CN112767144A - 一种银行金融营销推荐方法及装置 - Google Patents
一种银行金融营销推荐方法及装置 Download PDFInfo
- Publication number
- CN112767144A CN112767144A CN202110290500.3A CN202110290500A CN112767144A CN 112767144 A CN112767144 A CN 112767144A CN 202110290500 A CN202110290500 A CN 202110290500A CN 112767144 A CN112767144 A CN 112767144A
- Authority
- CN
- China
- Prior art keywords
- customer
- entity
- information
- financial
- client
- 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 54
- 238000004590 computer program Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 26
- 238000005516 engineering process Methods 0.000 abstract description 17
- 230000000007 visual effect Effects 0.000 abstract description 17
- 238000010276 construction Methods 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 230000035515 penetration Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 239000008186 active pharmaceutical agent Substances 0.000 description 10
- 239000010970 precious metal Substances 0.000 description 10
- 238000003066 decision tree Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 239000010779 crude oil Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供的一种银行金融营销推荐方法及装置,可应用于金融领域,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种银行金融营销推荐方法及装置。
背景技术
随着移动互联网的发展,万物互联成为了可能,这种互联所产生的数据也在爆发式地增长,而这些数据恰好可以作为分析关系的基础。知识图谱是关系的最有效的表示方式,它用图的形式描绘了我们的现实世界。知识图谱旨在通过建立数据之间的关联链接,将碎片化的数据有机的组织起来,让数据更加容易被人和机器理解和处理,并为搜索、挖掘、分析等提供便利,为人工智能的实现提供知识库基础。
虽然银行积累了大量的信息,但是传统银行对于数据的利用,主要是按传统交易利用展示数据,信息都是仅仅孤立的存在,没有将数据的内在关联挖掘出来。客户经理在针对客户进行营销时,无法直观、全面地掌握客户的信息、产品的信息及其关联,在无法全面掌握客户、产品信息及其内在联系时,无法为客户提供专属服务,营销效率会较低。基于上述的情况,客户经理为了提交营销效率,往往是建立自己的小台账,通过装置上的一些客户交易数据及联系客户时,掌握的一些信息,记录客户的一些特征及重要的信息;通过各大网站搜集一些产品信息,并记录自己关心的一些产品的信息。这样的工作方式较为低效,客户经理仅有精力为熟悉的客户提供服务,而放弃为其他客户提供服务,从而可能会造成不断地客户流失。
发明内容
针对现有技术中的问题,本申请提供一种银行金融营销推荐方法及装置,为了打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量。
为解决上述技术问题,本申请提供以下技术方案:
第一方面,本申请提供一种银行金融营销推荐方法,包括:
获取待推荐客户的身份信息;
根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息;
根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐;其中,
所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
进一步的,还包括:
建立所述银行金融产品知识图谱。
进一步的,所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系;所述根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息,包括:
根据所述身份信息查询所述银行金融产品知识图谱,得到对应该身份信息的客户实体,以及对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
根据所述银行金融产品知识图谱中的所述人际关联关系,获取与该客户处于同一家庭成员内的其他客户实体对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息。
进一步的,所述基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息,包括:
调用Jena推理引擎的Java API,根据所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体构建三元组;
将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的JavaAPI启动推理引擎,进而使Jena引擎遍历所有的三元组,并根据所述自定义推理规则进行推理运算,生成所述银行金融产品推荐信息。
进一步的,所述自定义推理规则可响应于设定事件触发动态变更。
进一步的,所述银行金融产品推荐信息,包括:产品类型、风险等级以及最近7天收益率;
所述根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐,包括:
根据所述产品类型、风险等级以及最近7天收益率匹配金融产品。
进一步的,所述方法响应于客户的金融产品到期事件、客户发生大额资金入账的事件以及客户生日事件触发。
第二方面,本申请提供一种银行金融营销推荐装置,包括:
获取模块,获取待推荐客户的身份信息;
推荐信息生成模块,根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息;
推荐模块,根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐;其中,
所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
进一步的,还包括:
建立模块,建立所述银行金融产品知识图谱。
进一步的,所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系;所述生成模块,包括:
查询单元,根据所述身份信息查询所述银行金融产品知识图谱,得到对应该身份信息的客户实体,以及对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
家庭成员获取单元,根据所述银行金融产品知识图谱中的所述人际关联关系,获取与该客户处于同一家庭成员内的其他客户实体对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
生成单元,基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息。
进一步的,所述生成单元,包括:
调用单元,调用Jena推理引擎的Java API,根据所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体构建三元组;
交互单元,将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的Java API启动推理引擎,进而使Jena引擎遍历所有的三元组,并根据所述自定义推理规则进行推理运算,生成所述银行金融产品推荐信息。
进一步的,所述自定义推理规则可响应于设定事件触发动态变更。
进一步的,所述银行金融产品推荐信息,包括:产品类型、风险等级以及最近7天收益率;
所述推荐模块具体用于根据所述产品类型、风险等级以及最近7天收益率匹配金融产品。
进一步的,所述装置响应于客户的金融产品到期事件、客户发生大额资金入账的事件以及客户生日事件触发。
第三方面,本申请提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的银行金融营销推荐方法。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的银行金融营销推荐方法。
由上述技术方案可知,本申请提供的一种银行金融营销推荐方法及装置,打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例中的银行金融信息营销图谱的构建流程图。
图2是本申请实施例中的知识获取示意图。
图3是本申请实施例中的客户信息组成示意图。
图4是本申请实施例中的知识整合流程示意图。
图5是本申请实施例中营销策略示意图。
图6是本申请实施例中知识加工流程示意图。
图7是本申请实施例中的知识应用示意图。
图8是本申请实施例中银行金融产品知识图谱的部分示意图之一。
图9是本申请实施例中银行金融产品知识图谱的部分示意图之一。
图10是本申请实施例中银行金融产品知识图谱的部分示意图之一。
图11是本申请实施例中银行金融营销推荐方法流程示意图。
图12是本申请实施例中图11中的步骤102的具体流程示意图。
图13是本申请实施例中图12中的步骤202的具体流程示意图。
图14是本申请实施例中银行金融营销推荐装置的结构示意图。
图15是本申请实施例中银行金融营销推荐装置中所述生成模块的结构示意图。
图16是本申请实施例中所述生成模块的所述生成单元的示意图。
图17是本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请公开的一种银行金融营销推荐方法及装置可用于金融领域,也可用于除金融领域之外的任意领域,本申请公开的一种银行金融营销推荐方法及装置的应用领域不做限定。
考虑到银行积累了大量的信息,但是传统银行对于数据的利用,主要是按传统交易利用展示数据,信息都是仅仅孤立的存在,没有将数据的内在关联挖掘出来。客户经理在针对客户进行营销时,无法直观、全面地掌握客户的信息、产品的信息及其关联,在无法全面掌握客户、产品信息及其内在联系时,无法为客户提供专属服务,营销效率会较低。基于上述的情况,客户经理为了提交营销效率,往往是建立自己的小台账,通过装置上的一些客户交易数据及联系客户时,掌握的一些信息,记录客户的一些特征及重要的信息;通过各大网站搜集一些产品信息,并记录自己关心的一些产品的信息。这样的工作方式较为低效,客户经理仅有精力为熟悉的客户提供服务,而放弃为其他客户提供服务,从而可能会造成不断地客户流失。
基于上述内容,本申请还提供一种用于实现本申请一个或多个实施例中提供的执行银行金融营销推荐方法的银行金融营销推荐装置,该银行金融营销推荐装置可以与客户端设备之间通信连接,所述客户终端设备可以设有多个,客户终端设备可以通过银行app访问银行金融营销推荐装置。
其中,所述银行金融营销推荐装置中可以自客户终端设备收集获取待推荐客户的身份信息,并根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息;然后根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐。
可以理解的是,所述客户端设备可以包括智能手机、平板电子设备、便携式计算机、台式电脑、个人数字助理(PDA)、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
上述的客户端设备具有通信模块(即通信单元),可以与远程的银行金融营销推荐装置进行通信连接,实现与所述银行金融营销推荐装置的数据传输。例如,通信单元可以将待推荐客户的身份信息发送至银行金融营销推荐装置,以便银行金融营销推荐装置对待推荐客户的身份信息进行存储。
上述银行金融营销推荐装置与所述客户端设备之间可以使用任何合适的网络协议进行通信,包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然,所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol,远程过程调用协议)、REST协议(Representational State Transfer,表述性状态转移协议)等。
本申请提供的银行金融营销推荐方法、电子设备、计算机可读存储介质以及银行金融营销推荐装置,获取待推荐客户的身份信息;之后根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息;然后根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐;其中,所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
具体通过下述多个实施例及应用实例分别进行说明。
为了解决客户经理在针对客户进行营销时,无法直观、全面地掌握客户的信息、产品的信息及其关联,在无法全面掌握客户、产品信息及其内在联系时,无法为客户提供专属服务,营销效率会较低的问题,本申请提供一种银行金融营销推荐方法的实施例,参见图11,所述银行金融营销推荐方法具体包含有如下内容:
步骤101:获取待推荐客户的身份信息。
可以理解的是待推荐客户的身份信息可以理解为待推荐客户的唯一标识信息,可以是银行内部的内部标识信息,例如多位字母码或者数字码,更进一步的可以是哈希值,身份信息也可以是客户的公共ID,例如身份证、社保卡等,本申请不限于此。
步骤102:根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息。
步骤103:根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐。
所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
由上述技术方案可知,本申请提供的一种银行金融营销推荐方法,打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
在一些实施例中,人际关联关系可以是同一公司的同事关系,也可以是家庭成员之间的关系。下面以家庭成员之间的关系作为举例进行说明,可以理解的是,对于其他人际关联关系,可以利用其类似的构思进行推荐。
可以理解,在银行系统内部,客户身份信息可以关联对应的所有预留信息,该预留信息可以认为是对应客户身份信息的客户信息。
在具体实施时,可以先构建银行金融信息营销图谱,如图1所示,银行金融信息营销图谱的构建流程图。包括“知识获取S100”、“知识整合S200”、“营销策略S300”、“知识加工S400”、“知识应用S500”。
如图2所示,所述“知识获取S100”包括基础数据的抽取,主要包括两部分内容,一部分是“客户信息S110”;另一部分是“产品信息S120”。
如图3所示,所述“客户信息S110”主要包括“基本信息S111”、“家庭信息S112”(组成家庭成员之间人际关联关系的实体)、“持有金融产品S113”、“签订金融协议S114”、“金融产品交易明细S115”、“消费信息S116”。
所述“基本信息S111”主要从客户签订协议时录入的客户信息,其他则是根据客户目前金融产品的持有信息等统计得出。包括姓名、客户信息号、性别、出生日期、客户风险等级、职业、总资产、活期余额、不良贷款余额、服务星级、贡献星级、常驻地区。
所述“家庭信息S112”由客户签订协议时,录入的客户信息;或由客户经理在服务客户时,了解到的客户的家庭信息,并录入到营销系统。包括夫妻、子女信息。
所述“持有金融产品S113”,根据客户现有持有的金融产品信息获取客户持有产品的列表,包括活期、定期、基金、理财、债券、保险、账户外汇、账户贵金属、账户原油、账户农产品、账户贵金属、实物贵金属、积存贵金属、实物贵金属、信用卡、借记卡、个人贷款产品。
所述“签订金融协议S114”,根据客户现有签订有效的金融协议,获取有效的金融协议清单,包括个人网上银行、个人手机银行、个人电话银行、信使、个人短信银行、缴费、U盾、密码器、口令卡、个人结算套餐。
所述“金融产品交易明细S115”,在各个产品系统中,获取各个产品最近半年的交易历史明细,包括活期、定期、基金、理财、债券、保险、账户外汇、账户贵金属、账户原油、账户农产品、账户贵金属、实物贵金属、积存贵金属产品。
所述“消费信息S116”,根据客户在信用卡、借记卡等交易明细记录中,通过对交易对手的信息进行分类,按分类统计近6个月的消费总金额,分类包括食品消费金额、衣物消费金额、日用品消费金额、医药消费金额、教育消费金额、装修消费金额、家电消费金额、汽车消费金额、图书软件消费金额、首饰消费金额、餐饮消费金额、旅行出差消费金额、美容美发消费金额、娱乐消费金额、通讯消费金额、海外消费金额。
进一步的,银行系统内部还包括产品信息,所述“产品信息S120”是指银行中销售的金融产品,包括两部分,一部分是投资类产品,包括存款、理财、债券、保险、账户外汇、账户原油、账户农产品、贵金属;另一部分是协议类产品,包括个人网上银行、个人手机银行、个人电话银行、信使、个人短信银行、缴费、U盾、密码器、口令卡、个人结算套餐。不同的产品获取不同的产品的关键信息,如基金产品获取基金名称、基金代码、基金类型、基金风险等级、币种、起购金额、交易级差、净值/收益率、是否可定投、分红方式、基金状态、购买渠道、是否可质押等信息。理财产品获取产品名称、产品代码、收益类型、产品风险等级、首次购买起点金额、交易级差、业绩基准、产品期限、募集时间、起息日、到期日、到期兑付日、赎回到账日、最近申购日、最近赎回日、发行地区、币种、购买渠道、是否可质押、销售手续费、托管费、管理费等信息。
该实施例中,所述根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息,如图12包括:
S201:根据所述身份信息查询所述银行金融产品知识图谱,得到对应该身份信息的客户实体,以及对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体。
可以理解,根据上述身份信息可以查询银行内部的各种信息实体以及各自的关联关系。
S202:根据所述银行金融产品知识图谱中的所述人际关联关系,获取与该客户处于同一家庭成员内的其他客户实体对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体。
通过上述实施例,运用知识推理等技术,建立庞大的营销知识图谱,并提供多维度视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量。从而让客户经理充分发挥内在的价值,进一步提升企业的形象,并让企业进一步提升在同行中的竞争能力。
下面对本发明的其他步骤进行说明,在具体实施时,可以将获取的知识进行归整,转换为三元组结构。
如图4所示,所述“知识整合S200”是将在上述流程中获取的知识进行归整,转换为三元组结构。主要包括“构建本体S210”、“构造属性S220”、“抽取关系S230”。
所述“构建本体S210”在中,确定对象本体,本发明的数据对象中涉及的本体有客户、产品,每个独立的客户、每个独立的产品都作为一个本体。抽取部分本体如下:
本体 | 本体说明 |
黄小明 | 客户本体 |
杨舒雅 | 客户本体 |
易方达科汇混合 | 产品本体 |
富国创新科技 | 产品本体 |
行为习惯 | 行为习惯本体 |
所述“构造属性S220”是在“知识获取S100”获取的要素中获取关联属性。抽取部分属性如下:
属性 | 属性说明 |
丈夫 | 标识客户本体与客户本体间的丈夫属性 |
妻子 | 标识客户本体与客户本体间的妻子属性 |
持有 | 标识客户本体持有产品本体的属性 |
海外消费 | 标识客户本体与行为习惯本体的属性 |
所述“抽取关系S230”是指在确定本体、属性后,将本体、属性建立关系,并形成三元组,抽取部分三元组列表如下:
当然,三元组结构也可以是其他类似结构,本申请不限制于此三元组结构。
S203:基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息。
本申请中,将知识图谱和知识推理结合起来,所谓推理就是通过各种方法获取新的知识或者结论,这些知识和结论满足语义。其具体任务可分为可满足性(satisfiability)、分类(classification)、实例化(materialization)。
可以理解,推理中的可满足性可体现在本体上或概念上,在本体上即本体可满足性是检查一个本体是否可满足,即检查该本体是否有模型。如果本体不满足,说明存在不一致。概念可满足性即检查某一概念的可满足性,即检查是否具有模型,使得针对该概念的解释不是空集。
可以理解,本申请中的推理引擎,可以控制系统的执行,包含模式匹配(用规则的条件部分匹配事实集中的事实,整个LHS都被满足的规则被触发,并被加入议程(agenda))、解决冲突(按一定的策略从被触发的多条规则中选择一条)、执行动作(执行被选择出来的规则的RHS,从而对WM进行一定的操作)。
具体的,推理引擎可以采用如下工具的至少一个:
Drools:
Drools是商用规则管理系统,其中提供了一个规则推理引擎,核心算法是基于RETE算法的改进。提供规则定义语言,支持嵌入Java代码。
Jena:
Jena用于构建语义网应用Java框架,提供了处理RDF、RDFs、OWL数据的接口,还提供了一个规则引擎。提供了三元组的内存存储于查询。
RDF4J:
RDF4J是一个处理RDF数据的开源框架,支持语义数据的解析、存储、推理和查询。能够关联几乎所有RDF存储系统,能够用于访问远程RDF存储。
在本发明的上述实施例中,可以知晓的是,上述三元组采用的是jena工具,但是,本领域技术人员明了的是,本发明的核心构思不在于采用何种推理引擎,而在于采用推理引擎的技术来解决本发明的技术问题,因此,对于采用其他工具,本发明可以适宜性调整,在此不做赘述。
具体的,在jena工具中,所述基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息,如图13,包括:
S221:调用Jena推理引擎的Java API,根据所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体构建三元组;
S222:将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的Java API启动推理引擎,进而使Jena引擎遍历所有的三元组,并根据所述自定义推理规则进行推理运算,生成所述银行金融产品推荐信息。
本申请中,进行推理时,利用上述创建的三元组,使用Jena推理引擎进行本体推理,并保存推理结果到图数据库中,供营销穿透系统使用。其中包括“自定义推理规则S410”、“知识推理S420”、“推理结果S430”、“JanusGraph图数据库S440”、“营销穿透系统S450”步骤。
如图6所示,所述“知识加工S400”是利用上述创建的三元组,使用Jena推理引擎进行本体推理,并保存推理结果到图数据库中,供营销穿透系统使用。其中包括“自定义推理规则S410”、“知识推理S420”、“推理结果S430”、“JanusGraph图数据库S440”、“营销穿透系统S450”步骤。
所述“自定义推理规则S410”是使用Jena推理引擎的关键环节,主要根据业务专家分析、总结,将需要推理的逻辑按照Jena支持的推理规则描述语言进行转换。以下为自定义规则示例:
规则1:[ruleGblCreCard:(?a:妻子?b)(?a:海外消费:行为习惯)->(?b:推荐:visa/master信用卡)]
规则1表达的含义是如果妻子有海外消费的行为习惯,则为其丈夫推荐visa/master信用卡。
所述“知识推理S420”调用Jena推理引擎的Java API,构建三元组,并将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的Java API启动推理引擎,则Jena引擎遍历所有的三元组,根据推理规则进行推理运算。
所述“推理结果S430”为Jena推理引擎遍历所有三元组推理运算得出完整的推理结果,推理结果也按三元组的格式输出。如(:黄小明:推荐:visa/master信用卡)。
所述“JanusGraph图数据库S440”是针对知识图谱原始的三元组信息及推理得出的三元组信息进行持久化存储,因本发明中涉及的图谱非常庞大,所以选用分布式的数据库进行存储,并且对于知识图谱的信息,关系复杂,应当首选图数据库。所以本发明使用JanusGraph图数据库存储知识图谱信息。
所述“营销穿透系统S450”是指营销系统中,可以直接通过在JanusGraph图数据库中获取上述知识图谱的数据,以让客户经理掌握各种错综复杂的知识图谱信息。
进一步的,本申请的银行金融产品知识图谱的建立可以在线或者离线执行,也即银行金融推荐方法进一步包括:建立所述银行金融产品知识图谱。
更加优选的是,建立所述银行金融产品知识图谱可以在分布式服务器集群中进行构建。
在一些实施例中,银行金融产品推荐可以是业务人员根据经验或根据上层指定的任务,指定特定特征的客户,再进行指定特征的产品或指定某个产品进行营销。如针对活期余额大于总资产的10%,且活期余额大于50万客户营销添利宝净值型理财产品。
银行金融产品推荐也可以是获取的数据,根据组合指标,使用目前持有产品的抽样数据,使用决策树获取特征变量,并根据保留样本验证模型,选用最终的特征变量后,则根据最新的特征变量使用决策树针对未持有该产品的客户进行运算,并获取高分值的客户定义营销策略推荐该产品。
具体的,如图5所示,所述“营销策略S300”根据“知识获取S100”中获取的信息,定义营销策略。营销策略主要包括“专家策略S310”、“智能策略S320”。所述“专家策略S310”是业务人员根据经验或根据上层指定的任务,指定特定特征的客户,再进行指定特征的产品或指定某个产品进行营销。如针对活期余额大于总资产的10%,且活期余额大于50万客户营销添利宝净值型理财产品。所述“智能策略S320”是根据“知识获取S100”中获取的数据,根据组合指标,使用目前持有产品的抽样数据,使用决策树获取特征变量,并根据保留样本验证模型,选用最终的特征变量后,则根据最新的特征变量使用决策树针对未持有该产品的客户进行运算,并获取高分值的客户定义营销策略推荐该产品。定期针对推荐的客户统计成功营销率,针对成功率较低的模型重新调整特征变量或退出该模型。将“营销策略S300”定义的营销方案,即客户推荐产品的关系转换为三元组结构。
该实施例中,需要定期针对推荐的客户统计成功营销率,针对成功率较低的模型重新调整特征变量或退出该模型。
本申请中,银行金融产品知识图谱是借助上述过程,将客户信息、产品信息、关系信息、模型信息、推理信息结合形成的一张庞大的关系网络,提供从多维度分析问题的能力,深入挖掘数据背后的价值。
如图7所示,所述“知识应用S500”借助上述过程,将客户信息、产品信息、关系信息、模型信息、推理信息结合形成一张庞大的关系网络,提供从多维度分析问题的能力,深入挖掘数据背后的价值。本发明主要提供三大维度直观展示知识图谱给客户经理。分别是“客户信息穿透查询S510”、“产品营销穿透查询S520”、“产品互联穿透查询S530”、“事件触发任务查询S540”。
如图8所示,所述“客户信息穿透查询S510”是基于营销信息穿透知识图谱,客户经理可以根据客户的维度查看知识图谱的信息。客户经理通过客户编号、姓名、身份证号等信息查询搜索客户,点击某个客户,则展示客户的知识图谱信息,分别展示客户的一些基本情况信息、持有产品信息、签订协议信息、消费分析信息、家庭成员信息、推荐产品等信息。通过逐层穿透,让客户经理掌握所有与该客户相符的真实的特征关系,为客户经理寻找营销机会奠定了非常重要的知识基础。
如图9所示,所述“产品营销穿透查询S520”是客户经理根据产品的维度查看知识图谱的信息。客户经理通过产品编号、产品名称或产品属性等信息查询搜索所关心的产品,点击关注产品,则展示该产品相关的知识图谱信息,分别展示产品的相关基本信息,如产品名称、产品编号、产品类型、风险等级、最近7天收益率等基本信息。另外,还根据营销信息穿透知识图谱中获取产品推荐信息,展示与该产品相适配客户及该客户间关系知识。此交易主要是为了满足客户经理营销主推产品等场景,如基金的营销比较火爆,只有短暂几天的开放期,则客户经理在新发的基金的申购期内,主推该基金产品,通过此交易针对该基金查看与该产品相适配的客户进行营销。
本领域技术人员命令,上述实施例可以归纳为:所述银行金融产品推荐信息,包括:产品类型、风险等级以及最近7天收益率;
所述根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐,包括:
根据所述产品类型、风险等级以及最近7天收益率匹配金融产品。
如图10所示,所述“产品互联穿透查询S530”让客户经理更快速地掌握产品的信息及产品的相似特征,以快速为客户查找相似的产品或更优产品,为客户快速响应,更好地提高客户对客户经理的感观,体现客户经理的专业水平,为客户提供更优、更专业的服务水平。
在一些实施例中,所述自定义推理规则可响应于设定事件触发动态变更。
具体的,上述设定事件是指客户的产品到期事件、客户发生大额资金入账的事件、客户生日事件等。客户经理通过事件,再结合上述各种知识图谱,让客户经理掌握客户的实时动态,创造最佳的营销时机,让客户产生贴心服务的专属服务感观,提升更好的服务水平。
因此,综上所述,由上述技术方案可知,本申请提供的一种银行金融营销推荐方法,打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
进一步的,为了打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量。本申请提供一种银行金融营销推荐装置的实施例,参见图14,所述银行金融营销推荐装置具体包含有如下内容:
获取模块10,获取待推荐客户的身份信息。
可以理解的是待推荐客户的身份信息可以理解为待推荐客户的唯一标识信息,可以是银行内部的内部标识信息,例如多位字母码或者数字码,更进一步的可以是哈希值,身份信息也可以是客户的公共ID,例如身份证、社保卡等,本申请不限于此。
推荐信息生成模块20,根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息。
推荐模块30,根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐;其中,
所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
在一些实施例中,人际关联关系可以是同一公司的同事关系,也可以是家庭成员之间的关系。下面以家庭成员之间的关系作为举例进行说明,可以理解的是,对于其他人际关联关系,可以利用其类似的构思进行推荐。
可以理解,在银行系统内部,客户身份信息可以关联对应的所有预留信息,该预留信息可以认为是对应客户身份信息的客户信息,举例而言,如图3所示,所述“客户信息S110”主要包括“基本信息S111”、“家庭信息S112”(组成家庭成员之间人际关联关系的实体)、“持有金融产品S113”、“签订金融协议S114”、“金融产品交易明细S115”、“消费信息S116”,在此不做赘述。
该实施例中,所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系;所述生成模块,如图15,包括:
查询单元21,根据所述身份信息查询所述银行金融产品知识图谱,得到对应该身份信息的客户实体,以及对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
家庭成员获取单元22,根据所述银行金融产品知识图谱中的所述人际关联关系,获取与该客户处于同一家庭成员内的其他客户实体对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
生成单元23,基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息。
通过上述实施例,运用知识推理等技术,建立庞大的营销知识图谱,并提供多维度视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量。从而让客户经理充分发挥内在的价值,进一步提升企业的形象,并让企业进一步提升在同行中的竞争能力。
本申请中,将知识图谱和知识推理结合起来,所谓推理就是通过各种方法获取新的知识或者结论,这些知识和结论满足语义。其具体任务可分为可满足性(satisfiability)、分类(classification)、实例化(materialization)。
可以理解,推理中的可满足性可体现在本体上或概念上,在本体上即本体可满足性是检查一个本体是否可满足,即检查该本体是否有模型。如果本体不满足,说明存在不一致。概念可满足性即检查某一概念的可满足性,即检查是否具有模型,使得针对该概念的解释不是空集。
可以理解,本申请中的推理引擎,可以控制系统的执行,包含模式匹配(用规则的条件部分匹配事实集中的事实,整个LHS都被满足的规则被触发,并被加入议程(agenda))、解决冲突(按一定的策略从被触发的多条规则中选择一条)、执行动作(执行被选择出来的规则的RHS,从而对WM进行一定的操作)。
具体的,推理引擎可以采用如下工具的至少一个:
Drools:
Drools是商用规则管理系统,其中提供了一个规则推理引擎,核心算法是基于RETE算法的改进。提供规则定义语言,支持嵌入Java代码。
Jena:
Jena用于构建语义网应用Java框架,提供了处理RDF、RDFs、OWL数据的接口,还提供了一个规则引擎。提供了三元组的内存存储于查询。
RDF4J:
RDF4J是一个处理RDF数据的开源框架,支持语义数据的解析、存储、推理和查询。能够关联几乎所有RDF存储系统,能够用于访问远程RDF存储。
在本发明的上述实施例中,可以知晓的是,上述三元组采用的是jena工具,但是,本领域技术人员明了的是,本发明的核心构思不在于采用何种推理引擎,而在于采用推理引擎的技术来解决本发明的技术问题,因此,对于采用其他工具,本发明可以适宜性调整,在此不做赘述。
所述生成单元,如图16包括:
调用单元221,调用Jena推理引擎的Java API,根据所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体构建三元组;
交互单元222,将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的Java API启动推理引擎,进而使Jena引擎遍历所有的三元组,并根据所述自定义推理规则进行推理运算,生成所述银行金融产品推荐信息。
通过上述实施例,运用知识推理等技术,建立庞大的营销知识图谱,并提供多维度视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量。从而让客户经理充分发挥内在的价值,进一步提升企业的形象,并让企业进一步提升在同行中的竞争能力。
可以理解,在具体实施时,可以将获取的知识进行归整,转换为三元组结构,在此不做赘述。
当然,三元组结构也可以是其他类似结构,本申请不限制于此三元组结构。
在一些实施例中,本发明的银行金融产品推荐装置还包括:建立模块,建立所述银行金融产品知识图谱。
更加优选的是,建立所述银行金融产品知识图谱可以在分布式服务器集群中进行构建。
在一些实施例中,银行金融产品推荐可以是业务人员根据经验或根据上层指定的任务,指定特定特征的客户,再进行指定特征的产品或指定某个产品进行营销。如针对活期余额大于总资产的10%,且活期余额大于50万客户营销添利宝净值型理财产品。
银行金融产品推荐也可以是获取的数据,根据组合指标,使用目前持有产品的抽样数据,使用决策树获取特征变量,并根据保留样本验证模型,选用最终的特征变量后,则根据最新的特征变量使用决策树针对未持有该产品的客户进行运算,并获取高分值的客户定义营销策略推荐该产品。
在一些实施例中,所述自定义推理规则可响应于设定事件触发动态变更。
具体的,上述设定事件是指客户的产品到期事件、客户发生大额资金入账的事件、客户生日事件等。客户经理通过事件,再结合上述各种知识图谱,让客户经理掌握客户的实时动态,创造最佳的营销时机,让客户产生贴心服务的专属服务感观,提升更好的服务水平。
所述银行金融产品推荐信息,包括:产品类型、风险等级以及最近7天收益率;
所述推荐模块具体用于根据所述产品类型、风险等级以及最近7天收益率匹配金融产品。
所述装置响应于客户的金融产品到期事件、客户发生大额资金入账的事件以及客户生日事件触发。
由上述技术方案可知,本申请提供的一种银行金融营销推荐装置,打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
从硬件层面来说,为了打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量,本申请提供一种用于实现所述银行金融营销推荐方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
图17为本申请实施例的电子设备9600的装置构成的示意框图。如图17所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图17是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
在一实施例中,银行金融营销推荐功能可以被集成到中央处理器中。其中,中央处理器可以被配置为进行如下控制:
步骤101:获取待推荐客户的身份信息。
可以理解的是待推荐客户的身份信息可以理解为待推荐客户的唯一标识信息,可以是银行内部的内部标识信息,例如多位字母码或者数字码,更进一步的可以是哈希值,身份信息也可以是客户的公共ID,例如身份证、社保卡等,本申请不限于此。
步骤102:根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息。
所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系。
步骤103:根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐。
由上述技术方案可知,本申请提供的电子设备,打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
在另一个实施方式中,银行金融营销推荐装置可以与中央处理器9100分开配置,例如可以将银行金融营销推荐装置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现银行金融营销推荐功能。
如图17所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图17中所示的所有部件;此外,电子设备9600还可以包括图17中没有示出的部件,可以参考现有技术。
如图17所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的银行金融营销推荐方法中全部步骤的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,该计算机程序被处理器执行时实现上述实施例中的执行主体为银行金融营销推荐装置或客户端的银行金融营销推荐方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤101:获取待推荐客户的身份信息。
可以理解的是待推荐客户的身份信息可以理解为待推荐客户的唯一标识信息,可以是银行内部的内部标识信息,例如多位字母码或者数字码,更进一步的可以是哈希值,身份信息也可以是客户的公共ID,例如身份证、社保卡等,本申请不限于此。
步骤102:根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息。
所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系。
步骤103:根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐。
由上述技术方案可知,本申请提供的计算机存储介质,打破孤立的数据,实现数据的互联互通,将银行的数据串联起来,在各种关联信息中不断穿透,挖掘隐性的关系,通过利用知识图谱,借助知识的解析、图谱构建、知识推理、图谱存储、图谱计算等知识图谱的技术,通过以客户为中心,将客户信息、产品信息、营销策略等数据进行知识关联,形成营销知识图谱,提供多视角分析的能力,提供可视化的各种营销视图,帮忙客户经理掌握客户与产品的特性及关联,让客户经理更好地为客户服务,提高营销质量;同时,该知识图谱包括客户实体和各客户实体之间的人际关联关系,从而本申请可以基于人际关联关系提供基于家庭成员、基于人脉关联的产品推荐,大大提高了金融产品的办理成功率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (16)
1.一种银行金融营销推荐方法,其特征在于,包括:
获取待推荐客户的身份信息;
根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息;
根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐;其中,
所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
2.根据权利要求1所述的银行金融营销推荐方法,其特征在于,还包括:
建立所述银行金融产品知识图谱。
3.根据权利要求1所述的银行金融营销推荐方法,其特征在于,所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系;所述根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息,包括:
根据所述身份信息查询所述银行金融产品知识图谱,得到对应该身份信息的客户实体,以及对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
根据所述银行金融产品知识图谱中的所述人际关联关系,获取与该客户处于同一家庭成员内的其他客户实体对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息。
4.根据权利要求3所述的银行金融营销推荐方法,其特征在于,所述基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息,包括:
调用Jena推理引擎的Java API,根据所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体构建三元组;
将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的Java API启动推理引擎,进而使Jena引擎遍历所有的三元组,并根据所述自定义推理规则进行推理运算,生成所述银行金融产品推荐信息。
5.根据权利要求3所述的银行金融营销推荐方法,其特征在于,所述自定义推理规则可响应于设定事件触发动态变更。
6.根据权利要求4所述的银行金融营销推荐方法,其特征在于,所述银行金融产品推荐信息,包括:产品类型、风险等级以及最近7天收益率;
所述根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐,包括:
根据所述产品类型、风险等级以及最近7天收益率匹配金融产品。
7.根据权利要求6所述的银行金融营销推荐方法,其特征在于,所述方法响应于客户的金融产品到期事件、客户发生大额资金入账的事件以及客户生日事件触发。
8.一种银行金融营销推荐装置,其特征在于,包括:
获取模块,获取待推荐客户的身份信息;
推荐信息生成模块,根据所述身份信息和预设的银行金融产品知识图谱,生成银行金融产品推荐信息;
推荐模块,根据所述银行金融产品推荐信息对该待推荐客户进行银行金融产品推荐;其中,
所述银行金融产品知识图谱包括客户实体和各客户实体之间的人际关联关系。
9.根据权利要求8所述的银行金融营销推荐装置,其特征在于,还包括:
建立模块,建立所述银行金融产品知识图谱。
10.根据权利要求8所述的银行金融营销推荐装置,其特征在于,所述银行金融产品知识图谱还包括:客户实体和银行账户信息实体的关联关系、客户实体与客户已订购金融协议实体的管联关系以及客户实体与交易信息实体的关联关系;所述生成模块,包括:
查询单元,根据所述身份信息查询所述银行金融产品知识图谱,得到对应该身份信息的客户实体,以及对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
家庭成员获取单元,根据所述银行金融产品知识图谱中的所述人际关联关系,获取与该客户处于同一家庭成员内的其他客户实体对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体;
生成单元,基于推理引擎和自定义推理规则,结合所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体,生成所述银行金融产品推荐信息。
11.根据权利要求10所述的银行金融营销推荐装置,其特征在于,所述生成单元,包括:
调用单元,调用Jena推理引擎的Java API,根据所述客户实体以及与该客户处于同一家庭成员内的其他客户实体各自对应的银行账户信息实体、客户已订购金融协议实体和交易信息实体构建三元组;
交互单元,将自定义推理规则通过Jena的Java API与推理引擎进行交互,并通过Jena的Java API启动推理引擎,进而使Jena引擎遍历所有的三元组,并根据所述自定义推理规则进行推理运算,生成所述银行金融产品推荐信息。
12.根据权利要求10所述的银行金融营销推荐装置,其特征在于,所述自定义推理规则可响应于设定事件触发动态变更。
13.根据权利要求11所述的银行金融营销推荐装置,其特征在于,所述银行金融产品推荐信息,包括:产品类型、风险等级以及最近7天收益率;
所述推荐模块具体用于根据所述产品类型、风险等级以及最近7天收益率匹配金融产品。
14.根据权利要求13所述的银行金融营销推荐装置,其特征在于,所述装置响应于客户的金融产品到期事件、客户发生大额资金入账的事件以及客户生日事件触发。
15.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述的银行金融营销推荐方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的银行金融营销推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290500.3A CN112767144A (zh) | 2021-03-18 | 2021-03-18 | 一种银行金融营销推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290500.3A CN112767144A (zh) | 2021-03-18 | 2021-03-18 | 一种银行金融营销推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112767144A true CN112767144A (zh) | 2021-05-07 |
Family
ID=75691087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110290500.3A Pending CN112767144A (zh) | 2021-03-18 | 2021-03-18 | 一种银行金融营销推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767144A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379524A (zh) * | 2021-06-10 | 2021-09-10 | 中国工商银行股份有限公司 | 一种人机协同的金融产品营销方法和系统 |
CN113506171A (zh) * | 2021-07-28 | 2021-10-15 | 中国工商银行股份有限公司 | 一种银行套餐推荐方法及装置 |
CN113554463A (zh) * | 2021-07-21 | 2021-10-26 | 中国农业银行股份有限公司南海分行 | 一种资金流向的分析方法及其分析系统 |
CN113554487A (zh) * | 2021-07-23 | 2021-10-26 | 中信银行股份有限公司 | 产品推荐方法、装置、电子设备及计算机存储介质 |
CN113807888A (zh) * | 2021-09-02 | 2021-12-17 | 支付宝(杭州)信息技术有限公司 | 营销处理方法及装置 |
CN114399341A (zh) * | 2022-01-19 | 2022-04-26 | 青岛海华信电子信息技术有限公司 | 一种基于金融网点生态联盟营销的建模方法及系统 |
CN114417007A (zh) * | 2021-12-21 | 2022-04-29 | 建信金融科技有限责任公司 | 金融产品的推荐方法和相关设备 |
CN115239442A (zh) * | 2022-09-22 | 2022-10-25 | 湖南快乐通宝小额贷款有限公司 | 一种互联网金融产品推广的方法及系统和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090207020A1 (en) * | 2008-01-21 | 2009-08-20 | Thales Nederland B.V. | Multithreat safety and security system and specification method thereof |
CN109101511A (zh) * | 2017-06-20 | 2018-12-28 | 平安科技(深圳)有限公司 | 产品推荐方法、设备以及计算机可读存储介质 |
CN111768231A (zh) * | 2020-06-24 | 2020-10-13 | 中国工商银行股份有限公司 | 产品信息推荐方法及装置 |
CN111813956A (zh) * | 2020-07-07 | 2020-10-23 | 中国工商银行股份有限公司 | 知识图谱构建方法、装置、信息穿透方法和系统 |
-
2021
- 2021-03-18 CN CN202110290500.3A patent/CN112767144A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090207020A1 (en) * | 2008-01-21 | 2009-08-20 | Thales Nederland B.V. | Multithreat safety and security system and specification method thereof |
CN109101511A (zh) * | 2017-06-20 | 2018-12-28 | 平安科技(深圳)有限公司 | 产品推荐方法、设备以及计算机可读存储介质 |
CN111768231A (zh) * | 2020-06-24 | 2020-10-13 | 中国工商银行股份有限公司 | 产品信息推荐方法及装置 |
CN111813956A (zh) * | 2020-07-07 | 2020-10-23 | 中国工商银行股份有限公司 | 知识图谱构建方法、装置、信息穿透方法和系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379524A (zh) * | 2021-06-10 | 2021-09-10 | 中国工商银行股份有限公司 | 一种人机协同的金融产品营销方法和系统 |
CN113554463A (zh) * | 2021-07-21 | 2021-10-26 | 中国农业银行股份有限公司南海分行 | 一种资金流向的分析方法及其分析系统 |
CN113554487A (zh) * | 2021-07-23 | 2021-10-26 | 中信银行股份有限公司 | 产品推荐方法、装置、电子设备及计算机存储介质 |
CN113506171A (zh) * | 2021-07-28 | 2021-10-15 | 中国工商银行股份有限公司 | 一种银行套餐推荐方法及装置 |
CN113807888A (zh) * | 2021-09-02 | 2021-12-17 | 支付宝(杭州)信息技术有限公司 | 营销处理方法及装置 |
CN113807888B (zh) * | 2021-09-02 | 2024-06-04 | 支付宝(杭州)信息技术有限公司 | 营销处理方法及装置 |
CN114417007A (zh) * | 2021-12-21 | 2022-04-29 | 建信金融科技有限责任公司 | 金融产品的推荐方法和相关设备 |
CN114399341A (zh) * | 2022-01-19 | 2022-04-26 | 青岛海华信电子信息技术有限公司 | 一种基于金融网点生态联盟营销的建模方法及系统 |
CN115239442A (zh) * | 2022-09-22 | 2022-10-25 | 湖南快乐通宝小额贷款有限公司 | 一种互联网金融产品推广的方法及系统和存储介质 |
CN115239442B (zh) * | 2022-09-22 | 2023-01-06 | 湖南快乐通宝小额贷款有限公司 | 一种互联网金融产品推广的方法及系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112767144A (zh) | 一种银行金融营销推荐方法及装置 | |
US11640569B2 (en) | Learning an entity's trust model and risk tolerance to calculate its risk-taking score | |
US11900479B2 (en) | Calculating a trust score | |
US20200301969A1 (en) | Searching for entities based on trust score and geography | |
KR102297669B1 (ko) | 제조사 및 유통사 간 연결을 위한 매칭 서비스 제공 시스템 | |
US20080270248A1 (en) | System and device for social shopping on-line | |
US20230116407A1 (en) | Systems and Methods for Predicting Consumer Spending and for Recommending Financial Products | |
US20220351312A1 (en) | System and Method for Searching and Monitoring Assets Available for Acquisition | |
CN116304007A (zh) | 一种信息推荐方法、装置、存储介质及电子设备 | |
US11790012B2 (en) | System and method for tagging data | |
CN112581226A (zh) | 产品推荐方法及系统 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
WO2020175177A1 (ja) | 営業支援装置及び営業先リスト作成装置 | |
JP2020140686A (ja) | 営業支援装置及び営業先リスト作成装置 | |
JP2020057221A (ja) | 情報処理方法、情報処理装置及びプログラム | |
CN112418929A (zh) | 一种数据共享方法及装置 | |
JP2023162397A (ja) | 営業支援装置 | |
KR20200130767A (ko) | 인공신경망을 이용한 암호화폐 거래소 상장여부 평가방법 | |
JP2020119484A (ja) | コンテンツ配信システム及びプログラム | |
JP2023184152A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
JP2023184153A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
Castell | Original Paper Private Datapods: Web 3.0 does not Automatically Mean Blockchain Decentralization | |
Chummun et al. | The Investigation of the Impact of Mobile Technology “M-Commerce” on the Business Success of African wax-prints: A Case of Enugu, Nigeria | |
Pavani et al. | INTERNATIONAL JOURNAL OF ENGINEERING SCIENCES & RESEARCH TECHNOLOGY ADVANCED CROSS SECTIONAL ANALYSIS IN SOCIAL MEDIA USING GENETIC PROGRAMMING APPROACH | |
Doh-Shin | ECONOMICS OF NEWS AGGREGATORS1 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |