当前位置: 首页 > 专利查询>衣璐专利>正文

一种用户金融投资偏好的评测方法及装置制造方法及图纸

技术编号:22885413 阅读:24 留言:0更新日期:2019-12-21 07:49
本发明专利技术提供了一种用户金融投资偏好的评测方法及装置,所述方法包括:通过问卷调查的形式采集用户的风险承担能力和投资偏好;将采集到的所述问卷调查的结果设置为样本;建立第一数据集合和第二数据集合的关联,所述第一数据集合中有多组第一数据,所述第一数据包含:风险承担数据和投资偏好数据,所述第二数据集合中有多组第二数据,所述第二数据包含:资喜好数据和金融风险数据;通过所述样本、所述第一数据集合和所述第二数据集合建立投资金融模型;根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度。通过本发明专利技术可以真实的反映客户的实际投资喜好以及客户对金融风险的承担能力的正确评估。

An evaluation method and device of user's financial investment preference

【技术实现步骤摘要】
一种用户金融投资偏好的评测方法及装置
本专利技术涉及评测
,尤其是涉及一种用户金融投资偏好的评测方法及装置。
技术介绍
在个人理财、金融投资等方面,金融机构或代理人,都需要对客户进行金融风险承担能力和投资喜好进行评估。目前的评估方式基本都是通过谈话、调查问卷等方式进行,在谈话或调查问卷中评价客户的投资喜好和金融风险的承担能力,从而推荐或操作相应的投资项目。但这样做的缺点是:客户在谈话或问卷的氛围下,往往表达或表现出来的投资喜好和真实的投资行为有较大偏差。谈话和问卷方式获得的信息,往往不是客户真实的投资心理或投资理念信息。有些人纸上谈兵和亲临其境表现迥异,表现在投资风格和投资喜好上,差异较大甚至完全相反,从而在委托或代理投资上,造成纠纷,影响客户满意度以及客户忠诚度。同时,现有技术的方法对大量用户同时作投资喜好方面的数据统计处理运算慢。
技术实现思路
现有技术存在的问题:现有技术的对用户个人金融投资的喜好评估和风险承担能力评估不能真实反映用户的实际状况,现有技术的方法对投资喜好方面的数据统计处理运算慢。针对现有技术存在的缺陷,第一方面,本专利技术提供了一种用户金融投资偏好的评测方法,包括:通过问卷调查的形式采集用户的风险承担能力和投资偏好;将采集到的所述问卷调查的结果设置为样本;建立第一数据集合和第二数据集合的关联,所述第一数据集合中有多组第一数据,所述第一数据包含:风险承担数据和投资偏好数据,所述第二数据集合中有多组第二数据,所述第二数据包含:资喜好数据和金融风险数据;通过所述样本、所述第一数据集合和所述第二数据集合建立投资金融模型;根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度。进一步,所述问卷调查的内容具体包括:客户的收入、投资理财经验、投资预期和风险意识、投资损失承担能力。进一步,在所述通过问卷调查的形式采集用户的风险承担能力和投资偏好的步骤中,将客户的投资偏好划分为以下类型之一:保守型、稳健性、平衡性、成长型或进取型。进一步,所述通过问卷调查的形式具体通过面谈、远程电话谈话、纸质问卷调查和/或网络填写调查问卷的方式实现。进一步,所述根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度具体包括:计算投资决策选项之间的相似度;预测客户在后续选择的投资决策评分。进一步,所述计算投资决策选项之间的相似度采用如下公式进行计算:设∣N(i)∣表示喜欢投资决策选项i的选择次数,∣N(i)∩N(j)∣表示同时喜欢投资决策选项i投资决策选项j的次数,则投资决策选项i投资决策选项j的相似度wij为:进一步,所述预测客户在后续选择的投资决策评分采用如下公式进行计算来预测:公式中Puj表示客户u对一个投资决策j的兴趣指数,N(u)代表客户喜欢的投资决策的集合,S(j,k)是和投资决策j最相似的的k个投资决策的集合,wij是投资决策j和i的相似度,rui代表客户u对投资决策i的兴趣指数。进一步,所述投资金融模型的构建采用二叉树对所述样本、所述第一数据集合以及第二数据集合中的数据进行数据处理完成投资金融模型的构建。第二方面,本专利技术提供了一种用户金融投资偏好的评测装置,包括:调查模块,用于通过问卷调查的形式采集用户的风险承担能力和投资偏好;处理模块,用于将采集到的所述问卷调查的结果设置为样本;关联建立模块,用于建立第一数据集合和第二数据集合的关联,所述第一数据集合中有多组第一数据,所述第一数据包含:风险承担数据和投资偏好数据,所述第二数据集合中有多组第二数据,所述第二数据包含:资喜好数据和金融风险数据;模型构建模块,用于通过所述样本、所述第一数据集合和所述第二数据集合建立投资金融模型;预测模块,用于根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度。进一步,所述问卷调查的内容具体包括:客户的收入、投资理财经验、投资预期和风险意识、投资损失承担能力。进一步,在所述调查模块中,将客户的投资偏好划分为以下类型之一:保守型、稳健性、平衡性、成长型或进取型。本专利技术的有益效果是:通过本专利技术的基于协同过滤算法的投资偏好的评测方法,可以真实的反映客户的实际投资喜好以及客户对金融风险的承担能力的正确评估。附图说明图1是本专利技术的一种用户金融投资偏好的评测方法的流程示意图;图2是本专利技术的一种用户金融投资偏好的评测装置的结构示意图。具体实施方式以下描述中,为了说明而不是为了限定,提出了诸如特定装备结构、接口、技术之类的具体细节,以便透彻理解本专利技术。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中,省略对众所周知的装置、电路以及方法的详细说明,以免不必要的细节妨碍本专利技术的描述。如图1所示,本专利技术提供了一种用户金融投资偏好的评测方法,包括:S1:通过问卷调查的形式采集用户的风险承担能力和投资偏好;S2:将采集到的所述问卷调查的结果设置为样本;S3:建立第一数据集合和第二数据集合的关联,所述第一数据集合中有多组第一数据,所述第一数据包含:风险承担数据和投资偏好数据,所述第二数据集合中有多组第二数据,所述第二数据包含:资喜好数据和金融风险数据;S4:通过所述样本、所述第一数据集合和所述第二数据集合建立投资金融模型;S4:根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度。在一些说明性实施例中,所述问卷调查的内容具体包括:客户的收入、投资理财经验、投资预期和风险意识、投资损失承担能力。在一些说明性实施例中,在所述通过问卷调查的形式采集用户的风险承担能力和投资偏好的步骤中,将客户的投资偏好划分为以下类型之一:保守型、稳健性、平衡性、成长型或进取型。在一些说明性实施例中,所述通过问卷调查的形式具体通过面谈、远程电话谈话、纸质问卷调查和/或网络填写调查问卷的方式实现。在一些说明性实施例中,所述根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度具体包括:计算投资决策选项之间的相似度;预测客户在后续选择的投资决策评分。在一些说明性实施例中,所述计算投资决策选项之间的相似度采用如下公式进行计算:设|N(i)|表示喜欢投资决策选项i的选择次数,|N(i)∩N(j)∣表示同时喜欢投资决策选项i投资决策选项j的次数,则投资决策选项i投资决策选项j的相似度wij为:在一些说明性实施例中,所述预测客户在后续选择的投资决策评分采用如下公式进行计算来预测:公式中Puj表示客户u对一个投资决策j的兴趣指本文档来自技高网...

【技术保护点】
1.一种用户金融投资偏好的评测方法,其特征在于,包括:/n通过问卷调查的形式采集用户的风险承担能力和投资偏好;/n将采集到的所述问卷调查的结果设置为样本;/n建立第一数据集合和第二数据集合的关联,所述第一数据集合中有多组第一数据,所述第一数据包含:风险承担数据和投资偏好数据,所述第二数据集合中有多组第二数据,所述第二数据包含:资喜好数据和金融风险数据;/n通过所述样本、所述第一数据集合和所述第二数据集合建立投资金融模型;/n根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度。/n

【技术特征摘要】
1.一种用户金融投资偏好的评测方法,其特征在于,包括:
通过问卷调查的形式采集用户的风险承担能力和投资偏好;
将采集到的所述问卷调查的结果设置为样本;
建立第一数据集合和第二数据集合的关联,所述第一数据集合中有多组第一数据,所述第一数据包含:风险承担数据和投资偏好数据,所述第二数据集合中有多组第二数据,所述第二数据包含:资喜好数据和金融风险数据;
通过所述样本、所述第一数据集合和所述第二数据集合建立投资金融模型;
根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度。


2.根据权利要求1所述的用户金融投资偏好的评测方法,其特征在于,所述问卷调查的内容具体包括:客户的收入、投资理财经验、投资预期和风险意识、投资损失承担能力。


3.根据权利要求2所述的用户金融投资偏好的评测方法,其特征在于,在所述通过问卷调查的形式采集用户的风险承担能力和投资偏好的步骤中,将客户的投资偏好划分为以下类型之一:保守型、稳健性、平衡性、成长型或进取型。


4.根据权利要求1所述的用户金融投资偏好的评测方法,其特征在于,所述通过问卷调查的形式具体通过面谈、远程电话谈话、纸质问卷调查和/或网络填写调查问卷的方式实现。


5.根据权利要求1所述的用户金融投资偏好的评测方法,其特征在于,所述根据所述投资金融模型,使用基于协同过滤算法中的预测方式来预测客户的投资喜好和金融风险的承担程度具体包括:
计算投资决策选项之间的相似度;
预测客户在后续选择的投资决策评分。


6.根据权利要求5所述的用户金融投资偏好的评测方法,其特征在于,所述计算投资决策选项之间的相似度采用如下公式进行计算:设|N(i)|表示喜欢投资决策选项...

【专利技术属性】
技术研发人员:衣璐
申请(专利权)人:衣璐
类型:发明
国别省市:北京;11

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1