[发明专利]一种基于大数据的投资服务方法和装置

权利要求书

1.一种基于大数据的投资服务方法，其特征在于，包括：

获取用户需求信息；

将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；

根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；

建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；

根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；

根据用户投资风险承受能力，确定投资服务方案。

2.如权利要求1所述的方法，其特征在于，所述获取用户需求信息，至少包括：获取用户主观风险承受能力、用户投资产品喜好、用户信用信息和用户投资方式。

3.如权利要求1所述的方法，其特征在于，将用户需求信息进行特征提取，确定用户需求特征，包括：

将用户需求信息进行特征提取，确定风险类型、收益率、安全因素、风险因素和财务风险；

将风险类型、收益率、安全因素、风险因素和财务风险进行信息整合，确定用户需求特征。

4.如权利要求1所述的方法，其特征在于，根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，包括：

根据用户需求特征，利用大数据技术的决策树算法和聚类算法，在业务后台系统的数据库中与存储的投资方案集合进行匹配，将与用户需求特征匹配的投资方案从数据库中取出，确定为匹配投资方案。

5.如权利要求1所述的方法，其特征在于，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型，包括：

建立人工智能学习模型，将匹配投资方案划分为训练集和验证集；

将训练集作为输入数据，训练人工智能学习模型，根据训练结果修正人工智能学习模型的参数，并利用验证集进行验证，直至验证集的准确率的结果收敛，保存此时的人工智能学习模型为训练后人工智能学习模型。

6.一种基于大数据的投资服务装置，其特征在于，包括：

用户需求信息获取模块，用于获取用户需求信息；

特征提取模块，用于将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；

大数据匹配模块，用于根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；

人工智能学习模型训练模块，用于建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；

用户投资风险承受能力确定模块，用于根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；

投资服务方案确定模块，用于根据用户投资风险承受能力，确定投资服务方案。

7.如权利要求6所述的装置，其特征在于，用户需求信息获取模块，具体用于：获取用户主观风险承受能力、用户投资产品喜好、用户信用信息和用户投资方式。

8.如权利要求6所述的装置，其特征在于，特征提取模块，具体用于：

将用户需求信息进行特征提取，确定风险类型、收益率、安全因素、风险因素和财务风险；

将风险类型、收益率、安全因素、风险因素和财务风险进行信息整合，确定用户需求特征。

9.如权利要求6所述的装置，其特征在于，大数据匹配模块，具体用于：

根据用户需求特征，利用大数据技术的决策树算法和聚类算法，在业务后台系统的数据库中与存储的投资方案集合进行匹配，将与用户需求特征匹配的投资方案从数据库中取出，确定为匹配投资方案。