[发明专利]金融信息处理方法、装置、电子设备及存储介质

权利要求书

1.一种金融信息处理方法，其特征在于，所述方法包括：

响应于金融信息预测请求，获取与目标用户相匹配的金融信息；

基于所述金融信息，确定所述金融信息预测请求中的目标对象的知识图谱；

基于所述金融信息，确定与所述目标对象相匹配的趋势隐变量；

根据所述目标对象的知识图谱和与所述目标对象相匹配的趋势隐变量，确定金融信息处理模型中的图神经网络；

基于所述金融信息处理模型中的图神经网络，确定相应目标对象的变化趋势，以实现通过所述目标对象的变化趋势对所述金融信息预测请求进行回应。

2.根据权利要求1所述的方法，其特征在于，所述响应于金融信息预测请求，获取与目标用户相匹配的金融信息，包括：

解析所述金融信息预测请求，确定所述金融信息预测请求中所包括的目标对象和所述目标对象对应的金融场景；

在所述金融场景中，确定所述目标用户的历史行为参数和所述金融场景的历史参数；

基于所述目标对象，对所述目标用户的历史行为参数和所述金融场景的历史参数进行数据交叉筛选处理，获取与目标用户相匹配的金融信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述金融信息，确定所述金融信息预测请求中的目标对象的知识图谱，包括：

根据所述金融信息对应的金融场景，确定所述金融场景中与所述目标对象存在关联关系的不同关联对象；

对所述不同关联对象的参数信息进行解析，确定相应关联对象的参数信息集合；

对不同关联对象的参数信息集合进行匹配，确定所述金融信息预测请求中的目标对象的知识图谱。

4.根据权利要求1所述的方法，其特征在于，所述基于所述金融信息，确定与所述目标对象相匹配的趋势隐变量，包括：

基于所述金融信息，提取与所述金融信息中目标对象相匹配的特征向量；

通过所述金融信息处理模型中的特征提取网络，对与所述金融信息中目标对象相匹配的特征向量进行处理，确定与所述目标对象相匹配的趋势隐变量，其中，所述趋势隐变量与所述金融信息对应的金融场景相适配。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象的知识图谱和与所述目标对象相匹配的趋势隐变量，确定金融信息处理模型中的图神经网络，包括：

基于所述目标对象的知识图谱，确定与所述目标对象相匹配的不同关联对象；

根据与所述目标对象相匹配的不同关联对象，确定所述金融信息处理模型中的图神经网络的节点；

基于与所述目标对象相匹配的趋势隐变量，确定所述金融信息处理模型中的图神经网络的不同边线；

基于所述图神经网络的节点和图神经网络的不同边线，确定金融信息处理模型中的图神经网络。

6.根据权利要求5所述的方法，其特征在于，所述基于所述图神经网络的节点和图神经网络的不同边线，确定金融信息处理模型中的图神经网络，包括：

确定所述图神经网络的任一节点所对应的特征信息；

将当前节点的特征信息广播至与当前节点相连接的其他节点中；

与当前节点相连接的其他节点基于所述特征信息，对相应的边线进行调整，以确定金融信息处理模型中的图神经网络。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

基于所述目标用户的历史行为参数和金融场景的历史参数，确定与所述金融信息处理模型相匹配的训练样本集合与验证样本集合，其中，所述训练样本集合包括至少一组训练样本；

通过所述金融信息处理模型提取与所述训练样本相匹配的特征集合；

根据与所述训练样本相匹配的特征集合对所述金融信息处理模型进行训练，以实现确定与所述金融信息处理模型相适配的模型参数。