一种智能化辅助投顾的决策方法与流程

文档序号:15146264发布日期:2018-08-10 20:29阅读:201来源:国知局

本发明涉及数据处理技术领域,尤其涉及一种智能化辅助投顾的决策的方法。



背景技术:

随着移动互联网技术,人工智能等技术的飞速发展,以及互联网金融的兴起,智能投顾系统也随之得到快速发展,智能投顾也叫机器人投顾、智能理财、自动化理财等,其实质是利用大数据分析、金融量化模型以及智能化算法,根据投资者的风险承受水平、预期收益目标、投资风格偏好等不同需求,运用一系列智能算法,投资组合优化等理论模型,为用户提供投资建议,并动态监测市场变化,对资产配置提供定期或不定期的调整,同时按照一定规则进行自动再平衡操作,提高资产组合的回报率;然而智能投顾缺乏行业标准和规则,很多仅仅是为了迎合客户的需求推荐产品,对市场本身缺乏判断,不能帮投资者回避风险。因缺乏监管与风险控制,产品内容及操作手段不透明,在发生亏损时,客户权益得不到保障。

如中国发明cn107358530a所公开的一种理财产品推荐方法,包括以下步骤:设置用户群体类别,并初始各类的类中心;获取用户的历史交易行为记录,并根据获取的历史交易行为记录测算用户的流动性诉求;获取用户的风险测评结果,并结合用户的历史交易行为记录测算用户的风险承受能力;根据用户的风险承受能力和流动性诉求到类中心的欧氏距离来确定用户所属的类别;筛选用户所属类别中的收益率最高或流动性最高的产品组合方式为当前用户配置方案,生成对应的产品组合。本发明以研究用户为重点,结合用户行为特征分析、问卷调查等更为精准地刻画用户属性,从而帮助用户结合自身投资特征去改进资产配置,在控制风险的同时,获得最大化投资收益;该发明仅仅只能面对特定的用户群体,覆盖范围小,分析数据能力较差。



技术实现要素:

一、要解决的技术问题

本发明针对现有技术所存在的上述缺陷,解决现有技术仅仅只能面向特定用户的智能投顾,并且不能有效的进行信息获取。

二、技术方案

为解决上述问题,特提供一种智能化辅助投顾的决策方法,智能化辅助投顾的决策方法包括如下步骤:

首先建立用户的用户画像,用户画像包括:用户基本信息、用户财务信息、用户投资信息、用户偏好信息和用户行业信息,通过对用户基本信息、用户财务信息、用户投资信息、用户偏好信息和用户行业信息的样本数据提取出评估数据集;

根据评估数据集,并基于协同过滤推荐算法,向用户提供推荐产品;

然后通过网络爬虫的方式,获取文本信息、图片信息和视频信息,基于自然语言处理和图像识别技术,从文本信息、图片信息和视频信息中采取文本挖掘的方式提取金融信息进行挖掘,从而为用户定制推送推荐产品和咨询并辅助用户的投资决策。

其中,文本挖掘通过分析互联网,并从大量文本数据中寻找其规律,文本挖掘包括内容采集、内容挖掘和行为分析三个步骤。

其中,协同过滤推荐算法是通过用户建立产品与产品之间的联系。

其中,内容采集包括页面内容爬取和页面垃圾过滤,页面内容爬取是将网页的内容通过爬虫获取的部分,分析页面代码格式,进行网页代码的编码转换,并获取所需信息;页面垃圾过滤是找出包括广告在内的段落以及其他对内容挖掘无效的部分,并将其清除,不进入内容挖掘部分。

其中,内容挖掘是对需要的特定信息进行提取。

其中,行为分析是进行分词和情感分析。

三、本发明的有益效果

与现有技术相比,本发明不但能实现对用户的精准营销和个性服务,同时具有具有低门槛、低费用、投资广、易操作、透明度高和个性化定制的特点。

具体实施方式

下面结合实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不能用来限制本发明的范围。

智能化辅助投顾的决策方法包括如下步骤:

首先建立用户的用户画像,用户画像包括:用户基本信息、用户财务信息、用户投资信息、用户偏好信息和用户行业信息,通过对用户基本信息、用户财务信息、用户投资信息、用户偏好信息和用户行业信息的样本数据提取出评估数据集;

根据评估数据集,并基于协同过滤推荐算法,向用户提供推荐产品;

然后通过网络爬虫的方式,获取文本信息、图片信息和视频信息,基于自然语言处理和图像识别技术,从文本信息、图片信息和视频信息中采取文本挖掘的方式提取金融信息进行挖掘,从而为用户定制推送推荐产品和咨询并辅助用户的投资决策。

文本挖掘通过分析互联网,并从大量文本数据中寻找其规律,文本挖掘包括内容采集、内容挖掘和行为分析三个步骤。

协同过滤推荐算法基于一个物以类聚,人以群分的原理,喜欢相同物品的用户更有可能具有相同的兴趣。基于协同过滤的推荐系统一般应用于有用户评分的系统之中,通过分数去刻画用户对于物品的喜好。协同过滤被视为利用集体智慧的典范,不需要对项目进行特殊处理,协同过滤推荐算法是通过用户建立产品与产品之间的联系。

内容采集包括页面内容爬取和页面垃圾过滤,页面内容爬取是将网页的内容通过爬虫获取的部分,分析页面代码格式,进行网页代码的编码转换,并获取所需信息;页面垃圾过滤是找出包括广告在内的段落以及其他对内容挖掘无效的部分,并将其清除,不进入内容挖掘部分。

内容挖掘是对需要的特定信息进行提取。

行为分析是进行分词和情感分析。

以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。



技术特征:

技术总结
本发明公开了一种智能化辅助投顾的决策方法,涉及数据处理技术领域,包括如下步骤:首先建立用户的用户画像,用户画像包括:用户基本信息、用户财务信息、用户投资信息、用户偏好信息和用户行业信息,通过对用户基本信息、用户财务信息、用户投资信息、用户偏好信息和用户行业信息的样本数据提取出评估数据集;根据评估数据集,并基于协同过滤推荐算法,向用户提供推荐产品;然后通过网络爬虫的方式,获取文本信息、图片信息和视频信息,基于自然语言处理和图像识别技术,为用户定制推送推荐产品和咨询并辅助用户的投资决策;本发明实现对用户的精准营销和个性服务,同时具有低门槛、低费用、投资广、易操作、透明度高和个性化定制的特点。

技术研发人员:朱将中
受保护的技术使用者:朱将中
技术研发日:2018.03.19
技术公布日:2018.08.10
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1