一种适用于金融场景的客户洞察方法和系统技术方案

本申请公开了一种适用于金融场景的客户洞察方法和系统，其中方法包括：获取用户的多个预设维度的金融数据；根据预先设置的数据分析模型，对所述金融数据进行分析，获取所述多个预设维度的金融数据中的每个预设维度的金融数据的分析值；根据所述金融数据和所述分析值，输出针对所述用户的分析结果。本申请的有利技术效果在于：通过数据分析模型，对获取的用户的金融数据进行分析，并且得到分析结果，从而使用户洞察的过程更加智能、高效。

A customer insight method and system for financial scenario

The present application discloses a method and system for customer insight applicable to a financial scene, which includes obtaining financial data from multiple preset dimensions of the user, analyzing the financial data based on a pre set data analysis model, and obtaining each default dimension in the financial data of the multiple preset dimensions. Based on the financial data and the analysis value, the analysis result for the user is output. The advantage of this application is that the data analysis model is used to analyze the financial data of the users, and the results of the analysis are obtained. Thus the process of user insight is more intelligent and efficient.

【技术实现步骤摘要】
一种适用于金融场景的客户洞察方法和系统
本专利技术涉及计算机软件领域、智能手机应用软件领域，具体涉及一种适用于金融场景的客户洞察方法和系统。
技术介绍
在金融领域，通常会引入一些用户洞察的方法，目的是更好的了解客户的个人情况与资产现状，从而达到相应的商业目的，比如：提升金融产品的销售业绩、有效金融风险等。传统的用户洞察，通常采用权重打分方法。通过设计包含诸如：年龄、收入、是否有投资经验(股票、基金等)等问题的问卷，然后根据填写情况，把用户简单的归为若干类型，并提供相应服务。这种人工洞察的方法不仅获取信息量小，并且效率非常低。
技术实现思路
针对上述现有技术的不足，本专利技术提出一种适用于金融场景的客户洞察方法和系统，能够提供高效的数据处理方法。本专利技术公开了一种适用于金融场景的客户洞察方法，包括：获取用户的多个预设维度的金融数据；根据预先设置的数据分析模型，对所述金融数据进行分析，获取所述多个预设维度的金融数据中的每个预设维度的金融数据的分析值；根据所述金融数据和所述分析值，输出针对所述用户的分析结果。在本公开一实施例中，所述根据预先设置的数据分析模型，对所述金融数据进行分析，包括：当所述金融数据存在更新时，对更新的金融数据进行平滑函数取值计算；根据预先设置的数据分析模型对取值计算后的金融数据进行分析。在本公开一实施例中，所述获取关于用户的金融数据包括：通过以下方式中的一种或多种来获取所述金融数据：提取与用户的智能对话交互中的预设信息，所述预设信息包括关键词、对话时长；记录用户所登录的场景信息，所述场景信息包括页面埋点数据、用户状态、轨迹；采集用户在应用程序中的操作数据，所述操作数据包括页面停留时间、所持有产品、状态；记录用户对于问卷调查的答案信息，所述答案信息包括问卷的内容，回答时长、间隔；所述预设维度包括以下中的多个：资金实力、投资经验、风险偏好、收益目标、性格特征和投资期限。在本公开一实施例中，所述根据预先设置的数据分析模型，对所述金融数据进行分析获取分析结果，包括：使用以下数据分析模型中的一种或多种，对所述金融数据进行分析获取分析结果：NLP陪伴洞察模型、神经网络、加权决策树模型、先验知识贝叶斯模型和行为金融学模型。在本公开一实施例中，所述根据所述金融数据和所述分析值，输出针对所述用户的分析结果，包括：根据预设维度以及每个预设维度对应的权重值，将所述分析值进行图形化；输出图形化的分析值。本专利技术还提供一种适用于金融场景的客户洞察系统，包括：获取模块，用于获取用户的多个预设维度的金融数据；分析模块，用于根据预先设置的数据分析模型，对所述金融数据进行分析，获取所述多个预设维度的金融数据中的每个预设维度的金融数据的分析值；输出模块，用于根据所述金融数据和所述分析值，输出针对所述用户的分析结果。在本公开一实施例中，所述分析模块还用于：当所述金融数据存在更新时，对更新的金融数据进行平滑函数取值计算；根据预先设置的数据分析模型对取值计算后的金融数据进行分析。在本公开一实施例中，所述获取模块还用于通过以下方式中的一种或多种来获取所述金融数据：提取与用户的智能对话交互中的预设信息，所述预设信息包括关键词、对话时长；记录用户所登录的场景信息，所述场景信息包括页面埋点数据、用户状态、轨迹；采集用户在应用程序中的操作数据，所述操作数据包括页面停留时间、所持有产品、状态；记录用户对于问卷调查的答案信息，所述答案信息包括问卷的内容，回答时长、间隔；所述预设维度包括以下中的多个：资金实力、投资经验、风险偏好、收益目标、性格特征和投资期限。在本公开一实施例中，所述分析模块还用于：使用以下数据分析模型中的一种或多种，对所述金融数据进行分析获取分析结果：NLP陪伴洞察模型、神经网络、加权决策树模型、先验知识贝叶斯模型和行为金融学模型。在本公开一实施例中，所述输出模块，还用于：根据预设维度以及每个预设维度对应的权重值，将所述分析值进行图形化；输出图形化的分析值。本申请的有利技术效果在于：通过数据分析模型，对获取的用户的金融数据进行分析，并且得到分析结果，从而使用户洞察的过程更加智能、高效。附图说明图1所示为本公开一实施例提供的适用于金融场景的客户洞察方法的流程示意图。图2所示为本公开另一实施例提供的适用于金融场景的客户洞察方法的流程示意图。图3所示为神经网络模型的计算模型结构示意图。图4所示为先验知识贝叶斯模型的示意图。图5所示为认知概率和效用的示意图。图6所示为前端输出的可视化分析结果。图7所示为后端输出的可视化分析结果。图8所示为本公开一实施例提供的适用于金融场景的客户洞察系统的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，下面结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。参考附图1所示，其中图1所示为本公开提供的适用于金融场景的客户洞察方法的流程示意图。本公开提供的适用于金融场景的客户洞察方法包括以下步骤：步骤S101：获取用户的多个预设维度的金融数据；步骤S102：根据预先设置的数据分析模型，对金融数据进行分析，获取多个预设维度的金融数据中的每个预设维度的金融数据的分析值；步骤S103：根据金融数据和分析值，输出针对用户的分析结果。本公开实施例通过数据分析模型，对获取的用户的金融数据进行分析，并且得到分析结果，从而使用户洞察的过程更加智能、高效。在本公开一实施例中，所述根据预先设置的数据分析模型，对所述金融数据进行分析，获取所述多个预设维度的金融数据中的每个预设维度的金融数据的分析值，包括：当所述金融数据存在更新时，对更新的金融数据进行平滑函数取值计算；根据预先设置的数据分析模型对取值计算后的金融数据进行分析。在本公开一实施例中，所述获取用户的多个预设维度的金融数据包括：通过以下方式中的一种或多种来获取所述金融数据：提取与用户的智能对话交互中的预设信息，所述预设信息包括关键词、对话时长；记录用户所登录的场景信息，所述场景信息包括页面埋点数据、用户状态、轨迹；采集用户在应用程序中的操作数据，所述操作数据包括页面停留时间、所持有产品、状态；记录用户对于问卷调查的答案信息，所述答案信息包括问卷的内容、回答时长、间隔；所述预设维度包括以下中的多个：资金实力、投资经验、风险偏好、收益目标、性格特征和投资期限。在本公开一实施例中，所述根据预先设置的数据分析模型，对所述金融数据进行分析获取分析结果，包括：使用以下数据分析模型中的一种或多种，对所述金融数据进行分析获取分析结果：NLP(NaturalLanguageProcessing，自然语言处理)陪伴洞察模型、神经网络、加权决策树模型、先验知识贝叶斯模型和行为金融学模型。在本公开一实施例中，所述根据所述金融数据和所述分析值，输出针对所述用户的分析结果，包括：根据预设维度以及每个预设维度对应的权重值，将所述分析值进行图形化；输出图形化的分析值。在本公开一实施例中，所述方法还包括：根据预设的分析结果与建议的对应关系，为所述用户提供所述分析结果对应的建议。上述所有可选技术方案，均可按照任意结合形成本公开的可选实施例，本公开实施例对此不再一一赘述。如图2所示为本公开实施例提供的适用于金融场景的客户洞本文档来自技高网...

【技术保护点】
一种适用于金融场景的客户洞察方法，其特征在于，包括：获取用户的多个预设维度的金融数据；根据预先设置的数据分析模型，对所述金融数据进行分析，获取所述多个预设维度的金融数据中的每个预设维度的金融数据的分析值；根据所述金融数据和所述分析值，输出针对所述用户的分析结果。

【技术特征摘要】
1.一种适用于金融场景的客户洞察方法，其特征在于，包括：获取用户的多个预设维度的金融数据；根据预先设置的数据分析模型，对所述金融数据进行分析，获取所述多个预设维度的金融数据中的每个预设维度的金融数据的分析值；根据所述金融数据和所述分析值，输出针对所述用户的分析结果。2.根据权利要求1所述的方法，其特征在于，所述根据预先设置的数据分析模型，对所述金融数据进行分析，包括：当金融数据存在更新时，对更新的金融数据进行平滑函数取值计算；根据预先设置的数据分析模型对取值计算后的金融数据进行分析。3.根据权利要求1所述的方法，其特征在于，所述获取用户的多个预设维度的金融数据包括：通过以下方式中的一种或多种来获取所述金融数据：提取与用户的智能对话交互中的预设信息，所述预设信息包括关键词、对话时长；记录用户所登录的场景信息，所述场景信息包括页面埋点数据、用户状态、轨迹；采集用户在应用程序中的操作数据，所述操作数据包括页面停留时间、所持有产品、状态；记录用户对于问卷调查的答案信息，所述答案信息包括问卷的内容、回答时长、间隔；所述预设维度包括以下中的多个：资金实力、投资经验、风险偏好、收益目标、性格特征和投资期限。4.根据权利要求1所述的方法，其特征在于，所述根据预先设置的数据分析模型，对所述金融数据进行分析获取分析结果，包括：使用以下数据分析模型中的一种或多种，对所述金融数据进行分析获取分析结果：自然语言处理陪伴洞察模型、神经网络模型、加权决策树模型、先验知识贝叶斯模型和行为金融学模型。5.根据权利要求1所述的方法，其特征在于，所述根据所述金融数据和所述分析值，输出针对所述用户的分析结果，包括：根据预设维度以及每个预设维...

【专利技术属性】
技术研发人员：马天平，侯玥，
申请(专利权)人：北京贝塔智投科技有限公司，
类型：发明
国别省市：北京,11