[发明专利]基于知识图谱的理财产品推荐方法及装置

权利要求书

1.一种基于知识图谱的理财产品推荐方法，其特征在于，包括：

获取各个存量客户的客户信息；

将每个存量客户的客户信息，输入到预先通过机器学习训练好的理财产品推荐模型中，输出每个存量客户意图购买目标理财产品的概率值；

获取概率值超过预设阈值的一个或多个存量客户，作为种子客户；

将种子客户的客户信息输入到预先构建的客户关系知识图谱中，输出种子客户关联的一个或多个潜在客户；

向各个潜在客户推送所述目标理财产品的产品信息。

2.如权利要求1所述的方法，其特征在于，在将种子客户的客户信息输入到预先构建的客户关系知识图谱中，输出种子客户关联的一个或多个潜在客户之后，所述方法还包括：

获取每个潜在客户关联的一个或多个理财产品的产品信息；

将每个潜在客户关联的一个或多个理财产品的产品信息，推送至每个潜在客户。

3.如权利要求2所述的方法，其特征在于，在获取每个潜在客户关联的一个或多个理财产品的产品信息之后，所述方法还包括：

根据各个潜在客户的客户信息构建潜在客户集合；

根据各个潜在客户关联的一个或多个理财产品的产品信息，构建待推荐理财产品集合；

根据所述潜在客户集合和待推荐理财产品集合，计算每个潜在客户意图购买所述待推荐理财产品集合中各个待推荐理财产品的概率值；

将概率值超过预设阈值的待推荐理财产品的产品信息，推送至每个潜在客户。

4.如权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

构建客户关系知识图谱，所述客户关系知识图谱中的客户实体包括：产品信息、资产情况、行业职业、家庭信息、年龄、性别、教育情况；所述客户关系知识图谱中的关系包括：客户与产品之间的关系、客户与客户之间的交易关系。

5.如权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

对基于迭代决策树GBDT模型进行机器学习训练，得到所述理财产品推荐模型。

6.一种基于知识图谱的理财产品推荐装置，其特征在于，包括：

客户信息获取模块，用于获取各个存量客户的客户信息；

理财产品预测模块，用于将每个存量客户的客户信息，输入到预先通过机器学习训练好的理财产品推荐模型中，输出每个存量客户意图购买目标理财产品的概率值；

种子客户筛选模块，用于获取概率值超过预设阈值的一个或多个存量客户，作为种子客户；

潜在客户挖掘模块，用于将种子客户的客户信息输入到预先构建的客户关系知识图谱中，输出种子客户关联的一个或多个潜在客户；

理财产品推荐模块，用于向各个潜在客户推送所述目标理财产品的产品信息。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：理财产品信息获取模块，用于获取每个潜在客户关联的一个或多个理财产品的产品信息；

其中，所述理财产品推荐模块还用于将每个潜在客户关联的一个或多个理财产品的产品信息，推送至每个潜在客户。

8.如权利要求7所述的装置，其特征在于，所述装置还包括：

潜在客户集合构建模块，用于根据各个潜在客户的客户信息构建潜在客户集合；

待推荐产品列表构建模块，用于根据各个潜在客户关联的一个或多个理财产品的产品信息，构建待推荐理财产品集合；

客户产品关联概率确定模块，用于根据所述潜在客户集合和待推荐理财产品集合，计算每个潜在客户意图购买所述待推荐理财产品集合中各个待推荐理财产品的概率值；

其中，所述理财产品推荐模块还用于将概率值超过预设阈值的待推荐理财产品的产品信息，推送至每个潜在客户。