[發明專利]互聯網金融產品宣傳收益率和承諾提取方法及系統

在審

• 申請號: 202010208512.2
• 申請日: 2020-03-23
• 公開（公告）號: CN111581472A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 部慧;吳俊杰;李曄林;張玨;陳禹舟;張俊杰
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/33;G06F16/35;G06Q30/02;G06Q40/06
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 卞靜靜

本發明公開了一種互聯網金融產品宣傳收益率和承諾提取方法，其包括：從公開互聯網中獲取金融類文本數據；基于所述收益率表述的規則庫，通過文本匹配算法從所述金融類文本數據中提取得到收益率表述文本數據；基于預設的承諾關鍵詞組，通過文本匹配算法從所述金融類文本數據中提取得到各類承諾表述文本數據；基于預設的收益率映射關系規則表，將所述收益率表述文本數據轉換成可識別的收益率數值。本發明在提取和折算收益率的基礎上進一步識別互聯網金融平臺的高利貸和非法集資行為，可以對其進行更好的監管。

技術領域

本發明涉及商務智能領域。更具體地說，本發明涉及一種互聯網金融產品宣傳收益率和承諾提取方法及系統。

背景技術

近年來，隨著資本市場數據量的增加，金融監管面臨著越來越大的難題。而當前互聯網金融平臺的P2P存在較大的問題，因此要對互聯網金融平臺進行嚴格的監管，此時就需要有效指標輔助監管，比如收益率。但互聯網金融平臺對收益率的表述隱晦，公眾不能從非結構化文本中提取收益率，難以獲得準確的收益率數據。

此外，由于互聯網金融平臺受到嚴格的監管，因此平臺發布的廣告也會被監管。當前，金融類廣告的重要投放渠道為開放的互聯網平臺，部分廣告打著“低風險，高收益，承諾擔保”的旗號進行夸大、虛假宣傳，欺騙和誤導消費者。并且央行下發了《中國人民銀行辦公廳關于開展金融廣告治理工作的通知》，有效治理金融產品違法違規廣告行為，堅決整治嚴重干擾金融市場秩序的廣告行為，并將互聯網金融廣告監測作為首要的工作試點。由于互聯網金融平臺廣告中的承諾是違規的，但平臺并不會上報這些信息，所以無法得知廣告中承諾的具體情況，監管面臨挑戰。

發明內容

本發明的一個目的是解決至少上述問題，并提供至少后面將說明的優點。

本發明還有一個目的是提供一種互聯網金融產品宣傳收益率和承諾提取方法及系統，其可從互聯網金融平臺上的非結構化文本數據中提取收益率、承諾表述的相關文本數據，進而可準確獲取金融產品的收益率數據和廣告中承諾的具體情況。

為了實現根據本發明的這些目的和其它優點，提供了一種互聯網金融產品宣傳收益率和承諾提取方法，其包括：

從公開互聯網中獲取金融類文本數據；

基于所述金融類文本數據中挖掘收益率表述的基礎規則，對所述收益率表述的基礎規則進行泛化，得到收益率表述的規則庫；基于所述收益率表述的規則庫，通過文本匹配算法從所述金融類文本數據中提取得到收益率表述文本數據；

基于預設的承諾關鍵詞組，通過文本匹配算法從所述金融類文本數據中提取得到各類承諾表述文本數據；

基于預設的收益率映射關系規則表，將所述收益率表述文本數據轉換成可識別的收益率數值。

優選的是，所述的互聯網金融產品宣傳收益率和承諾提取方法，所述從公開互聯網中獲取金融類文本數據具體為：

從公開的互聯網中利用爬蟲技術爬取產品宣傳的文本數據，記為原始文本數據；

對原始文本數據經過三次垃圾過濾處理，分別去除原始文本數據中的無意義信息、非金融類的文本數據和非相關互聯網金融平臺的文本數據，最終獲得金融類文本數據。

優選的是，所述的互聯網金融產品宣傳收益率和承諾提取方法，所述預設的收益率映射關系規則表中，每條收益率映射關系規則對應一種收益率轉換方式；

所述收益率表述文本數據轉換成可識別的收益率數值后，剔除收益率小于0或大于1的收益率數值。

優選的是，所述的互聯網金融產品宣傳收益率和承諾提取方法，所述承諾關鍵詞組包括多個人為定義的承諾關鍵詞，且每個關鍵詞對應一種承諾類型，承諾類型包括保本承諾、收益承諾和擔保承諾。

優選的是，所述的互聯網金融產品宣傳收益率和承諾提取方法，原始文本數據的第一次垃圾過濾具體為：