(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211040274.4 (22)申请日 2022.08.29 (71)申请人 贵州省农村信用社联合社 地址 550000 贵州省贵阳市观山湖区长岭 北路51号 (72)发明人 刘超　尹卓英　罗珂　 (51)Int.Cl. G06F 16/2457(2019.01) G06Q 40/02(2012.01) G06Q 40/06(2012.01) (54)发明名称 一种基于人工智能的产品推送方法 (57)摘要 本发明公开一种基于人工智能的产品推送 方法， 本发 明通过获取目标银行内各银行客户的 资产信息， 评估目标银行内各银行客户对应各风 险类型的风险偏好预估系数， 对比得到目标银行 内各银行客户对应的风险类型， 从而实现对 银行 客户对应风险类型进行数据化、 系统化及智能化 的分析， 提高银行客户对应风险类型分析结果的 确定性和准确性， 同时提取目标银行内各银行客 户对应各符合理财产品的相关数据， 评价目标银 行内各银行客户对应各符合理财产品的推荐系 数， 并按照推荐系数从高到低的顺序依次进行排 序， 同时推送至对应银行客户， 从而使得银行客 户能够快速找到符合自己心理预期的理财产品， 提高银行客户的购买体验感。 权利要求书3页 说明书9页 附图1页 CN 115391411 A 2022.11.25 CN 115391411 A 1.一种基于人工智能的产品推送方法， 其特 征在于， 包括如下步骤： S1、 银行客户资产信息获取： 获取目标银行内各银行客户的资产信息， 其中资产信息包 括账户信息和持有产品信息； S2、 银行客户资产信息解析： 对目标银行内各银行客户的资产信息进行解析， 得到目标 银行内各银行客户对应账户信息、 持有产品信息对各风险类型的符合比例指数； S3、 风险偏好预估系数评估： 根据目标银行内各银行客户对应账户信息、 持有产品信息 对各风险类型的符合比例指数， 评估目标银行内各银行客户对应各风险类型的风险偏好预 估系数； S4、 符合理财产品筛选： 将目标银行内各银行客户对应各风险类型的风险偏好预估系 数进行对比， 得到目标银行内各银行客户对应的风险类型， 并筛选目标银行内各银行客户 对应各符合理财产品； S5、 符合理财产品数据提取： 提取目标银行内各银行客户对应各符合理财产品的相关 数据， 其中相关数据包括收益 率曲线、 单位净值曲线和管理人员信息； S6、 符合理财产品推荐系数评价： 评价目标银行内各银行客户对应各符合理财产品的 推荐系数， 并按照推荐系数从高到低的顺序依次进行排序， 同时推送至对应银 行客户。 2.根据权利要求1所述的一种基于人工智能的产品推送方法， 其特征在于： 所述账号信 息包括年龄、 性别、 平均月收入 金额和平均月支出金额， 所述持有产品信息包括各持有产品 的风险类型、 持有时间、 持有金额和收益 率。 3.根据权利要求2所述的一种基于人工智能的产品推送方法， 其特征在于： 所述步骤S2 中目标银行内各银行客户对应账户信息对各风险类型的符合比例指数解析 方式为： 根据目标银行内各银行客户的账号信 息， 提取目标银行内各银行客户的年龄、 性别、 平 均月收入金额和平均月支出金额， 将目标银行内各银行客户的平均月收入 金额减去对应银 行客户的平均月支出 金额， 得到目标 银行内各银行客户的平均月储蓄金额； 提取银行数据存储库中存储的各年龄段客户、 各性别客户、 各平均月储蓄金额范围对 应各风险类型 的设定风险承受能力权重， 根据目标银行内各银行客户的年龄、 性别和平均 月储蓄金额， 筛选目标银行内各银行客户的年龄、 性别、 平均月储蓄金额对应各风险类型的 设定风险承受能力权重， 将其标记为pi ca1、 pi ca2、 pi ca3， i＝1,2,...,n， i表示为第i个银行客 户的编号， c＝1,2,. ..,k， c表示 为第c种风险类型的编号； 解析目标银行内各银行客户对应账户信息对各风险类型的符合比 例指数 其中δ1、 δ2、 δ3分别表示为预设的客户年龄、 客户 性别、 客户平均月储蓄金额对应的风险类型符合影响因子 。 4.根据权利要求2所述的一种基于人工智能的产品推送方法， 其特征在于： 所述步骤S2 中目标银行内各银行客户对应持有产品信息对各风险类型的符合比例指数解析 方式为： 根据目标银行内各银行客户的持有产品信 息， 提取目标银行内各银行客户对应各持有 产品的风险类型、 持有时间、 持有 金额和收益率， 统计目标银行内各银行客户对应各风险类 型的持有产品数量， 将其标记为xi c； 提取目标银行内各银行客户对应各风险类型中各持有产品的持有时间、 持有金额和收权　利　要　求　书 1/3 页 2 CN 115391411 A 2益率， 得到目标 银行内各银行客户对各风险类型持有产品的偏好度， 将其标记为φi c； 解析目标银行内各银行客户对应持有产品信息对各风险类型的符合比例指数 其中μ表示为预设的客户持有产品信息 符合修正因 子， e表示 为自然常数。 5.根据权利要求1所述的一种基于人工智能的产品推送方法， 其特征在于： 所述步骤S3 中目标银行内各银行客户对应各风险类型的风险偏好预估系数评估方式为： 将目标银行内各银行客户对应账户信息对各风险类型的符合比例指数ξi c和各银行客 户对应持有产品信息对各风险类型的符合比例指 数 ψi c代入风险偏好预估系数评估公式θi c ＝ λ1*ξi c+λ2* ψi c， 得到目标银行内各银行客户对应各风险类型的风险偏好预估系数θi c， 其中 λ1、 λ2分别表示为预 设的客户账户信息对 应的符合权重因子、 客户持有产品信息对 应的符合 权重因子， λ1+λ2＝1。 6.根据权利要求5所述的一种基于人工智能的产品推送方法， 其特征在于： 所述步骤S4 中对应的具体步骤如下： 将目标银行内各银行客户对应各风险类型的风险偏好预估系数进行相互对比， 筛选目 标银行内各银行客户对应风险偏好预估系数最高的风险类型， 将其记为目标银行内各银行 客户对应的风险类型； 从目标银行平台中提取各理财产品对应的风险类型， 根据目标银行内各银行客户对应 的风险类型， 筛选目标银行内各银行客户对应风险类型符合的各理财产品， 将其记为 目标 银行内各银行客户对应的各符合理财产品。 7.根据权利要求1所述的一种基于人工智能的产品推送方法， 其特征在于： 所述步骤S5 中提取目标 银行内各银行客户对应各符合理财产品的相关数据， 具体包括： 从目标银行平台中提取各银行客户对应各符合理财产品的相关数据， 获取目标银行内 各银行客户对应各符合理财产品的收益 率曲线、 单位净值曲线和管理人员信息； 根据目标银行内各银行客户对应各符合理财产品的收益率曲线和单位净值曲线， 得到 目标银行内各银行客户对应各符合理财产品在预设时间周期 内各采集时间点的收益率和 单位净值， 分析目标银行内各银行客户对应各符合理财产品在预设时间周期的收益率波动 指数、 收益率增长指数和单位净值增长指数， 将其分别标记为αird1、 αird2、 αird3， r＝1, 2,...,u， r表示为第r个符合理财产品的编号； 根据目标银行内各银行客户对应各符合理财产品的管理人员信 息， 解析得到目标银行 内各银行客户对应各符合理财产品的管理人员信息符合权 重指数， 将其标记为βir。 8.根据权利要求7所述的一种基于人工智能的产品推送方法， 其特征在于： 所述目标银 行内各银行客户对应各符合理财产品在预设时间周期的收益率波动指数分析公式为权　利　要　求　书 2/3 页 3 CN 115391411 A 3