[发明专利]基于知识图谱的理财产品推荐方法及装置

说明书

本发明公开了一种基于知识图谱的理财产品推荐方法及装置，其中该方法包括：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目标理财产品的产品信息。本发明能够预测出意图购买待推荐理财产品的潜在客户，进而向其推荐相应的理财产品，大大提高了理财产品推荐的准确率。

技术领域

本发明涉及大数据分析领域，尤其涉及一种基于知识图谱的理财产品推荐方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着金融行业的不断发展，各大银行能够性客户提供的理财产品也越来越丰富，如何向客户精准推荐理财产品，是各大银行十分关注的问题。

现有各种银行理财产品系统，大都是通过采集每个客户的各种信息(例如，性别、地域、职业、消费等级、消费习惯、购买行为等)，对每个客户进行精准画像，分析客户对理财产品的兴趣、偏好、需求等，借助一些机器学习算法(例如，决策树算法等)，预测每个客户意图购买的理财产品，进而向各个客户推荐其意图购买的理财产品。这种借助机器学习算法对客户意图购买的理财产品进行预测，其预测准确率完全依赖于采集的客户信息是否全面，如果能够采集每个客户的全量信息，则预测结果相当精准。

然而，在对客户信息进行采集的过程中，往往存在大量信息无法被正常采集，甚至可能采集到一些错误的信息，会大大影响理财产品推荐结果的准确率。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例中提供了一种基于知识图谱的理财产品推荐方法，用以解决现有各种银行理财产品系统，借助机器学习算法对客户意图购买的理财产品进行预测，由于采集的客户信息不全面，导致预测结果不准确的技术问题，该方法包括：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目标理财产品的产品信息。

本发明实施例中还提供了一种基于知识图谱的理财产品推荐装置，用以解决现有各种银行理财产品系统，借助机器学习算法对客户意图购买的理财产品进行预测，由于采集的客户信息不全面，导致预测结果不准确的技术问题，该装置包括：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目标理财产品的产品信息。

本发明实施例中还提供了一种计算机设备，用以解决现有各种银行理财产品系统，借助机器学习算法对客户意图购买的理财产品进行预测，由于采集的客户信息不全面，导致预测结果不准确的技术问题，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于知识图谱的理财产品推荐方法。

本发明实施例中还提供了一种计算机可读存储介质，用以解决现有各种银行理财产品系统，借助机器学习算法对客户意图购买的理财产品进行预测，由于采集的客户信息不全面，导致预测结果不准确的技术问题，该计算机可读存储介质存储有执行上述基于知识图谱的理财产品推荐方法的计算机程序。