[发明专利]一种业务数据的推送方法及装置

说明书

本发明公开了一种业务数据的推送方法及装置，其中，该业务数据的推送方法包括：获取投资者信息及业务数据；根据投资者信息确定投资者的分类标签；根据业务数据生成业务衍生数据，将业务衍生数据作为输入特征向量输入基于反向传播的神经网络模型，以对业务数据进行分类，得到业务的分类标签；将投资者的分类标签与业务的分类标签进行匹配确定多个业务数据组合；从多个业务数据组合选出并推送最优业务数据。通过本发明的技术方案的实施，能够实现自动推送业务数据，提高业务数据推送效率，可扩展性较高。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种业务数据的推送方法、装置及可读存储介质。

背景技术

在金融行业中常常需要对某些业务(如基金、股票等)向投资者进行推荐。目前，主流的业务推荐方法为先按照投资者的主观筛选条件对基金进行筛选，选出符合条件的基金，然后将基金按照不同的特征从风险、收益的角度来进行分类，根据投资者的风险偏好进行推荐。上述的推荐方法中人为操作因素较多，推荐效率较低且准确性不高。

有鉴于此，有必要提出对目前金融业务数据的推送方法进行进一步的改进。

发明内容

为解决上述至少一技术问题，本发明的主要目的是提供一种业务数据的推送方法、装置及可读存储介质。

为实现上述目的，本发明采用的第一个技术方案为：提供一种业务数据的推送方法，包括：

获取投资者信息及业务数据；

根据投资者信息确定投资者的分类标签；

根据业务数据生成业务衍生数据，将业务衍生数据作为输入特征向量输入基于反向传播的神经网络模型，以对业务数据进行分类，得到业务的分类标签；

将投资者的分类标签与业务的分类标签进行匹配确定多个业务数据组合；

从多个业务数据组合选出并推送最优业务数据。

其中，所述从多个业务数据组合选出并推送最优业务数据，包括：

对多个业务数据组合进行优化；

对优化后的业务数据组合进行回测；

若回测结果达到设定阈值，则将业务数据组合作为最优业务数据；

若回测结果低于设定阈值，则继续多个业务数据组合进行优化。

其中，所述根据投资者信息确定投资者的分类标签，包括：

利用隐马尔可夫模型对投资者信息进行分类；以及

确定分类后的投资者的分类标签。

其中，所述从多个业务数据组合选出并推送最优业务数据，还包括：

反馈投资者账户组合记录；以及

根据实际投资组合信息更新隐马尔可夫模型。

其中，所述从多个业务数据组合选出并推送最优业务数据，还包括：

将最优业务数据存储至所有投资者的最优业务组合池中；以及

根据业务数据实际所在业务数据组合确定业务的新分类标签。

为实现上述目的，本发明采用的第二个技术方案为：提供一种业务数据的推送装置，包括：

获取模块，用于获取投资者信息及业务数据；

第一分类模块，用于根据投资者信息确定投资者的分类标签；

第二分类模块，用于根据业务数据生成业务衍生数据，将业务衍生数据作为输入特征向量输入基于反向传播的神经网络模型，以对业务数据进行分类，得到业务的分类标签；