[发明专利]投行产品适配方法、装置、设备及可读存储介质在审
| 申请号: | 202111500542.1 | 申请日: | 2021-12-09 |
| 公开(公告)号: | CN114186629A | 公开(公告)日: | 2022-03-15 |
| 发明(设计)人: | 林质锐;何易超;朱富荣;林宜领;庄佳和 | 申请(专利权)人: | 中国建设银行股份有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q40/06 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 初春 |
| 地址: | 100033 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 产品 配方 装置 设备 可读 存储 介质 | ||
1.一种投行产品适配方法,其特征在于,所述投行产品适配方法包括:
提取目标企业的企业周期特征,其中,所述企业周期特征至少包括以下之一:企业发展特征、企业类型特征以及业务类型特征;
将所述企业周期特征导入预设企业周期判别模型,确定所述目标企业的当前周期,其中,所述预设企业周期判别模型基于数据密度聚类法以及预设数量的企业周期特征样本训练得到;
基于所述当前周期以及预设匹配规则为所述目标企业配置相应的投行产品。
2.根据权利要求1所述的投行产品适配方法,其特征在于,所述预设企业周期判别模型的建立包括:
采集所述预设数量的企业周期特征样本;
基于数据密度聚类法对所述企业周期特征样本进行筛选,得到目标特征样本;
对所述目标特征样本进行训练,得到所述预设企业周期判别模型。
3.根据权利要求2所述的投行产品适配方法,其特征在于,所述基于数据密度聚类法对所述企业周期特征样本进行筛选,得到目标特征样本包括:
基于所述数据密度聚类法对所述企业周期特征样本进行聚类分析,得到聚类结果;
若所述聚类结果为所述企业周期特征样本中的特征数量小于等于3,则将所述企业周期特征样本确定为非目标特征样本;
若所述聚类结果为所述企业周期特征样本中的特征数量大于等于4且小于等于6,则将所述企业周期特征样本确定为所述目标特征样本。
4.根据权利要求1所述的投行产品适配方法,其特征在于,在提取目标企业的企业周期特征之后,还包括:
将所述企业周期特征进行统一格式处理。
5.根据权利要求4所述的投行产品适配方法,其特征在于,所述将所述企业周期特征进行统一格式处理包括:
对所述企业周期特征进行归一化处理;
对归一化处理后的所述企业周期特征进行一位有效编码。
6.根据权利要求1所述的投行产品适配方法,其特征在于,在为所述目标企业配置好相应的投行产品之后,还包括:
向所述目标企业自动推送配置好的所述投行产品。
7.根据权利要求1所述的投行产品适配方法,其特征在于,将企业周期分为六个阶段期,包括种子期、创立期、成长期、扩展期、成熟期以及分化期,通过确定所述目标企业当前所处的阶段期确定所述目标企业的所述当前周期。
8.根据权利要求1所述的投行产品适配方法,其特征在于,
所述企业发展特征至少包括以下之一:企业组织化程度、市场占有率、是否存在绩效考核;
所述企业类型特征包括项目型企业、模仿型企业、概念型企业;
所述业务类型特征包括市场驱动型、创新拉动型。
9.一种投行产品适配装置,其特征在于,所述投行产品适配装置包括:
特征提取单元,用于提取目标企业的企业周期特征,其中,所述企业周期特征至少包括以下之一:企业发展特征、企业类型特征以及业务类型特征;
周期确定单元,用于将所述企业周期特征导入预设企业周期判别模型,确定所述目标企业的当前周期,其中,所述预设企业周期判别模型基于数据密度聚类法以及预设数量的企业周期特征样本训练得到;
产品配置单元,用于基于所述当前周期以及预设匹配规则为所述目标企业配置相应的投行产品。
10.一种投行产品适配设备,其特征在于,所述投行产品适配设备包括:
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权利要求1-8任一所述的投行产品适配方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8任一所述的投行产品适配方法。
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中国建设银行股份有限公司,未经中国建设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/202111500542.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种消融成像导管
- 下一篇:一种融合梯度与神经网络的目标边缘检测方法





