【技术实现步骤摘要】
本申请涉及数据处理的，具体涉及一种投顾服务的智能推荐方法、装置、设备及介质。
技术介绍
1、传统投顾服务推荐系统通常依赖于历史交易记录、用户画像信息以及静态风险偏好数据，通过回归模型、聚类算法或分类器等技术建立固定结构的模型映射关系。这类模型在训练阶段利用已知样本提取投资行为模式，并将学习到的策略用于后续用户的投资推荐中，其核心逻辑在于对过去行为的拟合，从而推断未来可能的投资选择。
2、然而，此类系统本质上是静态的，不具备对市场波动、用户资产变化或临时性偏好调整的感知能力。由于缺乏实时数据驱动的反馈机制，模型结构和参数无法根据投资环境的动态演变进行更新，导致其推荐结果常常滞后于市场实际，难以满足当前高频变化环境下用户对个性化、动态化、场景适配能力的更高要求，从而在实用性和投资收益匹配度方面表现受限。因此需要一种方法解决传统推荐系统存在的静态建模导致滞后性的问题。
技术实现思路
1、本申请提供一种投顾服务的智能推荐方法、装置、设备及介质，能够解决传统推荐系统存在的静态建模导致滞后
<本文档来自技高网...【技术保护点】
1.一种投顾服务的智能推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种投顾服务的智能推荐方法，其特征在于，在所述基于所述目标响应特征与候选池中候选产品的候选特征之间的相似度，筛选出相似度最高的若干个候选特征对应的候选产品作为推荐结果之后，所述方法还包括：
3.根据权利要求1所述的一种投顾服务的智能推荐方法，其特征在于，所述根据所述动态约束的因果结构图构建跨层跳跃连接的稀疏深度神经网络模型，具体包括：
4.根据权利要求3所述的一种投顾服务的智能推荐方法，其特征在于，所述利用训练完成的稀疏深度神经网络模型根据实时获取的...
【技术特征摘要】
1.一种投顾服务的智能推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种投顾服务的智能推荐方法，其特征在于，在所述基于所述目标响应特征与候选池中候选产品的候选特征之间的相似度，筛选出相似度最高的若干个候选特征对应的候选产品作为推荐结果之后，所述方法还包括：
3.根据权利要求1所述的一种投顾服务的智能推荐方法，其特征在于，所述根据所述动态约束的因果结构图构建跨层跳跃连接的稀疏深度神经网络模型，具体包括：
4.根据权利要求3所述的一种投顾服务的智能推荐方法，其特征在于，所述利用训练完成的稀疏深度神经网络模型根据实时获取的目标输入，计算并输出目标特征向量，具体包括：
5.根据权利要求1所述的一种投顾服务的智能推荐方法，其特征在于，所述构建动态约束的因果结构图，具体包括：
6.根据权利要求5所述的一种投顾服务的智能推荐方法，其特征在于，所述构建动态约束的因果结构图，具体还包括：
...
【专利技术属性】
技术研发人员：潘进，蔡夏丰，张清，吴志成，汪涛，朱家发，欧阳云琛，
申请(专利权)人：长江证券股份有限公司，
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。