【技术实现步骤摘要】
一种基于联邦学习的基金休眠客户激活潜力评估方法
[0001]本专利技术提供一种基于联邦学习的基金休眠客户激活潜力评估方法，属于金融评估领域。
技术介绍
[0002]联邦学习又称联邦机械学习，是一种多机构遵守用户隐私保护和政府法规的要求下，进行联合建模的机器学习框架，作为联邦学习成员对象的机构需要按照多方安全计算协议将自身私有数据作为模型训练样本发送至联邦学习的集中计算平台，由集中计算平台完成模型训练，在多方安全计算协议下，私有数据经加密后实现隐私保护，并依然具有明文时的数学计算效力，不会对模型训练造成影响。
[0003]目前在基金行业，大量的客户在进行基金购买后，在基金周期完成后，会进入休眠状态，即停止对基金账户的操作或者进一步的投资，需要基金经理进行逐一筛查，并进行评级，并对客户进行激活，逐一激活缺少标准，增加工作量，且激活效率差，成功率底。
技术实现思路
[0004]本专利技术一种基于联邦学习的基金休眠客户激活潜力评估方法，提供的一种通过利用加热形成热熔，对铜箔胶带上的胶膜进行切断的截断器。结构简
【技术保护点】
【技术特征摘要】
1.一种基于联邦学习的基金休眠客户激活潜力评估方法，其特征在于：对银行自有数据库内的基金用户信息进行分选，识别出休眠客户，并对休眠客户进行分选定级，提高激活精准度的评估系统，所述系统将基金形成多维度的分析，构建形成功能图，同步将客户通过多维进行分析形成客户功能图，将两组功能图拟合，形成拟合进行数据覆盖度的分析归类，对客户可激活性进行评估。2.根据权利要求1所述的一种基于联邦学习的基金休眠客户激活潜力评估方法，其特征在于：所述基金休眠客户为基金购买一个周期后，延期一年对基金无操作的客户。3.根据权利要求1所述的一种基于联邦学习的基金休眠客户激活潜力评估方法，其特征在于：所述休眠客户分级方法基于客户购买基金类型、盈利率、客户类型。4.根据权利要求1所述的一种基于联邦学习的基金休眠客户激活潜力评估方法，其特征在于：所述基金类型通过长期、短期、中期，基金行业所属，基金起购份额，基金风险度四个维度进行分类。5.根据权利要求1所述的一种基于联邦学习的基金休眠客户激活潜力评估方法，其特征在于：所述客户类型通过客户的在银行内闲置资金储额、征信、资金流水、抗风险能力四个维度进行分类，形成四位能力图，将客户类型、基金类型对应重...
【专利技术属性】
技术研发人员：黄民，黄小刚，潘军，
申请(专利权)人：北京华隐熵策数据科技有限公司，
类型：发明
国别省市：
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。