[发明专利]用户消费能力预测方法、装置、电子设备和存储介质在审
申请号: | 202110732385.0 | 申请日: | 2021-06-30 |
公开(公告)号: | CN113313538A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 吴迪;何佳玉;王子惠;杨海霞 | 申请(专利权)人: | 上海浦东发展银行股份有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06K9/62 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 岳晓萍 |
地址: | 200000 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户 消费 能力 预测 方法 装置 电子设备 存储 介质 | ||
本发明实施例公开了一种用户消费能力预测方法、装置、电子设备和存储介质。该方法包括:基于无监督预测模型和有监督预测模型分别对待预测消费特征数据进行预测,得到第一种消费能力预测结果和第二种消费能力预测结果;将第一种消费能力预测结果和第二种消费能力预测结果进行融合得到目标消费能力预测结果。本实施例通过多维度预测方法对银行用户的消费能力进行预测,解决目前银行因缺少用户外部消费及资产数据导致消费能力预测困难的问题,只需依赖银行用户内部消费特征数据,最大程度上预测用户的真实消费能力,且多维度全面预测可以提高最终预测结果的准确性,提高银行对高消费潜力用户的识别能力,为精准营销提供决策依据。
技术领域
本发明实施例涉及金融数据处理技术领域,尤其涉及一种用户消费能力预测方法、装置、电子设备和存储介质。
背景技术
商业银行在进行业务营销推荐时,首先需要预测银行用户的消费能力,以提高银行对高消费潜力客户的识别能力,为精准营销提供决策依据。
现有的预测用户消费能力主要有两种方案,一种是根据消费能力阈值对客户的历史消费数据进行划分,但是阈值的选定具有较强主观性,不同阈值的选择会导致预测结果具有较大差异性,且在不同数据集上需定义不同的阈值,准确性和通用性都较差。另一种是基于机器学习的预测方法,但是该方法依赖于大量外部数据的引入,需要有客户完整的历史消费、资产和真实标签等相关数据才能准确预测,但是不同商业银行之间的数据很难共享,因此给预测结果的准确性带来一定的影响。
发明内容
本发明实施例提供一种用户消费能力预测方法、装置、电子设备和存储介质,提高对用户消费能力预测结果的准确性。
第一方面,本发明实施例提供了一种用户消费能力预测方法,包括:
获取待预测用户的待预测消费特征数据和样本用户的样本消费特征数据;
基于无监督预测模型对所述待预测消费特征数据进行预测,得到第一种消费能力预测结果;
基于有监督预测模型对所述待预测消费特征数据进行预测,得到第二种消费能力预测结果;
将所述第一种消费能力预测结果和所述第二种消费能力预测结果作为多维度预测结果,对所述多维度预测结果进行融合,得到所述待预测用户的目标消费能力预测结果;
其中,所述无监督预测模型和所述有监督预测模型基于所述样本消费特征数据进行训练。
第二方面,本发明实施例还提供了一种用户消费能力预测装置,包括:
用户数据获取模块,用于获取待预测用户的待预测消费特征数据和样本用户的样本消费特征数据;
无监督预测模块,用于基于无监督预测模型对所述待预测消费特征数据进行预测,得到第一种消费能力预测结果;
有监督预测模块,用于基于有监督预测模型对所述待预测消费特征数据进行预测,得到第二种消费能力预测结果;
融合预测模块,用于将所述第一种消费能力预测结果和所述第二种消费能力预测结果作为多维度预测结果,对所述多维度预测结果进行融合,得到所述待预测用户的目标消费能力预测结果;
其中,所述无监督预测模型和所述有监督预测模型基于所述样本消费特征数据进行训练。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的用户消费能力预测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海浦东发展银行股份有限公司,未经上海浦东发展银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110732385.0/2.html,转载请声明来源钻瓜专利网。