额度用户组内用户之间的相似度，可以计算计算各个金融产品的历史最高授信额度用户组内用户的用户向量的质心。假设某个金融产品的历史最高授信额度用户组内存在i个用户，用户1的用户向量为(a_1,1,a_1,2,a_1,3,…a_1,n-1,a_1,n)，用户2的用户向量为(a_2,1,a_2,2,a_2,3,…a_2,n-1,a_2,n)，…，用户i的用户向量为(a_i,1,a_i,2,a_i,3,…a_i,n-1,a_i,n)，则该金融产品的历史最高授信额度用户组的第一质心用户向量为((a_1,1+a_2,1+…+a_i,1)/i,(a_1,2+a_2,2+…+a_i,2)/i,…(a_1,n-1+a_2,n-1+…+a_i,n-1)/i,(a_1,n+a_2,n+…+a_i,n)/i)。

S12c.计算当前用户向量与各个金融产品的第一质心用户向量之间的相似度作为第一相似度。

在得到第一质心用户向量之后，即可以便捷地计算出当前用户向量与各个金融产品的第一质心用户向量之间的相似度，例如余弦距离。假设当前用户向量为X，某金融产品的第一质心用户向量为Y，则当前用户向量与该金融产品的第一质心用户向量之间的余弦距离为：

同样地，在本发明实施例的一些可选实施方式中，上述步骤S16可以包括：

S16a.分别获取各个金融产品的历史最低授信额度用户组内用户的用户向量。

S16b.分别计算各个金融产品的历史最低授信额度用户组内用户的用户向量的质心以得到各个金融产品的历史最低授信额度用户组的第二质心用户向量，具体内容可以参考步骤S12b的描述。

S16c.计算当前用户向量与各个金融产品的第二质心用户向量之间的相似度作为第二相似度，具体内容可以参考步骤S12c的描述。

在本实施例中，上述各个金融产品的历史最高授信额度用户组是基于该金融产品的历史核批数据得到，然而核批工作中不可避免的存在疏漏偏差，导致部分用户被错误地认定为了优质客户而被核批了较高的授信额度，需要从历史最高授信额度用户组中去除此类用户，以便对当前用户做出更精准的判断。在本发明实施例的一些可选实施方式中，可以对历史最高授信额度用户组内用户的贷后状态进行跟踪，及时去除多次发生逾期的用户，然而这样的反馈不够及时，可能对反馈前的用户资质造成误判。在本发明实施例的另一些可选实施方式中，可以通过如下方法获取历史最高授信额度用户组的用户向量集合，如图2所示，该方法可以包括：

S21.获取历史授信额度高于第一预定额度的用户信息以生成多个第一用户向量。

金融产品的提供方通常会对优质客户核批较高的授信额度，因此可以选取历史授信额度高于第一预定额度的用户作为优质客户，第一预定额度可以根据实际情况灵活选取。

S22.对多个第一用户向量进行聚类。

可以采用诸如K-Means等聚类算法来完成对多个第一用户向量的聚类。

S23.将包含第一用户向量的数量最多的簇作为历史最高授信额度用户组的用户向量集合。

在金融产品的核批工作中，应当认为绝大部分情况下对于用户资质的评判是准确的，而出现疏漏偏差属于极少数情况，因此选择包含第一用户向量的数量最多的簇作为历史最高授信额度用户组的用户向量集合，从而可以排除少数的疏漏偏差情况，能够更加准确的反映历史最高授信额度用户的真实状况。

类似地，在本发明实施例的一些可选实施方式中，可以通过如下方法获取历史最低授信额度用户组的用户向量集合，如图2所示，该方法可以包括：

S24.获取历史授信额度低于第二预定额度的用户信息以生成多个第二用户向量。

金融产品的提供方通常会对劣质客户核批较低的授信额度，甚至不予核批，即授信额度为0，因此可以选取历史授信额度低于第二预定额度的用户作为劣质客户，第二预定额度可以根据实际情况灵活选取。

S25.对多个第二用户向量进行聚类。

同样地，可以采用诸如K-Means等聚类算法来完成对多个第二用户向量的聚类。

S26.将包含第二用户向量的数量最多的簇作为历史最低授信额度用户组的用户向量集合。

同样地，在金融产品的核批工作中，错误地将优质客户认定为劣质客户的情况应当属于极少数情况，绝大部分情况下认定应当认为是准确的，因此选择包含第二用户向量的数量最多的簇作为历史最低授信额度用户组的用户向量集合，从而可以排除少数的疏漏偏差情况，能够更加准确的反映历史最低授信额度用户的真实状况。

虽然在同一个图中表示，但是步骤S21至S23与步骤S24至S26之间并无先后关系，步骤S21至S23也可以与步骤S24至S26并行执行。

相应地，如图3所示，本发明实施例还提供了一种金融产品匹配装置，用于在申请金融产品的用户与金融产品之间完成匹配，该装置可以包括：

用户向量单元31，用于获取当前用户的用户信息以生成当前用户向量，具体内容可以参见步骤S11的描述；

第一相似度单元32，用于计算当前用户向量与各个金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度，具体内容可以参见步骤S12的描述；

第一筛选单元33，用于筛选出第一相似度大于或等于第一预定阈值的金融产品，具体内容可以参见步骤S13和S14的描述；

第一匹配单元34，用于将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给当前用户，具体内容可以参见步骤S15的描述；

第二相似度单元35，用于当不存在第一相似度大于或等于第一预定阈值的金融产品时，计算当前用户向量与各个金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度，具体内容可以参见步骤S16的描述；

第二筛选单元36，用于筛选出第二相似度小于或等于第二预定阈值的金融产品，具体内容可以参见步骤S17和S18的描述；

第二匹配单元37，用于将第二相似度最小的金融产品匹配给当前用户，具体内容可以参见步骤S19的描述。

在上述用户向量单元31、第一相似度单元32、第一筛选单元33和第一匹配单元34中，通过计算当前用户向量与各个金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度，筛选出第一相似度大于或等于第一预定阈值的金融产品，并将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给当前用户，为金融产品提供方找到了优质客户，并为用户找到了在目前资质下所能获批的授信额度最高的金融产品，从而实现了金融产品与用户之间的最佳匹配。

在上述第二相似度单元35、第二筛选单元36和第二匹配单元37中，通过计算当前用户向量与各个金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度，筛选出第二相似度小于或等于第二预定阈值的金融产品，并将第二相似度最小的金融产品匹配给当前用户，为金融产品提供方找到了优质客户，并为用户找到了最可能符合优质客户标准的金融产品，从而实现了金融产品与用户之间的最佳匹配。

根据本发明实施例的金融产品匹配装置的其他具体细节可以对应参阅图1和图2所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

如图4所示，本发明实施例还提供了一种服务器，该服务器可以包括处理器41和存储器42，其中处理器41和存储器42可以通过总线或者其他方式连接，图4中以通过总线连接为例。

处理器41可以为中央处理器(Central Processing Unit，CPU)。处理器31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器42作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的金融产品匹配方法所对应的程序指令。处理器41通过运行存储在存储器42中的非暂态软件指令，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的金融产品匹配方法。

存储器42可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器42可选包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至处理器41。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

上述服务器的具体细节可以对应参阅图1和图2所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种金融产品匹配方法，其特征在于，包括：

获取当前用户的用户信息以生成当前用户向量；

计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度；

筛选出所述第一相似度大于或等于第一预定阈值的金融产品；

将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给所述当前用户。

2.根据权利要求1所述的方法，其特征在于，还包括：

当不存在所述第一相似度大于或等于第一预定阈值的金融产品时，计算所述当前用户向量与各个所述金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度；

筛选出所述第二相似度小于或等于第二预定阈值的金融产品；

将所述第二相似度最小的金融产品匹配给所述当前用户。

3.根据权利要求1所述的方法，其特征在于，所述计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度，包括：

分别获取各个金融产品的历史最高授信额度用户组内用户的用户向量；

分别计算所述各个金融产品的历史最高授信额度用户组内用户的用户向量的质心以得到所述各个金融产品的历史最高授信额度用户组的第一质心用户向量；

计算所述当前用户向量与各个金融产品的第一质心用户向量之间的相似度作为所述第一相似度。

4.根据权利要求2所述的方法，其特征在于，所述计算所述当前用户向量与各个所述金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度，包括：

分别获取各个金融产品的历史最低授信额度用户组内用户的用户向量；

分别计算所述各个金融产品的历史最低授信额度用户组内用户的用户向量的质心以得到所述各个金融产品的历史最低授信额度用户组的第二质心用户向量；

计算所述当前用户向量与各个金融产品的第二质心用户向量之间的相似度作为所述第二相似度。

5.根据权利要求1-4中任一项所述的方法，其特征在于，还包括：获取所述历史最高授信额度用户组的用户向量集合，其包括：

获取历史授信额度高于第一预定额度的用户信息以生成多个第一用户向量；

对所述多个第一用户向量进行聚类；

将包含所述第一用户向量的数量最多的簇作为所述历史最高授信额度用户组的用户向量集合。

6.根据权利要求1-4中任一项所述的方法，其特征在于，还包括：获取所述历史最低授信额度用户组的用户向量集合，其包括：

获取历史授信额度低于第二预定额度的用户信息以生成多个第二用户向量；

对所述多个第二用户向量进行聚类；

将包含所述第二用户向量的数量最多的簇作为所述历史最低授信额度用户组的用户向量集合。

7.一种金融产品匹配装置，其特征在于，包括：

用户向量单元，用于获取当前用户的用户信息以生成当前用户向量；

第一相似度单元，用于计算所述当前用户向量与各个所述金融产品的历史最高授信额度用户组的用户向量集合之间的第一相似度；

第一筛选单元，用于筛选出所述第一相似度大于或等于第一预定阈值的金融产品；

第一匹配单元，用于将所筛选出的金融产品中历史最高授信额度用户组内用户的平均授信额度最高的金融产品匹配给所述当前用户。

8.根据权利要求7所述的装置，其特征在于，还包括：

第二相似度单元，用于当不存在所述第一相似度大于或等于第一预定阈值的金融产品时，计算所述当前用户向量与各个所述金融产品的历史最低授信额度用户组的用户向量集合之间的第二相似度；

第二筛选单元，用于筛选出所述第二相似度小于或等于第二预定阈值的金融产品；

第二匹配单元，用于将所述第二相似度最小的金融产品匹配给所述当前用户。

9.一种服务器，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-6中任一项所述的方法。

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存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。