[发明专利]基于人工智能的外汇业务处理方法及装置

权利要求书

1.一种基于人工智能的外汇业务处理方法，其特征在于，包括：

接收目标客户发起的外汇产品业务请求；

根据所述外汇产品业务请求，获取所述目标客户的属性信息；

将所述目标客户的属性信息，输入至预先训练好的客户分类模型中，输出所述目标客户的客户分类；

根据所述目标客户的客户分类，获取对应的外汇产品牌价信息；

根据所述外汇产品牌价信息，执行所述外汇产品业务请求对应的外汇产品业务。

2.如权利要求1所述的方法，其特征在于，在将所述目标客户的属性信息，输入至预先训练好的客户分类模型中，输出所述目标客户的客户分类之前，所述方法还包括：

采集多个外汇产品客户的属性信息，其中，所述属性信息包括：多个属性特征；

基于预先配置的属性映射关系表，将每个外汇产品客户的属性信息映射为对应的属性权重数据，其中，所述属性映射关系表中包含多个属性特征及每个属性特征对应的权重值；

根据每个外汇产品客户的属性权重数据，确定每个外汇产品客户的客户分类；

将所述外汇产品客户的客户分类和对应的属性权重数据，作为训练样本数据，对SVM模型进行训练，得到一个客户分类模型，其中，所述客户分类模型用于对未知客户分类的外汇产品客户进行客户分类。

3.如权利要求2所述的方法，其特征在于，在根据每个外汇产品客户的属性权重数据，确定每个外汇产品客户的客户分类之前，所述方法还包括：

采用主成分分析方法，对每个外汇产品客户的属性权重数据进行降维；

根据每个外汇产品客户降维后的属性权重数据，确定每个外汇产品客户的客户分类。

4.如权利要求2所述的方法，其特征在于，在基于预先配置的属性映射关系表，将每个外汇产品客户的属性信息映射为对应的属性权重数据之前，所述方法还包括：

确定多个属性特征；

配置每个属性特征对应的权重值；

根据多个属性特征和对应的权重值，生成属性映射关系表。

5.一种基于人工智能的外汇业务处理装置，其特征在于，包括：

外汇产品业务请求模块，用于接收目标客户发起的外汇产品业务请求；

客户属性信息获取模块，用于根据所述外汇产品业务请求，获取所述目标客户的属性信息；

客户分类预测模块，用于将所述目标客户的属性信息，输入至预先训练好的客户分类模型中，输出所述目标客户的客户分类；

外汇牌价确定模块，用于根据所述目标客户的客户分类，获取对应的外汇产品牌价信息；

外汇业务处理模块，用于根据所述外汇产品牌价信息，执行所述外汇产品业务请求对应的外汇产品业务。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

客户属性信息采集模块，用于采集多个外汇产品客户的属性信息，其中，所述属性信息包括：多个属性特征；

客户属性权重映射模块，用于基于预先配置的属性映射关系表，将每个外汇产品客户的属性信息映射为对应的属性权重数据，其中，所述属性映射关系表中包含多个属性特征及每个属性特征对应的权重值；

客户分类模块，用于根据每个外汇产品客户的属性权重数据，确定每个外汇产品客户的客户分类；

客户分类模型训练模块，用于将所述外汇产品客户的客户分类和对应的属性权重数据，作为训练样本数据，对SVM模型进行训练，得到一个客户分类模型，其中，所述客户分类模型用于对未知客户分类的外汇产品客户进行客户分类。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：

主成分分析模块，用于采用主成分分析方法，对每个外汇产品客户的属性权重数据进行降维；

其中，所述客户分类模块还用于根据每个外汇产品客户降维后的属性权重数据，确定每个外汇产品客户的客户分类。