一种基于机器学习模型的理财用户关怀方法及装置制造方法及图纸

本申请的实施例提出了一种基于机器学习模型的理财用户关怀方法及装置。该方法包括步骤：构建关怀内容库，关怀内容库包括多个不同的关怀信息；采集多种不同类型的数据信息，并将不同类型的数据信息打上多个不同的标签；构造规则引擎系统，规则引擎系统包括规则运算符和规则运算变量，将不同标签的数据信息作为规则运算变量，并依据规则运算符和规则运算变量从关怀内容库中筛选关怀信息，并将所述关怀信息组合生成规则集；基于机器学习模型，从规则集中选取关怀信息作为预关怀信息，并将预关怀信息发送至用户；采集用户对预关怀信息的反馈结果，依据反馈结果生成样本训练机器学习模型，修正规则引擎系统的规则集。修正规则引擎系统的规则集。修正规则引擎系统的规则集。

【技术实现步骤摘要】
一种基于机器学习模型的理财用户关怀方法及装置


[0001]本专利技术涉及金融
，尤其涉及一种基于机器学习模型的理财用户关怀方法及装置。

技术介绍

[0002]目前，金融理财行业处于快速发展阶段，通常的金融理财可分为固定收益类产品和净值类投资产品等。相关技术中会通过理财APP首页、APP社区、理财师等渠道向用户推送一些专业机构或媒体提供的市场行情分析文章，为用户提供一定的理财信息。目前，基金类产品以及股票市场的当前持仓关怀的内容主要依赖运营工作人员手工配置，无法保证及时性，且每个用户看到的关怀内容都相同，没有做到精细化运营。不同于银行存款等固定收益类产品，当用户购买基金等净值类产品后，收益会出现波动，甚至会出现亏损，由于每个用户的收益情况并不相同，因此，有针对性的为用户推送持仓关怀信息就会变得尤为重要。

技术实现思路

[0003]本专利技术提供了一种基于机器学习模型的理财用户关怀方法及装置，以有针对性的为用户推送持仓关怀信息，提升用户满意度。
[0004]为解决上述技术问题，本专利技术采用如下技术方案：
[0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理财用户关怀方法，其特征在于，包括步骤：构建关怀内容库，所述关怀内容库包括多个不同的关怀信息；采集多种不同类型的数据信息，并将不同类型的所述数据信息打上多个不同的标签；构造规则引擎系统，所述规则引擎系统包括规则运算符和规则运算变量，将不同标签的所述数据信息作为所述规则运算变量，并依据所述规则运算符和所述规则运算变量从所述关怀内容库中筛选所述关怀信息，并将所述关怀信息组合生成规则集；基于机器学习模型，从所述规则集中选取所述关怀信息作为预关怀信息，并将所述预关怀信息发送至用户；采集用户对所述预关怀信息的反馈结果，并依据所述反馈结果生成样本训练所述机器学习模型，修正所述规则引擎系统的所述规则集。2.根据权利要求1所述的一种基于机器学习模型的理财用户关怀方法，其特征在于，所述数据信息包括产品要素信息、用户要素信息和金融要素信息中的至少两个。3.根据权利要求2所述的一种基于机器学习模型的理财用户关怀方法，其特征在于，所述产品要素信息包括收益信息、风险信息、流动性信息、权益风格信息、行业分布信息、基金经理信息、基金公司信息、重仓板块信息和第三方评级信息中的至少一个。4.根据权利要求3所述的一种基于机器学习模型的理财用户关怀方法，其特征在于，将所述产品要素信息打上不同的第一标签进行分类，所述第一标签包括第一收益等级、第二收益等级、第三收益等级和第四收益等级。5.根据权利要求2所述的一种基于机器学习模型的理财用户关怀方法，其特征在于，所述用户要素信息包括用户属性信息、用户持仓信息、用户行为信息中的至少一个。6.根据权利要求5所述的一种基于机器学习模型的理财用户关怀方法，其特征在于，将所述用户要素信息打上不同的第二标签进行分类，所述第二标签包括新客、次新客、老客、准流失客、流失客、黑金用户、...

【专利技术属性】
技术研发人员：杨鹏，张益玮，
申请(专利权)人：度小满科技北京有限公司，
类型：发明
国别省市：