【技术实现步骤摘要】
基于深度学习的资金规划推荐方法、装置和设备
本专利技术涉及深度学习
，特别涉及一种基于深度学习的资金规划推荐方法、装置和设备。
技术介绍
随着社会的发展，出国留学将逐步常态化、平民化。针对这一情况，商业银行提供了针对留学的留学资金规划服务。在留学资金规划服务中，银行会预先建立多套资金规划方案，任一有留学需求的客户可以向银行描述其具体的留学需求，然后由银行业务员在多种资金规划方案中筛选合适的方案提供给客户。然而银行设置的资金规划方案的数量较多，完全依赖业务员人工筛选耗时较长，导致目前的留学资金规划服务的服务效率较低，客户需要很长时间才能获得银行推荐的合适的资金规划方案。
技术实现思路
基于上述现有技术的缺点，本申请提供一种基于深度学习的资金规划推荐方法、装置和设备，以提高留学资金规划服务的服务效率。本申请第一方面提供一种基于深度学习的资金规划推荐方法，包括：获得目标用户的意向需求数据和多个备选资金规划的规划数据；其中，所述意向需求数据包括计划入学年份、计划留学国家、计划留学阶段...
【技术保护点】
1.一种基于深度学习的资金规划推荐方法，其特征在于，包括：/n获得目标用户的意向需求数据和多个备选资金规划的规划数据；其中，所述意向需求数据包括计划入学年份、计划留学国家、计划留学阶段、学校性质；所述目标用户指代具有留学意向的用户；/n对所述意向需求数据和每个所述备选资金规划的规划数据进行数据预处理；其中，所述数据预处理包括异常值检测和缺失值填充；/n利用数据预处理后的所述意向需求数据构建所述目标用户的用户画像，并利用数据预处理后的所述规划数据构建每一个所述备选资金规划的产品画像；/n利用预先构建的深度学习模型分析所述用户画像和每一个所述备选资金规划的产品画像，得到所述目标...
【技术特征摘要】
1.一种基于深度学习的资金规划推荐方法，其特征在于，包括：
获得目标用户的意向需求数据和多个备选资金规划的规划数据；其中，所述意向需求数据包括计划入学年份、计划留学国家、计划留学阶段、学校性质；所述目标用户指代具有留学意向的用户；
对所述意向需求数据和每个所述备选资金规划的规划数据进行数据预处理；其中，所述数据预处理包括异常值检测和缺失值填充；
利用数据预处理后的所述意向需求数据构建所述目标用户的用户画像，并利用数据预处理后的所述规划数据构建每一个所述备选资金规划的产品画像；
利用预先构建的深度学习模型分析所述用户画像和每一个所述备选资金规划的产品画像，得到所述目标用户和每一个所述备选资金规划的匹配度；
选择匹配度最高的所述备选资金规划作为目标资金规划，并向所述目标用户推送所述目标资金规划。
2.根据权利要求1所述的方法，其特征在于，所述向所述目标用户推送所述目标资金规划，包括：
在显示界面上显示所述目标资金规划的规划数据。
3.根据权利要求1所述的方法，其特征在于，所述向所述目标用户推送所述目标资金规划之后，还包括：
基于所述目标资金规划，生成资金规划合约，并向所述目标用户显示所述资金规划合约；
在所述目标用户签署所述资金规划合约后，向所述目标用户显示支付账务信息。
4.根据权利要求1所述的方法，其特征在于，所述利用数据预处理后的所述意向需求数据构建所述目标用户的用户画像，并利用数据预处理后的所述规划数据构建每一个所述备选资金规划的产品画像，包括：
根据数据预处理后的所述意向需求数据，为所述目标用户配置多个用户标签，并根据所述目标用户的历史交易数据，确定每一个所述用户标签的权重；其中，所述多个用户标签和对应的权重，构成所述目标用户的用户画像；
针对每一个所述备选资金规划，根据数据预处理后的所述备选资金规划的规划数据，为所述备选资金规划配置多个规划标签，并根据所述备选资金规划的历史用户数据，确定所述备选资金规划的多个规划标签的权重；其中，所述备选资金规划的多个规划标签和对应的权重，构成所述备选资金规划的产品画像。
5.根据权利要求1所述的方法，其特征在于，所述利用预先构建的深度学习模型分析所述用户画像和每一个所述备选资金规划的产品画像，得到所述目标用户和每一个所述备选资金规划的匹配度，包括：
针对每一个所述备选资金规划，将所述备选资金规划的产品画像和所述目标用户的用户画像输入预先构建的深度学习模型，以获得所述深度学习模型输出的所述目标用...
【专利技术属性】
技术研发人员：邝智颖，罗卫东，李妙晴，
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。