[發明專利]評估用戶業務偏好方法、用戶投資風險偏好方法及裝置

在審

• 申請號: 201610184693.3
• 申請日: 2016-03-28
• 公開（公告）號: CN107240019A
• 公開（公告）日: 2017-10-10
• 發明（設計）人: 丁楊;王婧;孫思哲
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06
• 代理公司: 北京國昊天誠知識產權代理有限公司11315
• 代理人: 黃熊

1.一種評估用戶業務偏好的方法，其特征在于，該方法包括：

獲取用戶在業務操作中產生的特征向量，所述特征向量的組成元素中包含所述用戶在所述業務操作中產生的至少一個業務偏好指標值；

根據預設規則對所述特征向量進行處理，得到所述用戶對所述業務操作的偏好程度，并根據所述偏好程度評估所述用戶對于所述業務的偏好，其中，所述預設規則是通過用戶在所述業務操作中產生的特征向量和用戶對所述業務的偏好程度經過訓練獲得的。

2.根據權利要求1所述的方法，其特征在于，所述業務偏好指標值的確定方法是：

獲取在預設時間內所述業務的輿情指標、所述用戶在所述業務操作中投入的資源量、所述資源量的變化量以及所述資源量的變化時間；

根據所述業務的輿情指標、所述資源量、所述資源量的變化量以及所述資源量的變化時間確定所述用戶在所述業務操作中產生的業務偏好指標值，所述業務偏好指標值的數量至少為一個。

3.根據權利要求1所述的方法，其特征在于，所述預設規則是通過用戶在所述業務操作中產生的特征向量和用戶對所述業務的偏好程度經過訓練獲得的具體包括：

對用戶在所述業務操作中產生的特征向量進行聚類運算，得到各所述用戶的分類；

根據各所述分類中用戶對于所述業務操作的預設第一偏好程度，確定各所述分類中用戶對于所述業務操作的第二偏好程度；

將所述第二偏好程度作為輸出數據，并將所述用戶在所述業務操作中產生的特征向量作為輸入數據，對預設規則進行訓練，得到所述預設規則。

4.根據權利要求3所述的方法，其特征在于，所述根據各所述分類中用戶對于所述業務操作的預設第一偏好程度，確定各所述分類中用戶對于所述業務操作的第二偏好程度，具體包括：

根據各所述分類中用戶對于所述業務操作的預設第一偏好程度，獲取各所述分類中用戶對于所述業務操作的平均偏好程度，將所述平均偏好程度作為各所述分類中用戶對于所述業務操作的第二偏好程度。

5.根據權利要求1所述的方法，其特征在于，在得到所述用戶對所述業務操作的偏好程度后，所述方法還包括：

根據所述用戶對所述業務操作的預設偏好程度，對所述得到的所述用戶對所述業務操作的偏好程度進行修正。

6.根據權利要求3所述的方法，其特征在于，所述對用戶在所述業務操作中產生的特征向量進行聚類運算包括：

從所述用戶在所述業務操作中產生的特征向量中隨機提取K個特征向量作為初始聚類中心，所述K的值為大于或等于1的正整數；

確定各所述用戶在所述業務操作中產生的特征向量與各所述初始聚類中心之間的距離，將各所述特征向量歸類到所述距離最小的聚類中心對應的類別中；

分別計算獲得各所述類別中包含的特征向量的算數平均值，將各所述算數平均值作為新的各所述類別的聚類中心，并對各所述用戶在所述業務操作中產生的特征向量進行重新歸類，直到第一代價函數收斂，所述第一代價函數用于表征所述聚類運算的完成情況。

7.根據權利要求3所述的方法，其特征在于，所述對用戶在所述業務操作中產生的特征向量進行聚類運算包括：

將所述用戶在所述業務操作中產生的特征向量隨機地分為N個模糊組，所述N的值為大于或等于1的正整數；

用0到1之間的隨機數初始化隸屬矩陣，所述隸屬矩陣用來表征各所述用戶在所述業務操作中產生的特征向量屬于各所述模糊組的程度；

根據所述隸屬矩陣確定各所述模糊組中的聚類中心，并計算各所述用戶在所述業務操作中的特征向量與各所述聚類中心之間的距離；

根據各所述距離確定第二代價函數的值是否小于預設的閾值，如果是，則停止所述聚類運算；如果否，則更新所述隸屬矩陣并確定新的聚類中心，直到所述第二代價函數小于所述預設閾值，所述第二代價函數用于表征所述聚類運算的完成情況。

8.一種評估用戶投資風險偏好的方法，其特征在于，該方法包括：

獲取用戶在投資操作中產生的特征向量，所述特征向量的組成元素中包含所述用戶在所述投資操作中產生的至少一個投資風險偏好指標值；

根據預設規則對所述特征向量進行處理，得到所述用戶對所述投資風險的偏好程度，并根據所述偏好程度評估所述用戶對于所述投資風險的偏好，其中，所述預設規則是通過用戶在所述投資操作中產生的特征向量和用戶對所述投資的偏好程度經過訓練獲得的。