用户风险承受倾向的评估方法、装置、设备及存储介质制造方法及图纸

本申请为人工智能技术领域，本申请提供了一种用户风险承受倾向的评估方法、装置、设备及存储介质，其中，所述方法包括：从目标平台抽取做过调查问卷的用户在预设时间范围内的行为数据；构建用于评估用户的风险承受倾向的评估模型，使用从目标平台抽取得到的行为数据对评估模型进行训练，得到训练好的评估模型；从目标平台获取每个用户的目标行为数据调用训练好的评估模型对各个用户的目标行为数据进行处理，得到每个用户的风险承受倾向。本申请能够利用评估模型来自动根据用户调查问卷过程中填写的目标行为数据，评估出用户的风险承受倾向，提高了用户风险承受倾向的评估效率。提高了用户风险承受倾向的评估效率。提高了用户风险承受倾向的评估效率。

【技术实现步骤摘要】
用户风险承受倾向的评估方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，具体而言，本申请涉及一种用户风险承受倾向的评估方法、装置、设备及存储介质。

技术介绍

[0002]风险承受倾向是指面对不确定时，个人对风险的态度和冒险的倾向性，风险承受倾向会影响投资，职业选择(是否创业)等社会行为，也会影响饮食，吸烟、锻炼等身体健康相关的习惯。风险承受倾向和风险承受能力的区别是一个是用户对风险主观的接受程度，风险承受能力是对风险客观的接受程度(和年龄，收入，是否有固有资产等相关)。这两个值也会随着时间变化，了解用户的风险承受倾向对理财平台特别重要，这样有利于更好的了解用户，也有利用平台对不同的用户推荐不同标的的金融产品。
[0003]然而现有的方式是通过人工问卷的方式去评估用户的风险承受倾向，而且在用户填写完问卷之后，还需要针对问卷的各个选项进行统计才能得到评估结果，因此现有技术提供的用户风险承受倾向的评估方法存在风险评估效率低的问题。

技术实现思路

[0004]本申请的主要目的为提供一种用户风险承受倾向的评估方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户风险承受倾向的评估方法，其特征在于，包括：从目标平台抽取做过调查问卷的用户在预设时间范围内的行为数据；构建用于评估用户的风险承受倾向的评估模型，对抽取得到的所述行为数据进行归一化预处理，并建立所述评估模型的训练集，从所述评估模型的训练集中随机抽取K个训练样本，基于所述K个训练样本对所述评估模型进行训练，得到训练好的评估模型；其中，所述K为正整数；从所述目标平台获取每个用户的目标行为数据，调用所述训练好的评估模型对各个用户的所述目标行为数据进行处理，得到每个用户的风险承受倾向。2.根据权利要求1所述的方法，其特征在于，所述评估模型包括决策树分类模型，所述基于所述K个训练样本对所述评估模型进行训练，得到训练好的评估模型的步骤，包括：基于决策树算法对所述K个训练样本进行训练，得到K个第一决策树分类模型；将所述K个第一决策树分类模型进行组合，得到训练好的评估模型。3.根据权利要求2所述的方法，其特征在于，所述得到训练好的评估模型的步骤之后，还包括：定时从所述目标平台抽取增量用户行为数据；使用所述增量用户行为数据训练出T个第二决策树分类模型；其中，所述T为正整数，且所述T小于K；使用所述增量用户行为数据对所述T个第二决策树分类模型以及当前训练好的评估模型所包含的K个第一决策树分类模型进行验证以确定每个决策树分类模型的分类效果；基于所述分类效果从高到低对T个第二决策树分类模型和K个第一决策树分类模型进行排序，并从中筛选出分类效果排在前K位的K个决策树分类模型；将筛选出的K个决策树分类模型进行组合，得到新的评估模型，并将所述训练好的评估模型替换为所述新的评估模型。4.根据权利要求3所述的方法，其特征在于，所述调用所述训练好的评估模型对各个用户的所述目标行为数据进行处理，得到每个用户的风险承受倾向的步骤之后，还包括：获取所述目标平台定时推送的多个用户的目标增量用户行为数据；根据各个用户的目标增量用户行为数据和各个用户的存量行为数据生成各个用户的最新目标行为数据；调用所述新的评估模型对各个用户的最新目标行为数据进行处理，得到各个用户的最新风险承受倾向，并将每个用户的风险承受倾向对应替换为所述最新风险承受倾向。5.根据权利要求4所述的方法，其特征在于，所述根据各个用户的目标增量用户行为数据和各个用户的存量行为数据生成各个用户的最新目标行为数据的步骤，包括：确定各个用户的目标增量用户行为数据中所包含的各条行为记录对应的行为标识；根据所述各...

【专利技术属性】
技术研发人员：吴辰侣，
申请(专利权)人：未鲲上海科技服务有限公司，
类型：发明
国别省市：