[發明專利]一種金融產品購買預測方法及系統有效
| 申請號： | 201810607787.6 | 申請日： | 2018-06-13 |
| 公開（公告）號： | CN110599336B | 公開（公告）日： | 2020-12-15 |
| 發明（設計）人： | 路宏琦;劉國華;張帆;劉軍;張宇 | 申請（專利權）人： | 北京九章云極科技有限公司 |
| 主分類號： | G06Q40/04 | 分類號： | G06Q40/04;G06Q10/04 |
| 代理公司： | 北京銀龍知識產權代理有限公司 11243 | 代理人： | 許靜;胡影 |
| 地址： | 100085 北京市海淀*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 金融 產品 購買 預測 方法 系統 | ||
本發明提供一種金融產品購買預測方法及系統，該預測方法包括：獲取在第一時刻未持有一金融產品的待預測客戶的客戶數據；將每一所述待預測客戶的客戶數據輸入至所述金融產品的購買概率預測模型中，預測每一所述待預測客戶在第二時刻購買所述金融產品的概率，所述第二時刻晚于所述第一時刻；其中，所述金融產品的購買概率預測模型是采用多個訓練用客戶的歷史客戶數據訓練得到。本發明中，金融產品的購買概率預測模型采用大量客戶的真實歷史客戶數據訓練得到，因此能夠準確預測待預測客戶購買金融產品的概率，從而可以準確地向客戶推薦金融產品。
技術領域
本發明涉及數據處理技術領域，尤其涉及一種金融產品購買預測方法及系統。
背景技術
隨著銀行客戶及銀行金融產品的數量和種類的快速增長，如何有效地向潛在客戶推薦金融產品是提高營銷效果的主要目標之一。傳統的金融產品推薦方式無法準確預測客戶購買金融產品的概率，因而無法準確地選擇推薦的客戶，推薦成功率不高。
發明內容
有鑒于此，本發明提供一種金融產品購買預測方法及系統，能夠準確預測客戶購買金融產品的概率。
為解決上述技術問題，本發明提供一種金融產品購買預測方法，包括：
獲取在第一時刻未持有一金融產品的待預測客戶的客戶數據；
將每一所述待預測客戶的客戶數據輸入至所述金融產品的購買概率預測模型中，預測每一所述待預測客戶在第二時刻購買所述金融產品的概率，所述第二時刻晚于所述第一時刻；其中，所述金融產品的購買概率預測模型是采用多個訓練用客戶的歷史客戶數據訓練得到。
優選地，所述待預測客戶的客戶數據為所述第一時刻與第三時刻之間的客戶數據，所述第三時刻早于所述第一時刻。
優選地，每一所述金融產品對應一個購買概率預測模型；或者
每一所述金融產品對應12個購買概率預測模型，所述12個購買概率預測模型分別對應1-12月。
優選地，當每一所述金融產品對應12個購買概率預測模型時，所述將每一所述待預測客戶的客戶數據輸入至所述金融產品的購買概率預測模型中，預測每一所述待預測客戶在第二時刻購買所述金融產品的概率的步驟包括：
確定所述第二時刻所處的月份；
選取與所述第二時刻所處的月份對應的購買概率預測模型，預測每一所述待預測客戶在所述第二時刻購買所述金融產品的概率。
優選地，所述預測每一所述待預測客戶在第二時刻購買所述金融產品的概率的步驟之前，還包括：
獲取訓練樣本集，所述訓練樣本集為多個所述訓練用客戶在第四時刻之前的歷史客戶數據的集合；
獲取N個算法模型，其中，N為大于或等于1的正整數；
設置每一所述算法模型的參數，并將所述訓練樣本集輸入至每一所述算法模型，預測所述訓練用客戶在第五時刻購買所述金融產品的概率，所述第五時刻晚于所述第四時刻；
根據預測的所述訓練用客戶在第五時刻購買所述金融產品的概率，調整對應算法模型的參數，得到訓練完成的N個算法模型；
根據訓練完成的所述N個算法模型，確定所述金融產品的購買概率預測模型。
優選地，所述根據預測的所述訓練用客戶在第五時刻購買所述金融產品的概率，調整對應算法模型的參數，得到訓練完成的N個算法模型的步驟包括：
根據預測的所述訓練用客戶在所述第五時刻購買所述金融產品的概率以及預設評估指標，調整對應算法模型的參數，得到調整后的N個算法模型；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京九章云極科技有限公司，未經北京九章云極科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810607787.6/2.html，轉載請聲明來源鉆瓜專利網。
