[发明专利]基于客户信息补全的XGBoost金融产品推荐方法

权利要求书

1.一种基于客户信息补全的XGBoost金融产品推荐方法，其特征在于，包括如下步骤：

(10)模型指标体系建立：根据企业与银行的业务往来数据，建立推荐模型指标体系，指标项包含客户财务数据和客户非财务数据；

(20)样本集构建：根据模型指标体系，收集客户信息，构建推荐模型训练样本集与测试样本集；

(30)客户信息补全：基于奇异值阈值法的低秩矩阵补全方法，对缺失信息进行估计，补全客户信息；

(40)推荐模型获取：利用推荐模型训练样本集对XGBoost模型进行训练，利用推荐模型测试样本集对训练后的XGBoost模型进行测试，得到推荐模型；

(50)金融产品推荐：根据目标客户的信息，利用推荐模型，推荐金融产品。

2.根据权利要求1所述的金融产品推荐方法，其特征在于，所述(30)客户信息补全步骤包括：

(31)待补全矩阵构造：以推荐模型指标项为列，训练样本集中客户样本为行，构造低秩待补全矩阵；

(32)缺失信息估计：采用奇异值阈值法对待补全矩阵中的缺失信息进行估计、补全。

3.根据权利要求2所述的金融产品推荐方法，其特征在于，所述(32)缺失信息估计步骤具体为：

矩阵补全问题形式为如下优化问题：

其中Ω为观测样本下标的集合，X为优化变量，M为真实的未知矩阵；定义投影算子P_Ω:

从而(1)式可以简洁地表述为：

对其进行凸松弛，转化为一个凸优化问题：

SVT算法先将最优化问题(4)正则化，即有：

其中，τ＞0；当τ→+∞时，上述最优化问题的最优解收敛到(4)式的最优解。

4.根据权利要求1至3之一所述的金融产品推荐方法，其特征在于，所述(50)金融产品推荐步骤包括：

(51)目标客户信息补全：以推荐模型指标项为列，目标客户信息为行构造低秩待补全矩阵，采用奇异值阈值法对待补全矩阵中的缺失信息进行估计、补全；

(52)金融产品获取：将补全的目标客户信息输入推荐模型，得到推荐给目标客户的金融产品。