基于机器学习模型的金融数据处理方法、设备及介质技术

本申请公开了基于机器学习模型的金融数据处理方法、设备及介质，该方法包括：获取与金融产品存在金融链接的至少一个对象的金融数据；通过机器学习模型对金融数据进行特征提取得到若干对象特征；基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签；基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确定出排列于前预设位数的第一标签；基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签。通过上述方式，本申请能够对金融数据进行挖掘以获取实质与金融数据对应的用户的价值。挖掘以获取实质与金融数据对应的用户的价值。挖掘以获取实质与金融数据对应的用户的价值。

【技术实现步骤摘要】
基于机器学习模型的金融数据处理方法、设备及介质


[0001]本申请涉及金融
，特别是涉及基于机器学习模型的金融数据处理方法、设备及介质。

技术介绍

[0002]随着大数据、区块链、人工智能等技术在金融行业的应用和发展，金融与科技深度融合、密切合作已成为现代金融的发展趋势。通过金融与科技相结合的模式，一方面可以使得金融公司提高服务效率、降低服务成本，另一方面可以为客户提供更好的金融服务，提高服务频率，扩大金融服务市场的规模。
[0003]但是对于金融公司而言，时常会面临大量的金融数据需要进行处理，而现有的金融数据处理方式对浮于数据表象，无法对金融数据进行挖掘以获取实质与金融数据对应的用户的价值，从而无法满足金融公司精准营销的需求。

技术实现思路

[0004]本申请主要解决的技术问题是提供基于机器学习模型的金融数据处理方法、设备及介质，能够对金融数据进行挖掘以获取实质与金融数据对应的用户的价值。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于机器学习模型的金融数据处理方法，该方法包括：获取与金融产品存在金融链接的至少一个对象的金融数据；通过机器学习模型对金融数据进行特征提取得到若干对象特征；基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签；为各第一标签配置相应的参考值，基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确定出排列于前预设位数的第一标签；基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签。
[0006]为解决上述技术问题，本申请采用的另一技术方案是：提供一种计算机设备，该计算机设备包括处理器、存储器和通信电路；存储器和通信电路耦接处理器，存储器存储有计算机程序，处理器能够执行计算机程序以实现如上述本申请提供的基于机器学习模型的金融数据处理方法。
[0007]为解决上述技术问题，本申请采用的另一技术方案是：提供一种计算机可读的存储介质，该存储介质存储有计算机程序，计算机程序能够被处理器执行以实现如上述本申请提供的基于机器学习模型的金融数据处理方法。
[0008]本申请的有益效果是：区别于现有技术的情况，在获取到与金融产品存在金融链接的至少一个对象的金融数据之后，可以通过机器学习模型对金融数据进行特征提取以得到若干对象特征，从而可以基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签。由于金融数据中包括各种不同的对象特征，通过机器学习模型对不同的对象特征进行提取，从而可以基于提取到的对象特征对为金融数据对应的对象配置第
一标签，进而便于对金融数据对应的至少一个对象进行划分和管理。然后可以为各第一标签配置相应的参考值，并基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确定出排列于前预设位数的第一标签。通过为第一标签配置相应的参考值，并按照参考值的大小对第一标签进行排序，便于更直观地了解到不同第一标签的重要性。最后可以基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签。通过上述方案，可以综合较为重要的第一标签，并为对象配置用于综合描述较为重要的第一标签的第二标签，最终实现通过第二标签对至少一个对象进行划分，从而对金融数据进行挖掘以获取实质与金融数据对应的对象的特征，进而有利于基于输出的结果对不同的对象进行精准营销。
附图说明
[0009]图1是本申请基于机器学习模型的金融数据处理方法实施例的流程示意图；
[0010]图2是本申请基于机器学习模型的金融数据处理方法实施例的时序示意图；
[0011]图3是本申请计算机设备实施例的电路结构示意图；
[0012]图4是本申请计算机可读的存储介质实施例的电路结构示意图。
具体实施方式
[0013]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0014]随着大数据、区块链、人工智能等技术在金融行业的应用和发展，金融与科技深度融合、密切合作已成为现代金融的发展趋势。通过金融与科技相结合的模式，一方面可以使得金融公司提高服务效率、降低服务成本，另一方面可以为客户提供更好的金融服务，提高服务频率，扩大金融服务市场的规模。
[0015]专利技术人经过长期研究发现，对于金融公司而言，时常会面临大量的金融数据需要进行处理，而现有的金融数据处理方式对浮于数据表象，无法对金融数据进行挖掘以获取实质与金融数据对应的用户的价值，从而无法满足金融公司精准营销的需求。举例来说，若金融数据为工商基础数据，由于工商基础数据可能不够全面，从而导致基于该工商基础数据所确定的对象信息以及为该对象制定的营销策略、业务场景可能与对象的实际情况不相符，从而导致优质对象的流失，不利于业务拓展。
[0016]本申请以下实施例可应用于银行系统，具体地，可以应用于银行系统对金融数据进行处理的场景。
[0017]如图1所示，本申请基于机器学习模型的金融数据处理方法实施例可以包括如下步骤：S100：获取与金融产品存在金融链接的至少一个对象的金融数据。S200：通过机器学习模型对金融数据进行特征提取得到若干对象特征。S300：基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签。S400：为各第一标签配置相应的参考值，基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确
定出排列于前预设位数的第一标签。S500：基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签。
[0018]在获取到与金融产品存在金融链接的至少一个对象的金融数据之后，可以通过机器学习模型对金融数据进行特征提取以得到若干对象特征，从而可以基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签。由于金融数据中包括各种不同的对象特征，通过机器学习模型对不同的对象特征进行提取，从而可以基于提取到的对象特征对为金融数据对应的对象配置第一标签，进而便于对金融数据对应的至少一个对象进行划分和管理。然后可以为各第一标签配置相应的参考值，并基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确定出排列于前预设位数的第一标签。通过为第一标签配置相应的参考值，并按照参考值的大小对第一标签进行排序，便于更直观地了解到不同第一标签的重要性。最后可以基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签。通过上述方案，可以综合较为重要的第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习模型的金融数据处理方法，其特征在于，包括：获取与金融产品存在金融链接的至少一个对象的金融数据；通过所述机器学习模型对所述金融数据进行特征提取得到若干对象特征；基于所述若干对象特征对所述至少一个对象配置与所述若干对象特征相匹配的至少一个第一标签；为各所述第一标签配置相应的参考值，基于所述至少一个第一标签各自对应的参考值的大小对所述至少一个第一标签进行排序并确定出排列于前预设位数的所述第一标签；基于排列于前预设位数的所述第一标签对相匹配的所述对象配置用于综合描述排列于前预设位数的所述第一标签的第二标签，并关联输出所述对象以及相匹配的所述第二标签。2.根据权利要求1所述的方法，其特征在于，所述通过所述机器学习模型对所述金融数据进行特征提取得到若干对象特征，包括：通过所述机器学习模型基于所述金融数据的数据结构进行特征提取得到若干所述对象特征。3.根据权利要求2所述的方法，其特征在于，所述基于所述金融数据的数据结构进行特征提取得到若干所述对象特征，包括：采用预设数学计算方式确定所述金融数据的数据结构；基于所述数据结构进行特征提取得到若干所述对象特征。4.根据权利要求3所述的方法，其特征在于，所述基于所述若干对象特征对所述至少一个对象配置与所述若干对象特征相匹配的至少一个第一标签，包括：结合预设需求以及每一个所述对象各自对应的所述对象特征对每一个所述对象配置与各自所述对象特征相匹配的至少一个所述第一标签。5.根据权利要求4所述的方法，其特征在于，所述为各所述第一标签配置相应的参考值，包括：采用过滤式方法对每一个所述对象各自对应的各所述第一标签配置相应的所述参考值。6.根据权利要求5所述的方法，其特征在于，所述基于所述至少一个第一标签各自对应的参考值的大小对所述至少一个第一标签进行排序并确定出排列于前预设位数的所述第一标签，包括：基于各所述第一标签各自对应的所述参考值的大小对每一个所述对象对应的所有所述第一标签进行排序；确定出每一个所述对象对应的所有所述第一标...

【专利技术属性】
技术研发人员：郑添喜，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：