[发明专利]一种基于实时模型的金融产品推荐方法及系统

权利要求书

1.一种基于实时模型的金融产品推荐方法，其特征在于，所述方法包括如下步骤：

通过预先采集的训练数据对预先构建的模型进行训练，获取实时模型；

对采集到的实时数据进行预处理，获取实时指标维度数据，其中所述实时数据包括目标客户的行为数据以及金融产品数据；

将所述实时指标维度数据输入到所述实时模型中，获取所述金融产品符合所述目标客户需求的概率；

根据所述概率与预设的阈值，符合条件的金融产品推荐给所述目标客户。

2.根据权利要求1所述的基于实时模型的金融产品推荐方法，其特征在于，所述通过预先采集的训练数据对预先构建的模型进行训练，获取实时模型包括：

采集非实时的用户行为数据以及金融产品数据作为训练数据；

对所述训练数据进行预处理，所述预处理包括对所述训练数据进行清洗；

使用预处理后的训练数据对预先构建的模型进行训练，获取实时模型，其中所述实时模型至少采用协同过滤算法。

3.根据权利要求2所述的基于实时模型的金融产品推荐方法，其特征在于，所述使用预处理后的训练数据对预先构建的模型进行训练包括：

对所述预处理后的训练数据进行协同过滤，将所述用户行为数据与预设的业务规则进行结合，对预先构建的模型进行训练。

4.根据权利要求1至3任意一项所述的基于实时模型的金融产品推荐方法，其特征在于，所述对采集到的实时数据进行预处理，获取实时指标维度数据包括：

基于Flink实时流处理技术对所述采集到的实时数据进行清洗，获取清洗后实时数据；

根据预设的实时指标数据，将所述清洗后实时数据进行分离，获取实时指标维度数据。

5.根据权利要求1至3任意一项所述的基于实时模型的金融产品推荐方法，其特征在于，所述根据所述概率与预设的阈值，符合条件的金融产品推荐给所述目标客户包括：

将所述概率与所述预设的阈值进行比较，将概率值高于所述预设的阈值的金融产品作为候选产品推荐给所述目标客户。

6.一种基于实时模型的金融产品推荐系统，其特征在于，所述系统包括：

模型获取模块，用于通过预先采集的训练数据对预先构建的模型进行训练，获取实时模型；

数据处理模块，用于对采集到的实时数据进行预处理，获取实时指标维度数据，其中所述实时数据包括目标客户的行为数据以及金融产品数据；

概率预测模块，用于将所述实时指标维度数据输入到所述实时模型中，获取所述金融产品符合所述目标客户需求的概率；

结果判定模块，用于根据所述概率与预设的阈值，符合条件的金融产品推荐给所述目标客户。

7.根据权利要求6所述的基于实时模型的金融产品推荐系统，其特征在于，所述模型获取模块包括：

数据采集单元，用于采集非实时的用户行为数据以及金融产品数据作为训练数据；

数据处理单元，用于对所述训练数据进行预处理，所述预处理包括对所述训练数据进行清洗；

模型训练单元，用于使用预处理后的训练数据对预先构建的模型进行训练，获取实时模型，其中所述实时模型至少采用协同过滤算法。

8.根据权利要求7所述的基于实时模型的金融产品推荐系统，其特征在于，所述模型训练单元具体用于：

对所述预处理后的训练数据进行协同过滤，将所述用户行为数据与预设的实时指标进行结合，对预先构建的模型进行训练。

9.根据权利要求6至8任意一项所述的基于实时模型的金融产品推荐系统，其特征在于，所述数据处理模块包括：

数据清洗单元，用于基于Flink实时流处理技术对所述采集到的实时数据进行清洗，获取清洗后实时数据；

数据分离单元，用于根据预设的实时指标数据，将所述清洗后实时数据进行分离，获取实时指标维度数据。

10.根据权利要求6至8任意一项所述的基于实时模型的金融产品推荐系统，其特征在于，所述结果判定模块包括：

判定单元，用于将所述概率与所述预设的阈值进行比较；

推送单元，用于将概率值高于所述预设的阈值的金融产品作为候选产品推送给所述目标客户。