一种基于大数据的投资服务方法和装置制造方法及图纸

本发明专利技术提供了一种基于大数据的投资服务方法和装置，该方法包括：获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本发明专利技术实现投资风险控制，提供了安全高效的投资服务。

【技术实现步骤摘要】
一种基于大数据的投资服务方法和装置
本专利技术涉及计算机数据处理
，尤其涉及一种基于大数据的投资服务方法和装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。银行的高净值客户的子女境外求学带来的境外财富管理需求以及全球视野带来的全球资产配置需求，为境外金融投资领域的发展提供了催化剂，配套的跨境咨询服务也应运而生。客户会通过多渠道咨询跨境服务和了解跨境投资项目。用户通过商业咨询服务机构咨询签约、整理翻译项目资料，均需通过人工处理，实则繁琐费时，且由于客户资料保密及风险要求，境外投资案例具有参考价值高且难以获取的特点，造成投资服务风险控制难以保障。因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。
技术实现思路
本专利技术实施例提供一种基于大数据的投资服务方法，实现投资风险控制，提供了安全高效的投资服务，该方法包括：获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本专利技术实施例还提供一种基于大数据的投资服务装置，包括：用户需求信息获取模块，用于获取用户需求信息；特征提取模块，用于将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；大数据匹配模块，用于根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；人工智能学习模型训练模块，用于建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；用户投资风险承受能力确定模块，用于根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；投资服务方案确定模块，用于根据用户投资风险承受能力，确定投资服务方案。本专利技术实施例还提供一种计算机设备，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一种基于大数据的投资服务方法。本专利技术实施例还提供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一种基于大数据的投资服务方法的计算机程序。本专利技术实施例提供的一种基于大数据的投资服务方法和装置，首先获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本专利技术实施例通过将用户需求信息进行特征提取，确定用户需求特征，保证了用户在进行咨询时信息不泄露，保障投资服务的保密性；然后在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；利用已有的匹配投资方案训练人工智能学习模型，不会将已有的投资方案泄漏，保障了数据库中已有匹配投资方案的安全性，同时通过训练人工智能学习模型，可以利用相似的投资方案来预测本次用户咨询服务的风险情况，接着根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本专利技术实施例通过大数据技术和人工智能学习模型，将用户投资服务方案自动化输出，实现了投资风险控制，提供了安全高效的投资服务。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，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为本专利技术实施例一种基于大数据的投资服务方法示意图。图2为一种利用本专利技术实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤主流程示意图。图3为一种利用本专利技术实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤详细过程示意图。图4为运行本专利技术实施的一种基于大数据的投资服务方法的计算机装置示意图。图5为本专利技术实施例一种基于大数据的投资服务装置示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。图1为本专利技术实施例一种基于大数据的投资服务方法示意图，如图1所示，本专利技术实施例提供一种基于大数据的投资服务方法，实现投资风险控制，提供了安全高效的投资服务，该方法包括：步骤101：获取用户需求信息；步骤102：将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；步骤103：根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；步骤104：建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；步骤105：根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；步骤106：根据用户投资风险承受能力，确定投资服务方案。本专利技术实施例提供的一种基于大数据的投资服务方法，首先获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本专利技术实施例通过将用户需求信息进行特征提取，确定用户需求特征，保证了用户在进行咨询时信息不泄露，保障投资服务的保密性；然后在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；利用已有的匹配投资方案训练人工智能学习模型，不会将已有的投资方案泄漏，保本文档来自技高网...

【技术保护点】
1.一种基于大数据的投资服务方法，其特征在于，包括：/n获取用户需求信息；/n将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；/n根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；/n建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；/n根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；/n根据用户投资风险承受能力，确定投资服务方案。/n

【技术特征摘要】
1.一种基于大数据的投资服务方法，其特征在于，包括：
获取用户需求信息；
将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；
根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；
建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；
根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；
根据用户投资风险承受能力，确定投资服务方案。


2.如权利要求1所述的方法，其特征在于，所述获取用户需求信息，至少包括：获取用户主观风险承受能力、用户投资产品喜好、用户信用信息和用户投资方式。


3.如权利要求1所述的方法，其特征在于，将用户需求信息进行特征提取，确定用户需求特征，包括：
将用户需求信息进行特征提取，确定风险类型、收益率、安全因素、风险因素和财务风险；
将风险类型、收益率、安全因素、风险因素和财务风险进行信息整合，确定用户需求特征。


4.如权利要求1所述的方法，其特征在于，根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，包括：
根据用户需求特征，利用大数据技术的决策树算法和聚类算法，在业务后台系统的数据库中与存储的投资方案集合进行匹配，将与用户需求特征匹配的投资方案从数据库中取出，确定为匹配投资方案。


5.如权利要求1所述的方法，其特征在于，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型，包括：
建立人工智能学习模型，将匹配投资方案划分为训练集和验证集；
将训练集作为输入数据，训练人工智能学习模型，根据训练结果修正人工智能学习模型的参数，并利用验证集进行验证，直至验证集的准确率的结果收敛，保存此时的人工智能学习模型为训练后人工智能学习模型。


6.一种基于大数据的投资服务装置，其特征在于，包括：
用户需求信息获取模块，用于获取用户需求信息；
特征提取模块，用于将用户需...

【专利技术属性】
技术研发人员：邝智颖，罗卫东，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11