一种细粒度理财风格识别方法、装置、电子设备及介质制造方法及图纸

本申请公开了一种细粒度理财风格识别方法、装置、电子设备及介质；该方法包括：将当前客户的交易数据划分为M个等长的数据片段；其中，M为大于1的自然数；基于M个等长的数据片段构建相应的包含P种基金类别属性的频率图；其中，P为大于1的自然数；将频率图输入至预先训练好的理财风格识别模型中，通过理财风格识别模型得到当前用户对应期间的细粒度的理财风格；其中，理财风格识别模型包括：图注意力层、压平层、全连接层和分类器。本申请实施例能够细粒度地预测客户的理财风格，从而为客户提供更加及时和更加个性化的服务。更加及时和更加个性化的服务。更加及时和更加个性化的服务。

【技术实现步骤摘要】
一种细粒度理财风格识别方法、装置、电子设备及介质


[0001]本申请实施例涉及人工智能
，尤其涉及一种细粒度理财风格识别方法、装置、电子设备及介质。

技术介绍

[0002]伴随着国家经济和国民收入持续稳定的增长，简单的储蓄已经不能满足居民货币增值和保值的需要，商业银行的个人理财业务正越来越受到人们的关注。理财风格是客户在理财交易过程中投资行为和习惯的复杂组合，作为理财行为分析领域的一个长期研究课题，理财风格识别是一个不可忽视的问题。理解客户的理财行为对于银行理财市场的稳健发展及客户投资效率的提高具有重要的现实意义。例如金融业从业者可以依靠客户的历史的理财行为习惯分析确定合适的投资项目，并为客户量身定制有效的长期投资战略。
[0003]近年来，随着移动互联网和物联网技术的高速发展，海量银行理财产品交易数据的产生为理财行为分析提供了重要的数据资源。基于此，以前几乎所有的理财风格识别研究都强调在整个客户粒度上进行，这可能会导致识别出的理财风格无法很好地反映随时间变化的复杂理财行为。
[0004]目前，传统的理财风格识别方法仍然主本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种细粒度理财风格识别方法，其特征在于，所述方法包括：将当前客户的交易数据划分为M个等长的数据片段；其中，M为大于1的自然数；基于所述M个等长的数据片段构建相应的包含P种基金类别属性的频率图；其中，P为大于1的自然数；将所述频率图输入至预先训练好的理财风格识别模型中，通过所述理财风格识别模型得到所述当前用户对应期间的细粒度的理财风格；其中，所述理财风格识别模型包括：图注意力层、压平层、全连接层和分类器。2.根据权利要求1所述的方法，其特征在于，基于所述M个等长的数据片段构建相应的包含P种基金类别属性的频率图，包括：基于所述M个等长的数据片段计算相对应的所述当前客户的交易状态序列；根据所述当前用户的交易状态序列构建相应的包含P种基金类别属性的频率图。3.根据权利要求2所述的方法，其特征在于，基于所述M个等长的数据片段计算相对应的所述当前客户的交易状态序列，包括：在所述M个等长的数据片段的每一个数据片段中提取出每一个周期内的交易记录；根据每一个数据片段中每一个周期内的交易记录计算所述当前客户的交易状态。基于所述交易状态，对于每个数据片段，得到与之相对应的客户的交易状态序列。4.根据权利要求1所述的方法，其特征在于，在将所述频率图输入至预先训练好的理财风格识别模型之前，所述方法还包括：若所述理财风格识别模型不满足预先设置的第一收敛条件，则将不同用户的历史交易数据划分为X个等长的数据片段，并构建相应的频率图；其中，X为大于1的自然数；在所述X个等长的数据片段中随机选取一定量的标记训练样本作为训练集；基于所述频率图使用所述训练集对所述理财风格识别模型进行训练；重复执行上述操作，直到所述理财风格识别模型满足所述第一收敛条件。5.根据权利要求4所述的方法，其特征在于，基于所述频率图使用所述训练集对所述理财风格识别模型进行训练，包括：对所述训练集中的一部分数据片...

【专利技术属性】
技术研发人员：刘强，方亚东，章辉诚，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：