投资策略的推荐方法、装置、设备、存储介质和程序产品与流程

1.本发明涉及数据处理技术领域，尤其涉及一种投资策略的推荐方法、装置、设备、存储介质和程序产品。


背景技术：

2.现有技术中，为了更好地服务客户，理财服务机构会采用调查问卷等方式收集目标客户的客户数据并根据客户信息客户制定理财规划建议书。具体的，调查问卷中具有关于目标客户财务目标、资产负债和投资类型的相关问题，在客户回答前述问题后，理财服务机构根据客户的答案生成结构化的调查数据，并根据结构化的调查数据评估客户，确定向客户推荐的投资策略。
3.但是，由于目标客户确定专业知识、没有耐心等原因，目标客户可能不能按照真实情况填写调差问卷，造成调查问卷获得的结构化调查数据并不能真实反映客户特征，进而造成无法向客户推荐合理的投资策略组合。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供一种投资策略的推荐方法、装置、设备、存储介质和程序产品。
5.第一方面，本公开实施例提供一种投资策略的推荐方法，包括：
6.获取目标客户的客户数据，所述客户数据包括非结构化的沟通交流数据；
7.对所述客户数据进行数据分析，确定所述目标客户的客户特征，所述客户特征包括财务目标、资产负债和目标投资类型；
8.根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少一种投资产品以及各投资产品的推荐比例。
9.可选的，所述对所述客户数据进行数据分析，确定目标客户的客户特征，包括：
10.对所述沟通交流数据进行语义转换处理，得到语义特征数据；
11.对所述语义特征数据进行特征提取，确定所述目标客户的客户特征。
12.可选的，所述对所述语义特征数据进行特征提取，确定所述目标客户的客户特征，包括：判断所述语义特征数据是否包括预设关键词，所述预设关键词为与所述客户特征关联的关键词；
13.在所述语义特征数据包括所述预设关键词的情况下，获取所述语义特征数据中与所述预设关键词相关的其他语义特征；
14.基于所述预设关键词和所述其他语义特征，确定所述目标客户的客户特征。
15.可选的，所述客户数据包括结构化的调查数据；
16.所述对所述客户数据进行数据分析，确定所述目标客户的客户特征，包括：
17.对所述沟通交流数据进行数据分析，确定第一客户特征；
18.对所述调查数据进行数据分析，确定第二客户特征；
19.对所述第一客户特征和所述第二客户特征进行综合，确定所述目标客户的客户特征。
20.可选的，所述方法还包括：获取与所述目标客户相关行业的行业前景数据；
21.在所述根据所述财务目标、所述资产负债和根据所述目标投资类型，确定向所述目标客户推荐的投资策略之前，所述方法还包括：
22.根据所述行业前景数据，修正所述资产负债；
23.所述根据所述财务目标、所述资产负债和根据所述目标投资类型，确定向所述目标客户推荐的投资策略，包括：
24.根据所述财务目标、修正后的资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略。
25.可选的，所述根据所述财务目标、所述资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略，包括：
26.获取与所述目标投资类型匹配的多个投资组合；
27.在所述多个投资组合中，选择能够基于所述资产负债能够达到所述财务目标的目标投资组合；
28.将所述目标投资组合确定为向所述目标客户推荐的投资策略。
29.可选的，所述方法还包括：
30.获取经济前景数据，所述经济前景数据包括以下至少两种：宏观经济数据、地缘政治数据和产业趋势数据；
31.对所述经济前景数据进行数据分析，确定产业发展趋势；
32.根据所述产业发展趋势，确定针对所述目标投资组合中各个投资产品的具体投资建议，所述投资建议包括投资领域和对应的投资比例；
33.所述将所述目标投资组合确定为向所述目标客户推荐的投资策略包括：
34.将所述目标投资组合和所述具体投资建议作为向所述客户推荐的投资策略。
35.可选的，所述沟通交流数据至少包括以下中的至少一种：视频沟通数据、音频沟通数据、短信息沟通数据和邮件沟通数据。
36.可选的，所述调查数据至少包括以下中的至少一种：问卷调查数据和客户背景信息数据。第二方面，本公开实施例提供一种投资策略的推荐装置，包括：
37.客户数据获取单元，用于获取目标客户的客户数据，所述客户数据包括非结构化的沟通交流数据；
38.客户特征确定单元，用于根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少两种投资产品以及各投资产品的推荐比例；策略确定单元，用于根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少两种投资产品以及各投资产品的推荐比例可选的，所述客户特征确定单元包括：
39.语义特征处理子单元，用于对所述沟通交流数据进行语义转换处理，得到语义特征数据；客户特征确定子单元，用于对所述语义特征数据进行特征提取，确定所述目标客户的客户特征。
40.可选的，所述客户特征确定子单元包括：
41.关键词筛选模块，用于判断所述语义特征数据是否包括预设关键词，所述预设关键词为与所述客户特征关联的关键词；
42.其他语义特征确定模块，用于在所述语义特征数据包括所述预设关键词的情况下，获取所述语义特征数据中与所述预设关键词相关的其他语义特征；
43.客户特征确定模块，用于基于所述预设关键词和所述其他语义特征，确定所述目标客户的客户特征。
44.可选的，所述客户数据包括结构化的调查数据；所述客户特征确定单元，包括：
45.第一特征确定子单元，用于对所述沟通交流数据进行数据分析，确定第一客户特征；
46.第二特征确定子单元，用于对所述调查数据进行数据分析，确定第二客户特征；
47.特征综合子单元，用于对所述第一客户特征和所述第二客户特征进行综合，确定所述目标客户的客户特征。
48.可选的，投资策略的推荐装置还包括：行业前景数据获取单元，用于获取与所述目标客户相关行业的行业前景数据；
49.数据修正单元，用于根据所述行业前景数据，修正所述资产负债；
50.所述策略确定单元根据所述财务目标、修正后的资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略。
51.可选的，所述策略确定单元包括：
52.投资组合确定子单元，用于获取与所述目标投资类型匹配的多个投资组合，其中每个投资组合均包括至少两种投资产品以及各投资产品的推荐比例；
53.目标组合确定子单元，用于在所述多个投资组合中，选择能够基于所述资产负债能够达到所述财务目标的目标投资组合；
54.投资策略确定子单元，用于将所述目标投资组合确定为向所述目标客户推荐的投资策略。可选的，投资策略的推荐装置还包括：
55.经济前景数据获取单元，用于获取经济前景数据，所述经济前景数据包括以下至少两种：宏观经济数据、地缘政治数据和产业趋势数据；
56.产业趋势预测单元，用于对所述经济前景数据进行数据分析，确定产业发展趋势；
57.具体投资建议确定单元，用于根据所述产业发展趋势，确定针对所述目标投资组合中各个投资产品的具体投资建议，所述投资建议包括投资领域和对应的投资比例；
58.投资策略确定子单元，用于将所述目标投资组合和所述具体投资建议作为向所述客户推荐的投资策略。
59.可选的，所述沟通交流数据至少包括以下中的至少一种：视频沟通数据、音频沟通数据、短信息沟通数据和邮件沟通数据。
60.可选的，所述调查数据至少包括以下中的至少一种：问卷调查数据和客户背景信息数据。第三方面，本公开实施例还提供一种计算设备，包括：存储器和处理器，其中，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，实现如前所述的方法。第四方面，本公开实施例还提供一种计算机可读存储介质，所述存储介质中存储有计算机程序，当所述计算机程序被处理器执行时，实现如前所述的方法。
61.第五方面，本公开实施例还提供一种计算机程序产品，包括计算机程序，其中，计
算机程序在被计算机的处理器执行时用于使计算机执行如前所述的方法。
62.本公开实施例提供的技术方案与现有技术相比具有如下优点：
63.本公开实施例提供的方案，获取的目标客户的客户数据包括非结构化的沟通交流数据。因为非结构化的沟通交流数据是在与客户沟通时自然获取的数据，其反应了客户的客户特征，也就是其能够真实反映客户的财务目标、资产负债和所属的目标投资类型，所以根据非结构化的沟通交流数据能够较为准确地确定目标客户的客户特征，继而能够向用户推荐与其实际情况相符的投资策略。
附图说明
64.在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：
65.图1是本公开实施例提供的投资策略的推荐方法流程图；
66.图2是本公开一些实施例中提供的对客户数据进行分析确定目标客户的客户特征的方法流程图；
67.图3是本公开的一些实施例确定目标客户的客户特征的方法流程图；
68.图4是本公开一些实施例中确定目标客户的客户特征的方法流程图；
69.图5是本公开另一些实施例中确定目标客户的客户特征的方法流程图；
70.图6是本公开一些实施例中确定目标客户投资的方法流程图；
71.图7是本公开一些实施例中确定维度特征的方法流程图；
72.图8是本公开另一些实施例中确定维度特征的方法流程图；
73.图9是本公开一些实施例提供的确定目标客户的客户特征的方法流程图；
74.图10是本公开一些实施例提供的投资策略的推荐方法流程图；
75.图11是本公开一些实施例提供的投资策略的推荐方法流程图；
76.图12是本公开实施例提供的投资策略的推荐装置的结构示意图；
77.图13是本公开实施例提供的计算设备的结构示意图。
具体实施方式
78.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
79.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
80.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者
相互依存关系。
81.图1是本公开实施例提供的投资策略的推荐方法流程图。如图1所示，本公开实施例提供的投资策略的推荐方法包括s110-s130。
82.应当注意的是，本公开实施例提供的投资策略的推荐方法可以由计算设备执行。计算设备可以是理财服务机构管理和运维的服务器，也可以是客户持有的客户终端，例如可以是客户的智能手机、平板电脑、笔记本电脑等终端设备。但是由于投资策略的推荐方法执行是需要大量的算力资源，因此本公开实施例提供的方法优选采用服务器执行。
83.s110：获取目标客户的客户数据，客户数据包括非结构化的沟通交流数据。
84.目标客户是需要对其进行投资策略推荐的客户，目标客户可以是理财服务机构的已有客户，也可以是理财服务机构的潜在客户。
85.目标客户的客户数据是具有表征目标客户投资相关信息的数据，前述目标客户的投资相关信息可以包括目标客户的资产状况信息、投资理念和观念信息、未来的投资期望目标和财务目标信息等。
86.本公开实施例中，客户数据包括非结构化的沟通交流数据。非结构化的沟通交流数据是理财服务机构中的理财经理等服务人员与客户进行沟通时产生的非结构化的交流数据，也就是数据结构并不规则或者不完整的交流数据。
87.具体实施中，理财经理与客户的沟通方式可以包括当面沟通、视频电话沟通、语音沟通、短信息沟通、邮件沟通中的至少一种，本公开实施例并不做特别地限定。对应前述的沟通方式，非结构化的沟通交流数据可以是以视频、音频、文本、图片、报表中至少一种形式存储的数据。
88.具体实施中，理财经理与客户的沟通方式可以包括当面沟通、视频电话沟通、语音沟通、短信息沟通、邮件沟通中的至少一种，本公开实施例并不做特别地限定。对应前述的沟通方式，非结构化的沟通交流数据可以是以视频、音频、文本、图片、报表中至少一种形式存储的数据，也就是说沟通交流数据可以包括但不限于视频沟通数据、音频沟通数据、短信息沟通数据和邮件沟通数据中的至少一种。
89.因为沟通交流数据是目标客户与理财经理沟通时获取的数据，而此时目标客户可以在理财经理的引导下，尽可能地将自己与投资相关的信息展示出来。例如目标客户可以尽可能地说出自己的当前的各种类型资产、自己的投资理念和自己的未来期望等，并将前述信息通过沟通交流数据的方式展示。
90.s120：对客户数据进行数据分析，确定目标客户的客户特征，客户特征包括财务目标、资产负债和目标投资类型。
91.在获取到目标客户的客户数据后，计算设备可以对客户数据进行分析处理，以提取客户数据中表征目标客户特征的信息，并根据前述信息确定目标客户的客户特征。
92.本公开实施例中，目标客户的客户特征是表征目标客户与投资相关的特征，目标客户的客户特征可以包括财务目标、资产负债和目标投资类型。
93.财务目标是客户期望通过投资本金和投资收益能够达到的生产、生活目标等。例如财务目标可以包括车辆更换目标(即在未来何时更换车辆、更换何种等级和品类的车辆)、子女教育目标(即为了实现子女未来能够完成义务教育、中等教育和高等教育所需支出的各种费用)、退休计划(即在何时可以退休，退休后能够达到的退休生活水平)等。
94.在与目标客户进行沟通时，理财经理可能根据用户的背景调查资料、用户的资产状况、用户的文化教育水平向用户提出各种层级的财务目标相关的问题，以引导目标有意识地确认各种层次的财务目标，例如确定首要财务目标、重要财务目标和期待财务目标。
95.首要财务目标是指目标用户正常生活的财务目标(也就是生存性目标)，也是目标客户个人或者家庭必须实现的财务目标，例如退休养老计划。
96.重要财务目标是指目标客户认定的可以尽力实现的、能够大大地提升未来生活幸福感的财务目标，例如子女教育目标、住房改善目标。
97.期待财务目标是指可以进一步地满足目标客户精神层面诉求、满足目标客户更高层次需求的目标，例如旅游目标、个人兴趣爱好培养目标、艺术品投资目标。
98.在前述情况下，对客户数据进行数据分析，确定的财务目标可以包括确定前各个层次的财务目标，也就是可以确定前述的首要财务目标、重要财务目标和期待财务目标。当然，在一些情况下，理财经理引导客户表达的财务目标也可以仅包括诸如退休等，在此情况下确定目标客户的财务目标可以仅包括首要财务目标。
99.资产负债是目标客户所有的经济利益和需要履行的经济义务，具体包括资产和负债。资产是目标客户所有的经济利益，负债是目标客户需要履行的经济义务。
100.在与目标客户进行沟通时，理财经理可以引导目标客户说出自己当前拥有的各种资产和各种负债。针对资产，理财经理可以引导目标客户说出当前拥有的不动产、金融性资产和其他资产，具体拥有哪些金融性资产(是否拥有固定收益、权益类资产等)、哪些其他类型资产(是否拥有艺术品、奢侈品和首饰等非金融性资产)等。针对负债，理财经理可以引导目标客户说出当前需要偿还的各种贷款(例如房贷、车贷、消费贷等)。
101.对客户数据进行数据分析，确定资产负债可以包括确定目标客户的各种资产和各种负债。具体实施中，计算设备确定的资产负债可以以资产负债表的方式展示。
102.目标投资类型是目标客户的投资类型。本公开实施例中，目标客户的投资类型可以是保守型、温和保守型、稳健型、积极稳健型、激进型中的一种。目标投资类型反应了目标客户对投资风险和投资时间跨度等的容忍程度。
103.在前述情况下，对客户数据进行分析，确定目标投资类型即是确定目标客户是保守型、温和保守型、稳健型、积极稳健型、激进型中的哪一种。
104.为了表述的方便性和叙述的合理性，后文在对如何对非结构化的沟通交流数据进行分析，得到目标客户的客户特征做分析。
105.s130：根据财务目标、资产负债和目标投资类型，确定目标客户的投资策略。
106.目标客户的投资策略是为目标客户推荐的投资策略。投资策略可以包括至少一种投资产品和前述各种投资产品的比例。
107.在本公开实施例中，根据财务目标、资产负债表和目标投资类型确定目标客户的投资策略，可以是根据目标客户所属的目标投资类型确定多个待推荐的投资策略，随后再根据多个待推荐的投资策略中的投资产品和比例，基于当前的资产负债进行推算，确定待推荐的投资策略中哪些投资策略可以满足目标用户的财务目标，将能够满足用户财务目标的待推荐投资策略确定为向目标客户推荐的投资策略。
108.本公开实施例提供的投资策略的推荐方法，获取的目标客户的客户数据包括非结构化的沟通交流数据。因为非结构化的沟通交流数据是在与客户沟通时自然获取的数据，
其反应了客户的客户特征，也就是其能够真实反映客户的财务目标、资产负债和所属的目标投资类型，所以根据非结构化的沟通交流数据能够较为准确地确定目标客户的客户特征，继而能够向用户推荐与其实际情况相符的投资策略。
109.前文提及，本公开实施例是通过对非结构化的沟通交流数据进行分析确定目标客户的客户特征。此处对如何对非结构化的沟通交流数据进行分析得到目标客户的客户特征进行分析。
110.图2是本公开一些实施例中提供的对客户数据进行分析确定目标客户的客户特征的方法流程图。如图2所示，在本公开多一些实施例中，s120对客户数据进行数据分析，确定目标客户的客户特征可以包括s121-s122。
111.s121：对沟通交流数据进行语义转换处理，得到语义特征数据。
112.语义特征数据是能够表征沟通交流数据中目标客户表达的语义内容的数据。本公开实施例中，语义特征数据可以采用标准化的词语表示。
113.例如，可以采用“定期存款”作为表征目标客户现金资产的语义特征数据，采用“股票”作为表征目标客户资产中权益类资产的语义特征数据，采用“退休”作为表征目标客户财务目标的语义特征数据。
114.再例如，可以采用“经验”作为表示目标客户投资知识的语义特征数据，用“没有”、“有限”、“丰富”、“资深”等修饰语作为表征目标客户投资知识掌握程度的语义特征数据。如果沟通交流数据中涉及客户投资经验、投资知识等内容的数据，可以对其进行语义转换处理，得到语义特征数据“经验”以及相关的经验的修饰性语义特征数据“没有”、“有限”、“丰富”或者“资深”。
115.本公开实施例中，对沟通交流数据进行语义转换处理时，针对不同类型的沟通交流数据采用的处理方法并不相同。
116.例如，针对音频数据，计算设备需要对其进行音频-文本转换，确定音频数据包括的文本内容。在得到文本内容后，计算设备还需要对文本内容进行语义转换处理，得到标准化的语义特征数据。计算设备对文本内容进行语义转换处理，是将文本内容中诸如“三年期存款”、“五年期存款”转换为“定期存款”，将“知识”非标准化的词语转换为预先前文的诸如“经验”等标准化词语。具体实施例中，计算设备可以采用文本语料库对非标准词语进行同义词、近义词或者反义词转换，得到标准化词语，也就是得到前述的语义特征数据。
117.再例如，针对视频数据，计算设备不仅需要对视频中的音频帧进行内容提取，还需要对视频中的视频帧进行内容提取，以获取视频帧中的有用信息。例如，在客户采用身体动作回答某一答案时，计算设备需要通过对视频帧内容的提取确定前述答案。比方说，客户已在回答理财经理问的问题时，采用了点头的方式确定答案。则计算设备需要根据音频帧的问题和包括点头信息的视频帧确定客户的答案为“是”，进而得到文本形式的问题-答案对。在得到文本形式的问题答案对以后，计算设备还需要对前述文本形式的问题-答案对进行语义转换处理，得到对应的语义特征数据。
118.再例如，针对邮件等文本内容数据，计算设备需要对前述文本进行标准化语句处理，确定文本中各个句子中的主语、谓语、宾语和其他词性的词语，随后根据各个词语的词性确定文本表达的核心内容，最后再根据文本表达的核心内容确定语义特征数据。
119.s122：对语义特征数据进行特征提取，确定目标客户的客户特征。
120.在得到语义特征数据后，本公开实施例计算设备可以对语义特征数据进行提取，进而确定目标客户的客户特征。
121.图3是本公开的一些实施例确定目标客户的客户特征的方法流程图。如图3所示，在本公开的一些实施例中，确定目标客户的客户特征可以包括s1221-s1223。
122.s1221：判断语义特征数据是否包括预设关键词；若是，执行s1222。
123.本公开实施例中，预设关键词是用于与客户特征关联的关键词。例如，针对财务目标，预设关键词可以包括“退休计划”、“购车计划”、“子女教育计划”等；针对资产负债，预设关键词可以包括“定期存款”、“股票”、“活期存款”、“房产”等；针对目标客户类型，预设关键词可以包括“经验”、“损失接收程度”等。
124.s1222：获取语义特征数据中与预设关键词相关的其他语义特征。
125.本公开实施例中，语义特征数据中与预设关键词关联的其他语义特征，是能够与预设关键词组合而形成一个事实陈述的特征。
126.具体的，在执行s121在得到语义特征数据时，计算设备可以对语义特征数据中表征一个完整语义内容中句子进行特征提取，得到此句子的多个语义特征数据，并建立前述多个语义特征数据的关联关系。例如，针对所说此“我有银行定存100万元”这一沟通交流数据进行处理得到的语义特征数据为“定期存款”、“100万元”，并且“定期存款”和“100万元”是相关联的，以表明定期存款的数量是100万元。
127.对应的，获取语义特征数据中与预设关键词相关的其他语义特征是基于在语义特征提取时建立的关联关系，获取到其他语义特征。
128.s1223：基于预设关键词和其他语义特征，确定目标客户的客户特征。
129.本公开实施例中，基于预设关键词和其他语义特征，确定目标客户的客户特征，可以是先确定预设关键词对应的客户特征，然后基于预设关键词和其他语义特征进行数据处理，确定目标客户的客户特征。
130.本公开实施例中，针对不同的客户特征，可以采用不同的方法基于预设关键词和其他语义特征确定目标客户的客户特征的方法流程可以不同。
131.图4是本公开一些实施例中确定目标客户的客户特征的方法流程图。如图4所示，在本公开一些实施例中，确定目标客户的客户特征的方法包括s1223a-a1223c。
132.s1223a：确定客户特征对应的特征表格。
133.s1223b：将预设关键词和关联的其他语义特征填充至特征表格中对应的表格项中，形成填充后的特征表格。
134.s1223c：将填充后的特征表格表征前述客户特征。
135.本公开实施例中，“财务目标”和“资产负债”多需要采用明确的数据表格方式表示，这两个客户特征多具有特定的特征表格。基于此，本公开实施例可以采用填充表格的方式将预设关键词和关联的其他语义特征填充至特征表格中，并利用填充后的特征表格表征客户特征。
136.例如，资产负债对应的特征表格为资产负债表。在获取到表征客户资产负债的预设关键词和其他语义特征(此时其他语义特征多为资产或者负债的金额)后，可以将预设关键词作为资产负债表中的内容项，将其他语义特征作为资产负债表中的数据项，分别将预设关键词和其他语义特征填充值对应的表格项中，而得到表征客户资产负债情况的资产负
债表。
137.图5是本公开另一些实施例中确定目标客户的客户特征的方法流程图。如图5所示，在本公开另外一些实施例中，确定目标客户的客户特征的方法包括s1223d-s1223e。应当注意的是，采用s1223d-s1223e确定的目标客户的客户特征为目标投资类型。
138.s1223d：基于预设关键词和关联的其他语义特征，确定目标客户的投资特征，投资特征包括以下至少一项：投资风险容忍度和投资时间跨度。
139.目标客户的投资特征是用于表征目标对投资各种方面观念的特征，具体是对投资风险观念和投资时间观念的特征。具体的，投资特征可以包括投资风险容忍度和投资时间跨度。
140.投资风险容忍度是表征客户对投资风险的容忍程度的特征，其表征客户对投资本身带来的不确定的容忍程度。投资风险容忍度较高，表明目标客户对投资带来的各种不确定风险的容忍程度较高，反应目标客户是激进风险承担者的概率越大；而投资风险容忍度越小，表明目标客户对投资带来的各种不确定风险的容忍程度较低，反应目标客户是保守风险承担者的概率越大。
141.投资时间跨度是表征客户对投资持续时间可接受程度的特征。投资时间跨度越大，表明目标客户更能接受需要投资周期较长的投资项目；而投资时间跨度较小，表明目标客户仅能接受投资周期较短的投资项目。
142.s1223e：基于投资特征，确定目标客户的目标投资类型。
143.在获取得到目标客户的各个投资特征后，计算设备可以根据目标客户的投资特征确定目标客户的目标投资类型。
144.在本公开的一些实施例中，可以结合表1，采用如下方法基于投资特征确定目标客户的目标投资类型：根据各个投资特征的评分分值，确定在对应坐标轴上坐标区域；随后，根据各个投资特征在坐标轴上的坐标区域，确定坐标系中对应的坐标区域；最后根据坐标区域中对应的投资类型作为目标客户的目标投资类型。
145.表1目标投资类型确定对照表
146.[0147][0148]
在本公开的一些实施例中，本公开实施例中，一个投资特征可以包括多个评价维度。例如，投资风险容忍度可以包括五个评价维度，分别为：投资知识丰富程度、过往投资经验、投资损失接受度、对投资组合风险收益比例接受度和可以量化的能够接受的投资损失。再例如，投资时间跨度可以包括两个评价维度，分别为：从投资组合中开始支付既定财务目标费用时间，以及投资组合需要支付既定财务目标费用时间。
[0149]
图6是本公开一些实施例中确定目标客户投资的方法流程图。如图6所示，在一个投资特征包括多个评价维度的情况下，s1223d基于预设关键词和关联的其他语义特征，确定目标客户的投资特征可以包括s210-s230(为了表述方便起见，此处采用新的编号)。
[0150]
s210：获取与评价匹配的预设关键词，以及与预设关键词关联的其他语义特征。
[0151]
s220：基于预设关键词和其他语义特征，确定在评价维度上的维度特征。
[0152]
为了表述方便起见，计算设备如何基于预设关键词和其他语义特征确定在评价维度上的维度特征在后文中再做分析。
[0153]
在获取到语义特征数据后，可以对大量语义特征数据进行关键特征提取，以得到各个评价维度的维度特征。本公开实施例中，在各个投资维度上，分别设置了多各种评分分值，具体可以参见表2。
[0154]
表2投资特征包括的维度特征评分分值表
[0155][0156][0157]
s230：基于维度特征，确定目标客户的投资特征。
[0158]
本公开实施例中，在得到目标客户在各个维度的维度特征后，可以根据各个维度的维度特征进行综合，确定投资特征。
[0159]
例如，在一些实施例中，针对投资风险容忍度的各个评价维度的评分分值，可以进行加权求和处理，确定目标客户在投资风险容忍度上的评分分值。再例如，在一些实施例中，针对投资时间跨度的各个评价维度的评分分值，可以进行求积处理，确定目标客户在投资时间跨度上的评分分值。当然，基于维度特征确定投资特征的方法并不限于前述的求和处理方法或者求积处理方法，还可以是其他处理方法，本公开实施例不再举例。
[0160]
如前，在本公开实施例中是基于预设关键词和其他语义特征，确定在评价维度上的维度特征。
[0161]
图7是本公开一些实施例中确定维度特征的方法流程图。如图7所示，在一些实施例中，计算设备可以采用s221-s222的方法基于预设关键词和其他语义特征，确定在评价维度上的维度特征。
[0162]
s221：获取与预设关键词关联的第一特征分析模型。
[0163]
本公开实施例中，第一特征分析模型是针对特定评价维度进行评价而训练的分析模型，其可以是各种神经网络模型，本公开实施例并不做特别地限定。针对不同的评价维度，计算设备分别设定了不同的第一特征分析模型。
[0164]
第一分析模型采用样本数据训练得到，前述的样本数据包括样本语义特征和对应的维度特征标签，样本语义特征包括前述的预设关键词，以及与预设关键词成对出现的其他语义特征。维度特征标签可以是针对前述样本语义特征进行评分得到分值。
[0165]
s222：采用第一特征分析模型处理预设关键词和其他语义特征，确定在评价维度上的维度特征。
[0166]
采用第一特征分析模型处理预设关键词和语义特征，是将预设关键词和其他语义特征输入到第一特征分析模型中，得到在评价维度上的维度特征的分值。
[0167]
本公开实施例中，通过采用前述模型处理的方法能够挖掘到预设关键词和关联的其他语义特征隐含的语义信息，进而得到评价维度上维度特征的分值。
[0168]
图8是本公开另一些实施例中确定维度特征的方法流程图。如图8所示，在另外一些实施例中，计算设备可以采用s223-s225的方法基于预设关键词和其他语义特征，确定在评价维度上的维度特征。
[0169]
s223：获取与预设关键词关联的特征填充模板，特征填充模板包括至少一个特征填充位。
[0170]
s224：按照语义对应关系，将其他语义特征填充至对应的特征填充位。
[0171]
本公开实施例中，特征填充模板是预先设定的用于构建标准化特征表述的模板，也就是用于填充某一维度特征相关的特征表述的模板。每个特征填充模板均与预设的关键词关联，因此通过预设关键词可以查找到对应的特征填充模板。特征填充模板中的特征填充位是用于完成前述预设关键词和关联的其他语义特征的填充位，根据预设关键词和其他语义特征的语法语义关系，可以将预设关键词和其他语义特征填充值对应的特征填充位，进而形成一个完整的特征表述。
[0172]
s225：对填充好的特征填充模板进行分析，确定在评价维度上的维度特征。
[0173]
在得到填充好的特征填充模板后，随后可以按照特征填充模板查询和模板数据库
中的模板进行比对，确定相同的模板或者相似的模板，并根据相同模板或者相似模板的维度特征作为特征填充模板在评价维度上的维度特征。
[0174]
本公开实施例中，通过采用模板填充和模板分析匹配的方法，利用预先设置的模板和维度特征的对应关系，能够快速地确定评价维度上的维度特征，且运算量较小，处理效率较高。
[0175]
在前述实施例中，语义特征数据中可能包括多个与某一评价维度关联的预设关键词，也就是采用前述方法可以得到多个在前述评价维度上的维度特征的分值。在此情况下，可以根据前述评价维度上的多个维度特征的分值计算平均值，并将平均值作为此评价维度上的维度特征的分值。
[0176]
在前文实施例中，基于关键词和其他语义特征确定在对应评价维度上的维度特征。在本公开的其他实施例中，还可以采用其他方法确定在各个评价维度上的维度特征。
[0177]
例如，在本公开的一些实施例中，还可以采用第二特征分析模型处理语义特征数据，得到各个评价维度上的维度特征。
[0178]
第二特征分析模型采用第二样本数据训练得到，第二样本数据包括样本语义特征数据和各个评价维度上的维度特征标签。应当注意的是，各个评价维度对应的一组样本语义特征数和对应的维度特征标签作为一组训练数据对第二特征分析模型进行训练。
[0179]
本公开实施例中，第二特征分析模型能够融合各个评价维度包含的特征信息，进而能够综合各个评价维度的评价内容，较为准确合理的确定各个评价维度的维度特征。
[0180]
本公开的一些实施例中，目标客户的客户数据是包括非结构化的沟通交流数据。在本公开的其他一些实施例中，目标客户的客户数据除了包括非结构化的沟通交流数据外，还可以包括结构化的调查数据。结构化的调查数据可以包括但不限于以下至少一种：结构化的问卷调查数据、结构化的客户背景信息数据等。
[0181]
图9是本公开一些实施例提供的确定目标客户的客户特征的方法流程图。如图9所示，在本公开的一些实施例中，对客户数据进行分析，确定目标客户的客户特征包括s310-s230。
[0182]
s310：对沟通交流数据进行数据分析，确定第一客户特征。
[0183]
第一投资特征是对沟通交流数据进行处理确定的目标客户的客户特征。本公开实施例中，计算设备可以采用前文提及的各种处理沟通交流数据的方法确定第一投资特征。
[0184]
s320：对调查数据进行数据分析，确定第二客户特征。
[0185]
第二投资特征是对调查数据进行处理确定的目标客户的客户特征。本公开实施例中，可以将调查数据填充至其他数据表格中，形成客户的第二客户特征，也可以基于预先设定的特征对照表，根据调查数据进行特征对照，确定目标客户的第二客户特征。或者，也可以采用前文提及的各种处理沟通交流数据的方法，对调查数据进行处理，得到目标客户的第二投资特征。
[0186]
s330：基于第一客户特征和第二客户特征，确定目标客户的客户特征。
[0187]
本公开实施例中，在确定目标客户的第一客户特征和第二客户特征后，可以将第一客户特征和第二客户特征进行融合处理确定目标客户的客户特征。
[0188]
例如，在第一客户特征和第二客户特征为客户的财务目标的情况下，可以将第一客户特征和第二客户特征中重复的财务目标项删除，形成没有重复项的财务目标。
[0189]
再例如，在第一客户特征和第二客户特征为客户的资产负债的情况下，也可以将第一客户特征和第二客户特征中重复的资产项和负债项删除，形成没有重复项的资产负债表。
[0190]
再例如在，在第一客户特征和第二客户特征为投资特征的情况下，可以将第一客户特征和第二客户特征进行加权处理确定目标客户的投资特征。
[0191]
采用本公开实施例提供的确定目标客户的客户特征方法，能够根据结构化的调查数据和非结构化的沟通交流数据确定用户的客户特征，使得用于客户特征的确定的数据源信息更加丰富，在一定程度上提高了确定客户特征的准确度。
[0192]
图10是本公开一些实施例提供的投资策略的推荐方法流程图。如图10所示，在本公开的一些实施例中，投资策略的确定方法包括s410-s450。
[0193]
s410：获取目标客户的客户数据，客户数据包括非结构化的沟通交流数据。
[0194]
s420：对客户数据进行数据分析，确定目标客户的客户特征，客户特征包括财务目标、资产负债和目标投资类型。
[0195]
s410-s420的具体实施方式与前文实施例相同，此处不再复述，具体可以参见前文表述。
[0196]
s430：获取与目标客户相关的行业的行业前景数据。
[0197]
本公开实施中，与目标客户相关的行业的行业前景数据，是直接影响目标客户的资产负债的行业的行业前景数据。例如，与目标客户相关的行业包括目标客户的工作所属行业，目标客户拥有的企业所属的行业。再例如，在目标客户的资产负债中包括房地产的情况下，与目标客户相关的行业还包括房地产行业。
[0198]
本公开实施例中，可以采用知识图谱的方法获取与目标客户相关的行业的行业前景数据。具体的，可以根据目标客户的资产负债、目标客户的背景信息确定与目标客户相关的行业。随后采用知识图谱的方法获取到与前述相关行业关联的行业前景数据。
[0199]
s440：根据行业前景数据，修正资产负债。
[0200]
由于根据客户数据确定的资产负债仅是根据客户表述确定的资产负债。但是因为由于行业前景发生变化、经济形势发生变化等原因，客户的特定资产和负债可能出现升值、贬值等问题，客户未来的工作收入可能增加或者降低，前述原因造成客户资产负债与实际市场行情并不匹配。为了避免前述问题，本公开实施例中，可以根据行业前景数据修正资产负债中的特定项目，继而实现对资产负债的修正。
[0201]
本公开实施例中，可以预先训练的行业分析模型对行业前景数据进行分析，确定行业发展前景系数。随后采用行业发展前景系数对对应的资产负债项进行处理，得到修正后的资产负债。
[0202]
s450：根据财务目标、修正后的资产负债和目标投资类型，确定向目标客户推荐的投资策略。
[0203]
在得到修正后的资产负债后，可以采用s130中的方法确定向目标客户推荐的投资策略。
[0204]
采用本公开实施例提供的投资策略的推荐方法，通过采用行业前景数据修正资产负债，使得客户的资产负债数据更为真实(也就是更符合市场对其资产负债的评价)。对应的，根据修正后的资产负债确定的向目标客户推荐的投资策略更符合用户的真实情况。
[0205]
图11是本公开一些实施例提供的投资策略的推荐方法流程图。如图11所示，在本公开的一些实施例中，投资策略的确定方法包括s510-s570。
[0206]
s510：获取目标客户的客户数据，客户数据包括非结构化的沟通交流数据。
[0207]
s520：对客户数据进行数据分析，确定目标客户的客户特征，客户特征包括财务目标、资产负债和目标投资类型。
[0208]
s530：根据财务目标、资产负债和目标投资类型，确定目标客户的投资策略，投资策略包括至少一种投资产品以及各种投资产品的比例。
[0209]
s510-s530的具体实施方式与前文实施例相同，此处不再复述，具体可以参见前文表述。
[0210]
s540：获取经济前景数据。
[0211]
本公开实施例中，经济前景数据是用于表征整体经济发展趋势、特定产业发展趋势的数据。经济前景数据包括以下至少两种：宏观经济数据、地缘政治数据和产业趋势数据。
[0212]
s550：对经济前景数据进行数据分析，确定产业发展趋势。
[0213]
本公开实施例中，通过经济前景数据进行，可以确定宏观方面的经济形势，某个特定产业的产业发展趋势。例如，如果宏观经济形势并不乐观，则旅游行业、奢侈品行业受到宏观经济形势的影响，其发展前景并不乐观。再例如，由于当前东欧地区出现的军事冲突，而东欧地区是世界粮食出口的主要地区之一，则通过地缘政治数据分析确定未来世界粮食价格可能大涨，农产品行业受到地缘政治的影响发展前景较好。
[0214]
本公开实施例中，计算设备可以采用知识图谱分析的方法，对经济前景数据进行分析，并确定产业发展趋势。当然，计算设备还可以采用诸如深度学习模型处理等方法，根据经济前景数据确定产业发展趋势。
[0215]
s560：根据产业发展趋势，确定针对目标投资组合中各个投资产品的具体投资建议，具体投资建议包括投资领域和对应的投资比例。
[0216]
在确定各个产业发展趋势后，计算设备根据产业发展趋势，确定各个投资产品在向哪些投资领域进行投资能够达到较好的投资收益以及其对应的投资风险，并对投资收益和投资风险进行匹配而确定对应的投资比例，并将前述投资领域和对应的投资比例作为对应的具体投资建议。
[0217]
本公开实施例中，计算设备可以采用收益-风险分析模型基于各个产业的发展趋势，确定具目标投资组合中各个投资产品的投资领域和对应的投资比例。
[0218]
s570：将目标投资组合和具体投资建议作为向目标客户推荐的投资策略。
[0219]
采用本公开实施例提供的投资策略的推荐方法，通过根据经济前景数据确定产业发展趋势，并根据产业发展趋势确定目标投资组合中各个投资产品的具体投资建议，并将具体投资建议作为向用户推荐的投资策略的一部分，可以向目标客户推荐更为精细的投资策略组合，进而能够更好的引导目标客户进行投资规划。
[0220]
前文各个实施例分别叙述一种投资策略的推荐方法，应当注意的是，前述的各种投资策略的推荐方法还可以融合形成新的推荐方法。例如，在一些实施例中，可以同时获取与目标客户相关的行业的行业前景数据和经济前景数据；随后根据行业前景数据，修正资产负债，以及根据产业发展趋势，确定针对目标投资组合中各个投资产品的具体投资建议，
并最终确定向用户目标投资组合和具体投资建议。
[0221]
除了提供前述的投资策略的推荐方法外，本公开实施例还提供一种确投资策略的推荐。图12是本公开实施例提供的投资策略的推荐装置的结构示意图。如图12所示，投资策略的推荐装置1200包括客户数据获取单元1201、客户特征确定单元1202和策略确定单元1203。
[0222]
客户数据获取单元1201用于获取目标客户的客户数据，所述客户数据包括非结构化的沟通交流数据。客户特征确定单元1202用于根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少两种投资产品以及各投资产品的推荐比例。策略确定单元1203用于根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少两种投资产品以及各投资产品的推荐比例。
[0223]
在本公开的一些实施例中，所述客户特征确定单元1202包括语义特征处理子单元和客户特征确定子单元。语义特征处理子单元用于对所述沟通交流数据进行语义转换处理，得到语义特征数据。客户特征确定子单元用于对所述语义特征数据进行特征提取，确定所述目标客户的客户特征。
[0224]
在本公开的一些实施例中，所述客户特征确定子单元包括关键词筛选模块、其他语义特征确定模块和客户特征确定模块。关键词筛选模块用于判断所述语义特征数据是否包括预设关键词，所述预设关键词为与所述客户特征关联的关键词。其他语义特征确定模块用于在所述语义特征数据包括所述预设关键词的情况下，获取所述语义特征数据中与所述预设关键词相关的其他语义特征。客户特征确定模块用于基于所述预设关键词和所述其他语义特征，确定所述目标客户的客户特征。
[0225]
在本公开的一些实施例中，所述客户数据包括结构化的调查数据；所述客户特征确定单元1202包括第一特征确定子单元、第二特征确定子单元和特征综合子单元。第一特征确定子单元用于对所述沟通交流数据进行数据分析，确定第一客户特征。第二特征确定子单元用于对所述调查数据进行数据分析，确定第二客户特征。特征综合子单元用于对所述第一客户特征和所述第二客户特征进行综合，确定所述目标客户的客户特征。
[0226]
在本公开的一些实施例中，投资策略的推荐装置1200还包括行业前景数据获取单元和数据修正单元。行业前景数据获取单元用于获取与所述目标客户相关行业的行业前景数据。数据修正单元用于根据所述行业前景数据，修正所述资产负债。对应的，所述策略确定单元1203根据所述财务目标、修正后的资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略。
[0227]
在本公开的一些实施例中，所述策略确定单元1203包括投资组合确定子单元、目标组合确定子单元和投资策略确定子单元。投资组合确定子单元用于获取与所述目标投资类型匹配的多个投资组合，其中每个投资组合均包括至少两种投资产品以及各投资产品的推荐比例。目标组合确定子单元用于在所述多个投资组合中，选择能够基于所述资产负债能够达到所述财务目标的目标投资组合。投资策略确定子单元用于将所述目标投资组合确定为向所述目标客户推荐的投资策略。
[0228]
在本公开的一些实施例中，投资策略的推荐装置1200还包括经济前景数据获取单元、产业趋势预测单元和具体投资建议确定单元。经济前景数据获取单元用于获取经济前
景数据，所述经济前景数据包括以下至少两种：宏观经济数据、地缘政治数据和产业趋势数据。产业趋势预测单元用于对所述经济前景数据进行数据分析，确定产业发展趋势。具体投资建议确定单元，用于根据所述产业发展趋势，确定针对所述目标投资组合中各个投资产品的具体投资建议，所述投资建议包括投资领域和对应的投资比例。投资策略确定单元1203将所述目标投资组合和所述具体投资建议作为向所述客户推荐的投资策略。
[0229]
在一些实施例中，沟通交流数据至少包括以下中的至少一种：视频沟通数据、音频沟通数据、短信息沟通数据和邮件沟通数据；调查数据至少包括以下中的至少一种：问卷调查数据和客户背景信息数据。
[0230]
本公开示例性实施例还提供一种计算设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。存储器存储有能够被至少一个处理器执行的计算机程序，计算机程序在被至少一个处理器执行时用于使计算设备执行根据本公开实施例的方法。
[0231]
本公开示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，计算机程序在被计算机的处理器执行时用于使计算机执行根据本公开实施例的方法。
[0232]
本公开示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，计算机程序在被计算机的处理器执行时用于使计算机执行根据本公开实施例的方法。
[0233]
1.一种投资策略的推荐方法，包括：
[0234]
获取目标客户的客户数据，所述客户数据包括非结构化的沟通交流数据；
[0235]
对所述客户数据进行数据分析，确定所述目标客户的客户特征，所述客户特征包括财务目标、资产负债和目标投资类型；
[0236]
根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少一种投资产品以及各种投资产品的比例。
[0237]
2.根据1所述的方法，所述对所述客户数据进行数据分析，确定目标客户的客户特征，包括：
[0238]
对所述沟通交流数据进行语义转换处理，得到语义特征数据；
[0239]
对所述语义特征数据进行特征提取，确定所述目标客户的客户特征。
[0240]
3.根据2所述的方法，所述对所述语义特征数据进行特征提取，确定所述目标客户的客户特征，包括：
[0241]
判断所述语义特征数据是否包括预设关键词，所述预设关键词为与所述客户特征关联的关键词；
[0242]
在所述语义特征数据包括所述预设关键词的情况下，获取所述语义特征数据中与所述预设关键词相关的其他语义特征；
[0243]
基于所述预设关键词和所述其他语义特征，确定所述目标客户的客户特征。
[0244]
4.根据1-3任一项所述的方法，所述客户数据包括结构化的调查数据；
[0245]
所述对所述客户数据进行数据分析，确定所述目标客户的客户特征，包括：
[0246]
对所述沟通交流数据进行数据分析，确定第一客户特征；
[0247]
对所述调查数据进行数据分析，确定第二客户特征；
[0248]
对所述第一客户特征和所述第二客户特征进行综合，确定所述目标客户的客户特征。
[0249]
5.根据1-3任一项所述的方法，所述方法还包括：获取与所述目标客户相关的行业的行业前景数据；
[0250]
在所述根据所述财务目标、所述资产负债和根据所述目标投资类型，确定向所述目标客户推荐的投资策略之前，所述方法还包括：
[0251]
根据所述行业前景数据，修正所述资产负债；
[0252]
所述根据所述财务目标、所述资产负债和根据所述目标投资类型，确定向所述目标客户推荐的投资策略，包括：
[0253]
根据所述财务目标、修正后的资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略。
[0254]
6.根据1-3任一项所述的方法，所述根据所述财务目标、所述资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略，包括：
[0255]
获取与所述目标投资类型匹配的多个投资组合；
[0256]
在所述多个投资组合中，选择能够基于所述资产负债能够达到所述财务目标的目标投资组合；
[0257]
将所述目标投资组合确定为向所述目标客户推荐的投资策略。
[0258]
7.根据1-3任一项所述的方法，所述方法还包括：
[0259]
获取经济前景数据，所述经济前景数据包括以下至少两种：宏观经济数据、地缘政治数据和产业趋势数据；
[0260]
对所述经济前景数据进行数据分析，确定产业发展趋势；
[0261]
根据所述产业发展趋势，确定针对所述目标投资组合中各个投资产品的具体投资建议，所述投资建议包括投资领域和对应的投资比例；
[0262]
所述将所述目标投资组合确定为向所述目标客户推荐的投资策略包括：
[0263]
将所述目标投资组合和所述具体投资建议作为向所述客户推荐的投资策略。
[0264]
8.根据1所述的方法，所述沟通交流数据至少包括以下中的至少一种：视频沟通数据、音频沟通数据、短信息沟通数据和邮件沟通数据。
[0265]
9.根据4所述的方法，所述调查数据至少包括以下中的至少一种：问卷调查数据和客户背景信息数据。
[0266]
10.一种投资策略的推荐装置，包括：
[0267]
客户数据获取单元，用于获取目标客户的客户数据，所述客户数据包括非结构化的沟通交流数据；
[0268]
客户特征确定单元，用于根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少两种投资产品以及各投资产品的推荐比例；
[0269]
策略确定单元，用于根据所述财务目标、所述资产负债和所述目标投资类型，确定所述目标客户的投资策略，所述投资策略包括至少两种投资产品以及各投资产品的推荐比例
[0270]
11.根据10所述的装置，所述客户特征确定单元包括：
[0271]
语义特征处理子单元，用于对所述沟通交流数据进行语义转换处理，得到语义特征数据；
[0272]
客户特征确定子单元，用于对所述语义特征数据进行特征提取，确定所述目标客户的客户特征。
[0273]
12.根据11所述的装置，所述客户特征确定子单元包括：
[0274]
关键词筛选模块，用于判断所述语义特征数据是否包括预设关键词，所述预设关键词为与所述客户特征关联的关键词；
[0275]
其他语义特征确定模块，用于在所述语义特征数据包括所述预设关键词的情况下，获取所述语义特征数据中与所述预设关键词相关的其他语义特征；
[0276]
客户特征确定模块，用于基于所述预设关键词和所述其他语义特征，确定所述目标客户的客户特征。
[0277]
13.根据10-12任一项所述的装置，所述客户数据包括结构化的调查数据；所述客户特征确定单元，包括：
[0278]
第一特征确定子单元，用于对所述沟通交流数据进行数据分析，确定第一客户特征；
[0279]
第二特征确定子单元，用于对所述调查数据进行数据分析，确定第二客户特征；
[0280]
特征综合子单元，用于对所述第一客户特征和所述第二客户特征进行综合，确定所述目标客户的客户特征。
[0281]
14.根据10-12任一项所述的装置，还包括：
[0282]
行业前景数据获取单元，用于获取与所述目标客户相关行业的行业前景数据；
[0283]
数据修正单元，用于根据所述行业前景数据，修正所述资产负债；
[0284]
所述策略确定单元根据所述财务目标、修正后的资产负债和所述目标投资类型，确定向所述目标客户推荐的投资策略。
[0285]
15.根据10-12任一项所述的装置，所述策略确定单元包括：
[0286]
投资组合确定子单元，用于获取与所述目标投资类型匹配的多个投资组合，其中每个投资组合均包括至少两种投资产品以及各投资产品的推荐比例；
[0287]
目标组合确定子单元，用于在所述多个投资组合中，选择能够基于所述资产负债能够达到所述财务目标的目标投资组合；
[0288]
投资策略确定子单元，用于将所述目标投资组合确定为向所述目标客户推荐的投资策略。
[0289]
16.根据10-12所述的装置，还包括：
[0290]
经济前景数据获取单元，用于获取经济前景数据，所述经济前景数据包括以下至少两种：宏观经济数据、地缘政治数据和产业趋势数据；
[0291]
产业趋势预测单元，用于对所述经济前景数据进行数据分析，确定产业发展趋势；
[0292]
具体投资建议确定单元，用于根据所述产业发展趋势，确定针对所述目标投资组合中各个投资产品的具体投资建议，所述投资建议包括投资领域和对应的投资比例；
[0293]
所述投资策略确定单元将所述目标投资组合和所述具体投资建议作为向所述客户推荐的投资策略。
[0294]
17.根据11所述的装置，所述沟通交流数据至少包括以下中的至少一种：视频沟通数据、音频沟通数据、短信息沟通数据和邮件沟通数据。
[0295]
18.根据13所述的装置，所述调查数据至少包括以下中的至少一种：问卷调查数据
和客户背景信息数据。
[0296]
图13是本公开实施例提供的计算设备的结构示意图。如图13所示，计算设备1300包括计算单元1301，其可以根据存储在只读存储器(rom)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(ram)1303中的计算机程序，来执行各种适当的动作和处理。在ram 1303中，还可存储设备1300操作所需的各种程序和数据。计算单元1301、rom 1302以及ram 1303通过总线1304彼此相连。输入/输出(i/o)接口1305也连接至总线1304。
[0297]
计算设备1300中的多个部件连接至i/o接口1305，包括：输入单元1306、输出单元1307、存储单元1308以及通信单元1309。输入单元1306可以是能向计算设备1300输入信息的任何类型的设备，输入单元1306可以接收输入的数字或字符信息，以及产生与计算设备的客户设置和/或功能控制有关的键信号输入。输出单元1307可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1304可以包括但不限于磁盘、光盘。通信单元1309允许计算设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
[0298]
计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理。例如，在一些实施例中，动作识别模型的训练方法或者暗光视频的动作识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1308。在一些实施例中，计算机程序的部分或者全部可以经由rom 1302和/或通信单元1309而被载入和/或安装到计算设备1300上。在一些实施例中，计算单元1301可以通过其他任何适当的方式(例如，借助于固件)而被配置为确定投资类型的方法。
[0299]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0300]
如本公开使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
[0301]
为了提供与客户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向客户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视
器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，客户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与客户的交互；例如，提供给客户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自客户的输入。
[0302]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形客户界面或者网络浏览器的客户计算机，客户可以通过该图形客户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数指数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0303]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。