[发明专利]一种基于用户画像和知识图谱的股票风险预测方法及系统

权利要求书

1.一种基于用户画像和知识图谱的股票风险预测方法，其特征在于，包括以下步骤：

利用股票领域相关文本数据和金融知识图谱，构建金融事件特征；

利用用户画像和受影响的股票代码，构建用户投资特征；

利用金融事件、金融知识图谱和股票数据的涨跌情况，标定股票风险值；

将获得的所述金融事件特征和所述用户投资特征，根据股票代码进行关联，形成训练集的特征部分；再将训练集的特征部分与所述股票风险值，根据股票代码进行关联，最终形成训练集；

将所述训练集，利用LSTM算法进行训练，形成基于用户画像和知识图谱的股票风险预测模型；

将某个待预测投资用户的投资特征和下一时刻的金融事件特征，输入到基于用户画像和知识图谱的股票风险预测模型，为该投资用户投资的股票进行下一时刻的风险值预测，输出该投资用户投资的股票风险值；

利用用户投资特征和预测的所述股票风险值，构建股票风险提示信息规则，通过所述股票风险提示信息规则为用户提示股票风险信息。

2.根据权利要求1所述的一种基于用户画像和知识图谱的股票风险预测方法，其特征在于，所述用户画像的构建方法为：

获取理财软件中的用户行为数据和用户调查数据；

对所述用户行为数据和用户调查数据通过数据抽取、数据转换和数据融合进行数据处理；

将数据处理后的用户行为数据和用户调查数据，经模型层的k-means和GMM算法，对每个标签维度进行聚类；

最终形成用户画像，即用户的标签化展示以及标签对应的等级信息。

3.根据权利要求1所述的一种基于用户画像和知识图谱的股票风险预测方法，其特征在于，所述金融知识图谱的构建方法为：

对非结构化数据，进行正文抽取；并利用自然语言处理技术，进行至少中文分词、关键词提取、特征提取的操作；

通过包装器学习半结构化数据的抽取规则，对半结构化数据进行内容提取；

通过ETL技术获取结构化数据，直接获取实体、实体和实体之间的关系；

知识库构建及管理，通过数据映射技术建立知识库中术语和不同数据源抽取知识中词汇的映射关系；使用实体匹配将不同数据源相同客体的数据进行融合；最后对融合而成的知识库进行存储、管理；

所述知识库根据用户查询场景的不同采用不同的存储架构，最终形成金融知识图谱。

4.根据权利要求1所述的一种基于用户画像和知识图谱的股票风险预测方法，其特征在于，所述利用股票领域相关文本数据和金融知识图谱，构建金融事件特征，具体为：

通过内容文本库获取股票领域相关文本数据，利用自然语言处理技术对所述文本数据进行分析，首先对文本数据中的内容抽取事件实体，然后抽取影响所述事件实体的事件，利用专家标注法构建事件库；

通过抽取的事件实体与金融知识图谱中的实体进行关联，获取受所述事件影响的股票代码，并结合金融知识图谱，从金融知识图谱中挖掘出相关要素；再结合所述事件和该事件发生的时间，共同构成金融事件特征。

5.根据权利要求1所述的一种基于用户画像和知识图谱的股票风险预测方法，其特征在于，所述利用用户画像和受影响的股票代码，构建用户投资特征，所述用户投资特征具体表示为：

E(u)＝[user_id,stock_id,x₅,x₆]，其中user_id表示用户id，stock_id表示股票代码，X5表示风险偏好，X6表示风险承受能力，通过one-hot方法将原本类别型的风险偏好X5和风险承受能力X6数据转换成数值形式。

6.根据权利要求1所述的一种基于用户画像和知识图谱的股票风险预测方法，其特征在于，所述利用金融事件、金融知识图谱和股票数据的涨跌情况，标定股票风险值，具体为：

其中，x_a为金融事件影响的股票风险值，ω₁为金融事件影响的股票风险值的权重，x_b为股票数据的涨跌情况影响的股票风险值，ω₂为股票数据的涨跌情况影响的股票风险值的权重；选取n个时刻的该支股票的数据进行累加，然后取平均值做为该支股票的股票风险值。