一种面向理财客户的数据挖掘方法技术

本发明专利技术涉及一种面向理财客户的数据挖掘方法，属于数据监控技术领域，包括数据搭建步骤，客户筛选步骤和模型搭建步骤，所述数据搭建步骤包括，获得权限，对接信息库，得到客户信息，搭建理财客户的数据视图；所述客户筛选步骤包括，设置条件，提起符合条件的客户信息，并根据信息将客户进行进一步分类；所述模型搭建步骤包括，根据初始公式进行预测，并通过显示结果的反馈优化公式，本申请会根据预测结果和实际数据的对比不断进行优化，使得算法不断进步，从而增加该方法的准确性，可以帮助银行更好提供服务，同时防止客户的经济损失。同时防止客户的经济损失。同时防止客户的经济损失。

【技术实现步骤摘要】
一种面向理财客户的数据挖掘方法


[0001]本专利技术属于数据监控
，涉及到一种数据挖掘方法，具体为面向理财客户的数据挖掘方法。

技术介绍

[0002]当下互联网上的金融理财程序越来越多，近年银行的客户存款有流失现象越来越多，而市面上各种理财产品良莠不齐，由于银行必须对所提供的理财产品严格负责，银行的所提供的理财产品相对于其它互联网平台所提供的或者所描述的相对保守，从而相对互联网平台的理财产品不容易吸引客户注意，导致了大量客户的存款的流失，且一些辨别能力较弱的用户，无法分辨社会上各种理财产品，造成财产的损失。

技术实现思路

[0003]本专利技术为了解决上述问题，设计了一种面向理财客户的数据挖掘方法，具有操作简单，优化程度高，节约系统硬件的优点。
[0004]本专利技术的具体技术方案是：一种面向理财客户的数据挖掘方法，包括数据搭建步骤，客户筛选步骤和模型搭建步骤，所述数据搭建步骤包括，获得权限，对接信息库，得到客户信息，搭建理财客户的数据视图；所述客户筛选步骤包括，设置条件，提起符合条件的客户信息，并根据信息将客户进行进一步分类；所述模型搭建步骤包括，根据初始公式进行预测，并通过显示结果的反馈优化公式。
[0005]作为本方案的进一步优化，所述数据搭建步骤包括，在存储器内建立信息数据库、算法数据库和临时存储库，所述信息数据库通过接口连接有资产管理部门信息库，所述算法数据库通过和所述信息数据库通过处理单元连接所述临时存储库。
[0006]作为本方案的进一步优化，所述信息数据库包括客户的身份信息、资产信息、持有理财产品信息、行为信息、交易信息以及市面上的理财产品信息，所述信息数据库内的信息会根据资产管理部门的数据实时更新。
[0007]作为本方案的进一步优化，根据所述信息数据库的存储的信息内容，所述算法数据库对应不同参数集合存储有多个公式，每个公式之间以线性叠加的方式得到最终结果。
[0008]作为本方案的进一步优化，所述客户筛选步骤包括，在所述公式存储库内初步设置活跃客户的评判条件，包括资金转动时间、资金转动金额以及购买理财产品的品类，所述处理单元根据所述公式存储库内的条件，对活跃客户进行初步筛选，再根据用户的转出资金对用户进行分类，并将用户层类信息存储入所述信息数据库。
[0009]作为本方案的进一步优化，所述模型搭建步骤包括，
结果对比，所述处理单元从所述信息数据库和所述算法数据库中调用相应的数据和公式，对客户的投资倾向进行计算和预测，并将预测结果存储入临时数据库中与真实情况做对比；函数优化，根据结果误差对比，找到误差点，对函数进行优化，并重复此步骤直到达到模拟的轮数。
[0010]作为本方案的进一步优化，所述函数优化步骤包括对算法进行泰勒展开，计算当前算法在误差点的一阶导数和二阶导数，与实际情况进行对比，得到损失值确认血丝速率的正负，从而构建新的算法，将新的算法存储入所述临时存储器，所述执行单元再对新的算法进行泰勒展开循环执行所述函数优化步骤，直到对算法的处理轮数达到预先设定的学习轮数，从而将优化后的算法存入所述算法数据库，覆盖初始算法，实现算法的优化。
[0011]本专利技术的有益效果是：首先进行数据搭建包括间算法运行的环境和准备必要的数据库进行信息提供，算法数据库用于存储预测客户流失情况的算法，且算法内需要的参数与信息数据库中所能获得的参数相对应处理单元根据算法数据库内的公式对客户意向数据进行预测。同时模型还会根据预测结果和实际数据的对比不断进行优化，使得算法不断进步，从而增加了该方法的准确性。
附图说明
[0012]图1为本专利技术的总框图；图2为实施例2中函数优化步骤的流程图。
具体实施方式
[0013]以下结合具体实施例及附图对本专利技术的技术方案作进一步详细的描述，但本专利技术的保护范围及实施方式不限于此。
[0014]一种面向理财客户的数据挖掘方法，包括数据搭建步骤，客户筛选步骤和模型搭建步骤，所述数据搭建步骤包括，获得权限，对接信息库，得到客户信息，搭建理财客户的数据视图；所述客户筛选步骤包括，设置条件，提起符合条件的客户信息，并根据信息将客户进行进一步分类；所述模型搭建步骤包括，根据初始公式进行预测，并通过显示结果的反馈优化公式。
[0015]具体实施例1，如说明书附图1所示，所述数据搭建步骤包括，在存储器内建立信息数据库、算法数据库和临时存储库，所述信息数据库通过接口连接有资产管理部门信息库，所述算法数据库通过和所述信息数据库通过处理单元连接所述临时存储库。所述信息数据库包括客户的身份信息、资产信息、持有理财产品信息、行为信息、交易信息以及市面上的理财产品信息，所述信息数据库内的信息会根据资产管理部门的数据实时更新。根据所述信息数据库的存储的信息内容，所述算法数据库对应不同参数集合存储有多个公式，每个公式之间以线性叠加的方式得到最终结果。
[0016]在本申请中信息数据库包含六大类，分别是客户的身份信息、资产信息、持有理财产品信息、行为信息、交易信息及市面上的理财产品信息每一类对应的细节：
所述客户筛选步骤包括，在所述公式存储库内初步设置活跃客户的评判条件，包括资金转动时间、资金转动金额以及购买理财产品的品类，所述处理单元根据所述公式存储库内的条件，对活跃客户进行初步筛选，再根据用户的转出资金对用户进行分类，并将用户层类信息存储入所述信息数据库。可以设定时间范围是最近三年之内的用户资金调动方向，通过分析得到用户的投资习惯，从而根据用户的习惯可以个性化提供不同的金融产品服务，可以使银行更好地服务用户，同时，也可以筛选出投资方向激进的用户进行标记，防止其遭受电信诈骗。
[0017]所述模型搭建步骤包括，结果对比，所述处理单元从所述信息数据库和所述算法数据库中调用相应的数据和公式，对客户的投资倾向进行计算和预测，并将预测结果存储入临时数据库中与真实情况做对比；函数优化，根据结果误差对比，找到误差点，对函数进行优化，并重复此步骤直到达到模拟的轮数。通过这种方法搭建模型，可以保证模型的准确性，通过不断地预测同时与实际值进行对比，得到预测误差值，通过预测误差值不断学习迭代，改进预测的算法。
[0018]所述函数优化步骤包括对算法进行泰勒展开，计算当前算法在误差点的一阶导数和二阶导数，与实际情况进行对比，得到损失值确认血丝速率的正负，从而构建新的算法，将新的算法存储入所述临时存储器，所述执行单元再对新的算法进行泰勒展开循环执行所述函数优化步骤，直到对算法的处理轮数达到预先设定的学习轮数，从而将优化后的算法存入所述算法数据库，覆盖初始算法，实现算法的优化。
[0019]具体实施例2，S1基于数据挖掘平台数据分析环境，通过与资产管理部（现为农银理财）多次沟通，初步搭建了理财客户数据视图，涵盖了客户的基本信息、资产信息、持有理财信息、产品信息、客户行为信息、交易信息六大块信息，收集和加工近 150 个特征和标签。初步搭建的理财客户数据视图框架如下，具体见S201。
[0020]S2客户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向理财客户的数据挖掘方法，其特征在于，包括数据搭建步骤，客户筛选步骤和模型搭建步骤，所述数据搭建步骤包括，获得权限，对接信息库，得到客户信息，搭建理财客户的数据视图；所述客户筛选步骤包括，设置条件，提起符合条件的客户信息，并根据信息将客户进行进一步分类；所述模型搭建步骤包括，根据初始公式进行预测，并通过显示结果的反馈优化公式。2.根据权利要求1所述的一种面向理财客户的数据挖掘方法，其特征在于，所述数据搭建步骤包括，在存储器内建立信息数据库、算法数据库和临时存储库，所述信息数据库通过接口连接有资产管理部门信息库，所述算法数据库通过和所述信息数据库通过处理单元连接所述临时存储库。3.根据权利要求2所述的一种面向理财客户的数据挖掘方法，其特征在于，所述信息数据库包括客户的身份信息、资产信息、持有理财产品信息、行为信息、交易信息以及市面上的理财产品信息，所述信息数据库内的信息会根据资产管理部门的数据实时更新。4.根据权利要求2所述的一种面向理财客户的数据挖掘方法，其特征在于，根据所述信息数据库的存储的信息内容，所述算法数据库对应不同参数集合存储有多个公式，每个公式之间以线性叠加的方式得到最终结果。5.根据权利要求3所述的一种面向理财客户的数...

【专利技术属性】
技术研发人员：刘桦铭，
申请(专利权)人：中国农业银行股份有限公司河北省分行，
类型：发明
国别省市：