理财产品推荐方法及装置制造方法及图纸

本发明专利技术提供了一种理财产品推荐方法及装置，该方法包括：基于客户的社交关系，构建社交网络图；基于理财产品的属性信息，构建理财产品知识图谱；基于客户购买理财产品的历史交易信息，构建二部图；根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；基于每个客户对于每个理财产品的评分，向客户推荐理财产品。本发明专利技术可以向客户精准地推荐理财产品。

【技术实现步骤摘要】
理财产品推荐方法及装置
本专利技术涉及人工智能
，尤其涉及一种理财产品推荐方法及装置。
技术介绍
目前客户购买银行的理财产品，大多是参考现有的收益率、起购金额、时间期限等因素，银行客户经理给客户推荐理财产品大多是基于客户的资产金额以及历史购买记录来进行。一方面没有充分挖掘客户之间的关联关系，另一方面购买了某种理财产品的客户也无法得到相近客户的购买信息。这导致理财推荐不能准确把握客户对不同理财产品的购买意愿，无法实现精准推荐。而随着数据的积累以及技术不断创新，在获客、活客方面越来越需要深入挖掘客户与客户之间、产品与产品之间、客户与产品之间的关联关系，从而给客户推荐出更精准的理财产品。以往的推荐方法大多基于传统的机器学习建模，特征往往依赖于手工设计，灵活性差，不能提取多维度的空间特征，不能够充分挖掘客户与产品之间的关联关系。推荐结果很大程度依赖于人为预设的参数和手工定义的特征，不能做到精准推荐。
技术实现思路
本专利技术实施例提出一种理财产品推荐方法，用以向客户精准地推荐理财产品，该方法包括：基于客户的社交关系，构建社交网络图；基于理财产品的属性信息，构建理财产品知识图谱；基于客户购买理财产品的历史交易信息，构建二部图；根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；基于每个客户对于每个理财产品的评分，向客户推荐理财产品。本专利技术实施例提出一种理财产品推荐装置，用以向客户精准地推荐理财产品，该装置包括：社交网络图构建模块，用于基于客户的社交关系，构建社交网络图；理财产品知识图谱构建模块，用于基于理财产品的属性信息，构建理财产品知识图谱；二部图构建模块，用于基于客户购买理财产品的历史交易信息，构建二部图；异构图构建模块，用于根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；预测模块，用于基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；推荐模块，用于基于每个客户对于每个理财产品的评分，向客户推荐理财产品。本专利技术实施例还提出了一种计算机设备，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理财产品推荐方法。本专利技术实施例还提出了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理财产品推荐方法的计算机程序。在本专利技术实施例中，基于客户的社交关系，构建社交网络图；基于理财产品的属性信息，构建理财产品知识图谱；基于客户购买理财产品的历史交易信息，构建二部图；根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；基于每个客户对于每个理财产品的评分，向客户推荐理财产品。在上述实施例中，构建了社交网络图、产品知识图谱、二部图，最后建立了客户与理财产品异构图，该客户与理财产品异构图包括了客户与理财产品的多种关系，基于图神经网络模型对客户与理财产品异构图进行预测，即可获得准确地客户与理财产品之间的关系，即每个客户对于每个理财产品的评分，从而向客户精准推荐理财产品。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中理财产品推荐方法的流程图；图2为本专利技术实施例中一个社交网络图的示意图；图3为本专利技术实施例中一个理财产品知识图谱的示意图；图4为本专利技术实施例中一个二部图的示意图；图5为本专利技术实施例中一个异构图的示意图；图6为本专利技术实施例中采用图神经网络模型进行预测的原理图；图7为本专利技术实施例中理财产品推荐装置的示意图；图8为本专利技术实施例中计算机设备的示意图。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。在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。专利技术人发现，现有的理财产品推荐存在以下缺点：a)客户可能由于理财知识有限，无法选择到最适合自身、收益最大化的理财产品；b)客户无法获取到关系人购买了什么类型的理财产品；c)客户不能准确把握现有条件下还可以购买什么理财产品；d)产品经理只能根据自己的理财经验为客户进行推荐，不能准确把握客户的购买意愿；e)产品经理只能给现有的客群进行推荐，无法找到客户相关联的衍生客户。由于存在以上缺点，现在的银行理财产品推荐营销方式会遗漏很多重要信息，且只能根据经验知识来进行推荐，无法挖掘客户之间关联关系，不能准确把握客户购买意愿。针对上述缺点，本专利技术实施例通过构建客户与理财产品异构图构建并预测，从而为客户精准推荐相应的理财产品。图1为本专利技术实施例中理财产品推荐方法的流程图，如图1所示，该方法包括：步骤101，基于客户的社交关系，构建社交网络图；步骤102，基于理财产品的属性信息，构建理财产品知识图谱；步骤103，基于客户购买理财产品的历史交易信息，构建二部图；步骤104，根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；步骤105，基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；步骤106，基于每个客户对于每个理财产品的评分，向客户推荐理财产品。在本专利技术实施例提出的方法中，构建了社交网络图、产品知识图谱、二部图，最后建立了客户与理财产品异构图，该客户与理财产品异构图包括了客户与理财产品的多种关系，通过对客户与理财产品异构图进行预测，即可获得准确地客户与理财产品之间的关系，即每个客户对于每个理财产品的评分，从而向客户精准推荐理财产品。在一实施例中，所述方法还包括：根据客户的历史交易行为，识别客户的社交关系。在上述实施例中，根据客户的历史交易行为挖掘识别客户的社交关系，比如客户和客户之间的本文档来自技高网...

【技术保护点】
1.一种理财产品推荐方法，其特征在于，包括：/n基于客户的社交关系，构建社交网络图；/n基于理财产品的属性信息，构建理财产品知识图谱；/n基于客户购买理财产品的历史交易信息，构建二部图；/n根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；/n基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；/n基于每个客户对于每个理财产品的评分，向客户推荐理财产品。/n

【技术特征摘要】
1.一种理财产品推荐方法，其特征在于，包括：
基于客户的社交关系，构建社交网络图；
基于理财产品的属性信息，构建理财产品知识图谱；
基于客户购买理财产品的历史交易信息，构建二部图；
根据社交网络图、产品知识图谱、二部图，构建客户与理财产品异构图；
基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分；
基于每个客户对于每个理财产品的评分，向客户推荐理财产品。


2.如权利要求1所述的理财产品推荐方法，其特征在于，还包括：
根据客户的历史交易行为，识别客户的社交关系。


3.如权利要求1所述的理财产品推荐方法，其特征在于，每个客户对于每个理财产品的评分采用客户与理财产品异构图中每个客户与每个理财产品之间存在边的概率来表示；
基于图神经网络模型预测客户与理财产品异构图中每个客户对于每个理财产品的评分，包括：
将客户与理财产品异构图输入至图神经网络模型中，预测客户与理财产品异构图中客户与理财产品之间存在边的概率；
基于每个客户对于每个理财产品的评分，向客户推荐理财产品，包括：
确定每个客户对应的存在边的概率最高的理财产品为向每个客户推荐的理财产品。


4.如权利要求3所述的理财产品推荐方法，其特征在于，图神经网络模型为图卷积网络模型、图注意力网络模型、图自编码器模型、图生成网络模型或图时空网络模型。


5.一种理财产品推荐装置，其特征在于，包括：
社交网络图构建模块，用于基于客户的社交关系，构建社交网络图；
理财产品知识图谱构建模块，用于基于理财产品的属性...

【专利技术属性】
技术研发人员：郭慧杰，李娟，李乐，
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