基于人工智能的理财产品推荐方法、装置、设备及介质与流程

技术特征：
1.一种基于人工智能的理财产品推荐方法，其特征在于，包括：获取预设时间段内用户的历史理财数据及历史产品偏好信息，并构建所述历史理财数据与所述历史产品偏好信息的对应关系；根据所述对应关系，将具有相同历史产品偏好信息的历史理财数据划分在同一数据集，并将所有的数据集以及与所述数据集对应的历史产品偏好信息作为训练样本组成训练集；从所述训练集中选取k个训练样本，并构建k个决策树模型，将各个所述训练样本分别输入至不同的决策树模型进行训练，得到训练好的k个决策树模型，k为正整数；利用训练好的所述k个决策树模型组成理财产品推荐模型；获取用户的理财数据，将所述理财数据输入所述理财产品推荐模型中，得到多个理财产品及每个所述理财产品对应的产品偏好值；根据所述产品偏好值从所述理财产品中筛选出目标理财产品，将所述目标理财产品推荐给用户。2.根据权利要求1所述的方法，其特征在于，所述根据所述产品偏好值从所述理财产品中筛选出目标理财产品，包括：获取时事热点信息，提取所述时事热点信息的第一关键词，并提取每个所述理财产品的第二关键词；计算所述第一关键词与每个所述理财产品的第二关键词的相似度值，将相似度值大于预设相似度阈值的第二关键词作为目标关键词；将所述目标关键词对应的理财产品作为所述目标理财产品。3.根据权利要求2所述的方法，其特征在于，所述第一关键词包括多个，所述计算所述第一关键词与每个所述理财产品的第二关键词的相似度值，包括：利用预先训练好的word2vec词向量模型将多个所述第一关键词分别转换为词向量，并计算多个所述第一关键词的词向量的平均值，得到第一词向量；利用所述word2vec词向量模型将每个所述理财产品的第二关键词转换为词向量，得到每个所述理财产品的第二词向量；计算所述第一词向量与每个所述理财产品的第二词向量的余弦距离作为所述相似度值。4.根据权利要求1所述的方法，其特征在于，所述得到训练好的k个决策树模型，包括：利用预设的损失函数分别计算训练后的每个决策树模型的损失值；判断所述每个决策树模型的损失值是否都低于预设损失值；若是，则判定所述k个决策树模型完成训练。5.根据权利要求1所述的方法，其特征在于，所述根据所述产品偏好值从所述理财产品中筛选出目标理财产品，包括：按照所述产品偏好值的从大小的顺序对所述理财产品进行排序；将排在前n位的所述理财产品作为目标理财产品；其中，所述n为正整数。6.根据权利要求1所述的方法，其特征在于，所述获取预设时间段内用户的历史理财数据，包括：通过爬取工具抓取所述用户在预设时间段内已浏览的理财页面；
采用预设的正则表达式对所述理财页面中的信息进行提取，得到目标信息；对所述目标信息进行解析后，得到所述历史理财数据。7.根据权利要求6所述的方法，其特征在于，所述得到所述历史理财数据，包括：将解析后的目标信息分割为多个子数据块，并根据数据结构分别为每个子数据块分配唯一的标识符；遍历所有标识符，对应各个标识符保留唯一一个数据块，去除其他具有相同标识符的数据块，得到去除重复数据的历史理财数据。8.一种基于人工智能的理财产品推荐装置，其特征在于，包括：获取模块，用于获取预设时间段内用户的历史理财数据及历史产品偏好信息，并构建所述历史理财数据与所述历史产品偏好信息的对应关系；划分模块，用于根据所述对应关系，将具有相同历史产品偏好信息的历史理财数据划分在同一数据集，并将所有的数据集以及与所述数据集对应的历史产品偏好信息作为训练样本组成训练集；训练模块，用于从所述训练集中选取k个训练样本，并构建k个决策树模型，将各个所述训练样本分别输入至不同的决策树模型进行训练，得到训练好的k个决策树模型，k为正整数；组成模块，用于利用训练好的所述k个决策树模型组成理财产品推荐模型；输入模块，用于获取用户的理财数据，将所述理财数据输入所述理财产品推荐模型中，得到多个理财产品及每个所述理财产品对应的产品偏好值；推荐模块，用于根据所述产品偏好值从所述理财产品中筛选出目标理财产品，将所述目标理财产品推荐给用户。9.一种计算机设备，其特征在于，包括：处理器；存储器；计算机程序，其中所述计算机程序被存储在所述存储器中并被配置为由所述处理器执行，所述计算机程序配置用于执行根据权利要求1至7任一项所述的基于人工智能的理财产品推荐方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1
‑
7任一项所述的基于人工智能的理财产品推荐方法。

技术总结
本申请为人工智能技术领域，本申请提供了一种基于人工智能的理财产品推荐方法、装置、设备及介质，其中，所述方法包括：构建历史理财数据与历史产品偏好信息的对应关系；根据对应关系，将具有相同历史产品偏好信息的历史理财数据划分在同一数据集，并组成训练集，从训练集中选取K个训练样本，并构建K个决策树模型，将各个训练样本分别输入至不同的决策树模型进行训练，得到训练好的K个决策树模型；利用训练好的K个决策树模型组成理财产品推荐模型；获取用户的理财数据，将理财数据输入理财产品推荐模型中，得到多个理财产品及产品偏好值，并从中筛选出目标理财产品推荐给用户，以实现精准推荐，推荐效果更好。推荐效果更好。推荐效果更好。


技术研发人员：沈卫
受保护的技术使用者：平安普惠企业管理有限公司
技术研发日：2021.09.08
技术公布日：2021/12/6