[发明专利]基于用户连续行为序列特征的智能理财推荐方法

摘要

本发明公开了基于用户连续行为序列特征的智能理财推荐方法，包括获取理财产品属性数据与用户属性数据、数据清洗与规范化管理、对数据进行分类、对数据进行transformer模型架构训练、将信息输入到训练好的模型，模型输出个人理财推荐和通过多渠道向用户推荐，并获取反馈信息。本发明中，该智能理财推荐方法通过对用户终端上传的用户信息数据进行特征提取，特别是使用Transformer新架构模型捕获用户行为序列的序列信号，结合用户之前的行为序列特征提高了对用户推荐理财产品的精准性，从而自动提升了用户对理财产品的点击率与购买率，供智能理财推荐系统的安全使用，并且增强了用户与银行金融产品之间的相识相知度，对用户和银行起到互利互惠的效果。

主权项

1.基于用户连续行为序列特征的智能理财推荐方法，其特征在于，包括以下步骤：S01：获取理财产品属性数据与用户属性数据，获取理财产品的属性信息多维度数据和用户的属性信息多维度数据，其中，重点的是要获取用户对理财产品点击购买的历史行为数据；S02：数据清洗与规范化管理，对获取的数据进行规范化预处理，预处理包括筛选、清理、缺失值处理、奇异值处理；S03：对数据进行分类，从总体上来说，将获取的数据划分为训练集和验证集；S04：对数据进行transformer模型架构训练，用transformer模型架构对训练集的数据与验证集的数据进行模型训练；S05：将信息输入到训练好的模型，模型输出个人理财推荐，将用户信息数据、理财产品信息输入到训练好的模型中，模型将自动给出用户最合适点击和购买的针对性理财产品，并推荐给目标客户；S06：通过多渠道向用户推荐，并获取反馈信息，通过短信和电话相结合的营销方式向目标客户推荐理财产品，并获取推荐用户的反馈信息。