[發明專利]理財產品推薦方法、服務器及計算機可讀存儲介質

在審

• 申請號: 201811024273.4
• 申請日: 2018-09-04
• 公開（公告）號: CN109359812A
• 公開（公告）日: 2019-02-19
• 發明（設計）人: 楊亮吉;張帆;程庚
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/06;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明公開了一種理財產品推薦方法，該方法包括：收集用戶的用戶資料，所述用戶資料包括行為數據、用戶屬性；根據有效用戶資料建立樣本集，基于隨機森林模型對所述用戶進行風險能力分類，得到所述用戶的風險分類結果；根據所述用戶資料對所述用戶進行流動性定位，得到所述用戶的流動性定位結果；獲取所述用戶的起投額，結合所述風險分類結果與所述流動性定位結果，推薦適合用戶的投資產品。本發明還提供一種服務器及計算機可讀存儲介質。本發明提供的理財產品推薦方法、服務器及計算機可讀存儲介質能夠結合用戶的風險承受能力以及對資金流動性的需求，為用戶提供最佳的理財產品以實現收益最大化。

技術領域

本發明涉及數據分析技術領域，尤其涉及一種理財產品推薦方法、服務器及計算機可讀存儲介質。

背景技術

我國個人理財行業仍處于快速發展的階段，大多數用戶都通過填寫問卷調查來判斷自己的風險承受能力，再查找對應的理財產品。因此，存在以下缺點：一方面，用戶在填寫問卷調查時可能會受到個人心理等因素的影響，因此僅以問卷調查結果并不能準確的描述該用戶的風險承受能力，存在極大的不確定性或者不準確度；另一方面，不同用戶對于流動性(反映了資金回籠的時間及規模特點，包括：子彈型、階梯型、期限性和啞鈴型，資金的)和收益的需求不同，動態平衡兩者間關系比較困難，在眾多理財產品中，從風險承受、流動性到收益，如何甄別最合適的產品，對沒有投資經驗的用戶來說比較困難。目前市面上還沒有類似產品，根據用戶的資產配比以及投資路徑，進行資產配比規劃。

發明內容

有鑒于此，本發明提出一種理財產品推薦方法、服務器及計算機可讀存儲介質，以解決用戶在面對眾多理財產品時的選擇問題。

首先，為實現上述目的，本發明提出一種理財產品推薦方法，該方法包括步驟：

收集用戶的用戶資料；

基于隨機森林模型對所述用戶進行風險能力分類，得到所述用戶的風險分類結果；

根據所述用戶資料對所述用戶進行流動性定位，得到所述用戶的流動性定位結果；及

獲取所述用戶的起投額，結合所述風險分類結果與所述流動性定位結果，推薦適合用戶的投資產品。

可選地，所述根據有效用戶資料建立樣本集，基于隨機森林模型對所述用戶進行風險能力分類，得到所述用戶的風險分類結果的步驟具體包括：

(a)根據有效用戶資料建立樣本集；

(b)從所述樣本集中通過重采樣的方式產生n個特征樣本，每個特征樣本中特征分量的個數為a，決策樹的個數為m，每個決策樹的決策特征的個數為k；

(c)使用Bagging算法對n個特征樣本取樣m次，得到m個特征集合；

(d)對每一個隨機樹隨機選取一個特征集合，并對該決策樹進行評估及誤差分析，對于樹中的每一個節點，隨機選擇k個基于此點的特征分量，并針對不同類別的特征樣本，賦予不同的權值以尋找最佳的分割方式；

(e)根據分類效果最好的特征節點將節點劃分為兩個分支，再遞歸調用步驟(d)直到這棵樹能夠準確分類訓練樣本集，或所有屬性都已經被使用過；

(f)重復所述步驟(c)-(e)，直到建立了全部m棵決策樹，以生成隨機森林；

(g)將獲取的所述用戶資料作為自變量輸入所述隨機森林模型；

(h)采用多數投票的方法來綜合決定多個決策樹的分類結果，即得到了基于隨機森林模型的風險分類結果。具體的，所述風險分類結果包括每一分類結果及每一分類結果對應的分類結果概率。

可選地，在基于隨機森林模型對所述用戶進行風險能力分類，得到所述用戶的風險分類結果后，還可以包括步驟：

將所述風險分類結果轉換為連續性分數。