CN111125535A - 理财产品推荐方法及装置 - Google Patents

理财产品推荐方法及装置 Download PDF

Info

Publication number
CN111125535A
CN111125535A CN201911372395.7A CN201911372395A CN111125535A CN 111125535 A CN111125535 A CN 111125535A CN 201911372395 A CN201911372395 A CN 201911372395A CN 111125535 A CN111125535 A CN 111125535A
Authority
CN
China
Prior art keywords
financial
financing
description model
product
weight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911372395.7A
Other languages
English (en)
Inventor
李晶
赵忆辰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bank of China Ltd
Original Assignee
Bank of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN201911372395.7A priority Critical patent/CN111125535A/zh
Publication of CN111125535A publication Critical patent/CN111125535A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供了一种理财产品推荐方法及装置，该方法包括：获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值。本发明可以实现对理财产品的精确推荐。

Description

理财产品推荐方法及装置
技术领域
本发明涉及互联网领域，尤其涉及一种理财产品推荐方法及装置。
背景技术
对于现在大量非金融领域专业人士，收入都无法得到非常好的理财配置，在无方向的投资或者消费中错过了赚钱的机会，他们都十分希望能有少动脑，直接执行理财的高安全性方案出现。现在更多的智能推荐理财方案都只是基于大数据的设计，大数据信息采集也只是针对理财产品的自身的信息，最后推荐的理财产品并不是很符合客户的需求，即准确度不高。
发明内容
本发明实施例提出一种理财产品推荐方法，用以实现对目标客户的理财产品的精确推荐，该方法包括：
获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；
将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；
将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；
将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。
本发明实施例提出一种理财产品推荐装置，用以实现对目标客户的理财产品的精确推荐，该装置包括：
数据获得模块，用于获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；
目标客户的类型获得模块，用于将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；
理财产品的类型获得模块，用于将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；
购买方式确定模块，用于将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。
本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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上述理财产品推荐方法。
本发明实施例还提出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执行上述理财产品推荐方法的计算机程序。
在本发明实施例中，获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。在上述过程中，采用了客户描述模型确定目标客户的类型，实现了对客户的准确定位，即充分了解了目标客户的类型；然后，通过购买记录描述模型，确定了推荐的理财产品的类型，实现了对客户需要的理财产品的类型的准确定位；最后，通过理财产品描述模型，确定了理财产品购买方式，实现了对理财产品购买方式的准确定位，通过上述三次准确定位，实现了精确推荐理财产品。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中理财产品推荐方法的流程图；
图2为本发明实施例中理财产品推荐装置的示意图。
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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
图1为本发明实施例中理财产品推荐方法的流程图，如图1所示，该方法包括：
步骤101，获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；
步骤102，将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；
步骤103，将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；
步骤104，将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。
在本发明实施例中，采用了客户描述模型确定目标客户的类型，实现了对客户的准确定位，即充分了解了目标客户的类型；然后，通过购买记录描述模型，确定了推荐的理财产品的类型，实现了对客户需要的理财产品的类型的准确定位；最后，通过理财产品描述模型，确定了理财产品购买方式，实现了对理财产品购买方式的准确定位，通过上述三次准确定位，实现了精确推荐理财产品。
具体实施时，步骤101中的金融信息包括银行账户信息和交易流水信息，其中，银行账户信息包括银行二类户客户的存款、贷款、授信、风险等多维度的金融信息，交易流水信息包括消费、还款记录等多个维度的金融信息，首先通过挖掘算法从银行获得这些数据，然后可通过ETL过程(包括抽取(extract)、转换(transform)、加载(load))导入数据库中，以备后续使用。步骤102中，将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型。
在一实施例中，还包括：
采用如下步骤构建客户描述模型：
确定每个客户在每个维度的金融信息的权值；
将每个维度的金融信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的客户。
在上述实施例中，银行数据库中存储了多个已有客户的金融信息，可以通过各类人工智能算法确定每个客户在每个维度的金融信息的权值，例如获得10个客户在存款、贷款、授信、风险、消费、还款记录这5个维度的权值；然后将每个维度的金融信息的权值划分为多个区间，例如，10个客户在存款这个维度上的权值有10个值，将这个10个值分为3个区间，同样，其他4个维度的金融信息也分为3个区间，那么最后可形成3种类型的客户，即得到了3种类型的客户的5个维度的金融信息的权值，每个维度的权值都是一个区间。
步骤104中的理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，在一实施例中，所述方法还包括：
采用如下步骤构建理财产品描述模型：
确定每个理财产品在每个维度的属性信息的权值；
将每个维度的属性信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的理财产品。
在上述实施例中，理财产品的多个维度的属性信息可以包括价格、收益、周期、交易频率、手续费、单价等，首先通过挖掘算法从银行获得这些数据，然后可通过ETL过程(包括抽取(extract)、转换(transform)、加载(load))导入数据库中，以备后续使用。例如，可通过人工智能算法获得8个理财产品(例如基金、债券、保险、贵金属、普通消费、定期存款等)在价格、收益、周期、交易频率、手续费、单价这6个维度的权值，然后将每个维度的属性信息的权值划分为多个区间，例如可划分为4个区间，即8个理财产品在每个维度的属性信息都划分为4个区间，最后可形成4种类型的理财产品(有可能基金和债券为同一类型的理财产品)，即得到了4种类型的理财产品的6个维度的属性信息。
在步骤103中，将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，即用到了购买记录描述模型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值，在一实施例中，所述方法还包括：
采用如下步骤构建购买记录描述模型：
基于客户描述模型和理财产品描述模型，根据每个客户购买每个理财产品的消费记录，获得每种类型的客户购买每种类型的理财产品的权值。
在上述实施例中，每个客户购买每个理财产品的消费记录是实际的客户与其购买的理财产品的消费记录，购买记录描述模型记录的是真实购买行为，该模型在建立时，需要用到客户的金融信息和理财产品的属性信息，即用到了已经构建好的客户描述模型和理财产品描述模型，最后获得每种类型的客户购买每种类型的理财产品的权值，该权值确定了客户的类型与购买的理财产品的类型的对应关系。上述权值可通过神经网络的反向校准来更新，从而提高了购买记录描述模型的精度，使得将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型的精度非常高。
在一实施例中，所述方法还包括：
在构建客户描述模型之后，通过神经网络的反向校准来更新多种类型的客户的多个维度的金融信息的权值；
在构建理财产品描述模型之后，通过神经网络的反向校准来更新多种类型的客户购买多种类型的理财产品的消费记录的权值。
在上述实施例中，对构建的客户描述模型和理财产品描述模型进行了校准，从而提高了两类模型的精度，最后确定的理财产品购买方式的可信度非常高。
具体实施时，上述客户描述模型、购买记录描述模型、理财产品描述模型是通过银行内部的现有数据构建的，数据量越大，构建的模型的准确度越高，因此，在基于大数据后，构建的模型是非常准确可信的，且上述模型的构建时，权值的确定采用了神经网络的反向校准等人工智能方法，确定的权值的精度很高。
在一实施例中，还包括：
获得目标客户预先配置的理财金额和理财周期；
将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，包括：
将推荐的理财产品的类型对应的权值、目标客户预先配置的理财金额和理财周期输入至理财产品描述模型，获得理财产品购买方式。
在上述实施例中，可实现定制，即接收客户预先配置的理财金额和理财周期，可通过交互界面接收客户预先配置的数据，当然，可以理解的是，还可以接收其他客户预先配置的理财需求，然后将推荐的理财产品的类型对应的权值、目标客户预先配置的理财金额和理财周期输入至理财产品描述模型，获得理财产品购买方式，最后获得的理财产品购买方式包括推荐的理财产品的多个维度的属性信息，即价格、收益、周期、交易频率、手续费、单价等，在一些实施例中，获得理财产品购买方式还可以有多种，一起推送给客户，供客户选择，可以通过推送接口以图文方式展示至客户页面，用户选定理财产品购买方式后，按照用户选定的理财产品购买方式执行。
在一实施例中，所述方法还包括：
将目标客户的类型和推荐的理财产品的类型输入至风险分析模型，获得理财产品购买风险数据，所述风险分析模型用于描述多种类型的客户购买多种类型的理财产品的风险的权值。
在一实施例中，所述方法还包括：
基于客户描述模型、理财产品描述模型和购买记录描述模型，构建风险分析模型。
在上述两个实施例中，构建了风险分析模型，确定了每种类型的客户购买每种类型的理财产品的风险的权重，因此，在将理财产品购买方式推送给客户的同时，还可以将对应的理财产品购买风险数据推送给客户，供客户了解或从多种理财产品购买方式中选择，进一步提高了本发明实施例理财产品推荐的灵活性和准确性。
综上所述，在本发明实施例提出的方法中，获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。在上述过程中，采用了客户描述模型确定目标客户的类型，实现了对客户的准确定位，即充分了解了目标客户的类型；然后，通过购买记录描述模型，确定了推荐的理财产品的类型，实现了对客户需要的理财产品的类型的准确定位；最后，通过理财产品描述模型，确定了理财产品购买方式，实现了对理财产品购买方式的准确定位，通过上述三次准确定位，实现了精确推荐理财产品。
基于同样的发明构思，本发明实施例还提供了一种理财产品推荐装置，如下面的实施例所述。由于这些解决问题的原理与理财产品推荐方法相似，因此装置的实施可以参见方法的实施，重复之处不在赘述。
图2为本发明实施例中理财产品推荐装置的示意图，如图2所示，该装置包括：
数据获得模块201，用于获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；
目标客户的类型获得模块202，用于将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；
理财产品的类型获得模块203，用于将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；
购买方式确定模块204，用于将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。
在一实施例中，所述装置还包括客户描述模型构建模块205，用于：
采用如下步骤构建客户描述模型：
确定每个客户在每个维度的金融信息的权值；
将每个维度的金融信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的客户。
在一实施例中，所述装置还包括理财产品描述模型构建模块206，用于：
采用如下步骤构建理财产品描述模型：
确定每个理财产品在每个维度的属性信息的权值；
将每个维度的属性信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的理财产品。
在一实施例中，所述装置还包括购买记录描述模型构建模块207，用于：
采用如下步骤构建购买记录描述模型：
基于客户描述模型和理财产品描述模型，根据每个客户购买每个理财产品的消费记录，获得每种类型的客户购买每种类型的理财产品的权值。
在一实施例中，所述装置还包括更新模块208，用于：
在构建客户描述模型之后，通过神经网络的反向校准来更新多种类型的客户的多个维度的金融信息的权值；
在构建理财产品描述模型之后，通过神经网络的反向校准来更新多种类型的客户购买多种类型的理财产品的消费记录的权值。
在一实施例中，购买方式确定模块204具体用于：
获得目标客户预先配置的理财金额和理财周期；
将推荐的理财产品的类型对应的权值、目标客户预先配置的理财金额和理财周期输入至理财产品描述模型，获得理财产品购买方式。
综上所述，在本发明实施例提出的装置中，获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。在上述过程中，采用了客户描述模型确定目标客户的类型，实现了对客户的准确定位，即充分了解了目标客户的类型；然后，通过购买记录描述模型，确定了推荐的理财产品的类型，实现了对客户需要的理财产品的类型的准确定位；最后，通过理财产品描述模型，确定了理财产品购买方式，实现了对理财产品购买方式的准确定位，通过上述三次准确定位，实现了精确推荐理财产品。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备(***)、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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种理财产品推荐方法，其特征在于，包括：
获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；
将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；
将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；
将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。
2.如权利要求1所述的理财产品推荐方法，其特征在于，还包括：
采用如下步骤构建客户描述模型：
确定每个客户在每个维度的金融信息的权值；
将每个维度的金融信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的客户。
3.如权利要求1所述的理财产品推荐方法，其特征在于，还包括：
采用如下步骤构建理财产品描述模型：
确定每个理财产品在每个维度的属性信息的权值；
将每个维度的属性信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的理财产品。
4.如权利要求2或3任一项所述的理财产品推荐方法，其特征在于，还包括：
采用如下步骤构建购买记录描述模型：
基于客户描述模型和理财产品描述模型，根据每个客户购买每个理财产品的消费记录，获得每种类型的客户购买每种类型的理财产品的权值。
5.如权利要求2或3任一项所述的理财产品推荐方法，其特征在于，还包括：
在构建客户描述模型之后，通过神经网络的反向校准来更新多种类型的客户的多个维度的金融信息的权值；
在构建理财产品描述模型之后，通过神经网络的反向校准来更新多种类型的客户购买多种类型的理财产品的消费记录的权值。
6.如权利要求1所述的理财产品推荐方法，其特征在于，还包括：
获得目标客户预先配置的理财金额和理财周期；
将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，包括：
将推荐的理财产品的类型对应的权值、目标客户预先配置的理财金额和理财周期输入至理财产品描述模型，获得理财产品购买方式。
7.一种理财产品推荐装置，其特征在于，包括：
数据获得模块，用于获得目标客户的金融信息，所述金融信息包括银行账户信息和交易流水信息；
目标客户的类型获得模块，用于将所述金融信息对应的权值输入至客户描述模型，获得目标客户的类型，所述客户描述模型用于描述多种类型的客户的多个维度的金融信息的权值；
理财产品的类型获得模块，用于将目标客户的类型对应的权值输入至购买记录描述模型，获得推荐的理财产品的类型，所述购买记录描述模型用于描述多种类型的客户购买多种类型的理财产品的消费记录的权值；
购买方式确定模块，用于将推荐的理财产品的类型对应的权值输入至理财产品描述模型，获得理财产品购买方式，所述理财产品描述模型用于描述多种类型的理财产品的多个维度的属性信息的权值，所述理财产品推荐方式包括推荐的理财产品的多个维度的属性信息。
8.如权利要求7所述的理财产品推荐装置，其特征在于，还包括客户描述模型构建模块，用于：
采用如下步骤构建客户描述模型：
确定每个客户在每个维度的金融信息的权值；
将每个维度的金融信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的客户。
9.如权利要求7所述的理财产品推荐装置，其特征在于，还包括理财产品描述模型构建模块，用于：
采用如下步骤构建理财产品描述模型：
确定每个理财产品在每个维度的属性信息的权值；
将每个维度的属性信息的权值划分为多个区间；
根据划分的区间数，形成多种类型的理财产品。
10.如权利要求8或9任一项所述的理财产品推荐装置，其特征在于，还包括购买记录描述模型构建模块，用于：
采用如下步骤构建购买记录描述模型：
基于客户描述模型和理财产品描述模型，根据每个客户购买每个理财产品的消费记录，获得每种类型的客户购买每种类型的理财产品的权值。
11.如权利要求8或9任一项所述的理财产品推荐装置，其特征在于，还包括更新模块，用于：
在构建客户描述模型之后，通过神经网络的反向校准来更新多种类型的客户的多个维度的金融信息的权值；
在构建理财产品描述模型之后，通过神经网络的反向校准来更新多种类型的客户购买多种类型的理财产品的消费记录的权值。
12.如权利要求7所述的理财产品推荐装置，其特征在于，购买方式确定模块具体用于：
获得目标客户预先配置的理财金额和理财周期；
将推荐的理财产品的类型对应的权值、目标客户预先配置的理财金额和理财周期输入至理财产品描述模型，获得理财产品购买方式。
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法。
14.一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执行权利要求1至6任一项所述方法的计算机程序。
CN201911372395.7A 2019-12-27 2019-12-27 理财产品推荐方法及装置 Pending CN111125535A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911372395.7A CN111125535A (zh) 2019-12-27 2019-12-27 理财产品推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911372395.7A CN111125535A (zh) 2019-12-27 2019-12-27 理财产品推荐方法及装置

Publications (1)

Publication Number Publication Date
CN111125535A true CN111125535A (zh) 2020-05-08

Family

ID=70503637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911372395.7A Pending CN111125535A (zh) 2019-12-27 2019-12-27 理财产品推荐方法及装置

Country Status (1)

Country Link
CN (1) CN111125535A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111698332A (zh) * 2020-06-23 2020-09-22 深圳壹账通智能科技有限公司 业务对象的分配方法、装置、设备及存储介质
CN112070615A (zh) * 2020-09-02 2020-12-11 中国银行股份有限公司 基于知识图谱的理财产品推荐方法及装置
CN112767143A (zh) * 2021-03-15 2021-05-07 中国工商银行股份有限公司 基于利润贡献度的理财产品推荐方法和装置
CN112767173A (zh) * 2021-03-15 2021-05-07 中国工商银行股份有限公司 基于利率预测的理财产品推荐方法和装置
CN112801803A (zh) * 2021-02-07 2021-05-14 中国工商银行股份有限公司 一种理财产品推荐方法和装置
CN112907379A (zh) * 2021-03-15 2021-06-04 中国工商银行股份有限公司 理财产品推荐方法和装置
CN113034246A (zh) * 2021-04-29 2021-06-25 中国工商银行股份有限公司 理财产品推荐方法及装置
CN113052666A (zh) * 2021-04-30 2021-06-29 中国银行股份有限公司 理财产品推荐方法及装置
CN113554463A (zh) * 2021-07-21 2021-10-26 中国农业银行股份有限公司南海分行 一种资金流向的分析方法及其分析***
CN113673547A (zh) * 2020-05-15 2021-11-19 腾讯科技（深圳）有限公司 用户分类方法、装置、计算机设备和存储介质
CN113689302A (zh) * 2021-09-07 2021-11-23 中国银行股份有限公司 寿险产品信息推荐方法及装置
CN113822669A (zh) * 2021-10-09 2021-12-21 中国银行股份有限公司 一种理财产品销售方法和***

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113673547A (zh) * 2020-05-15 2021-11-19 腾讯科技（深圳）有限公司 用户分类方法、装置、计算机设备和存储介质
CN111698332A (zh) * 2020-06-23 2020-09-22 深圳壹账通智能科技有限公司 业务对象的分配方法、装置、设备及存储介质
CN112070615A (zh) * 2020-09-02 2020-12-11 中国银行股份有限公司 基于知识图谱的理财产品推荐方法及装置
CN112801803B (zh) * 2021-02-07 2024-02-02 中国工商银行股份有限公司 一种理财产品推荐方法和装置
CN112801803A (zh) * 2021-02-07 2021-05-14 中国工商银行股份有限公司 一种理财产品推荐方法和装置
CN112767173A (zh) * 2021-03-15 2021-05-07 中国工商银行股份有限公司 基于利率预测的理财产品推荐方法和装置
CN112907379A (zh) * 2021-03-15 2021-06-04 中国工商银行股份有限公司 理财产品推荐方法和装置
CN112907379B (zh) * 2021-03-15 2024-02-02 中国工商银行股份有限公司 理财产品推荐方法和装置
CN112767143A (zh) * 2021-03-15 2021-05-07 中国工商银行股份有限公司 基于利润贡献度的理财产品推荐方法和装置
CN113034246A (zh) * 2021-04-29 2021-06-25 中国工商银行股份有限公司 理财产品推荐方法及装置
CN113052666A (zh) * 2021-04-30 2021-06-29 中国银行股份有限公司 理财产品推荐方法及装置
CN113554463A (zh) * 2021-07-21 2021-10-26 中国农业银行股份有限公司南海分行 一种资金流向的分析方法及其分析***
CN113689302A (zh) * 2021-09-07 2021-11-23 中国银行股份有限公司 寿险产品信息推荐方法及装置
CN113822669A (zh) * 2021-10-09 2021-12-21 中国银行股份有限公司 一种理财产品销售方法和***

Similar Documents

Publication Publication Date Title
CN111125535A (zh) 理财产品推荐方法及装置
US20090276368A1 (en) Systems and methods for providing personalized recommendations of products and services based on explicit and implicit user data and feedback
Sichel Productivity measurement: racing to keep up
CN110866771A (zh) 信息处理方法、***、介质和计算机***
CN104718547A (zh) 顾客数据解析***
WO2012019097A2 (en) System and method for dynamic, real-time data management and processing to facilitate business decisions
TW202020781A (zh) 外匯交易量預測方法和裝置
US10997670B1 (en) Systems and methods for a whole life interactive simulation
CN110517142B (zh) 策略评估信息的输出方法及装置
CN111639967A (zh) 产品潜在客户挖掘方法及***
CN111667307A (zh) 一种理财产品销量的预测方法及装置
CN112035681A (zh) 基于知识图谱的***费率信息确定方法及装置
US8417594B2 (en) Dimension-based financial reporting using multiple combinations of dimensions
CN111199453A (zh) 一种产品信息的推送方法、电子设备及存储介质
US20110264602A1 (en) Computer-Implemented Systems And Methods For Implementing Dynamic Trading Strategies In Risk Computations
US20160267583A1 (en) Electronic data modelling tool
CN107305662A (zh) 识别违规账户的方法及装置
CN110245985A (zh) 一种信息处理方法及装置
CN113094654A (zh) 一种产品数据处理方法、装置及设备
CN112785443A (zh) 基于客户群体的理财产品推送方法及装置
WO2017136182A1 (en) Systems and methods for creating an options program using payment transactions performed within a geographic sector
CN113034183A (zh) 定价处理方法、装置、电子设备和存储介质
CN113240513A (zh) 一种用户授信额度的确定方法和相关装置
CN112200389A (zh) 数据预测方法、装置、设备及存储介质
CN116362879A (zh) 交易数据仿真方法、装置、计算机设备、存储介质和产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination