智能融资服务推荐方法及其系统技术方案

本申请涉及金融服务计算机技术领域，公开了一种智能融资服务推荐方法及其系统。该方法使用历史数据对逻辑回归模型、决策树模型和支持向量机模型训练分别进行训练，再将这三个模型的输出的预测概率值作为特征值输入到神经网络进行二次训练，训练完成后，逻辑回归模型、决策树模型、支持向量机模型和神经网络形成多模型融合系统以预测特定客户需求匹配特定融资产品的成功概率，根据成功概率为客户需求推荐融资产品，可以使得推荐成功率大大提升。

【技术实现步骤摘要】
智能融资服务推荐方法及其系统
本申请涉及金融服务计算机
，特别涉及智能融资服务推荐技术。
技术介绍
近年来，在金融科技领域，智能融顾(智能融资顾问)日益普及。智能融顾也可理解为机器人理财，是虚拟机器人基于客户自身理财需求，通过数据算法和产品来完成以往人工提供的理财顾问服务。进一步地说，智能融顾也是一种智能化推荐，其本质就是根据客户的历史融资信息和行为，向客户推荐适合的融资产品。随着互联网的不断扩大，移动互联网无处不在，融资产品的日益增多，面对多样的融资产品，融资专员如何为客户推荐最适合的产品，如何将客户大量的非结构化异构信息进行有效的分析并得出可靠满意的结果并且解决信息超载问题，从而诞生了智能融顾。智能融资的一个工作是，针对特定的客户需求，如何在大量的融资产品中选出融资成功率较高的融资产品？以前的做法主要是通过人工的方式阅读理解客户需求，根据融资专员的经验为客户推荐融资产品，成功率严重依赖于融资专员的经验，而融资专员但水平参差不齐，即使是资深的融资专员也不可能对所有的融资产品都很理解，所以总体来说推荐效率低，错误率高、风险较高。如何以自动化的方式，以比较高效率、准确率和成功率向本文档来自技高网...

【技术保护点】
1.一种智能融资服务推荐方法，其特征在于，包括：在训练阶段：使用第一历史数据分别对逻辑回归模型、决策树模型和支持向量机模型分别进行训练；所述逻辑回归模型、决策树模型和支持向量机模型训练完成之后，使用第二历史数据，将所述逻辑回归模型、决策树模型和支持向量机模型输出的预测概率值作为特征信息，输入到神经网络，对所述神经网络进行训练；其中所述历史数据包括客户需求的特征信息、融资产品的特征信息、和客户和融资产品的匹配信息；在使用阶段：获取客户需求的特征信息和融资产品的特征信息，分别输入到所述逻辑回归模型、决策树模型和支持向量机模型进行概率预测，将得到的三个预测概率值输出到所述神经网络，得到所述神经网络输...

【技术特征摘要】
1.一种智能融资服务推荐方法，其特征在于，包括：在训练阶段：使用第一历史数据分别对逻辑回归模型、决策树模型和支持向量机模型分别进行训练；所述逻辑回归模型、决策树模型和支持向量机模型训练完成之后，使用第二历史数据，将所述逻辑回归模型、决策树模型和支持向量机模型输出的预测概率值作为特征信息，输入到神经网络，对所述神经网络进行训练；其中所述历史数据包括客户需求的特征信息、融资产品的特征信息、和客户和融资产品的匹配信息；在使用阶段：获取客户需求的特征信息和融资产品的特征信息，分别输入到所述逻辑回归模型、决策树模型和支持向量机模型进行概率预测，将得到的三个预测概率值输出到所述神经网络，得到所述神经网络输出的成功概率；根据所述成功概率确定推荐的融资产品。2.根据权利要求1所述的智能融资服务推荐方法，其特征在于，所述使用第一历史数据分别对逻辑回归模型、决策树模型和支持向量机模型分别进行训练的步骤之前，还包括以下步骤：从客户需求的历史数据中采集信息，并对所采集的信息进行聚类降维，得到所述客户需求的特征信息。3.根据权利要求1所述的智能融资服务推荐方法，其特征在于，所述根据所述最终概率确定推荐的融资产品，包括：如果所述成功概率大于阈值，则为所述融资产品设置推荐的标记。4.根...

【专利技术属性】
技术研发人员：陈晓华，孙永林，侯冬冬，邹睿，
申请(专利权)人：上海钱智金融信息服务有限公司，
类型：发明
国别省市：上海,31