[发明专利]用户完成网银操作的指示方法及装置

说明书

本发明提供了一种用户完成网银操作的指示方法及装置，包括：构建用于预测用户操作网银行为的概率模型；根据用户操作网银行为的历史数据和用户特征构建行为特征库；根据所述行为特征库对所述概率模型进行训练，获得经训练的概率模型；根据经训练的概率模型、待识别用户的用户特征和待识别用户已发生的操作网银行为，预测待识别用户的后续操作网银行为；按照预测到的待识别用户的后续操作网银行为指示待识别用户完成网银操作。与现有技术相比，采用本发明方法使得银行系统不再是单纯提供触发式的服务，而是可以根据用户的以往网银操作行为分析出用户最需要的服务，引导用户发现自己感兴趣的网银交易功能，从而节省用户的时间，提高用户体验。

技术领域

本发明涉及数据挖掘技术领域，特别涉及一种用户完成网银操作的指示方法及装置。

背景技术

银行开发出众多网银交易功能，使得网银菜单日趋繁多，但是目前各银行的网上银行交易多以用户主动触发的形式完成，银行系统不能引导用户发现自己感兴趣的网银交易功能，用户只能在海量的交易菜单中找到自己需要的交易名称，即便有树状索引菜单，找到目标交易也需要两到三步，这样会浪费用户大量的时间，使得用户体验不好。

发明内容

本发明实施例提供了一种用户完成网银操作的指示方法，可以引导用户发现自己感兴趣的网银交易功能，节省用户的时间，提高用户体验。该方法包括：

构建用于预测用户操作网银行为的概率模型；

根据用户操作网银行为的历史数据和用户特征构建行为特征库；所述用户操作网银行为是用户操作网银时的交易接口调用顺序和网页浏览顺序；

根据所述行为特征库对所述概率模型进行训练，获得经训练的概率模型；

根据经训练的概率模型、待识别用户的用户特征和待识别用户已发生的操作网银行为，预测待识别用户的后续操作网银行为；

按照预测到的待识别用户的后续操作网银行为指示待识别用户完成网银操作。

在一个实施例中，按照如下公式构建概率模型：

其中，T(x,y)是对所有可能状态序列的归一化函数；f_l(z_k-1,z_k,x,y)为在用户特征和当前交易节点的属性分别为x和y的情况下，由第k-1个交易节点z_k-1跳转到第k个交易节点z_k的转移特征函数；x＝{x₁,x₂,......,x_m}为m个用户特征值构成的序列，m为整数；y＝{y₁,y₂,......,y_n}为交易节点的n个属性构成的序列，n为整数；λ_l为转移特征函数的权重；p为所有交易节点的数量，p为整数，k＝1、2、……、p；l＝1、2、……、L，L为选取的转移特征函数的规模。

在一个实施例中，所述根据所述行为特征库对所述概率模型进行训练，获得经训练的概率模型，包括：

对概率模型进行变形，获得变量λ的函数L(λ)；

选取多个转移特征函数f_l；

根据函数L(λ)、多个转移特征函数f_l和行为特征库中的用户操作网银行为的历史数据和用户特征，确定多个转移特征函数f_l中的权重λ_l；

确定多个权重λ_l中使得L(λ)值最大的权重λ_l；

其中，t＝1、2、……、T，T为参与训练的行为特征库的数据规模；