[發(fā)明專利]一種基于實(shí)時(shí)模型的金融產(chǎn)品推薦方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910370305.4
• 申請(qǐng)日: 2019-05-05
• 公開（公告）號(hào): CN110189191A
• 公開（公告）日: 2019-08-30
• 發(fā)明（設(shè)計(jì)）人: 林健
• 申請(qǐng)（專利權(quán)）人: 蘇寧易購(gòu)集團(tuán)股份有限公司
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06Q40/06
• 代理公司: 北京市萬(wàn)慧達(dá)律師事務(wù)所 11111
• 代理人: 張慧娟

1.一種基于實(shí)時(shí)模型的金融產(chǎn)品推薦方法，其特征在于，所述方法包括如下步驟：

通過(guò)預(yù)先采集的訓(xùn)練數(shù)據(jù)對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練，獲取實(shí)時(shí)模型；

對(duì)采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行預(yù)處理，獲取實(shí)時(shí)指標(biāo)維度數(shù)據(jù)，其中所述實(shí)時(shí)數(shù)據(jù)包括目標(biāo)客戶的行為數(shù)據(jù)以及金融產(chǎn)品數(shù)據(jù)；

將所述實(shí)時(shí)指標(biāo)維度數(shù)據(jù)輸入到所述實(shí)時(shí)模型中，獲取所述金融產(chǎn)品符合所述目標(biāo)客戶需求的概率；

根據(jù)所述概率與預(yù)設(shè)的閾值，符合條件的金融產(chǎn)品推薦給所述目標(biāo)客戶。

2.根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦方法，其特征在于，所述通過(guò)預(yù)先采集的訓(xùn)練數(shù)據(jù)對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練，獲取實(shí)時(shí)模型包括：

采集非實(shí)時(shí)的用戶行為數(shù)據(jù)以及金融產(chǎn)品數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)；

對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理，所述預(yù)處理包括對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行清洗；

使用預(yù)處理后的訓(xùn)練數(shù)據(jù)對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練，獲取實(shí)時(shí)模型，其中所述實(shí)時(shí)模型至少采用協(xié)同過(guò)濾算法。

3.根據(jù)權(quán)利要求2所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦方法，其特征在于，所述使用預(yù)處理后的訓(xùn)練數(shù)據(jù)對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練包括：

對(duì)所述預(yù)處理后的訓(xùn)練數(shù)據(jù)進(jìn)行協(xié)同過(guò)濾，將所述用戶行為數(shù)據(jù)與預(yù)設(shè)的業(yè)務(wù)規(guī)則進(jìn)行結(jié)合，對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練。

4.根據(jù)權(quán)利要求1至3任意一項(xiàng)所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦方法，其特征在于，所述對(duì)采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行預(yù)處理，獲取實(shí)時(shí)指標(biāo)維度數(shù)據(jù)包括：

基于Flink實(shí)時(shí)流處理技術(shù)對(duì)所述采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行清洗，獲取清洗后實(shí)時(shí)數(shù)據(jù)；

根據(jù)預(yù)設(shè)的實(shí)時(shí)指標(biāo)數(shù)據(jù)，將所述清洗后實(shí)時(shí)數(shù)據(jù)進(jìn)行分離，獲取實(shí)時(shí)指標(biāo)維度數(shù)據(jù)。

5.根據(jù)權(quán)利要求1至3任意一項(xiàng)所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦方法，其特征在于，所述根據(jù)所述概率與預(yù)設(shè)的閾值，符合條件的金融產(chǎn)品推薦給所述目標(biāo)客戶包括：

將所述概率與所述預(yù)設(shè)的閾值進(jìn)行比較，將概率值高于所述預(yù)設(shè)的閾值的金融產(chǎn)品作為候選產(chǎn)品推薦給所述目標(biāo)客戶。

6.一種基于實(shí)時(shí)模型的金融產(chǎn)品推薦系統(tǒng)，其特征在于，所述系統(tǒng)包括：

模型獲取模塊，用于通過(guò)預(yù)先采集的訓(xùn)練數(shù)據(jù)對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練，獲取實(shí)時(shí)模型；

數(shù)據(jù)處理模塊，用于對(duì)采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行預(yù)處理，獲取實(shí)時(shí)指標(biāo)維度數(shù)據(jù)，其中所述實(shí)時(shí)數(shù)據(jù)包括目標(biāo)客戶的行為數(shù)據(jù)以及金融產(chǎn)品數(shù)據(jù)；

概率預(yù)測(cè)模塊，用于將所述實(shí)時(shí)指標(biāo)維度數(shù)據(jù)輸入到所述實(shí)時(shí)模型中，獲取所述金融產(chǎn)品符合所述目標(biāo)客戶需求的概率；

結(jié)果判定模塊，用于根據(jù)所述概率與預(yù)設(shè)的閾值，符合條件的金融產(chǎn)品推薦給所述目標(biāo)客戶。

7.根據(jù)權(quán)利要求6所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦系統(tǒng)，其特征在于，所述模型獲取模塊包括：

數(shù)據(jù)采集單元，用于采集非實(shí)時(shí)的用戶行為數(shù)據(jù)以及金融產(chǎn)品數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)；

數(shù)據(jù)處理單元，用于對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理，所述預(yù)處理包括對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行清洗；

模型訓(xùn)練單元，用于使用預(yù)處理后的訓(xùn)練數(shù)據(jù)對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練，獲取實(shí)時(shí)模型，其中所述實(shí)時(shí)模型至少采用協(xié)同過(guò)濾算法。

8.根據(jù)權(quán)利要求7所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦系統(tǒng)，其特征在于，所述模型訓(xùn)練單元具體用于：

對(duì)所述預(yù)處理后的訓(xùn)練數(shù)據(jù)進(jìn)行協(xié)同過(guò)濾，將所述用戶行為數(shù)據(jù)與預(yù)設(shè)的實(shí)時(shí)指標(biāo)進(jìn)行結(jié)合，對(duì)預(yù)先構(gòu)建的模型進(jìn)行訓(xùn)練。

9.根據(jù)權(quán)利要求6至8任意一項(xiàng)所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊包括：

數(shù)據(jù)清洗單元，用于基于Flink實(shí)時(shí)流處理技術(shù)對(duì)所述采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行清洗，獲取清洗后實(shí)時(shí)數(shù)據(jù)；

數(shù)據(jù)分離單元，用于根據(jù)預(yù)設(shè)的實(shí)時(shí)指標(biāo)數(shù)據(jù)，將所述清洗后實(shí)時(shí)數(shù)據(jù)進(jìn)行分離，獲取實(shí)時(shí)指標(biāo)維度數(shù)據(jù)。

10.根據(jù)權(quán)利要求6至8任意一項(xiàng)所述的基于實(shí)時(shí)模型的金融產(chǎn)品推薦系統(tǒng)，其特征在于，所述結(jié)果判定模塊包括：

判定單元，用于將所述概率與所述預(yù)設(shè)的閾值進(jìn)行比較；

推送單元，用于將概率值高于所述預(yù)設(shè)的閾值的金融產(chǎn)品作為候選產(chǎn)品推送給所述目標(biāo)客戶。