[發明專利]一種投資能力鑒定方法、裝置及非暫存性計算機可讀存儲介質

在審

• 申請號: 201911066801.7
• 申請日: 2019-11-04
• 公開（公告）號: CN111027588A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 宋森;黃飛
• 申請（專利權）人: 飛蛋（廣州）網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/27;G06Q40/06
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 彭伶俐

1.一種投資能力鑒定方法，其特征在于，包括，

獲取真實證券市場數據；

響應于接收到待測用戶對所述真實證券市場數據進行的買賣模擬行為數據和與所述行為數據對應的收益數據，將所述行為數據和收益數據作為表征所述待測用戶的特征量；

將所述表征待測用戶的特征量輸入至預先建立的投資能力等級分類模型，得到所述待測用戶的投資能力等級。

2.根據權利要求1所述的方法，其特征在于，還包括，將所述待測用戶的投資能力等級、所述買賣模擬行為數據和所述收益數據通過智能合約上傳至預先與用戶信息綁定的區塊鏈公鏈節點上進行存儲，以便投資機構在得到待測用戶的授權后能夠通過區塊鏈的公鏈網絡獲取所述待測用戶的投資能力。

3.根據權利要求1所述的方法，其特征在于，所述行為數據包括用戶投資金融產品所使用的時間、用戶選擇金融產品的次數。

4.根據權利要求1所述的方法，其特征在于，投資能力等級分類模型的建立包括如下步驟：

獲取多個待測用戶的買賣模擬行為數據和與所述行為數據對應的收益數據，得到多個表征所述待測用戶的特征量；

采用聚類算法對所述特征量進行計算，得到具有多個分類結果的投資能力等級分類模型。

5.根據權利要求4所述的方法，其特征在于，所述聚類算法采用k-means算法對所述特征量進行計算，得到投資能力等級分類模型。

6.一種投資能力鑒定裝置，其特征在于，包括，

獲取模塊，用于獲取真實證券市場數據；

特征量模塊，用于響應于接收到待測用戶對所述真實證券市場數據進行的買賣模擬行為數據和與所述行為數據對應的收益數據，將所述行為數據和收益數據作為表征所述待測用戶的特征量；

投資能力等級獲得模塊，用于將所述表征待測用戶的特征量輸入至預先建立的投資能力等級分類模型，得到所述待測用戶的投資能力等級。

7.根據權利要求6所述的裝置，其特征在于，還包括區塊鏈保存模塊，用于將所述待測用戶的投資能力等級、所述買賣模擬行為數據和所述收益數據通過智能合約上傳至預先與用戶信息綁定的區塊鏈公鏈節點上進行存儲，以便投資機構在得到待測用戶的授權后能夠通過區塊鏈的公鏈網絡獲取所述待測用戶的投資能力。

8.根據權利要求6所述的裝置，其特征在于，所述所述行為數據包括用戶投資金融產品所使用的時間、用戶選擇金融產品的次數。

9.根據權利要求6所述的裝置，其特征在于，還包括建模模塊，用于獲取多個待測用戶的買賣模擬行為數據和與所述行為數據對應的收益數據，得到多個表征所述待測用戶的特征量；

采用聚類算法對所述特征量進行計算，得到具有多個分類結果的投資能力等級分類模型。

10.一種非暫存性的計算機可讀存儲介質，其特征在于，保存有一個或多個計算機可讀程序指令，所述一個或多個計算機可讀程序指令用于被執行如權利要求1-5任一項所述的一種投資能力鑒定方法。