基于联邦学习的理财产品智能推荐方法及装置制造方法及图纸

本发明专利技术公开了一种基于联邦学习的理财产品智能推荐方法及装置，涉及人工智能领域，该方法应用于每个银行节点，多个银行节点加入联邦学习网络集群，包括：采集外汇相关资讯，对外汇相关资讯进行预处理后对热度产品模型进行训练，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的模型参数进行联合训练后返回至每个银行节点，基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；采集当前外汇相关资讯，根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，将预测后的热度产品推送给用户。本发明专利技术可以给客户提供更精准的热度产品推荐。推荐。推荐。

【技术实现步骤摘要】
基于联邦学习的理财产品智能推荐方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及基于联邦学习的理财产品智能推荐方法及装置。

技术介绍

[0002]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。
[0003]目前绝大部分人在银行购买理财产品时，主要靠经验或跟风的形式，客户迷茫，长期下去会导致客户流失。而各家银行的资讯数据是相互独立的，未能综合利用各家银行的资讯数据实现对外汇热度产品的推荐，实现对客户更高的价值。

技术实现思路

[0004]本专利技术实施例提供一种基于联邦学习的理财产品智能推荐方法，多个银行节点加入联邦学习网络集群，该方法应用于每个银行节点，该方法包括：
[0005]采集外汇相关资讯，对外汇相关资讯进行预处理，其中预处理包括标记外汇热度产品，基于预处理后的外汇相关资讯对热度产品模型进行训练，获得训练后的热度产品模型，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的热度产品模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习的理财产品智能推荐方法，其特征在于，多个银行节点加入联邦学习网络集群，该方法应用于每个银行节点，包括：采集外汇相关资讯，对外汇相关资讯进行预处理，其中预处理包括标记外汇热度产品，基于预处理后的外汇相关资讯对热度产品模型进行训练，获得训练后的热度产品模型，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的热度产品模型的模型参数进行联合训练后返回至每个银行节点，每个银行节点基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；采集当前外汇相关资讯，根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，获得预测后的热度产品，将所述预测后的热度产品推送给用户。2.如权利要求1所述的基于联邦学习的理财产品智能推荐方法，其特征在于，对外汇相关资讯进行预处理，包括：对标记外汇热度产品的外汇相关资讯使用结巴分词进行数据清洗；对清洗后的数据进行特征提取，获得特征数据；对特征数据进行降维处理，获得降维后的特征数据。3.如权利要求2所述的基于联邦学习的理财产品智能推荐方法，其特征在于，对清洗后的数据进行特征提取，获得特征数据，包括：利用TF
‑
IDF函数将清洗后的数据转变成权值，获得权值数据特征；利用期望交叉熵评估函数对权值数据特征进行提取，得出的交叉熵值按大到小排序，选择前预设数量的特征数据。4.如权利要求1所述的基于联邦学习的理财产品智能推荐方法，其特征在于，将所述预测后的热度产品推送给用户，包括：将所述预测后的热度产品通过5G消息推送给用户。5.一种基于联邦学习的理财产品智能推荐装置，其特征在于，多个银行节点加入联邦学习网络集群，该装置应用于每个银行节点，包括：数据采集模块，用于采集外汇相关资讯；数据处理模块，用于对外汇相关资讯进行预处理，其中预处理包括...

【专利技术属性】
技术研发人员：滕建德，王欣，王增峰，张亚泽，李瑞男，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：