一种金融产品的智能推荐方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111626863A(43)申请公布日2020.09.04(21)申请号202010488799.9(22)申请日2020.06.02(71)申请人北京比财数据科技有限公司地址100016北京市朝阳区酒仙桥路甲16号将台新港中心4层G(72)发明人刘红跃周士夺路老虎刘伟(74)专利代理机构广州华享智信知识产权代理事务所(普通合伙)44576代理人梁顺珍王晶(51)Int.Cl.G06Q40/06(2012.01)G06Q30/02(2012.01)G06Q10/06(2012.01)权利要求书2页说明书10页(54)发明名称一种金融产品的智能推荐方法(57)摘要本发明公开了一种金融产品的智能推荐方法，其首先获取每个金融产品与用户群之间的相似度得分；然后计算每个金融产品的活动得分；最后基于活动得分和相似度得分形成推荐结果，其不仅考虑了每个金融产品与用户群之间的相似度，而且还考虑了用户群对活动的敏感度，明显提高了推荐的准确性。而且，由于该智能推荐方法考虑了用户群对活动的敏感度，其可以将具有加息等活动的金融产品推荐给用户群，提升了用户的购买意愿，并最终提高了金融产品的购买率。CN111626863ACN111626863A权利要求书1/2页1.一种金融产品的智能推荐方法，其特征在于，所述智能推荐方法包括：获取每个金融产品与用户群之间的相似度得分；计算每个金融产品的活动得分；基于活动得分和相似度得分形成推荐结果。2.根据权利要求1所述的智能推荐方法，其特征在于，获取每个金融产品与用户群之间的相似度得分包括：获取金融产品的画像；获取用户群对金融产品每个特征的偏好；基于金融产品的画像和用户群对金融产品每个特征的偏好，计算金融产品与用户群的相似度得分。3.根据权利要求2所述的智能推荐方法，其特征在于，金融产品的画像由金融产品每个特征的打分值组成；用户群对金融产品的偏好由用户群对金融产品每个特征的偏好值组成。4.根据权利要求3所述的智能推荐方法，其特征在于，获取用户群对金融产品每个特征的偏好包括：根据用户群对金融产品的行为获取用户群对金融产品的偏好得分；根据金融产品每个特征的打分值和用户群对金融产品的偏好得分获取用户群对金融产品每个特征的偏好值。5.根据权利要求4所述的智能推荐方法，其特征在于，用户群对金融产品的行为包括用户群对金融产品的点击行为、收藏行为、分享行为、购买行为和记账行为。6.根据权利要求5所述的智能推荐方法，其特征在于：计算每个金融产品与用户群的相似度得分为利用余弦相似度计算每个金融产品与用户群的相似度得分，且计算公式为：其中：A＝(A1，A2，...，An)的取值为用户群对金融产品每个特征的偏好值；B＝(B1，B2，...，Bn)的取值为金融产品的每个特征的打分值。7.根据权利要求1所述的智能推荐方法，其特征在于，每个金融产品的活动得分的计算公式为：活动得分＝(活动打分*敏感度系数)+修正系数，其中：(1)活动打分score由金融产品的运营人员根据活动力度进行打分而得到，其取值默认为1；(2)敏感度系数其中：floor为向下取整函数，且％为取余函数，activity为用户群中参加活动的人数，people为用户群的人数；(3)修正系数为revise＝CEILING(score_difference_average-activity*sensitivity)，其中：score_difference_average为逐位差平均值。2CN111626863A权利要求书2/2页8.根据权利要求1所述的智能推荐方法，其特征在于：基于活动得分和相似度得分形成推荐结果包括：针对每个金融产品，将其相似度得分和活动得分相加以得到每个金融产品的综合得分；根据每个金融产品的综合得分对金融产品进行排序以形成推荐结果。9.根据权利要求1所述的智能推荐方法，其特征在于：所述智能推荐方法还包括对每个金融产品与用户群之间的相似度得分进行调优的步骤。10.根据权利要求1-9任何一项所述的智能推荐算法，其特征在于，所述智能推荐算法还包括划分用户群的步骤，具体为：根据用户的统计学属性将用户划分为用户群。3CN111626863A说明书1/10页一种金融产品的智能推荐方法技术领域[0001]本发明涉及数据处理技术领域，尤其涉及一种金融产品的智能推荐方法。背景技术[0002]随着信息技术和直销银行的快速发展，各种理财产品(如基金、债券和存款等)的种类和数量急剧增长。但是，由于不同金融产品的质量和信用评价不同，使得用户需要花费大量时间在大量的金融产品中寻找自己感兴趣的产品，这对金融产品购买者的选择能力具有一定的挑战。为此，为了便于客户能够准确了解自己感兴趣的金融产品，通过互联网技术向用户进行个