银行产品数据推送方法及装置制造方法及图纸

本发明专利技术公开了一种银行产品数据推送方法及装置，涉及金融科技领域，其中，该方法包括：获取客户的资产数据，从中筛选出目标客户群体；对目标客户群体的资产数据进行预处理，筛选出目标客户群体的银行产品数据；根据目标客户群体的银行产品数据创建事务数据集，筛选出事务数据集中的最大频繁项集；计算最大频繁项集的置信度，得到目标客户群体的银行产品数据强关联关系信息；计算目标客户群体的投资意愿指数；获取产品推荐场景信息，根据目标客户群体的银行产品数据强关联关系信息

【技术实现步骤摘要】
银行产品数据推送方法及装置


[0001]本专利技术涉及金融科技领域，尤其涉及银行产品数据推送方法及装置
。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文
。
此处的描述不因为包括在本部分中就承认是现有技术
。
[0003]银行之间的业务竞争日趋激烈，增加那些可以为银行带来更多利润
、
更大贡献度的高价值客户的粘性，是各家银行孜孜以求的目标
。
增加客户的粘性，除了持续提高服务水平
、
给客户带来更好的体验，还有很重要的一个方面是，不断有好的产品
、
能为客户带来很好收益的产品，及时提供给客户，让客户对产品满意，增加客户的持续投资意愿
。
[0004]现有的产品数据推送方式，多是根据经验对客户进行产品推荐，但是，并不能满足客户的需要，在部分场景下推荐效果较差，如何高效精准的向目标客户推送产品数据，提高工作效率，给银行带来更多收益，便成了一个亟待解决的难题
。

技术实现思路

[0005]本专利技术实施例提供一种银行产品数据推送方法，用以高效精准地向目标客户进行银行产品数据推送，提升客户体验，该方法包括：
[0006]获取客户的资产数据，对客户的资产数据进行预处理，筛选出目标客户群体；
[0007]获取目标客户群体的资产数据，对目标客户群体的资产数据进行预处理，筛选出目标客户群体的银行产品数据；
[0008]根据目标客户群体的银行产品数据创建事务数据集，筛选出事务数据集中的最大频繁项集；
[0009]计算最大频繁项集的置信度，根据事务数据集中的最大频繁项集
、
最大频繁项集的置信度和预设的最小置信度阈值，得到目标客户群体的银行产品数据强关联关系信息；
[0010]根据目标客户群体的历史交易数据，计算目标客户群体的投资意愿指数；
[0011]获取产品推荐场景信息，根据目标客户群体的银行产品数据强关联关系信息
、
目标客户群体的投资意愿指数和产品推荐场景信息，向目标客户推送银行产品数据
。
[0012]本专利技术实施例还提供一种银行产品数据推送装置，用以高效精准地向目标客户进行银行产品数据推送，提升客户体验，该装置包括：
[0013]客户筛选模块，获取客户的资产数据，对客户的资产数据进行预处理，筛选出目标客户群体；
[0014]预处理模块，用于获取目标客户群体的资产数据，对目标客户群体的资产数据进行预处理，筛选出目标客户群体的银行产品数据；
[0015]频繁项集获取模块，用于根据目标客户群体的银行产品数据创建事务数据集，筛选出事务数据集中的最大频繁项集；
[0016]关联计算模块，用于计算最大频繁项集的置信度，根据事务数据集中的最大频繁
项集
、
最大频繁项集的置信度和预设的最小置信度阈值，得到目标客户群体的银行产品数据强关联关系信息；
[0017]指数计算模块，用于根据目标客户群体的历史交易数据，计算目标客户群体的投资意愿指数；
[0018]产品推荐模块，用于获取产品推荐场景信息，根据目标客户群体的银行产品数据强关联关系信息
、
目标客户群体的投资意愿指数和产品推荐场景信息，向目标客户推送银行产品数据
。
[0019]本专利技术实施例还提供一种计算机设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述银行产品数据推送方法
。
[0020]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述银行产品数据推送方法
。
[0021]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述银行产品数据推送方法
。
[0022]本专利技术实施例中，获取客户的资产数据，对客户的资产数据进行预处理，筛选出目标客户群体；获取目标客户群体的资产数据，对目标客户群体的资产数据进行预处理，筛选出目标客户群体的银行产品数据；根据目标客户群体的银行产品数据创建事务数据集，筛选出事务数据集中的最大频繁项集；计算最大频繁项集的置信度，根据事务数据集中的最大频繁项集
、
最大频繁项集的置信度和预设的最小置信度阈值，得到目标客户群体的银行产品数据强关联关系信息；根据目标客户群体的历史交易数据，计算目标客户群体的投资意愿指数；获取产品推荐场景信息，根据目标客户群体的银行产品数据强关联关系信息
、
目标客户群体的投资意愿指数和产品推荐场景信息，向目标客户推送银行产品数据
。
这样，结合不同推荐场景
、
个体投资意愿指数
、
频繁项集等进行综合分析，及时对客户进行精准的个性化产品推荐，有利于提高向客户进行产品数据推送的成功率，改善客户体验，为银行增加收益
。
附图说明
[0023]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
在附图中：
[0024]图1为本专利技术实施例中提供的银行产品数据推送方法的流程图；
[0025]图2为本专利技术实施例中提供的筛选目标客户群体的示例图；
[0026]图3为本专利技术实施例中提供的筛选事务数据集中的最大频繁项集的示例图；
[0027]图4为本专利技术实施例中提供的银行产品数据推送装置的示意图；
[0028]图5为本专利技术实施例中提供的电子设备的结构框图
。
具体实施方式
[0029]为使本专利技术实施例的目的
、
技术方案和优点更加清楚明白，下面结合附图对本发
明实施例做进一步详细说明
。
在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定
。
[0030]本文中术语“和
/
或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，
A
和
/
或
B
，可以表示：单独存在
A
，同时存在
A
和
B
，单独存在
B
这三种情况
。
另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括
A、B、C
中的至少一种，可以表示包括从
A、B
和
C
构成的集合中选择的任意一个或多个元素
。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种银行产品数据推送方法，其特征在于，包括：获取客户的资产数据，对客户的资产数据进行预处理，筛选出目标客户群体；获取目标客户群体的资产数据，对目标客户群体的资产数据进行预处理，筛选出目标客户群体的历史银行产品数据；根据目标客户群体的历史银行产品数据创建事务数据集，筛选出事务数据集中的最大频繁项集；计算最大频繁项集的置信度，根据事务数据集中的最大频繁项集
、
最大频繁项集的置信度和预设的最小置信度阈值，得到目标客户群体的银行产品数据强关联关系信息；根据目标客户群体的历史交易数据，计算目标客户群体的投资意愿指数；获取产品推荐场景信息，根据目标客户群体的银行产品数据强关联关系信息
、
目标客户群体的投资意愿指数和产品推荐场景信息，向目标客户推送银行产品数据
。2.
如权利要求1所述的方法，其特征在于，对客户的资产数据进行预处理，筛选出目标客户群体，包括：获取客户的资产数据中的客户
ID
，根据客户
ID
，去除同一客户
ID
对应的重复数据，所述客户
ID
为资产数据的唯一标识；分别累加各客户
ID
对应的各类产品的总资产值；选取总资产值大于达到预设总资产值的客户
ID
，由选取出的客户
ID
对应的客户群体组成目标客户群体
。3.
如权利要求2所述的方法，对目标客户群体的资产数据进行预处理，筛选出目标客户群体的历史银行产品数据，包括：获取目标客户群体预设年份内的资产数据，获取目标客户群体预设年份内的资产数据的客户
ID
；根据客户
ID
，去除同一客户
ID
对应的重复数据；收集目标客户的历史银行产品数据，所述目标客户的历史银行产品数据为目标客户预设年份内的所有产品信息
。4.
如权利要求1所述的方法，其特征在于，筛选出事务数据集中的最大频繁项集，包括：通过连接产生候选项及各候选项的支持度；对各候选项进行剪枝，筛选出事务数据集中的最大频繁项集
。5.
如权利要求1所述的方法，其特征在于，根据目标客户群体的历史交易数据，计算目标客户群体的投资意愿指数，包括：根据目标客户群体的历史交易数据，提取出各目标客户投资各产品的...

【专利技术属性】
技术研发人员：杨玉新，王诗章，赵雪峰，张娇，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：