[发明专利]一种机器学习与人工规则融合的基金精准营销方法

摘要

本发明公开了一种机器学习与人工规则融合的基金精准营销方法，包括数据源获取，数据存储，特征提取，机器学习模型与人工规则，过滤及模型应用。本发明通过使用客户的各种金融理财产品的历史资产信息，计算每期持仓数量变化比例并设置最高截断数值，同时结合客户基本信息、风险偏好、用户行为数据以及市场行情特征等背景数据，引入机器学习算法对用户下期购买不同类型基金产品的意愿进行打分，同时结合人工经验进行人工规则打分，最后将两者融合对客户下期的基金购买行为进行预测，从而挖掘各类型基金潜在客户。

主权项

1.一种机器学习与人工规则融合的基金精准营销方法，其特征在于：包括数据源获取，数据存储，特征提取，机器学习模型与人工规则，过滤及模型应用：其中，数据源获取：从多个渠道获取原始数据；数据存储：将从数据源获取的结构化数据和非结构化数据进行整合，提取，去重存储到HDFS中；特征提取：从数据库中提取和构建需要的特征，主要包括用户的历史持仓情况和风险承受能力；机器学习模型与人工规则：对获取到的数据集进行建模，包括数据清洗、数据预处理(设置最高截断)、机器学习模型、人工规则制定并打分、协同过滤和客户预测；过滤：依据客户的风险承受能力对名单进行简单过滤；模型应用：将模型得到的结果应用到实际的业务中，通过渠道APP推送、邮件、短信以及电话等各种营销系统做产品推广，有差异地进行广告投放。