一种基于大数据的投资服务方法和装置与流程

本发明涉及计算机数据处理技术领域，尤其涉及一种基于大数据的投资服务方法和装置。

背景技术：

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

银行的高净值客户的子女境外求学带来的境外财富管理需求以及全球视野带来的全球资产配置需求，为境外金融投资领域的发展提供了催化剂，配套的跨境咨询服务也应运而生。客户会通过多渠道咨询跨境服务和了解跨境投资项目。用户通过商业咨询服务机构咨询签约、整理翻译项目资料，均需通过人工处理，实则繁琐费时，且由于客户资料保密及风险要求，境外投资案例具有参考价值高且难以获取的特点，造成投资服务风险控制难以保障。

因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。

技术实现要素：

本发明实施例提供一种基于大数据的投资服务方法，实现投资风险控制，提供了安全高效的投资服务，该方法包括：

获取用户需求信息；

将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；

根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；

建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；

根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；

根据用户投资风险承受能力，确定投资服务方案。

本发明实施例还提供一种基于大数据的投资服务装置，包括：

用户需求信息获取模块，用于获取用户需求信息；

特征提取模块，用于将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；

大数据匹配模块，用于根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；

人工智能学习模型训练模块，用于建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；

用户投资风险承受能力确定模块，用于根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；

投资服务方案确定模块，用于根据用户投资风险承受能力，确定投资服务方案。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于大数据的投资服务方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述一种基于大数据的投资服务方法的计算机程序。

本发明实施例提供的一种基于大数据的投资服务方法和装置，首先获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本发明实施例通过将用户需求信息进行特征提取，确定用户需求特征，保证了用户在进行咨询时信息不泄露，保障投资服务的保密性；然后在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；利用已有的匹配投资方案训练人工智能学习模型，不会将已有的投资方案泄漏，保障了数据库中已有匹配投资方案的安全性，同时通过训练人工智能学习模型，可以利用相似的投资方案来预测本次用户咨询服务的风险情况，接着根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本发明实施例通过大数据技术和人工智能学习模型，将用户投资服务方案自动化输出，实现了投资风险控制，提供了安全高效的投资服务。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例一种基于大数据的投资服务方法示意图。

图2为一种利用本发明实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤主流程示意图。

图3为一种利用本发明实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤详细过程示意图。

图4为运行本发明实施的一种基于大数据的投资服务方法的计算机装置示意图。

图5为本发明实施例一种基于大数据的投资服务装置示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

图1为本发明实施例一种基于大数据的投资服务方法示意图，如图1所示，本发明实施例提供一种基于大数据的投资服务方法，实现投资风险控制，提供了安全高效的投资服务，该方法包括：

步骤101：获取用户需求信息；

步骤102：将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；

步骤103：根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；

步骤104：建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；

步骤105：根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；

步骤106：根据用户投资风险承受能力，确定投资服务方案。

本发明实施例提供的一种基于大数据的投资服务方法，首先获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本发明实施例通过将用户需求信息进行特征提取，确定用户需求特征，保证了用户在进行咨询时信息不泄露，保障投资服务的保密性；然后在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；利用已有的匹配投资方案训练人工智能学习模型，不会将已有的投资方案泄漏，保障了数据库中已有匹配投资方案的安全性，同时通过训练人工智能学习模型，可以利用相似的投资方案来预测本次用户咨询服务的风险情况，接着根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本发明实施例通过大数据技术和人工智能学习模型，将用户投资服务方案自动化输出，实现了投资风险控制，提供了安全高效的投资服务。

本发明实施例提供的一种基于大数据的投资服务方法，具体实施时可以包括：

获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。

本发明实施例中，大数据技术，是指一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。聚类算法，是指将大量数据进行处理，根据它们的相似性对数据进行聚类。

具体实施本发明实施例提供的一种基于大数据的投资服务方法时，在一个实施例中，前述的获取用户需求信息，至少包括：获取用户主观风险承受能力、用户投资产品喜好、用户信用信息和用户投资方式。

实施例中，用户通过跨境投资场景平台向商业咨询服务机构提出咨询请求，商业咨询服务机构将咨询请求细化为用户主观风险承受能力、用户投资产品喜好、用户信用信息和用户投资方式，从而获取用户需求信息。

具体实施本发明实施例提供的一种基于大数据的投资服务方法时，在一个实施例中，前述的将用户需求信息进行特征提取，确定用户需求特征，包括：

将用户需求信息进行特征提取，确定风险类型、收益率、安全因素、风险因素和财务风险；

将风险类型、收益率、安全因素、风险因素和财务风险进行信息整合，确定用户需求特征。

实施例中，将用户需求信息进行特征提取，确定用户需求特征，可以包括：将用户需求信息进行特征提取，确定风险类型、收益率、安全因素、风险因素和财务风险；将风险类型、收益率、安全因素、风险因素和财务风险进行信息整合，确定用户需求特征。前述的特征提取，保证了用户在进行咨询时信息不泄露，保障投资服务的保密性。

具体实施本发明实施例提供的一种基于大数据的投资服务方法时，在一个实施例中，前述的根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，包括：

根据用户需求特征，利用大数据技术的决策树算法和聚类算法，在业务后台系统的数据库中与存储的投资方案集合进行匹配，将与用户需求特征匹配的投资方案从数据库中取出，确定为匹配投资方案。

实施例中，银行的业务后台系统的数据库中，存储有大量的投资方案构成的投资方案集合，但鉴于数据保密与用户隐私保护以及投资策略等方面的考虑，这些大量的投资方案是不能被其所属人之外的任何人获取；但在银行内部，可以利用投资方案进行特征分析，提取出非敏感信息，用作新的投资方案的参考；因此，可以根据用户需求特征，利用大数据技术的决策树算法和聚类算法，在业务后台系统的数据库中与存储的投资方案集合进行匹配，将与用户需求特征匹配的投资方案从数据库中取出，确定为匹配投资方案。所述匹配投资方案，是指与本次用户需求信息存在较高相似度的投资方案，具备较高的参考价值。

具体实施本发明实施例提供的一种基于大数据的投资服务方法时，在一个实施例中，前述的建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型，包括：

建立人工智能学习模型，将匹配投资方案划分为训练集和验证集；

将训练集作为输入数据，训练人工智能学习模型，根据训练结果修正人工智能学习模型的参数，并利用验证集进行验证，直至验证集的准确率的结果收敛，保存此时的人工智能学习模型为训练后人工智能学习模型。

利用已有的匹配投资方案训练人工智能学习模型，不会将已有的投资方案泄漏，保障了数据库中已有匹配投资方案的安全性，同时通过训练人工智能学习模型，可以利用相似的投资方案来预测本次用户咨询服务的风险情况，因此，建立人工智能学习模型，将匹配投资方案划分为训练集和验证集；将训练集作为输入数据，训练人工智能学习模型，根据训练结果修正人工智能学习模型的参数，并利用验证集进行验证，在训练的过程中一直检测验证集的准确率，直至验证集的准确率的结果收敛，保存此时的人工智能学习模型为训练后人工智能学习模型。

本发明实施例通过大数据技术和人工智能学习模型，将用户投资服务方案自动化输出，实现了投资风险控制，提供了安全高效的投资服务。

具体实施本发明实施例提供的一种基于大数据的投资服务方法时，在一个实施例中，前述的根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力，包括：将用户需求信息输入到训练后人工智能学习模型和，得到用户投资风险承受能力，前述的户投资风险承受能力，分为高风向承受能力和低风险承受能力。

具体实施本发明实施例提供的一种基于大数据的投资服务方法时，在一个实施例中，前述的根据用户投资风险承受能力，确定投资服务方案，包括：根据用户投资风险承受能力，确定投资服务方案；投资服务方案，包括：高风险投资策略和低风险投资策略；当用户投资风险承受能力为高风向承受能力时，推荐高风险投资策略；当用户投资风险承受能力为低风向承受能力时，推荐低风险投资策略；高风险投资策略将会分析企业的业绩或项目的估值，评估企业或项目未来价值，进而判断合理区间，计算出低估价位点。低风险投资策略将尽可能的量化不同投资市场之间的差异如人口基数，消费能力等，计算出与本地市场之间的投资差异空间。

图2为一种利用本发明实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤主流程示意图；图3为一种利用本发明实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤详细过程示意图。如图2和图3所示，还提供一种利用本发明实施例提供的一种基于大数据的投资服务方法进行投资服务的步骤，包括：

a)用户通过跨境投资场景平台向商业咨询服务机构提出咨询请求。

b)根据用户的需求，跨境投资场景平台利用大数据方法和人工智能算法，可以精准推算出每个用户的投资风险和偏好；

主要有：根据用户主观填写风险承受能力，产品喜好等内容，结合该用户信用情况、日常投资方式情况等多维度用户数据分析，综合判定该用户的风险承受能力，推荐更为合适的项目方案。通过算法判断预推的项目方案的可行性情况，并剔除相对较差的项目方案。跨境投资场景平台利用大数据的决策树算法和聚类算法，以及人工智能的列举法和归纳法，推算出用户的投资风险和偏好。大数据和人工智能的算法将根据用户提供的风险类型、收益率、安全因素、政治风险因素、财务风险等数据进行归类，试图找到数据的内在结构。通过深度学习和模型训练，在原先的预测模型里面输入需要预测的数据，最终得到推荐的项目方案。

c)商业咨询服务机构向用户提供项目相关文件以及投资策略；

主要有：高风险投资策略将会分析企业的业绩或项目的估值，评估企业或项目未来价值，进而判断合理区间，计算出低估价位点。低风险投资策略将尽可能的量化不同投资市场之间的差异如人口基数，消费能力等，计算出与本地市场之间的投资差异空间。

d)用户支付咨询费用后，咨询服务机构根据用户要求对项目方进行尽职调查。

e)调查结束后，咨询服务机构将签约协议相关信息翻译反馈给用户。

f)用户签订合同后，支付费用。

图4为运行本发明实施的一种基于大数据的投资服务方法的计算机装置示意图，如图4所示，本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于大数据的投资服务方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行实现上述一种基于大数据的投资服务方法的计算机程序。

本发明实施例中还提供了一种基于大数据的投资服务装置，如下面的实施例所述。由于该装置解决问题的原理与一种基于大数据的投资服务方法相似，因此该装置的实施可以参见一种基于大数据的投资服务方法的实施，重复之处不再赘述。

图5为本发明实施例一种基于大数据的投资服务装置示意图，如图5所示，本发明实施例还提供一种基于大数据的投资服务装置，具体实施时可以包括：

用户需求信息获取模块501，用于获取用户需求信息；

特征提取模块502，用于将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；

大数据匹配模块503，用于根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；

人工智能学习模型训练模块504，用于建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；

用户投资风险承受能力确定模块505，用于根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；

投资服务方案确定模块506，用于根据用户投资风险承受能力，确定投资服务方案。

具体实施本发明实施例提供的一种基于大数据的投资服务装置时，在一个实施例中，前述的用户需求信息获取模块，具体用于：获取用户主观风险承受能力、用户投资产品喜好、用户信用信息和用户投资方式。

具体实施本发明实施例提供的一种基于大数据的投资服务装置时，在一个实施例中，前述的特征提取模块，具体用于：

将用户需求信息进行特征提取，确定风险类型、收益率、安全因素、风险因素和财务风险；

将风险类型、收益率、安全因素、风险因素和财务风险进行信息整合，确定用户需求特征。

具体实施本发明实施例提供的一种基于大数据的投资服务装置时，在一个实施例中，前述的大数据匹配模块，具体用于：

根据用户需求特征，利用大数据技术的决策树算法和聚类算法，在业务后台系统的数据库中与存储的投资方案集合进行匹配，将与用户需求特征匹配的投资方案从数据库中取出，确定为匹配投资方案。

具体实施本发明实施例提供的一种基于大数据的投资服务装置时，在一个实施例中，前述的人工智能学习模型训练模块，具体用于：

建立人工智能学习模型，将匹配投资方案划分为训练集和验证集；

将训练集作为输入数据，训练人工智能学习模型，根据训练结果修正人工智能学习模型的参数，并利用验证集进行验证，直至验证集的准确率的结果收敛，保存此时的人工智能学习模型为训练后人工智能学习模型。

综上，本发明实施例提供的一种基于大数据的投资服务方法和装置，首先获取用户需求信息；将用户需求信息进行特征提取，确定用户需求特征，传递至业务后台系统；根据用户需求特征，在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案；建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。

本发明实施例通过将用户需求信息进行特征提取，确定用户需求特征，保证了用户在进行咨询时信息不泄露，保障投资服务的保密性；然后在业务后台系统的数据库利用大数据技术进行匹配，确定匹配投资方案，建立人工智能学习模型，将匹配投资方案作为输入数据，训练人工智能学习模型，直至人工智能学习模型收敛，确定训练后人工智能学习模型；利用已有的匹配投资方案训练人工智能学习模型，不会将已有的投资方案泄漏，保障了数据库中已有匹配投资方案的安全性，同时通过训练人工智能学习模型，可以利用相似的投资方案来预测本次用户咨询服务的风险情况，接着根据训练后人工智能学习模型和用户需求信息，确定用户投资风险承受能力；根据用户投资风险承受能力，确定投资服务方案。本发明实施例通过大数据技术和人工智能学习模型，将用户投资服务方案自动化输出，实现了投资风险控制，提供了安全高效的投资服务。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。