[发明专利]一种理财产品推荐方法和装置

说明书

本发明涉及金融科技技术领域，具体涉及一种理财产品推荐方法和装置。所述方法包括：获取用户理财需求数据；根据所述用户理财需求，输出满足用户理财需求的理财产品；其中所述理财产品的至少一个维度的特征向量和至少一个维度的标签向量与所述用户的理财需求匹配。本申请提供理财产品推荐方案基于理财产品的分类标签来匹配并甄别用户对理财产品的筛选能够帮助用户从海量的理财产品中快速甄别出满足自己需求的理财产品。

技术领域

本发明涉及金融科技技术领域，具体涉及一种理财产品推荐方法和装置。

背景技术

互联网金融理财产品近年来的飞速发展推动了金融行业的技术与创新,让更多人萌发了理财意识,也不断冲击着商业银行理财产品的核心地位。市场上充斥着各种各样的理财产品，面对如此繁多的理财产品投资者很难在第一时间内挑选出适合自己的。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下：

第一方面，本申请实施例公开了一种理财产品推荐方法，所述方法包括：

获取用户理财需求数据；

根据所述用户理财需求，输出满足用户理财需求的理财产品；其中所述理财产品的至少一个维度的特征向量和至少一个维度的标签向量与所述用户的理财需求匹配。

进一步地，所述获取用户理财需求数据包括：

至少获取用户对理财产品的基础指标设置参数、用户历史理财产品筛选或购买信息。

进一步地，输出满足用户理财需求的理财产品包括：

将理财平台所有理财产品数据输入至预先构建的理财产品标签预测模型中，所述预先构建的理财产品标签预测模型输出对每一个理财产品的标签预测结果；

根据所述用户理财需求，确定满足所述用户理财需求的理财产品特征和标签；

根据确定的理财产品特征和标签信息，从理财平台中所有的理财产品中筛选并推荐满足用户理财需求的理财产品。

进一步地，所述构建理财产品标签预测模型包括：

通过网络爬虫技术获取互联网中公开的理财产品的数据；

将所述获取互联网理财产品数据处理为理财产品训练数据；其中每一个理财产品训练数据被处理为包括一个特征向量和一个标签向量；

将所述理财产品训练数据相继输入至LS算法模型和LP算法模型；

经过所述理财产品训练数据训练的LS算法模型和LP算法模型共同构成了理财产品标签预测模型。

进一步地，所述每一个理财产品的标签向量包含以下至少一个维度：融资金额、融资周期、借款用途、利率、身份信息、理财平台、风险程度、灵活度、收益率等。

进一步地，在将所述获取互联网理财产品数据处理为理财产品训练数据之前，所述方法还包括：

根据预设过滤规则，清洗所述获取的互联网公开理财产品数据；其中所述预设的过滤规则包括：

剔除掉与理财产品业务无关的数据，然后将剔除无关数据的理财产品数据的格式进行统一处理。

可选地，在所述预先构建的理财产品标签预测模型输出对每一个理财产品的标签预测结果之后，所述方法还包括：

根据投票算法，对每一个理财产品的每一个标签预测结果进行投票统计确定每一个预测标签的投票数；

当一个预测标签的投票数大于预设阈值后，则将所述预测标签确定为所述理财产品的标签。