【技术实现步骤摘要】
一种理财产品销量的预测方法及装置
本专利技术涉及数据处理
,具体涉及一种理财产品销量的预测方法及装置。
技术介绍
理财产品是由商业银行和正规金融机构自行设计并发行的金融产品,通过理财产品可以募集资金并获得收益。现有技术中,银行理财产品的发行数量,通常依靠业务专家人工经验为主来估算理财产品的发行数量。由于理财产品销量影响因素较多且关联复杂性极高,受客户基础信息、产品信息、行为信息、风险信息、同业产品等多种因素干扰,依靠人工经验估算发行数量误差大。因此,如何提出一种理财产品销量的预测方法,能够更加准确地预测理财产品的销量成为本领域需要解决的重要课题。
技术实现思路
针对现有技术中的问题,本专利技术实施例提供一种理财产品销量的预测方法及装置。一方面,本专利技术提出一种理财产品销量的预测方法,包括:获取理财产品的预测数据;对所述预测数据进行特征处理,获得预测特征数据,所述预测特征数据包括客户分类特征数据、客户销量特征数据和产品特征数据;根据所述客户分类特征数据和客户分类模型,获得潜在客户群;其中,所述客户分类模型是根据理财产品分类训练数据以及客户分类标签训练获得的;从所述客户销量特征数据中获得所述潜在客户群中每个潜在客户的销量特征数据,并根据所述产品特征数据、每个潜在客户的销量特征数据以及销量预测模型,获得每个潜在客户对所述理财产品的购买量;其中,所述销量预测模型包括第二数量的销量预测子模型,所述第二数量的销量预测子模型是根据理财产品销 ...
【技术保护点】
1.一种理财产品销量的预测方法,其特征在于,包括:/n获取理财产品的预测数据;/n对所述预测数据进行特征处理,获得预测特征数据,所述预测特征数据包括客户分类特征数据、客户销量特征数据和产品特征数据;/n根据所述客户分类特征数据和客户分类模型,获得潜在客户群;其中,所述客户分类模型是根据理财产品分类训练数据以及客户分类标签训练获得的;/n从所述客户销量特征数据中获得所述潜在客户群中每个潜在客户的销量特征数据,并根据所述产品特征数据、每个潜在客户的销量特征数据以及销量预测模型,获得每个潜在客户对所述理财产品的购买量;其中,所述销量预测模型包括第二数量的销量预测子模型,所述第二数量的销量预测子模型是根据理财产品销量训练数据以及客户历史销售量训练获得的;/n根据所述潜在客户群中各个潜在客户对所述理财产品的购买量,获得所述理财产品的预测销量。/n
【技术特征摘要】
1.一种理财产品销量的预测方法,其特征在于,包括:
获取理财产品的预测数据;
对所述预测数据进行特征处理,获得预测特征数据,所述预测特征数据包括客户分类特征数据、客户销量特征数据和产品特征数据;
根据所述客户分类特征数据和客户分类模型,获得潜在客户群;其中,所述客户分类模型是根据理财产品分类训练数据以及客户分类标签训练获得的;
从所述客户销量特征数据中获得所述潜在客户群中每个潜在客户的销量特征数据,并根据所述产品特征数据、每个潜在客户的销量特征数据以及销量预测模型,获得每个潜在客户对所述理财产品的购买量;其中,所述销量预测模型包括第二数量的销量预测子模型,所述第二数量的销量预测子模型是根据理财产品销量训练数据以及客户历史销售量训练获得的;
根据所述潜在客户群中各个潜在客户对所述理财产品的购买量,获得所述理财产品的预测销量。
2.根据权利要求1所述的方法,其特征在于,所述客户分类模型包括第一数量个客户分类子模型,所述第一数量个客户分类子模型是根据理财产品分类训练数据以及客户分类标签训练获得的,所述第一数量为大于等于3的奇数;
相应地,所述根据所述客户分类特征数据和客户分类模型,获得潜在客户群包括:
根据所述客户分类特征数据和所述第一数量个客户分类子模型,获得每个客户的第一数量个客户分类标签;
若判断获知所述客户的第一数量个客户分类标签中购买标签的数量大于不购买标签的数量,则将所述客户作为潜在客户;其中,所述客户分类标签包括购买标签和不购买标签。
3.根据权利要求2所述的方法,其特征在于,根据理财产品分类训练数据以及客户分类标签训练获得所述第一数量个客户分类子模型的步骤包括:
获取所述理财产品分类训练数据以及客户分类标签;
根据所述理财产品分类训练数据,获得分类训练特征数据;
将所述分类训练特征数据划分为第一训练集和第一验证集;
根据所述第一训练集、所述第一训练集对应的客户分类标签以及第三数量个预设分类模型,训练获得所述第三数量个待定分类子模型;其中,所述第三数量大于等于所述第一数量;
根据所述第一验证集以及第一验证集对应的客户分类标签对所述第三数量个待定分类子模型进行验证,获得每个待定分类子模型的分类准确度;
根据每个待定分类子模型的分类准确度,从所述第三数量个待定分类子模型中选择出所述第一数量个客户分类子模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述理财产品分类训练数据,获得分类训练特征数据包括:
对所述理财产品分类训练数据进行特征构建,获得多类第一训练特征数据;
根据特征选择算法从所述多类第一训练特征数据中,选择出所述分类训练特征数据。
5.根据权利要求1所述的方法,其特征在于,所述根据所述产品特征数据、每个潜在客户的销量特征数据以及销量预测模型,获得每个潜在客户对所述理财产品的购买量包括:
根据所述产品特征数据、每个潜在客户的销量特征数据以及所述第二数量的销量预测子模型,获得每个潜在客户的第二数量个预测购买量;
根据每个潜在客户的第二数量个预测购买量以及各个预测购买量对应的权重,获得每个潜在客户的对所述理财产品的购买量;其中,每个潜在客户的各个预测购买量对应的权重是预先获得的。
6.根据权利要求1-5任一项所述的方法,其特征在于,根据理财产品销量训练数据训练所述第二数量的销量预测子模型的步骤包括:
获取所述理财产品销量训练数据以及客户历史销售量;
根据所述理财产品销量训练数据,获得销量训练特征数据;
将所述销量训练特征数据划分为第二训练集和第二验证集;
根据所述第二训练集、所述第二训练集对应的客户历史销售量以及第四数量个预设销量模型,训练获得第四数量个待定预测子模型;其中,所述第四数量大于等于所述第二数量;
根据所述第二验证集以及所述第二验证集对应的客户历史销售量对所述第四数量个待定预测子模型进行验证,获得每个待定预测子模型的R平方值;
根据每个待定预测子模型的R平方值,从所述第四数量个待定预测子模型中选择出第二数量个销量预测子模型。
7.根据权利要求6所述的方法,其特征在于,所述根据所述理财产品销量训练数据,获得销量训练特征数据包括:
对所述理财产品分类训练数据进行特征构建,获得多类第二训练特征数据;
根据特征选择算法从所述多类第二训练特征数据中,选择出所述销量训练特征数据。
8.一种理财产品销量的预测装置,其特征在于,包括:
第一获取单元,用于获取理财产品的预测数据;
特征处理单元,用于对所述预测数据进行特征处理,获得预测特征数据,所述预测特征数据包括客户分类特征数据、客户销量特征...
【专利技术属性】
技术研发人员:高伟,郑广斌,宋宇诚,杜媛媛,
申请(专利权)人:中国工商银行股份有限公司,
类型:发明
国别省市:北京;11
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。