【技术实现步骤摘要】
金融数据预测方法、装置、电子设备及存储介质
[0001]本专利技术涉及数据处理
,尤其涉及一种金融数据预测方法、装置、电子设备及存储介质。
技术介绍
[0002]随着社会经济的发展,人们的收入水平不断提升,消费能力也不断提升,这种提升不仅体现在消费的数量,更是体现为消费的质量也在不断提升。银行在对个人客户进行消费放款时,必须同时考虑到风险与收益,即通过个人消费放款来提升银行自身收益的同时,也必须谨防个人客户违约所带来的风险,若放款过少,则不利于银行提升自身盈利水平,放款过多,则可能导致客户会发生违约行为从而增加信用风险。因此,如何对金融数据进行精准预测是目标业界亟待解决的技术问题之一。
[0003]目前银行在对个人客户进行消费放款时,第一阶段,主要的是依靠客户经理的经验来判断应该放多少款给个人消费者,这种方法过分依赖于用户主观判断,导致预测结果不准确。
[0004]针对上述问题,提出第二阶段的金融数据预测方法,主要是通过在让个人客户填写个人信息以后,依靠于建模的方式,通过个人客户的个人信息来建立计量经济 ...
【技术保护点】
【技术特征摘要】
1.一种金融数据预测方法,其特征在于,包括:获取目标用户的对话语音以及所述目标用户的用户信息;所述对话语音是所述目标用户在金融对话场景下产生的;根据所述对话语音,对所述目标用户的消费偏好进行分类,得到所述目标用户的消费偏好等级;根据所述消费偏好等级和所述用户信息,获取所述目标用户的金融数据预测结果;所述金融数据预测结果包括放款额度预测结果和/或消费水平预测结果。2.根据权利要求1所述的金融数据预测方法,其特征在于,所述根据所述对话语音,对所述目标用户的消费偏好进行分类,得到所述目标用户的消费偏好等级,包括:将所述对话语音输入至语音转换模型中,将所述对话语音从语音数据转换为文本数据,得到所述对话语音对应的文本信息;将所述文本信息输入至分类模型中,对所述目标用户的消费偏好进行分类,得到所述目标用户的消费偏好等级。3.根据权利要求2所述的金融数据预测方法,其特征在于,所述分类模型是基于如下步骤训练得到的:获取样本用户的对话语音对应的文本信息以及所述样本用户的消费偏好等级标签;根据所述样本用户对应的文本信息以及所述样本用户的消费偏好等级标签,构建训练数据集;基于所述训练数据集,对预训练模型的参数进行精调,得到所述分类模型;所述预训练模型是基于BERT模型构建生成的。4.根据权利要求3所述的金融数据预测方法,其特征在于,获取所述样本用户的消费偏好等级标签,包括:获取所述样本用户的多种初始消费偏好等级标签;所述多种初始消费偏好等级标签是通过多种打标对象和/或多种打标规则,对所述样本用户的消费偏好等级进行打标生成的;对所述样本用户的多种初始消费偏好等级标签进行融合,得到所述样本用户的消费偏好等级标签。5.根据权利要求3所述的金融数据预测方法,其特征在于,所述根据所述样本用户对应的文本信息以及所述样本用户的消费偏好等级标签,构建训练数据集...
【专利技术属性】
技术研发人员:许平,
申请(专利权)人:中银金融科技有限公司,
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。