[发明专利]基金风险等级预测方法及装置

说明书

本发明提供了一种基金风险等级预测方法及装置，该方法包括：获取预测周期内手机银行中基金类别的多条资讯，根据每条资讯的发布时间，将多条资讯整合成一条预测周期对应的总资讯；将总资讯和待预测基金，输入预先建立的基金风险等级预测模型中，得到待预测基金的风险等级预测结果；根据待预测基金的风险等级预测结果，向用户发送基金风险提醒。基于基金类别的资讯，对基金风险等级进行预测，由于基金类别的资讯都是业内专业人士对未来形式的一些预测或者是能够影响基金行情变动的重要新闻，从而能够准确地对基金产品未来风险等级进行预测，为用户提供有价值的信息参照，改善用户体验，进而提升手机银行的用户服务。本发明用于人工智能领域。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基金风险等级预测方法及装置。

背景技术

目前，手机银行的很大一部分用户在手机银行交易基金时，对基金产品无法预知未来风险等级，导致用户在进行基金交易时，没有任何有价值的信息参照，比较迷茫，用户体验感差，长期下去，也容易导致手机银行的用户流失。

发明内容

本发明实施例提供一种基金风险等级预测方法，用以对基金产品未来风险等级进行预测，改善用户体验，该方法包括：

获取预测周期内手机银行中基金类别的多条资讯，根据每条资讯的发布时间，将所述多条资讯整合成一条预测周期对应的总资讯；

将预测周期对应的总资讯和待预测基金，输入预先建立的基金风险等级预测模型中，得到待预测基金的风险等级预测结果；所述基金风险等级预测模型用于根据预测周期内的资讯，预测基金的风险等级；

根据待预测基金的风险等级预测结果，向用户发送基金风险提醒。

具体实施例中，按照如下方法预先建立所述基金风险等级预测模型：

获取多个历史预测周期对应的总资讯和每个历史预测周期对应的待预测基金的跌涨幅数据；

根据每个历史预测周期对应的待预测基金的跌涨幅数据，为每个历史预测周期对应的总资讯确定风险等级标签；

以每个历史预测周期对应的总资讯的风险等级标签为输出，以每个历史预测周期对应的总资讯为输入，建立基金风险等级预测模型。

具体实施过程中，预先建立所述基金风险等级预测模型的过程，还包括：

对每个历史预测周期对应的总资讯进行数据清洗，对清洗后的每个历史预测周期对应的总资讯进行数据特征提取，得到每个历史预测周期对应的总资讯对应的数据特征；

以每个历史预测周期对应的总资讯的风险等级标签为输出，以每个历史预测周期对应的总资讯为输入，建立基金风险等级预测模型，包括：

利用支持向量机SVM分类算法，对每个历史预测周期对应的总资讯对应的数据特征进行分类，训练得到基金风险等级预测模型。

具体实施例中，对每个历史预测周期对应的总资讯进行数据清洗，包括：

对每个历史预测周期对应的总资讯进行文本分词和去停用词，得到每个历史预测周期对应的总资讯的分词。

具体实施过程中，对清洗后的每个历史预测周期对应的总资讯进行数据特征提取，得到每个历史预测周期对应的总资讯对应的数据特征，包括：

利用TF-IDF函数，确定每个历史预测周期对应的总资讯的每个分词的权值；

根据每个历史预测周期对应的总资讯的每个分词的权值和信息增益函数，得到初始数据特征；

利用主成分分析法，对初始数据特征进行降维，得到每个历史预测周期对应的总资讯对应的数据特征。

本发明实施例还提供一种基金风险等级预测装置，用以对基金产品未来风险等级进行预测，改善用户体验，该装置包括：