基于决策树的金融理财产品推荐方法、系统、设备及介质技术方案

本发明专利技术公开了一种基于决策树的金融理财产品推荐方法、系统、设备及介质，对需要预测的用户数据和需要推荐的理财产品数据进行预处理；基于预处理后的需要预测的用户数据和预处理后的需要推荐的理财产品数据建立时序特征，形成预测数据集；将预测数据集输入预先建立的推荐模型，输出推荐理财产品。本发明专利技术在数据特征的处理上保留了数据的时序关系，另外采用决策树模型作为基础机器学习模型，具有较高的解释性，且计算成本不高。且计算成本不高。且计算成本不高。

【技术实现步骤摘要】
基于决策树的金融理财产品推荐方法、系统、设备及介质


[0001]本专利技术涉及金融理财领域，具体涉及一种基于决策树的金融理财产品推荐方法、系统、设备及介质。

技术介绍

[0002]随着大数据的发展，金融行业对于信息科技的应用价值有了更为深刻的认识，机器学习模型被应用于金融行业的各个方面，例如帮助金融机构进行贷款决策、反洗钱监管、精准营销等。其中精准营销是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，个性化推荐是其中重要的一环。
[0003]理财产品的个性化推荐是指在合适的时间将合适的产品推荐给合适的用户。一方面，从金融机构用户的角度出发，接收自己有兴趣的理财产品信息比收到自己完全不感兴趣或无法购买的产品要有意义的多；另一方面，从金融机构的角度出发，向用户推荐其最有可能购买的理财产品信息和建议，可以提高用户粘性，增加收益。金融机构基于用户信息、账户状态、历史购买记录等数据，通过建立和调试推荐模型完成个性化推荐这一任务。
[0004]比较常见的推荐模型和算法有协同过滤、矩阵分解和基于深度学习网络的推荐算法。前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于决策树的金融理财产品推荐方法，其特征在于，包括：对需要预测的用户数据和需要推荐的理财产品数据进行预处理；基于预处理后的需要预测的用户数据和预处理后的需要推荐的理财产品数据建立时序特征，形成预测数据集；将预测数据集输入预先建立的推荐模型，输出推荐理财产品；其中，所述推荐模型的建立方法具体为：获取历史用户数据和历史理财产品数据；对历史用户数据和历史理财产品数据进行预处理；基于预处理后的历史用户数据和历史理财产品数据建立时序特征，形成历史数据集；利用历史数据集训练和测试决策树模型，得到推荐模型。2.根据权利要求1所述的基于决策树的金融理财产品推荐方法，其特征在于，所述对历史理财产品数据进行预处理具体为：对历史理财产品数据的特征进行抽取，输出理财产品信息字典，所述理财产品信息字典以理财产品特征为标签，保存理财产品的编号和对应的名称。3.根据权利要求2所述的基于决策树的金融理财产品推荐方法，其特征在于，所述对历史用户数据进行预处理具体为：对历史用户数据进行缺失值处理及异常值处理，所述历史用户数据包括历史用户历史交易记录和历史用户账户信息。4.根据权利要求3所述的基于决策树的金融理财产品推荐方法，其特征在于，所述基于预处理后的历史用户数据和历史理财产品数据建立时序特征，具体为：基于预处理后的历史理财产品数据和历史用户数据，结合历史用户账户信息、历史用户历史交易记录、历史理财产品信息，建立包含时间关系的时序特征。5.根据权利要求4所述的基于决策树的金融理财产品推荐方法，其特征在于，所述建立时序特征，形成历史数据集的具体方法为：假设要预测用户在预测时间节点最有可能购买的理财产品；基于该预测时间节点，对于每一个用户，基于预设的时间窗口，向前截取数据，对于每一个时间窗口，提...

【专利技术属性】
技术研发人员：林常乐，高田金子，李惟，
申请(专利权)人：交叉信息核心技术研究院西安有限公司，
类型：发明
国别省市：