【技术实现步骤摘要】
产品推荐方法及装置
本专利技术涉及数据处理
，尤其涉及产品推荐方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。当前金融行业的理财产品，在用户购买前大多会提供问答式的问卷调查，其中包含有数十道选择题，系统通过用户的选项来判断用户的风险偏好，得出高中低等风险判断，进而推荐或者限制用户投资不同风险层级的产品。这样的风险评估模型在以前数年的时间里确实取得了一定的效果，但是在人工智能和大数据技术日益发展的今天，渐渐地不能跟上新时期的风险评估需求，无法高效、精确和安全地为用户推荐产品。
技术实现思路
本专利技术实施例提供一种产品推荐方法，用以高效、精确和安全地为用户推荐产品，该方法包括：获取用户收入、用户消费、用户资金承受能力、用户风险偏好及用户历史交易特征数据；将所述特征数据输入预先建立的用户风险评估模型，得到用户风险评估结果；所述用户风险评估模型根据预先建立的用户收入模型、用户消费模型、用户资金承...
【技术保护点】
1.一种产品推荐方法，其特征在于，包括：/n获取用户收入、用户消费、用户资金承受能力、用户风险偏好及用户历史交易特征数据；/n将所述特征数据输入预先建立的用户风险评估模型，得到用户风险评估结果；所述用户风险评估模型根据预先建立的用户收入模型、用户消费模型、用户资金承受能力模型、用户风险偏好模型及用户历史交易模型融合得到，所述用户资金承受能力模型根据用户收入模型、用户消费模型及用户历史交易模型的输出数据得到；/n根据用户风险评估结果，为所述用户推荐产品。/n
【技术特征摘要】
1.一种产品推荐方法，其特征在于，包括：
获取用户收入、用户消费、用户资金承受能力、用户风险偏好及用户历史交易特征数据；
将所述特征数据输入预先建立的用户风险评估模型，得到用户风险评估结果；所述用户风险评估模型根据预先建立的用户收入模型、用户消费模型、用户资金承受能力模型、用户风险偏好模型及用户历史交易模型融合得到，所述用户资金承受能力模型根据用户收入模型、用户消费模型及用户历史交易模型的输出数据得到；
根据用户风险评估结果，为所述用户推荐产品。
2.如权利要求1所述的产品推荐方法，其特征在于，按照如下方法预先建立用户风险评估模型：
采集用户收入特征样本数据、用户消费特征样本数据、用户历史交易特征样本数据及用户风险偏好特征样本数据；
根据用户收入特征样本数据，建立用户收入模型；
根据用户消费特征样本数据，建立用户消费模型；
根据用户历史交易特征样本数据，建立用户历史交易模型；
根据用户风险偏好特征样本数据，建立用户风险偏好模型；
根据用户收入模型、用户消费模型和用户历史交易模型的输出数据，建立用户资金承受能力模型；
将用户收入模型、用户消费模型、用户历史交易模型、用户风险偏好模型及用户资金承受能力模型进行融合处理，得到所述用户风险评估模型。
3.如权利要求2所述的产品推荐方法，其特征在于，还包括：
采集当前样本数据；
利用当前样本数据对所述用户风险评估模型进行验证处理；
根据验证结果，更新所述用户风险评估模型。
4.如权利要求2所述的产品推荐方法，其特征在于，所述用户收入特征样本数据、用户消费特征样本数据、用户历史交易特征样本数据及用户风险偏好特征样本数据来自于公开数据、问卷数据、流水数据、交易数据和神经语言程序学NLP数据。
5.如权利要求1所述的产品推荐方法，其特征在于，还包括：对用户收入、用户消费、用户资金承受能力、用户风险偏好及用户历史交易特征数据进行预处理，得到预处理后的特征数据；
将所述特征数据输入预先建立的用户风险评估模型，得到用户风险评估结果，包括：将所述预处理后的特征数据输入预先建立的用户风险评估模型，得到用户风险评估结果。
6.一种产品推荐装置，其特征在于，包括：
获取单元，用于获取用户收入、用户消费、用户资金承受能力、用户风险偏好及用户历史交易特征数据；
评估单元，用于将所述特征数据输入预先建...
【专利技术属性】
技术研发人员：李乐，李娟，郭慧杰，刘交，吴杰，盛沛，
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
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。