[發明專利]基于知識圖譜的理財產品推薦方法及裝置

在審

• 申請號: 202010909492.1
• 申請日: 2020-09-02
• 公開（公告）號: CN112070615A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 丁平;李帥
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06F16/36;G06Q30/06;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 谷敬麗;薛平

本發明公開了一種基于知識圖譜的理財產品推薦方法及裝置，其中該方法包括：獲取各個存量客戶的客戶信息；將每個存量客戶的客戶信息，輸入到預先通過機器學習訓練好的理財產品推薦模型中，輸出每個存量客戶意圖購買目標理財產品的概率值；獲取概率值超過預設閾值的一個或多個存量客戶，作為種子客戶；將種子客戶的客戶信息輸入到預先構建的客戶關系知識圖譜中，輸出種子客戶關聯的一個或多個潛在客戶；向各個潛在客戶推送目標理財產品的產品信息。本發明能夠預測出意圖購買待推薦理財產品的潛在客戶，進而向其推薦相應的理財產品，大大提高了理財產品推薦的準確率。

技術領域

本發明涉及大數據分析領域，尤其涉及一種基于知識圖譜的理財產品推薦方法及裝置。

背景技術

本部分旨在為權利要求書中陳述的本發明實施例提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。

隨著金融行業的不斷發展，各大銀行能夠性客戶提供的理財產品也越來越豐富，如何向客戶精準推薦理財產品，是各大銀行十分關注的問題。

現有各種銀行理財產品系統，大都是通過采集每個客戶的各種信息(例如，性別、地域、職業、消費等級、消費習慣、購買行為等)，對每個客戶進行精準畫像，分析客戶對理財產品的興趣、偏好、需求等，借助一些機器學習算法(例如，決策樹算法等)，預測每個客戶意圖購買的理財產品，進而向各個客戶推薦其意圖購買的理財產品。這種借助機器學習算法對客戶意圖購買的理財產品進行預測，其預測準確率完全依賴于采集的客戶信息是否全面，如果能夠采集每個客戶的全量信息，則預測結果相當精準。

然而，在對客戶信息進行采集的過程中，往往存在大量信息無法被正常采集，甚至可能采集到一些錯誤的信息，會大大影響理財產品推薦結果的準確率。

針對上述問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例中提供了一種基于知識圖譜的理財產品推薦方法，用以解決現有各種銀行理財產品系統，借助機器學習算法對客戶意圖購買的理財產品進行預測，由于采集的客戶信息不全面，導致預測結果不準確的技術問題，該方法包括：獲取各個存量客戶的客戶信息；將每個存量客戶的客戶信息，輸入到預先通過機器學習訓練好的理財產品推薦模型中，輸出每個存量客戶意圖購買目標理財產品的概率值；獲取概率值超過預設閾值的一個或多個存量客戶，作為種子客戶；將種子客戶的客戶信息輸入到預先構建的客戶關系知識圖譜中，輸出種子客戶關聯的一個或多個潛在客戶；向各個潛在客戶推送目標理財產品的產品信息。

本發明實施例中還提供了一種基于知識圖譜的理財產品推薦裝置，用以解決現有各種銀行理財產品系統，借助機器學習算法對客戶意圖購買的理財產品進行預測，由于采集的客戶信息不全面，導致預測結果不準確的技術問題，該裝置包括：客戶信息獲取模塊，用于獲取各個存量客戶的客戶信息；理財產品預測模塊，用于將每個存量客戶的客戶信息，輸入到預先通過機器學習訓練好的理財產品推薦模型中，輸出每個存量客戶意圖購買目標理財產品的概率值；種子客戶篩選模塊，用于獲取概率值超過預設閾值的一個或多個存量客戶，作為種子客戶；潛在客戶挖掘模塊，用于將種子客戶的客戶信息輸入到預先構建的客戶關系知識圖譜中，輸出種子客戶關聯的一個或多個潛在客戶；理財產品推薦模塊，用于向各個潛在客戶推送目標理財產品的產品信息。

本發明實施例中還提供了一種計算機設備，用以解決現有各種銀行理財產品系統，借助機器學習算法對客戶意圖購買的理財產品進行預測，由于采集的客戶信息不全面，導致預測結果不準確的技術問題，該計算機設備包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行計算機程序時實現上述基于知識圖譜的理財產品推薦方法。

本發明實施例中還提供了一種計算機可讀存儲介質，用以解決現有各種銀行理財產品系統，借助機器學習算法對客戶意圖購買的理財產品進行預測，由于采集的客戶信息不全面，導致預測結果不準確的技術問題，該計算機可讀存儲介質存儲有執行上述基于知識圖譜的理財產品推薦方法的計算機程序。