CN110110231A - 大数据技术的智能投资推荐方法、系统、终端及存储介质 - Google Patents
大数据技术的智能投资推荐方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN110110231A CN110110231A CN201910358995.1A CN201910358995A CN110110231A CN 110110231 A CN110110231 A CN 110110231A CN 201910358995 A CN201910358995 A CN 201910358995A CN 110110231 A CN110110231 A CN 110110231A
- Authority
- CN
- China
- Prior art keywords
- investment
- investor
- enterprise
- target enterprise
- big data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005516 engineering process Methods 0.000 title claims abstract description 56
- 230000006399 behavior Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000977 initiatory effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 9
- 238000007405 data analysis Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于大数据技术的智能投资推荐方法,包括:获取融资企业的公司信息,并对所述融资企业进行股权交易挂牌;获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求;将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。本发明还公开了一种基于大数据技术的智能投资系统、终端及可读存储介质。本发明的技术方案旨在解决投资人在投资过程中常常因为信息不透明和信息滞后等原因,无法进行合理投资的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于大数据技术的智能投资推荐方法和应用该基于大数据技术的智能投资推荐方法的基于大数据技术的智能投资系统、终端和计算机可读存储介质。
背景技术
伴随着互联网技术的发展以及企业规模扩大,大数据技术的数据体量和数据增长速度都有很大的提高。传统的数据库和文件系统不能满足现有数据的存储和分析需求而产生的技术应用,主要以分布式系统的技术架构实现,采用分布式存储和分布式计算实现海量数据的存储和分析。
分布式存储技术的实现方式主要有两种方式:MPP(大规模并行处理)架构的分布式数据库和hadoop分布式文件系统,大数据系统是由管理节点和数据节点的多台服务器组成的服务器集群,通过对数据分割将数据量较大的文件进行分割,以副本策略存储到不同的服务器和磁盘,从而具备了高容错性,并且分析统计任务通过管理节点分发到数据节点记性计算,计算后的结果汇总后输出可以提高计算性能,大数据系统的数据节点支持横向扩展,应对数据量增长有很好的扩容方案。
大数据技术已经成为电信,金融,保险等行业主流的数据存储查询方案,用于解决由于数据增长导致的业务问题,同时通过数据分析在提高客户服务、风险预警、企业决策方面也提供了很多支持,电商领域通过对用户行为分析实现精准推荐,保险行业对用户进行分群实现用户画像,使客户服务质量得到很大的提高,金融领域通过数据分析也做到了风险预警和智能投资推荐。
数据科学是将应用数学中的统计学和其他行业的科学知识结合的一门科学,采用数据分析的方式方法。结合实际的业务场景进行数据建模,通过计算得出结论,从而反应数据带来的现象或者得出结论。数据科学主要是对数据的研究应用,数据科学包含数据清洗、数据分析及数据可视化等模块。其中,数据清洗主要是通过程序的方式对数据进行过滤和转换,以提高数据的质量;数据分析结合了多种数学领域的算法,主要包括:回归、分类、分群、降维分析等方法建立数据模型,并通过机器学习得出结论,最终以视觉化的形式展现给用户。通过数据分析,企业可以做到对业务流程给出优化建议,以解决业务问题,并且数据分析在电商、保险和金融等行业得到了大量的应用,同时在风险识别、舆情监控和精准营销等领域也取得了显著效果。
在投资领域中,投资人在投资过程中常常因为信息不透明和信息滞后等原因,无法进行合理投资。
发明内容
本发明的主要目的在于提供一种基于大数据技术的智能投资推荐方法,旨在解决投资人在投资过程中常常因为信息不透明和信息滞后等原因,无法进行合理投资的问题。
为实现上述目的,本发明提供的基于大数据技术的智能投资推荐方法包括如下步骤:
获取融资企业的公司信息,并对所述融资企业进行股权交易挂牌;
获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求;
将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;
将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。
优选地,所述将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者的步骤之后,还包括:
侦测所述投资者是否成功购买所述目标企业的股权;
当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业;
向所述投资者推送所述关联的投资企业。
优选地,所述侦测所述投资者是否成功购买所述目标企业的股权的步骤,包括:
判断所述投资者是否对所述目标企业发起股权购买请求;
当所述投资者对所述目标企业发起股权购买请求且购买失败时,执行所述当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业的步骤。
优选地,所述当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业的步骤,包括:
当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息;
根据所述目标企业的所述股本信息,确定对所述目标企业进行控股的第一关联企业;
根据所述目标企业的所述股本信息,确定所述目标企业持股的第二关联企业;
将所述第一关联企业和所述第二关联企业中的至少一者确定为所述目标企业关联的投资企业。
优选地,所述将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者的步骤之后,还包括:
侦测所述目标企业的股权信息是否变化;
当侦测到所述目标企业的所述股权信息发生变化时,向所述投资者发送股权变更信息。
优选地,所述侦测所述目标企业的股权信息是否变化的步骤之后,还包括:
当侦测到所述目标企业的所述股权信息发生变化时,向所述投资者发送投资建议。
优选地,所述获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求的步骤,包括:
获取所述投资者在投资平台的浏览历史和投资历史;
根据所述浏览历史和所述投资历史,确定所述投资者的投资需求。
此外,为实现上述目的,本发明还提供一种基于大数据技术的智能投资系统,应用如上述任一项所述的基于大数据技术的智能投资推荐方法。
此外,为实现上述目的,本发明还提供一种终端,包括:存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如上述任一项所述的基于大数据技术的智能投资推荐方法的步骤。
此外,为实现上述目的,本发明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上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的基于大数据技术的智能投资推荐方法的步骤。
在本发明的技术方案中,该基于大数据技术的智能投资推荐方法首先获取所述融资企业的公司信息,并对所述融资企业进行股权交易挂牌;获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求;将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。因此,本发明的技术方案有利于解决投资人在投资过程中常常因为信息不透明和信息滞后等原因,无法进行合理投资的问题。
附图说明
图1为本发明基于大数据技术的智能投资系统中各个模块一实施例的连接示意图;
图2为本发明基于大数据技术的智能投资推荐方法中投资者、智能投资系统和目标企业之间数据交互过程的一实施例的示意图;
图3为本发明基于大数据技术的智能投资推荐方法第一实施例的流程示意图;
图4为本发明终端一实施例的模块结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
请参阅图1至图3,为实现上述目的,本发明的第一实施例中提供一种基于大数据技术的智能投资推荐方法,包括如下步骤:
步骤S10,获取融资企业的公司信息,并对所述融资企业进行股权交易挂牌;
步骤S20,获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求;
步骤S30,将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;
步骤S40,将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。
在本发明的技术方案中,该基于大数据技术的智能投资推荐方法首先获取所述融资企业的公司信息,并对所述融资企业进行股权交易挂牌;获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求;将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。因此,本发明的技术方案有利于解决投资人在投资过程中常常因为信息不透明和信息滞后等原因,无法进行合理投资的问题。
本发明中,基于大数据技术的智能投资推荐方法应用于基于大数据技术的智能投资系统,所述智能投资系统包括股权交易单元、企业服务模块和分析模块,所述股权交易单元包括股权单元和交易单元。
有融资需求的企业通过登录企业服务模块录入公司的基本信息、财务信息、披露信息、股本结构等企业信息,将企业信息提交后,后台审核人员对融资企业的各项资料审核通过后,会在股权交易单元对融资企业挂牌,从而投资者可以在股权交易单元购买融资企业的股权获取投资收益。智能投资系统会收集投资者的投资行为数据,以确定投资者的投资需求,从而将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业,并将符合所述投资者的投资需求的所述融资企业推送至投资者。
基于本发明的基于大数据技术的智能投资推荐方法的第一实施例,本发明的基于大数据技术的智能投资推荐方法的第二实施例中,所述步骤S40之后,还包括:
步骤S50,侦测所述投资者是否成功购买所述目标企业的股权;
步骤S60,当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业;
步骤S70,向所述投资者推送所述关联的投资企业。
本发明中判断投资者的投资需求是否得到满足,也就是投资者是否能买到期望的目标企业的股权,在投资者错失购买机会的情况下,本智能投资系统通过分析目标企业的股本信息,判断企业股权信息中是否存在企业持股的情况以及持股人关联的企业信息,从而建议投资人可以间接的买入目标企业的持股企业,同时会对目标企业的持股情况进行监控,发生重大股权变更时,给投资者合理的投资建议。
进一步地,如果投资者未发起购买所述目标企业的股权的动作,则表明投资者并不期望购买该目标企业的股权。此时,也可以获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业,并向所述投资者推送所述关联的投资企业。
基于本发明的基于大数据技术的智能投资推荐方法的第二实施例,本发明的基于大数据技术的智能投资推荐方法的第三实施例中,所述步骤S50,包括:
步骤S51,判断所述投资者是否对所述目标企业发起股权购买请求;
步骤S52,当所述投资者对所述目标企业发起股权购买请求且购买失败时,执行所述当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业的步骤。
对于有融资需求的企业,在上述股权单元提交申请信息并申请在交易单元挂牌,股权单元会登记融资企业的股本信息,股权结构等股权数据。分析模块对投资者的行为数据进行分析,了解投资者的投资需求,同时对融资企业的股权信息、企业关联关系和控股情况进行分析,结合投资者的需求,给予合理的投资建议。
基于本发明的基于大数据技术的智能投资推荐方法的第二实施例或第三实施例,本发明的基于大数据技术的智能投资推荐方法的第四实施例中,所述步骤S52,包括:
步骤S521,当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息;
步骤S522,根据所述目标企业的所述股本信息,确定对所述目标企业进行控股的第一关联企业;
步骤S523,根据所述目标企业的所述股本信息,确定所述目标企业持股的第二关联企业;
步骤S524,将所述第一关联企业和所述第二关联企业中的至少一者确定为所述目标企业关联的投资企业。
具体的,可以将所述第一关联企业确定为所述目标企业关联的投资企业,或将所述第二关联企业确定为所述目标企业关联的投资企业;或者,将第一关联企业和第二关联企业都确定为所述目标企业关联的投资企业,以使符合投资者的投资偏好的目标企业数量扩大,给投资者提供更多的投资参考。
进一步地,确定关联的投资企业后,可以将关联的投资企业发送至投资者的客户端,或以短信、邮件等方式发送至投资者的移动终端。
更进一步地,智能投资系统安装于投资者的移动终端时,可以在侦测到该智能投资系统向投资者发送推送消息时,自动在投资者的移动终端创建与该智能投资系统关联的信息显示窗口,可并将该智能投资系统向投资者推送的投资建议或关联的投资企业等信息自动显示在该显示窗口,以使投资者在移动终端的锁屏界面或解锁界面仍能查看到显示窗口中的信息。该显示窗口可以根据投资者的触控操作在移动终端的界面上拖曳、移动或关闭。
基于本发明的基于大数据技术的智能投资推荐方法的第一实施例至第四实施例,本发明的基于大数据技术的智能投资推荐方法的第五实施例中,所述步骤S40之后,还包括:
步骤S80,侦测所述目标企业的股权信息是否变化;
步骤S90,当侦测到所述目标企业的所述股权信息发生变化时,向所述投资者发送股权变更信息。
同样的,在侦测到该智能投资系统向投资者发送推送该股权变更信息时,自动在投资者的移动终端创建与该智能投资系统关联的信息显示窗口。
基于本发明的基于大数据技术的智能投资推荐方法的第五实施例,本发明的基于大数据技术的智能投资推荐方法的第六实施例中,所述步骤S80之后,还包括:
步骤S100,当侦测到所述目标企业的所述股权信息发生变化时,向所述投资者发送投资建议。
发送投资建议的方式有多种,例如,将投资建议发送至投资者的客户端,或以短信、邮件等方式发送至投资者的移动终端。
基于本发明的基于大数据技术的智能投资推荐方法的第一实施例至第四实施例,本发明的基于大数据技术的智能投资推荐方法的第七实施例中,所述步骤S20,包括:
步骤S21,获取所述投资者在投资平台的浏览历史和投资历史;
步骤S22,根据所述浏览历史和所述投资历史,确定所述投资者的投资需求。
投资者在交易单元进行各种操作,包括企业信息浏览和股权交易等行为,分析模块会对这些行为进行统计分析。进一步地,可以按照预设的分析周期,将投资者的浏览历史和投资历史形成报表推送给投资者,以使投资者更加明确自己的投资需求和偏好。
此外,为实现上述目的,本发明还提供一种基于大数据技术的智能投资系统,应用上述任一项所述的基于大数据技术的智能投资推荐方法。由于本实施例基于大数据技术的智能投资系统的技术方案至少包括上述基于大数据技术的智能投资推荐方法实施例的全部技术方案,因此至少具有以上实施例的全部技术效果,此处不再一一赘述。
所述基于大数据技术的智能投资系统包括分析模块,以及分别与所述分析模块信号连接的股权单元和交易单元;所述交易单元用于获取所述融资企业的公司信息,并对所述融资企业进行股权交易挂牌;所述分析模块用于获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求,并用于将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;所述股权单元用于将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。
此外,为实现上述目的,本发明还提供一种终端,存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如上述任一实施例所述的基于大数据技术的智能投资推荐方法的步骤。
由于本实施例终端的技术方案至少包括上述基于大数据技术的智能投资推荐方法实施例的全部技术方案,因此至少具有以上实施例的全部技术效果,此处不再一一赘述。
请参阅图4,在某些具体实施方式中,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002及网络共享模块1006。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),前端通过上述用户接口1003获取数据。网络接口1004包括标准的有线接口,且可选的可以包括标准无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图4中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,为实现上述目的,本发明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上存储有计算机程序,所述计算机程序被处理器执行时实现如上述基于大数据技术的智能投资推荐方法的第一实施例至第八实施例中任一项的步骤。
由于本实施例计算机可读存储介质的技术方案至少包括上述基于大数据技术的智能投资推荐方法实施例的全部技术方案,因此至少具有以上实施例的全部技术效果,此处不再一一赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备进入本发明各个实施例所述的方法。
在本说明书的描述中,参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例~第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于大数据技术的智能投资推荐方法,其特征在于,包括如下步骤:
获取融资企业的公司信息,并对所述融资企业进行股权交易挂牌;
获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求;
将所述投资者的投资需求与各个所述融资企业的公司信息进行比对,以确定符合所述投资者的投资需求的所述融资企业;
将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者。
2.根据权利要求1所述的基于大数据技术的智能投资推荐方法,其特征在于,所述将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者的步骤之后,还包括:
侦测所述投资者是否成功购买所述目标企业的股权;
当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业;
向所述投资者推送所述关联的投资企业。
3.根据权利要求2所述的基于大数据技术的智能投资推荐方法,其特征在于,所述侦测所述投资者是否成功购买所述目标企业的股权的步骤,包括:
判断所述投资者是否对所述目标企业发起股权购买请求;
当所述投资者对所述目标企业发起股权购买请求且购买失败时,执行所述当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业的步骤。
4.根据权利要求2所述的基于大数据技术的智能投资推荐方法,其特征在于,所述当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息,以确定所述目标企业关联的投资企业的步骤,包括:
当侦测到所述投资者未成功购买所述目标企业的股权时,获取所述目标企业的股本信息;
根据所述目标企业的所述股本信息,确定对所述目标企业进行控股的第一关联企业;
根据所述目标企业的所述股本信息,确定所述目标企业持股的第二关联企业;
将所述第一关联企业和所述第二关联企业中的至少一者确定为所述目标企业关联的投资企业。
5.根据权利要求1至4中任一项所述的基于大数据技术的智能投资推荐方法,其特征在于,所述将符合所述投资者的投资需求的所述融资企业确定为目标企业,并将所述目标企业推送至所述投资者的步骤之后,还包括:
侦测所述目标企业的股权信息是否变化;
当侦测到所述目标企业的所述股权信息发生变化时,向所述投资者发送股权变更信息。
6.根据权利要求5所述的基于大数据技术的智能投资推荐方法,其特征在于,所述侦测所述目标企业的股权信息是否变化的步骤之后,还包括:
当侦测到所述目标企业的所述股权信息发生变化时,向所述投资者发送投资建议。
7.根据权利要求1至4中任一项所述的基于大数据技术的智能投资推荐方法,其特征在于,所述获取投资者的投资行为数据,根据所述投资行为数据确定所述投资者的投资需求的步骤,包括:
获取所述投资者在投资平台的浏览历史和投资历史;
根据所述浏览历史和所述投资历史,确定所述投资者的投资需求。
8.一种基于大数据技术的智能投资系统,其特征在于,应用如权利要求1至7中任一项所述的基于大数据技术的智能投资推荐方法。
9.一种终端,其特征在于,包括:存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于大数据技术的智能投资推荐方法的步骤。
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,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于大数据技术的智能投资推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910358995.1A CN110110231A (zh) | 2019-04-30 | 2019-04-30 | 大数据技术的智能投资推荐方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910358995.1A CN110110231A (zh) | 2019-04-30 | 2019-04-30 | 大数据技术的智能投资推荐方法、系统、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110110231A true CN110110231A (zh) | 2019-08-09 |
Family
ID=67487684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910358995.1A Pending CN110110231A (zh) | 2019-04-30 | 2019-04-30 | 大数据技术的智能投资推荐方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110231A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311420A (zh) * | 2020-02-21 | 2020-06-19 | 深圳市思迪信息技术股份有限公司 | 一种业务数据的推送方法及装置 |
CN111402063A (zh) * | 2020-04-07 | 2020-07-10 | 上海应用技术大学 | 一种基于互联网平台的企业基金会管理系统 |
CN112200669A (zh) * | 2020-09-11 | 2021-01-08 | 许宗宝 | 一种基于市场交易大数据的智能金融投资管理系统 |
CN112330459A (zh) * | 2020-10-22 | 2021-02-05 | 北京华彬立成科技有限公司 | 一种基于工商数据挖掘企业投融资事件的方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268155A (zh) * | 2014-09-02 | 2015-01-07 | 百度在线网络技术(北京)有限公司 | 用户移动端个性化推荐的及时反馈优化方法和装置 |
US20150039531A1 (en) * | 2013-08-02 | 2015-02-05 | John H. Dayani, SR. | Computer-based investment and fund analyzer |
CN107291912A (zh) * | 2017-06-26 | 2017-10-24 | 三螺旋大数据科技(昆山)有限公司 | 投资人推荐方法和装置 |
CN107369091A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 产品推荐方法、装置及理财产品推荐方法 |
CN108776922A (zh) * | 2018-06-04 | 2018-11-09 | 北京至信普林科技有限公司 | 基于大数据的理财产品推荐方法及装置 |
CN109447728A (zh) * | 2018-09-07 | 2019-03-08 | 平安科技(深圳)有限公司 | 金融产品推荐方法、装置、计算机设备及存储介质 |
CN109472646A (zh) * | 2018-11-16 | 2019-03-15 | 广发证券股份有限公司 | 一种金融产品推荐方法及装置 |
-
2019
- 2019-04-30 CN CN201910358995.1A patent/CN110110231A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150039531A1 (en) * | 2013-08-02 | 2015-02-05 | John H. Dayani, SR. | Computer-based investment and fund analyzer |
CN104268155A (zh) * | 2014-09-02 | 2015-01-07 | 百度在线网络技术(北京)有限公司 | 用户移动端个性化推荐的及时反馈优化方法和装置 |
CN107369091A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 产品推荐方法、装置及理财产品推荐方法 |
CN107291912A (zh) * | 2017-06-26 | 2017-10-24 | 三螺旋大数据科技(昆山)有限公司 | 投资人推荐方法和装置 |
CN108776922A (zh) * | 2018-06-04 | 2018-11-09 | 北京至信普林科技有限公司 | 基于大数据的理财产品推荐方法及装置 |
CN109447728A (zh) * | 2018-09-07 | 2019-03-08 | 平安科技(深圳)有限公司 | 金融产品推荐方法、装置、计算机设备及存储介质 |
CN109472646A (zh) * | 2018-11-16 | 2019-03-15 | 广发证券股份有限公司 | 一种金融产品推荐方法及装置 |
Non-Patent Citations (1)
Title |
---|
周琼 等: "一种基于用户投资偏好与产品特征的P2P网贷个性化推荐算法", 《长春理工大学学报 (自然科学版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311420A (zh) * | 2020-02-21 | 2020-06-19 | 深圳市思迪信息技术股份有限公司 | 一种业务数据的推送方法及装置 |
CN111402063A (zh) * | 2020-04-07 | 2020-07-10 | 上海应用技术大学 | 一种基于互联网平台的企业基金会管理系统 |
CN112200669A (zh) * | 2020-09-11 | 2021-01-08 | 许宗宝 | 一种基于市场交易大数据的智能金融投资管理系统 |
CN112330459A (zh) * | 2020-10-22 | 2021-02-05 | 北京华彬立成科技有限公司 | 一种基于工商数据挖掘企业投融资事件的方法及装置 |
CN112330459B (zh) * | 2020-10-22 | 2021-09-28 | 北京华彬立成科技有限公司 | 一种基于工商数据挖掘企业投融资事件的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | The digitalization and public crisis responses of small and medium enterprises: Implications from a COVID-19 survey | |
CN110110231A (zh) | 大数据技术的智能投资推荐方法、系统、终端及存储介质 | |
US20230195429A1 (en) | Graph outcome determination in domain-specific execution environment | |
Matsunaga et al. | Exploring graph neural networks for stock market predictions with rolling window analysis | |
Nelson | ‘Some tactical problems in digital simulation’for the next 10 years | |
Wang et al. | Supply chain financial service management system based on block chain IoT data sharing and edge computing | |
Brown et al. | A review and analysis of the existing research streams in continuous auditing | |
CN111784508A (zh) | 企业风险评估方法、装置及电子设备 | |
US20020069102A1 (en) | Method and system for assessing and quantifying the business value of an information techonology (IT) application or set of applications | |
CN101493913A (zh) | 一种评估网上用户信用的方法及系统 | |
US11551120B2 (en) | Systems and methods for predicting performance | |
Li et al. | Performance management of university financial budget execution relying on comprehensive budget management strengthening model | |
US20130096967A1 (en) | Optimizer | |
Chen | [Retracted] Construction Project Cost Management and Control System Based on Big Data | |
Lou et al. | GPTs and labor markets in the developing economy: Evidence from China | |
Luo et al. | Supply Chain Flexibility Evaluation Based on Matter‐Element Extension | |
Liu et al. | Link prediction model for weighted networks based on evidence theory and the influence of common neighbours | |
Song et al. | Incorporating research reports and market sentiment for stock excess return prediction: A case of mainland China | |
CN102013081A (zh) | 基于信用评级系统的自定义信用分析模型方法 | |
Lin et al. | Network interdependency between social media and stock trading activities: Evidence from China | |
Lee et al. | Design and improvement of product using intelligent function model based cost estimating | |
Cheng et al. | Identification of influential modules considering design change impacts based on parallel breadth-first search and bat algorithm | |
Li et al. | An intelligent market making strategy in algorithmic trading | |
Zhao | Quantifying the correlation of media coverage and stock price crash risk: A panel study from China | |
Fernando et al. | Big data and business analytic concepts: A literature review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190719 Address after: Room 202, 2nd floor, F1 Building, Yuanjun Shuyuan International Media Industry Park, No. 8 Gaojing Cultural Park Road, Chaoyang District, Beijing Applicant after: Puhua Yunchuang Technology (Beijing) Co., Ltd. Address before: 100038 No. 141, Gate 1, 3rd Floor, No. 14 Fuxing Road, Haidian District, Beijing Applicant before: Di Hongying |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |
|
RJ01 | Rejection of invention patent application after publication |