CN114971787A - 信息推荐方法、装置、系统及推荐服务器 - Google Patents

信息推荐方法、装置、系统及推荐服务器 Download PDF

Info

Publication number
CN114971787A
CN114971787A CN202210576009.1A CN202210576009A CN114971787A CN 114971787 A CN114971787 A CN 114971787A CN 202210576009 A CN202210576009 A CN 202210576009A CN 114971787 A CN114971787 A CN 114971787A
Authority
CN
China
Prior art keywords
product
preset
target
information
customer
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
Application number
CN202210576009.1A
Other languages
English (en)
Inventor
刘小龙
张赫麟
肖钢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Securities Co Ltd
Original Assignee
China Securities Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Securities Co Ltd filed Critical China Securities Co Ltd
Priority to CN202210576009.1A priority Critical patent/CN114971787A/zh
Publication of CN114971787A publication Critical patent/CN114971787A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请实施例提供的一种信息推荐方法、装置、系统及推荐服务器，应用于推荐服务器，通过接收前端设备发送的信息推荐请求；根据目标客户的标识信息，从产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息并进行特征提取，得到目标客户的客户特征；从产品数据存储服务器获取各预设理财产品的预设特征和各预设理财产品的销售信息；对各预设理财产品的销售信息进行特征提取，得到各预设理财产品的运营特征；根据上述特征，确定目标客户对应的目标理财产品；将目标理财产品的产品信息作为推荐信息返回至前端设备。应用本实施例的方法，可以实现客户特征、运营特征和预设特征的自动提取，从而确定目标理财产品，提高了理财产品的推荐效率。

Description

信息推荐方法、装置、系统及推荐服务器
技术领域
本申请涉及信息处理技术领域，特别是涉及一种信息推荐方法、装置、系统及推荐服务器。
背景技术
目前，随着信息处理技术在各个领域的应用，很多领域都实现了自动的信息推荐。例如：视频系统可以基于历史数据，自动生成推荐的视频输出给用户；再如：在电子商务领域，也实现了基于历史数据，自动生成商品的推荐信息输出给用户等等。
然而，在金融领域，要向客户推荐理财产品时，往往需要通过人工的方式对大量的历史数据进行量化分析，以确定目标理财产品，从而将该目标理财产品推荐给用户。通过该方法不但人工成本高，工作量大，耗时长，而且选取效率低。
发明内容
本申请实施例的目的在于提供一种信息推荐方法、装置、系统及推荐服务器，用以解决理财产品信息的推荐过程中，确定目标理财产品时，工作量大，耗时长，选取效率低的问题。具体技术方案如下：
本申请实施例的第一方面，提供一种信息推荐方法，应用于推荐系统中的推荐服务器，所述推荐系统还包括前端设备；所述推荐服务器与产品数据存储服务器通信连接，所述方法包括：
接收所述前端设备发送的信息推荐请求；其中，所述信息推荐请求中包含目标客户的标识信息；
根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；
从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；
对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；
根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；
将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。
可选的，所述将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备之后，所述方法还包括：
从所述产品数据存储服务器获取各所述目标客户购买所述目标理财产品的购买信息；
针对各所述目标理财产品，根据所述购买信息对所述目标理财产品的预设特征进行修正；
将修正后的所述目标理财产品的预设特征缓存至所述产品数据存储服务器，并对修正前的所述目标理财产品的预设特征进行替换。
可选的，所述根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品，包括：
根据所述目标客户的交易信息，判断所述目标客户是否为已经购买过理财产品的客户；若是，则根据所述目标客户的交易信息，识别所述目标客户已经购买过的理财产品；
根据各所述预设理财产品的预设特征和各所述预设理财产品的运营特征，识别与所述已经购买过的理财产品相似的理财产品，并将所述相似的理财产品确定为所述目标客户对应待推荐理财产品；
或，
根据各所述预设理财产品的运营特征，识别所述已经购买过的理财产品的盈亏信息；当所述已经购买过的理财产品亏损时，根据预设理财产品的对冲关系，识别与所述已经购买过的理财产品对冲的理财产品，并将所述对冲的理财产品确定为所述目标客户对应待推荐理财产品；
根据各所述预设理财产品的预设特征、所述目标客户的客户特征，将所述目标客户对应待推荐理财产品确定为所述目标客户对应的目标理财产品。
可选的，所述理财产品的预设产品特征包括所述理财产品的风险等级，所述目标客户的行为信息包括所述目标客户的风险偏好，所述根据各所述预设理财产品的预设特征、所述目标客户的客户特征，将所述目标客户对应待推荐理财产品确定为所述目标客户对应的目标理财产品，包括：
当所述待推荐理财产品的风险等级小于所述目标客户的风险偏好时，将所述待推荐理财产品，确定为所述目标客户对应的目标理财产品。
可选的，所述根据所述目标客户的交易信息，判断所述目标客户是否为已经购买过理财产品的客户之后，所述方法还包括：
若否，则从所述产品数据存储服务器获取多个客户的行为信息、交易信息和身份信息；
根据所述目标客户的客户特征和从所述产品数据存储服务器获取的信息，识别与所述目标客户相似的客户；
根据各所述预设理财产品的运营特征识别所述相似的客户已经购买的理财产品，并将所述相似的客户已经购买的理财产品确定为所述目标客户对应待推荐理财产品。
可选的，所述各所述预设理财产品的销售信息包括各所述预设理财产品在各周期内的签约率，所述方法还包括：
接收所述前端设备发送的多个指定理财产品的标识信息和指定周期信息；
根据所述多个指定理财产品的标识信息，从所述产品数据存储服务器获取各指定理财产品在所述指定周期内的签约率；
根据所述多个指定理财产品在所述指定周期内的签约率，计算所述指定周期内的总签约率；
当所述总签约率小于预设签约率阈值时，生成签约预警并返回至所述前端设备。
可选的，所述根据各所述预设理财产品的运营特征，识别所述已经购买过的理财产品的盈亏信息之后，所述方法还包括：
根据所述已经购买过的理财产品的盈亏信息，计算所述目标客户的总亏损额度；
当所述总亏损额度大于预设亏损阈值时，生成亏损预警并返回至所述前端设备。
本申请实施例的第二方面，提供一种信息推荐装置，应用于推荐系统中的推荐服务器，所述推荐系统还包括前端设备；所述推荐服务器与产品数据存储服务器通信连接，所述装置包括：
请求接收模块，用于接收所述前端设备发送的信息推荐请求；其中，所述信息推荐请求中包含目标客户的标识信息；
客户特征提取模块，用于根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；
销售信息获取模块，同于从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；
运营特征提取模块，用于对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；
目标理财产品确定模块，用于根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；
产品信息反馈模块，用于将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。
可选的，所述装置还包括：
购买信息获取模块，用于从所述产品数据存储服务器获取各所述目标客户购买所述目标理财产品的购买信息；
预设特征修正模块，用于针对各所述目标理财产品，根据所述购买信息对所述目标理财产品的预设特征进行修正；
预设特征替换模块，用于将修正后的所述目标理财产品的预设特征缓存至所述产品数据存储服务器，并对修正前的所述目标理财产品的预设特征进行替换。
可选的，所述目标理财产品确定模块，包括：
目标客户判断子模块，用于根据所述目标客户的交易信息，判断所述目标客户是否为已经购买过理财产品的客户；
理财产品识别子模块，用于根据所述目标客户的交易信息，识别所述目标客户已经购买过的理财产品；
第一待推荐理财产品确定子模块，用于根据各所述预设理财产品的预设特征和各所述预设理财产品的运营特征，识别与所述已经购买过的理财产品相似的理财产品，并将所述相似的理财产品确定为所述目标客户对应待推荐理财产品；
或，
第二待推荐理财产品确定子模块，用于根据各所述预设理财产品的运营特征，识别所述已经购买过的理财产品的盈亏信息；当所述已经购买过的理财产品亏损时，根据预设理财产品的对冲关系，识别与所述已经购买过的理财产品对冲的理财产品，并将所述对冲的理财产品确定为所述目标客户对应待推荐理财产品；
目标理财产品确定子模块，用于根据各所述预设理财产品的预设特征、所述目标客户的客户特征，将所述目标客户对应待推荐理财产品确定为所述目标客户对应的目标理财产品。
可选的，所述理财产品的预设产品特征包括所述理财产品的风险等级，所述目标客户的行为信息包括所述目标客户的风险偏好，所述目标理财产品确定子模块，包括：
目标理财产品确定单元，用于当所述待推荐理财产品的风险等级小于所述目标客户的风险偏好时，将所述待推荐理财产品，确定为所述目标客户对应的目标理财产品。
可选的，所述装置还包括：
客户信息获取子模块，用于从所述产品数据存储服务器获取多个客户的行为信息、交易信息和身份信息；
相似客户识别子模块，用于根据所述目标客户的客户特征和从所述产品数据存储服务器获取的信息，识别与所述目标客户相似的客户；
第三待推荐理财产品确定子模块，根据各所述预设理财产品的运营特征识别所述相似的客户已经购买的理财产品，并将所述相似的客户已经购买的理财产品确定为所述目标客户对应待推荐理财产品。
可选的，所述各所述预设理财产品的销售信息包括各所述预设理财产品在各周期内的签约率，所述装置还包括：
理财产品信息接收模块，用于接收所述前端设备发送的多个指定理财产品的标识信息和指定周期信息；
签约率获取模块，用于根据所述多个指定理财产品的标识信息，从所述产品数据存储服务器获取各指定理财产品在所述指定周期内的签约率；
总签约率计算模块，用于根据所述多个指定理财产品在所述指定周期内的签约率，计算所述指定周期内的总签约率；
签约预警生成模块，用于当所述总签约率小于预设签约率阈值时，生成签约预警并返回至所述前端设备。
可选的，所述装置还包括：
总亏损额度计算模块，用于根据所述已经购买过的理财产品的盈亏信息，计算所述目标客户的总亏损额度；
亏损预警生成模块，用于当所述总亏损额度大于预设亏损阈值时，生成亏损预警并返回至所述前端设备。
本申请实施例的第三方面，提供一种信息推荐系统，所述推荐系统包括前端设备和推荐服务器，所述推荐服务器与产品数据存储服务器通信连接；
所述前端设备，用于向所述推荐服务器发送信息推荐请求，其中，所述信息推荐请求中包含目标客户的标识信息；
所述推荐服务器，用于接收所述前端设备发送的信息推荐请求；根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。
本申请实施例的第四方面，提供一种推荐服务器，所述推荐服务器用于实现本申请实施例第一方面任一所述的方法步骤。
本申请实施例的第五方面，提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现本申请实施例第一方面任一所述的方法步骤。
本申请实施例的第六方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例第一方面任一所述的方法步骤。
本申请实施例的第七方面，还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本申请实施例第一方面任一所述的方法。
本申请实施例有益效果：
本申请实施例提供的一种信息推荐方法、系统及推荐服务器，应用于推荐系统中的推荐服务器，所述推荐系统还包括前端设备；所述推荐服务器与产品数据存储服务器通信连接，接收所述前端设备发送的信息推荐请求；其中，所述信息推荐请求中包含目标客户的标识信息；根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。通过根据各目标客户的行为信息、交易信息和身份信息进行特征提取，得到客户特征，对各预设理财产品的销售信息进行特征提取，得到运营特征，并获取各预设理财产品的预设特征和各预设理财产品的销售信息，从而确定目标客户对应的目标理财产品，实现客户特征、运营特征和预设特征的自动提取，以及目标理财产品的确定，无需通过人工进行目标理财产品的选取，解决了现有技术中人工选取时工作量大，耗时长，且对选取人员的专业度要求高，选取效率低的问题，提高了理财产品的推荐效率。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的信息推荐方法的一种流程示意图。
图2为本申请实施例提供的修正预设特征的一种流程示意图。
图3a为本申请实施例提供的确定目标客户对应的目标理财产品的一种流程示意图。
图3b为本申请实施例提供的确定目标客户对应的目标理财产品的另一种流程示意图。
图4为本申请实施例提供的确定目标客户对应的目标理财产品的又一种流程示意图。
图5为本申请实施例提供的生成签约预警的一种流程示意图。
图6为本申请实施例提供的生成亏损预警的一种流程示意图。
图7为本申请实施例提供的信息推荐系统的一种示意图。
图8为本申请实施例提供的跟盘交易客户盈亏分布的一种示意图。
图9a为本申请实施例提供的产品累积购买人数的统计的一种示意图。
图9b为本申请实施例提供的产品累积购买金额的统计的一种示意图。
图10为本申请实施例提供的决策商城签约客户每日交易金额的一种示意图。
图11a为本申请实施例提供的客群特征分布的第一种示意图。
图11b为本申请实施例提供的客群特征分布的第二种示意图。
图11c为本申请实施例提供的客群特征分布的第三种示意图。
图11d为本申请实施例提供的客群特征分布的第四种示意图。
图12为本申请实施例提供的信息推荐方法的一种系统流程图。
图13为本申请实施例提供的信息推荐装置的一种结构示意图。
图14为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
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、完整地描述，显然，所描述的实施例仅仅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基于本申请所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种信息推荐方法、系统及推荐服务器，以解决理财产品的推荐效率低的问题，其具体实施方式如下：
本申请实施例的第一方面，首先提供一种信息推荐方法，应用于推荐系统中的推荐服务器，推荐系统还包括前端设备；推荐服务器与产品数据存储服务器通信连接，如图1所示，其具体步骤如下：
步骤S11：接收前端设备发送的信息推荐请求。
其中，信息推荐请求中包含目标客户的标识信息，目标客户可以为购买或未购买理财产品的客户，标识信息可以是目标客户的姓名、账号、身份证号等，用于区分目标客户的信息。本申请实施例的方法可以应用于进行理财产品推荐的人员，例如，客户经理等，该人员可以在前端输入或选取包含目标客户的标识信息的信息推荐请求。
在实际应用中，前端设备可以是智能终端，具体的，该智能终端可以是电脑、手机或服务器等，例如，通过前端设备上运行的某一软件向服务器发送信息推荐请求。
步骤S121：根据目标客户的标识信息，从产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对目标客户的行为信息、交易信息和身份信息进行特征提取，得到目标客户的客户特征。
其中，行为信息可以是指目标客户的购买理财产品的购买行为、咨询行为等，例如，目标客户通过社区提问对某一理财产品的咨询行为，具体的还可以包括客户行为漏斗转化，即签约产品客户数与实际购买推荐股票的客户特征比较分析。交易信息可以是指目标客户购买的理财产品的盈亏信息、购买理财产品之后的投后能力等。身份信息可以是目标客户自身的特征，例如，客户自身的风险偏好、学历水平、所属区域等。其中，产品数据存储服务器中可以存储各客户的行为信息、交易信息和身份信息，在推荐服务器接收到目标客户的标识信息之后，可以根据该标识信息从产品数据存储服务器进行匹配查找得到目标客户的行为信息、交易信息和身份信息进行特征提取，得到目标客户的行为信息、交易信息和身份信息，然后对目标客户的行为信息、交易信息和身份信息进行特征提取。具体的，对目标客户的行为信息、交易信息和身份信息进行特征提取，可以提取多个预设类别的特征，例如，提取目标客户的风险偏好、基金偏好、学历水平、所属区域、收入水平、已购买的理财产品、盈亏信息等，并将提取到的特征作为该目标客户的客户特征。
步骤S122：从产品数据存储服务器获取各预设理财产品的预设特征和各预设理财产品的销售信息。
其中，预设理财产品可以是用户，例如客户经理选取的理财产品，也可以是默认全部的理财产品。预设特征可以包括理财产品的预设客户特征和预设产品特征，预设客户特征可以表示理财产品预设的面向的客户的特征。具体的，预设客户特征可以是预先设定的理财产品所面向的客户人群的特征，例如，理财产品面向高收入人群或中等收入人群，或理财产品面向投资风格为稳健型、保守型、激进型等的人群，预设产品特征可以是预先设定的理财产品的类别、预期收益、风险类型等特征，例如，理财产品的类型为：基金、股票、黄金、债券等，理财产品的预期收益可以包括预期年化收益率、最大回撤率、最大回撤期、夏普比率、盈亏比等，风险类型为：高风险、中风险、低风险等。
其中，各预设理财产品的销售信息可以包括签约数量、销售金额、续签客户数量、跟盘交易金额、跟盘佣金率等。具体的，还可以包括具体的销售记录，例如销售时间和销售对象等，其中，签约数量和销售金额可以逐日和逐月统计分析，获取续签客户数量可以对购买产品次数大于一次以上的客户统计分析以及对高黏性客户跟盘买入推荐股票的分析，获取跟盘佣金率可以对签约客户跟盘交易买卖股票的金额汇总统计，获取跟盘佣金率可以对签约客户跟盘佣金费率计算分析。
步骤S123：对各预设理财产品的销售信息进行特征提取，得到各预设理财产品的运营特征。
其中，本申请实施例中，对步骤S121、步骤S122、步骤S123的顺序不进行限定。
其中，运营特征可以表示各预设理财产品的销售结果。在实际应用中，对各预设理财产品的销售信息进行特征提取，可以提取多个预设类别的特征，例如，签约数量、销售金额等。
步骤S13：根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，确定目标客户对应的目标理财产品。
其中，目标理财产品可以是向目标客户推荐的理财产品。在实际应用中，可以根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，建立目标客户与目标理财产品的对应关系，从而确定目标客户对应的目标理财产品。具体的，可以通过多种方法确定目标客户对应的目标理财产品，例如，当目标客户为已经购买过理财产品的客户时，可以将与该目标客户购买过的理财产品相似的理财产品作为对应的目标理财产品，或根据该目标客户的客户特征选取与该目标客户相似的客户购买过的理财产品作为对应的目标理财产品，或当该目标客户购买过的理财产品亏损时，将亏损的理财产品对冲的理财产品作为对应的目标理财产品。具体的，可以参见后续实施例。
步骤S14：将目标理财产品的产品信息作为推荐信息返回至前端设备。
应用本申请实施例的方法，可以通过根据各目标客户的行为信息、交易信息和身份信息进行特征提取，得到客户特征，对各预设理财产品的销售信息进行特征提取，得到运营特征，并获取各预设理财产品的预设特征和各预设理财产品的销售信息，从而确定目标客户对应的目标理财产品，实现客户特征、运营特征和预设特征的自动提取，以及目标理财产品的确定，无需通过人工进行目标理财产品的选取，解决了现有技术中，人工选取，工作量大，耗时长，且对选取人员的专业度要求高，选取效率低的问题，提高了理财产品的推荐效率。
可选的，步骤S14将目标理财产品的产品信息作为推荐信息返回至前端设备之后，上述方法还可以包括如图2所示的步骤：
步骤S21：从产品数据存储服务器获取各目标客户购买目标理财产品的购买信息。
步骤S22：针对各目标理财产品，根据购买信息对目标理财产品的预设特征进行修正。
步骤S23：将修正后的目标理财产品的预设特征缓存至产品数据存储服务器，并对修正前的目标理财产品的预设特征进行替换。
在实际应用中，根据购买信息对目标理财产品的预设特征进行修正，可以通过识别各目标理财产品的预设客户特征和预设产品特征，与实际销售过程中的购买信息的差别，进而进行修正，例如，当某一目标理财产品的预设客户特征中的客户兴趣偏好为偏好高风险类型的客户，而实际购买的客户的兴趣偏好为偏好中风险的客户，则可以对其进行修正，将预设的客户兴趣偏好设定为偏好中风险类型的客户。再例如，某一理财产品的预设收益率过高，根据实际收益率进行修正。从而将修正后的目标理财产品的预设特征缓存至产品数据存储服务器，并对修正前的目标理财产品的预设特征进行替换。
应用本申请实施例的方法，通过根据各目标理财产品的预设特征、各目标客户的客户特征、各目标理财产品的运营特征，向各目标客户进行理财产品的推荐之后，获取各目标客户购买被推荐的目标理财产品的购买信息；针对各目标理财产品，根据购买信息对该目标理财产品的预设特征进行修正，可以提高数据的利用率和数据的准确率。
可选的，步骤S13根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，确定目标客户对应的目标理财产品，可以包括如图3a所示的方法：
步骤S31：根据目标客户的交易信息，判断目标客户是否为已经购买过理财产品的客户。
若是，则执行步骤S32，若否，则执行步骤S41。
步骤S32：根据目标客户的交易信息，识别目标客户已经购买过的理财产品。
步骤S331：根据各预设理财产品的预设特征和各预设理财产品的运营特征，识别与已经购买过的理财产品相似的理财产品，并将相似的理财产品确定为目标客户对应待推荐理财产品。
步骤S34：根据各预设理财产品的预设特征、目标客户的客户特征，将目标客户对应待推荐理财产品确定为目标客户对应的目标理财产品。
其中，根据各目标理财产品的预设特征，识别该目标客户已经购买过的理财产品相似的理财产品，可以识别该目标客户已经购买过的理财产品的预设特征，然后将该预设理财产品的预设特征和其它预设理财产品的预设特征进行相似度的计算，然后选取与该已经购买的理财产品相似的预设理财产品，创建该目标客户和相似的预设理财产品的对应关系。具体的，可以对各预设理财产品的预设特征进行向量化，通过向量中不同数值表示理财产品的预设特征，例如，向量中的第一位0表示理财产品面向高收入人群，向量中的第一位1表示理财产品面向中等收入人群，向量第二位0表示理财产品的类型为基金，向量第二位1表示理财产品的类型为基金股票等，向量第三位为预期年化收益率，如5％、10％等。然后通过计算欧几里得距离、余弦相似度、皮尔逊相关系数等方法，计算两个特征向量的相似度。在创建该目标客户和相似的预设理财产品的对应关系时，可以通过设定相似度阈值，将对应该目标客户的相似度大于一定阈值的理财产品作为相似的预设理财产品，也可以在计算完相似度后，按照相似度进行排序，选取并创建对应该目标客户的相似度最大的一个或多个预设理财产品作为相似的目标理财产品。
在另一种可能的实施方式中，步骤S13根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，确定目标客户对应的目标理财产品，可以包括如图3b所示的方法：
步骤S31：根据目标客户的交易信息，判断目标客户是否为已经购买过理财产品的客户。
若是，则执行步骤S32，若否，则执行步骤S41。
步骤S32：根据目标客户的交易信息，识别目标客户已经购买过的理财产品。
步骤S332：根据各预设理财产品的运营特征，识别已经购买过的理财产品的盈亏信息；当已经购买过的理财产品亏损时，根据预设理财产品的对冲关系，识别与已经购买过的理财产品对冲的理财产品，并将对冲的理财产品确定为目标客户对应待推荐理财产品。
步骤S34：根据各预设理财产品的预设特征、目标客户的客户特征，将目标客户对应待推荐理财产品确定为目标客户对应的目标理财产品。
其中，当该目标客户为已经购买过理财产品的客户时，根据各预设理财产品的运营特征，获取该目标客户已经购买过的理财产品的盈亏信息，可以根据各目标客户的客户特征确定各目标客户已经购买过的理财产品，然后根据各预设理财产品的运营特征获取各预设理财产品的盈亏信息，从而通过目标客户已经购买过的理财产品和各预设理财产品的盈亏信息的匹配，得到各客户已经购买过理财产品的盈亏信息。从而当该目标客户已经购买过理财产品亏损时，根据预设理财产品的对冲关系，识别与该目标客户已经购买过理财产品对冲的理财产品。在实际使用过程中，还可以针对任一目标客户，当该目标客户为已经购买过理财产品的客户时，识别出亏损的目标客户，然后针对亏损的目标客户根据各目标客户的客户特征和各待推荐理财产品的运营特征，获取该亏损的目标客户已经购买过理财产品的盈亏信息，例如，通过统计盈利客户人群，并对盈利客户进行特征溯源，从而统计出亏损客户。其中，预设理财产品的对冲关系，可以是指投资收益对冲配置的产品，比如期货期权和股票标的套保对冲基金等。由于对冲理财产品，当一方下跌时另一方会上涨，通过当该目标客户已经购买过理财产品亏损时，向其推荐对冲的理财产品，可以实现推荐盈利的理财产品，从而提高客户体验。
可见，通过本申请实施例的方法，可以通过根据各待推荐的目标理财产品的预设特征，识别该目标客户已经购买过的理财产品相似的理财产品，创建该目标客户和相似的理财产品的对应关系，从而在根据创建的对应关系进行理财产品的推荐时，保证推荐的理财产品为目标客户偏好的理财产品，从而提高推荐的精度。根据预设理财产品的对冲关系，识别与该目标客户已经购买过理财产品对冲的理财产品，当该目标客户的风险偏好大于对冲的理财产品的风险等级时，创建该目标客户和对冲的理财产品的对应关系，可以保证向客户推荐的理财产品为可以增长的理财产品，从而提高客户体验。
可选的，理财产品的预设产品特征可以包括理财产品的风险等级，目标客户的行为信息可以包括目标客户的风险偏好，通过判断该目标客户的风险偏好是否大于或等于该目标客户相应的目标理财产品的风险等级，当待推荐理财产品的风险等级小于目标客户的风险偏好时，将待推荐理财产品确定为目标客户对应的目标理财产品。其中，风险偏好表示目标客户偏好的理财产品的风险等级，例如，中风险、高风险等。
应用本申请实施例的方法，通过对理财产品风险等级的判断，可以实现仅向该目标客户推荐中风险的理财产品和低风险的理财产品，从而确保向目标客户推荐的待推荐理财产品在目标客户的可接受的最大回撤范围内，提高客户体验。
可见，通过本申请实施例的方法，可以通过对理财产品风险等级的判断，可以实现仅向该目标客户推荐中风险的理财产品和低风险的理财产品，从而确保向目标客户推荐的待推荐理财产品在目标客户的可接受的最大回撤范围内，提高用户客户体验。
可选的，参见图4，步骤S31根据目标客户的交易信息，判断目标客户是否为已经购买过理财产品的客户之后，本申请实施例提供的信息推荐方法还可以包括：
步骤S41：从产品数据存储服务器获取多个客户的行为信息、交易信息和身份信息。
步骤S42；根据目标客户的客户特征和从产品数据存储服务器获取的信息，识别与目标客户相似的客户。
步骤S43：根据各预设理财产品的运营特征识别相似的客户已经购买的理财产品，并将相似的客户已经购买的理财产品确定为目标客户对应待推荐理财产品。
可选的，根据各预设理财产品的运营特征识别相似的客户已经购买的理财产品，并将相似的客户已经购买的理财产品确定为目标客户对应待推荐理财产品之后，所述方法还包括：根据各预设理财产品的预设特征、目标客户的客户特征，将目标客户对应待推荐理财产品确定为目标客户对应的目标理财产品。
其中，根据各目标客户的客户特征，识别与该目标客户相似的客户，可以对各目标客户的客户特征进行向量化，得到客户特征向量，例如，向量中第一位对应学历，0表示学历为本科，1表示学历为硕士等，向量中第二位对应风险偏好，0表示风险偏好为低风险，1表示风险偏好为中风险。然后，通过欧几里得距离、余弦相似度、皮尔逊相关系数等方法，计算客户特征向量的相似度，根据计算结果识别与该目标客户相似的客户。具体的，可以设置相似度阈值，当客户特征向量之间的相似度大于预设阈值时，则将其确定为相似的客户，或在计算客户特征向量的相似度之后，选取相似度最大的一个或多个客户，作为相似的客户，进而根据各目标客户的客户特征，识别相似的客户已经购买的理财产品，确定目标客户对应的待推荐理财产品，将其作为目标客户对应的目标理财产品。
通过本申请实施例的方法，可以针对任一目标客户，根据各目标客户的客户特征，识别与该目标客户相似的客户，根据各目标客户的客户特征，识别相似的客户已经购买的理财产品，创建该目标客户和相似的客户已经购买的理财产品的对应关系，从而向目标客户推荐与该目标客户相似的客户所购买的理财产品，从而保证向客户推荐的理财产品符合客户的偏好，提高客户体验。
可选的，各预设理财产品的销售信息包括各预设理财产品在各周期内的签约率，上述方法还可以包括如图5所示的步骤：
步骤S51：接收前端设备发送的多个指定理财产品的标识信息和指定周期信息；
步骤S52：根据多个指定理财产品的标识信息，从产品数据存储服务器获取各指定理财产品在指定周期内的签约率；
步骤S53：根据多个指定理财产品在指定周期内的签约率，计算指定周期内的总签约率；
步骤S54：当总签约率小于预设签约率阈值时，生成签约预警并返回至前端设备。
其中，根据各待推荐理财产品的运营特征，获取指定周期内各待推荐理财产品的签约率，可以获取每周、每天、每月等的各待推荐理财产品的签约率，然后根据每周、每天、每月等的各待推荐理财产品的签约率，计算每周、每天、每月等的总签约率。例如，针对某一用户，如基金经理，通过获取该基金经理管理的每一支理财产品每月的签约率，计算签约数量，然后根据签约数量计算该用户的所有目标客户的总签约率。通过预先设定某一签约率阈值，当总签约率小于预设签约率阈值时，生成签约预警，并向该用户或其它人员进行发送，从而便于及时对风险进行处理，避免造成大的损失，提高客户体验。
可选的，本申请实施例提供的信息推荐方法，还可以包括如图6所示的步骤：
步骤S61：根据已经购买过的理财产品的盈亏信息，计算目标客户的总亏损额度。
步骤S62：当总亏损额度大于预设亏损阈值时，生成亏损预警并返回至前端设备。
可选的，针对任一目标客户，当该目标客户为已经购买过理财产品的客户时，根据各待推荐理财产品的运营特征，识别该目标客户已经购买过理财产品的盈亏信息之后，还可以包括：根据各客户已经购买过理财产品的盈亏信息，计算指定周期内的总亏损额度；当总亏损额度大于预设亏损阈值时，生成亏损预警。
其中，根据各客户已经购买过理财产品的盈亏信息，计算指定周期内的总亏损额度，可以为针对某一用户，如基金经理等，通过统计该用户的所有客户已经购买过理财产品的盈亏信息，计算指定周期内的所有客户的总亏损额度。并通过预先设定亏损阈值，当总亏损额度大于预设亏损阈值时，生成亏损预警，并向该用户或其它人员进行发送，从而便于及时对风险进行处理，避免造成大的损失，提高客户体验。
以下为一个示例，如图7所示，从四个层面用以具体说明本申请实施例的信息推荐方法：
在策略层面上，可以有以下四个方面来完善信息推荐方法：
1、策略简述：策略主要是指依据历史行情数据，例如资金数据、舆情数据、另类数据等，利用大数据分析和机器学习算法集合回测的买卖信号触发的模拟交易行为。
2、策略绩效：对策略的选股日胜率和收益率进行绩效分析。
3、策略回测：策略年化收益率、策略最大回撤及最大回撤期、策略夏普比率、策略盈亏比进行横向纵向的统计分析。
4、策略优化：对策略的选股因子和比较参数，进行定期优化。新旧版本策略优化的比较分析，其中，比较参数可以是资金动向的迭代计算，例如沪深港持仓资金、融资融券资金流向、主力资金流向等。
在策略层面，通过对策略多维度的分析，可以使客户更清楚地了解到交易过程，从而提升客户体验感。
在客户层面，可以有以下三个方面来完善信息推荐方法：
1、客户投后分析，签约产品的客户总体盈亏分布，逐个客户盈亏数据的明细分析，如图8所示，为跟盘交易客户总体盈亏分布示意图，通过对签约客户的各方面数据分析，可以更利于实现对客户总体盈亏分布的自动化监测。
2、客户行为漏斗转化：签约产品客户数与实际购买策略推荐股票的客户特征比较分析，其中，客户行为漏斗转化可以是：客户对相似理财产品的网页访问留痕数据——客户对相似理财产品推荐标的跟盘交易数据——客户跟盘交易盈亏分布数据——客户交易行为特征分布——高粘性续签客户筛选——客户相似产品推荐。
3、客户行为社区提问：在相关论坛社区的客户提问和回复数据，可以通过收集相关论坛社区的客户提问和回复数据，可以更利于获取客户标签特征。
在客户层面，通过对客户的各项数据分析，可以更利于对客户总体盈亏分布的自动化监测和潜在客户的挖掘。
在运营层面，可以通过对以下三个数据的分析来完善信息推荐方法：
1、产品签约数量，产品销售金额逐日和逐月统计分析，全量数据按照交易日动态更新。如图9a所示，为产品累积购买人数的统计，图9b为产品累积购买金额的统计。通过对产品各项数据的动态更新，可以使运营管理员及时了解到产品的动态变化，从而实现对理财产品的盈亏信息进行自动化监测。
2、续签客户数量，购买产品次数大于一次以上的客户统计分析，高黏性客户跟盘买入推荐股票的分析。通过对续签客户数量的统计，可以更利于筛选出高粘性客户，从而有助于投顾经理对潜在客户的挖掘。
3、跟盘交易金额，跟盘佣金费率：签约客户跟盘交易买卖股票的金额汇总统计，签约客户跟盘佣金费率计算分析。通过对签约客户跟盘交易买卖股票的金额汇总统计等数据的分析，如图10所示，可以利于判断签约率和亏损额度，从而有助于及时生成风险预警。
在实际应用中，运营层面还可以包括如图7所示的产品销售金额、交易佣金费率和产品点击量等数据。
在营销层面，可以有以下六个方面来完善信息推荐方法：
1、客群标签：签约产品的客群标签特征采集存储，签约产品的客群标签特征分类计算。如图11a-图11d所示，为获取到的签约产品的客群标签特征，图11a表示该理财产品已签约客群的风险偏好客户标签特征分布，图11b表示该理财产品已签约客群的基金偏好客户标签特征分布，图11c表示该理财产品已签约客群的学历客户标签特征分布，图11d表示该理财产品已签约客群的所属区域客户标签特征分布。通过获取的客户标签特征，可以获取到该理财产品的签约客群的交易行为特征，进而根据这些特征，寻找到与该签约客群交易行为相似的未签约客户，从而将该理财产品推荐给寻找到的未签约客户完成相似理财产品的推荐。
2、千人千面：签约客户的投资交易行为分析，客户风险等级测评，交易频繁度和买卖股票偏好。在实际应用中，还可以通过构建客群画像，对每一个客户的交易特征进行匹配，例如，对签约客户的投资交易行为分析，对客户风险等级测评，对交易频繁度和买卖股票偏好等进行分析，实现“千人千面”，从而可以针对每个客户交易行为的特征匹配，推荐相似产品或者互补产品。
3、策略工具评价：客户对所使用策略工具的评价信息和对产品优化的反馈。通过收集客户的评价和反馈，可以利于对策略工具的优化，从而提升客户的体验感。
4、筛选客户：根据签约客户的标签特征，按照最大相似度模型筛选潜在客户。
5、相似产品推荐：根据客户已购买产品的特征提取，进行相似产品的精准营销推荐。
6、对冲产品推荐：签约客户发生跟盘交易后，统计出盈利客户人群，并对盈利客户进行特征溯源。统计出亏损客户，对亏损客户所持仓的标的进行对冲产品推荐。通过对盈利客户的特征溯源，可以利于客户分析总结，从而增加盈利的可能性；通过对亏损客户进行对冲产品推荐，可以平衡亏损客户的收益，从而提高客户的体验感。
在基础数据方面，可以将基础数据存储在SQL Server(一种关系型数据库管理系统)中，具体的还可以包括数据库接口和业务中台接口解析，通过该数据库接口和致胜接口解析可以获取数据，或对SQL Server中存储的数据进行读取。具体的，前端网页开发，以运营平台的策略工具为下拉菜单选项，每个策略工具从“策略”、“客户”、“营销”、“运营”的各个子节点展开前端网页设计；中台接口设计，签约客户各个维度的数据，均设计成接口调用模式，从后端数据库查询获取动态数据；后端服务运行，策略工具推荐股票数据、运营平台签约客户数据、签约客户跟盘交易流水数据，配置成定时任务运行。
在运行环境方面，可以包括生产服务器、数据托管库和Windows服务器。在生产服务器运行推荐股票的代码程序和签约客户的销售数据。在生产环境托管库实现数据的落库存储。在生产服务器进行各个产品的可视化监控管理。
针对上述示例，图12示出了信息推荐的系统流程图，如图12所示，先通过策略工具，向客户推荐理财产品，其中，理财产品可以包括股票、基金等多种类型的理财产品，随后，客户根据自身需求签约理财产品，在运营层面，运营平台可以获取签约客户的跟盘交易行为数据，对签约客户进行特征提取，通过获取到的客户标签特征与目标客户进行关联匹配，得到目标客户，运营平台还可以对策略工具推荐的理财产品进行跟盘客户盈亏分布计算，得到客户的盈亏信息，从而营销系统可以将交投活跃、盈利的理财产品推荐给目标客户，也可以对签约客户少或持续亏损的理财产品生成风险预警，还可以通过接收客户的反馈信息进行相应优化。
通过该方法，从策略层面、客户层面、运营层面和营销层面进行基于客户签约策略工具和跟盘交易行为的数据交互和关联匹配，对各个策略工具进行多维度的分析，对签约客户进行多层级的特征提取，对运营绩效指标进行日频滚动迭代计算，可以实现智能投顾领域中从策略分析、客户分析、运营分析到营销分析的全链路数据交互循环，从而实现对目标客户群体在新型策略工具营销层面的相似推荐，以及在运营层面的客户总体盈亏分布进行自动化监测和风险预警，最终提高理财产品的推荐效率。
基于相同的发明构思，本申请实施例的第二方面，提供一种信息推荐装置，如图13所示，应用于推荐系统中的推荐服务器，推荐系统还包括前端设备；推荐服务器与产品数据存储服务器通信连接，装置包括：
请求接收模块1301，用于接收前端设备发送的信息推荐请求；其中，信息推荐请求中包含目标客户的标识信息；
客户特征提取模块1302，用于根据目标客户的标识信息，从产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对目标客户的行为信息、交易信息和身份信息进行特征提取，得到目标客户的客户特征；
销售信息获取模块1303，同于从产品数据存储服务器获取各预设理财产品的预设特征和各预设理财产品的销售信息，其中，预设特征包括理财产品的预设客户特征和预设产品特征，预设客户特征表示理财产品预设的面向的客户的特征；
运营特征提取模块1304，用于对各预设理财产品的销售信息进行特征提取，得到各预设理财产品的运营特征；
目标理财产品确定模块1305，用于根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，确定目标客户对应的目标理财产品；
产品信息反馈模块1306，用于将目标理财产品的产品信息作为推荐信息返回至前端设备。
应用本申请实施例的装置，可以通过根据各目标客户的行为信息、交易信息和身份信息进行特征提取，得到客户特征，对各预设理财产品的销售信息进行特征提取，得到运营特征，并获取各预设理财产品的预设特征和各预设理财产品的销售信息，从而确定目标客户对应的目标理财产品，实现客户特征、运营特征和预设特征的自动提取，以及目标理财产品的确定，无需通过人工进行目标理财产品的选取，解决了现有技术中，人工选取，工作量大，耗时长，且对选取人员的专业度要求高，选取效率低的问题，提高了理财产品的推荐效率。
可选的，上述装置还可以包括：
购买信息获取模块，用于从产品数据存储服务器获取各目标客户购买目标理财产品的购买信息；
预设特征修正模块，用于针对各目标理财产品，根据购买信息对目标理财产品的预设特征进行修正；
预设特征替换模块，用于将修正后的目标理财产品的预设特征缓存至产品数据存储服务器，并对修正前的目标理财产品的预设特征进行替换。
应用本申请实施例的装置，通过根据各目标理财产品的预设特征、各目标客户的客户特征、各目标理财产品的运营特征，向各目标客户进行理财产品的推荐之后，获取各目标客户购买被推荐的目标理财产品的购买信息；针对各目标理财产品，根据购买信息对该目标理财产品的预设特征进行修正，可以提高数据的利用率和数据的准确率。
可选的，目标理财产品确定模块1305，可以包括：
目标客户判断子模块，用于根据目标客户的交易信息，判断目标客户是否为已经购买过理财产品的客户；
理财产品识别子模块，用于根据目标客户的交易信息，识别目标客户已经购买过的理财产品；
第一待推荐理财产品确定子模块，用于根据各预设理财产品的预设特征和各预设理财产品的运营特征，识别与已经购买过的理财产品相似的理财产品，并将相似的理财产品确定为目标客户对应待推荐理财产品；
或，
第二待推荐理财产品确定子模块，用于根据各预设理财产品的运营特征，识别已经购买过的理财产品的盈亏信息；当已经购买过的理财产品亏损时，根据预设理财产品的对冲关系，识别与已经购买过的理财产品对冲的理财产品，并将对冲的理财产品确定为目标客户对应待推荐理财产品；
目标理财产品确定子模块，用于根据各预设理财产品的预设特征、目标客户的客户特征，将目标客户对应待推荐理财产品确定为目标客户对应的目标理财产品。
可选的，理财产品的预设产品特征包括理财产品的风险等级，目标客户的行为信息包括目标客户的风险偏好，目标理财产品确定子模块，可以包括：
目标理财产品确定单元，用于当待推荐理财产品的风险等级小于目标客户的风险偏好时，将待推荐理财产品，确定为目标客户对应的目标理财产品。
应用本申请实施例的装置，可以根据各待推荐的目标理财产品的预设特征，识别该目标客户已经购买过的理财产品相似的理财产品，创建该目标客户和相似的理财产品的对应关系，从而在根据创建的对应关系进行理财产品的推荐时，保证推荐的理财产品为目标客户偏好的理财产品，从而提高推荐的精度。根据预设理财产品的对冲关系，识别与该目标客户已经购买过理财产品对冲的理财产品，当该目标客户的风险偏好大于对冲的理财产品的风险等级时，创建该目标客户和对冲的理财产品的对应关系，可以保证向客户推荐的理财产品为可以增长的理财产品，从而提高客户体验。通过对理财产品风险等级的判断，可以实现仅向该目标客户推荐中风险的理财产品和低风险的理财产品，从而确保向目标客户推荐的待推荐理财产品在目标客户的可接受的最大回撤范围内，提高客户体验。
可选的，上述装置还可以包括：
客户信息获取子模块，用于从产品数据存储服务器获取多个客户的行为信息、交易信息和身份信息；
相似客户识别子模块，用于根据目标客户的客户特征和从产品数据存储服务器获取的信息，识别与目标客户相似的客户；
第三待推荐理财产品确定子模块，根据各预设理财产品的运营特征识别相似的客户已经购买的理财产品，并将相似的客户已经购买的理财产品确定为目标客户对应待推荐理财产品。
通过本申请实施例的装置，可以针对任一目标客户，根据各目标客户的客户特征，识别与该目标客户相似的客户，根据各目标客户的客户特征，识别相似的客户已经购买的理财产品，创建该目标客户和相似的客户已经购买的理财产品的对应关系，从而向目标客户推荐与该目标客户相似的客户所购买的理财产品，从而保证向客户推荐的理财产品为符合客户的偏好，提高客户体验。
可选的，各预设理财产品的销售信息包括各预设理财产品在各周期内的签约率，上述装置还可以包括：
理财产品信息接收模块，用于接收前端设备发送的多个指定理财产品的标识信息和指定周期信息；
签约率获取模块，用于根据多个指定理财产品的标识信息，从产品数据存储服务器获取各指定理财产品在指定周期内的签约率；
总签约率计算模块，用于根据多个指定理财产品在指定周期内的签约率，计算指定周期内的总签约率；
签约预警生成模块，用于当总签约率小于预设签约率阈值时，生成签约预警并返回至前端设备。
应用本实施例的装置，可以通过预先设定某一签约率阈值，当总签约率小于预设签约率阈值时，生成签约预警，并向该用户或其它人员进行发送，从而便于及时对风险进行处理，避免造成大的损失，提高客户体验。
可选的，上述装置还可以包括：
总亏损额度计算模块，用于根据已经购买过的理财产品的盈亏信息，计算目标客户的总亏损额度；
亏损预警生成模块，用于当总亏损额度大于预设亏损阈值时，生成亏损预警并返回至前端设备。
应用本申请实施例的装置，可以通过计算亏损额度并设置亏损阈值，可以便于客户或其他用户及时对风险进行处理，避免造成大的损失，提高客户体验。
基于相同的发明构思，本申请实施例的第三方面，提供一种信息推荐系统，推荐系统包括前端设备和推荐服务器，推荐服务器与产品数据存储服务器通信连接；
前端设备，用于向推荐服务器发送信息推荐请求，其中，信息推荐请求中包含目标客户的标识信息；
推荐服务器，用于接收前端设备发送的信息推荐请求；根据目标客户的标识信息，从产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对目标客户的行为信息、交易信息和身份信息进行特征提取，得到目标客户的客户特征；从产品数据存储服务器获取各预设理财产品的预设特征和各预设理财产品的销售信息，其中，预设特征包括理财产品的预设客户特征和预设产品特征，预设客户特征表示理财产品预设的面向的客户的特征；对各预设理财产品的销售信息进行特征提取，得到各预设理财产品的运营特征；根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，确定目标客户对应的目标理财产品；将目标理财产品的产品信息作为推荐信息返回至前端设备。
基于相同的发明构思，本申请实施例的第四方面，提供一种推荐服务器，推荐服务器用于实现本申请实施例第一方面任一的方法步骤。
基于相同的发明构思，本申请实施例第五方面还提供了一种电子设备，如图14所示，包括处理器1401、通信接口1402、存储器1403和通信总线1404，其中，处理器1401，通信接口1402，存储器1403通过通信总线1404完成相互间的通信，
存储器1403，用于存放计算机程序；
处理器1401，用于执行存储器1403上所存放的程序时，实现如下步骤：
接收前端设备发送的信息推荐请求；其中，信息推荐请求中包含目标客户的标识信息；
根据目标客户的标识信息，从产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对目标客户的行为信息、交易信息和身份信息进行特征提取，得到目标客户的客户特征；
从产品数据存储服务器获取各预设理财产品的预设特征和各预设理财产品的销售信息，其中，预设特征包括理财产品的预设客户特征和预设产品特征，预设客户特征表示理财产品预设的面向的客户的特征；
对各预设理财产品的销售信息进行特征提取，得到各预设理财产品的运营特征；
根据各预设理财产品的预设特征、目标客户的客户特征、各预设理财产品的运营特征，确定目标客户对应的目标理财产品；
将目标理财产品的产品信息作为推荐信息返回至前端设备。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
基于相同的发明构思，本申请实施例的第六方面还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例第一方面的步骤。
基于相同的发明构思，本申请实施例的第七方面还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中第一方面的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统、服务器、装置、电子设备、计算机可读存储介质及计算机程序产品而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (10)

1.一种信息推荐方法，其特征在于，应用于推荐系统中的推荐服务器，所述推荐系统还包括前端设备；所述推荐服务器与产品数据存储服务器通信连接，所述方法包括：
接收所述前端设备发送的信息推荐请求；其中，所述信息推荐请求中包含目标客户的标识信息；
根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；
从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；
对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；
根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；
将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。
2.根据权利要求1所述的方法，其特征在于，所述将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备之后，所述方法还包括：
从所述产品数据存储服务器获取各所述目标客户购买所述目标理财产品的购买信息；
针对各所述目标理财产品，根据所述购买信息对所述目标理财产品的预设特征进行修正；
将修正后的所述目标理财产品的预设特征缓存至所述产品数据存储服务器，并对修正前的所述目标理财产品的预设特征进行替换。
3.根据权利要求1所述的方法，其特征在于，所述根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品，包括：
根据所述目标客户的交易信息，判断所述目标客户是否为已经购买过理财产品的客户；
若是，则根据所述目标客户的交易信息，识别所述目标客户已经购买过的理财产品；
根据各所述预设理财产品的预设特征和各所述预设理财产品的运营特征，识别与所述已经购买过的理财产品相似的理财产品，并将所述相似的理财产品确定为所述目标客户对应待推荐理财产品；
或，
根据各所述预设理财产品的运营特征，识别所述已经购买过的理财产品的盈亏信息；当所述已经购买过的理财产品亏损时，根据预设理财产品的对冲关系，识别与所述已经购买过的理财产品对冲的理财产品，并将所述对冲的理财产品确定为所述目标客户对应待推荐理财产品；
根据各所述预设理财产品的预设特征、所述目标客户的客户特征，将所述目标客户对应待推荐理财产品确定所述目标客户对应的目标理财产品。
4.根据权利要求3所述的方法，其特征在于，所述理财产品的预设产品特征包括所述理财产品的风险等级，所述目标客户的行为信息包括所述目标客户的风险偏好，所述根据各所述预设理财产品的预设特征、所述目标客户的客户特征，将所述目标客户对应待推荐理财产品确定所述目标客户对应的目标理财产品，包括：
当所述待推荐理财产品的风险等级小于所述目标客户的风险偏好时，将所述待推荐理财产品，确定为所述目标客户对应的目标理财产品。
5.根据权利要求3所述的方法，其特征在于，所述根据所述目标客户的交易信息，判断所述目标客户是否为已经购买过理财产品的客户之后，所述方法还包括：
若否，则从所述产品数据存储服务器获取多个客户的行为信息、交易信息和身份信息；
根据所述目标客户的客户特征和从所述产品数据存储服务器获取的信息，识别与所述目标客户相似的客户；
根据各所述预设理财产品的运营特征识别所述相似的客户已经购买的理财产品，并将所述相似的客户已经购买的理财产品确定为所述目标客户对应待推荐理财产品。
6.根据权利要求1所述的方法，其特征在于，所述各所述预设理财产品的销售信息包括各所述预设理财产品在各周期内的签约率，所述方法还包括：
接收所述前端设备发送的多个指定理财产品的标识信息和指定周期信息；
根据所述多个指定理财产品的标识信息，从所述产品数据存储服务器获取各指定理财产品在所述指定周期内的签约率；
根据所述多个指定理财产品在所述指定周期内的签约率，计算所述指定周期内的总签约率；
当所述总签约率小于预设签约率阈值时，生成签约预警并返回至所述前端设备。
7.根据权利要求5所述的方法，其特征在于，所述根据各所述预设理财产品的运营特征，识别所述已经购买过的理财产品的盈亏信息之后，所述方法还包括：
根据所述已经购买过的理财产品的盈亏信息，计算所述目标客户的总亏损额度；
当所述总亏损额度大于预设亏损阈值时，生成亏损预警并返回至所述前端设备。
8.一种信息推荐装置，其特征在于，应用于推荐系统中的推荐服务器，所述推荐系统还包括前端设备；所述推荐服务器与产品数据存储服务器通信连接，所述装置包括：
请求接收模块，用于接收所述前端设备发送的信息推荐请求；其中，所述信息推荐请求中包含目标客户的标识信息；
客户特征提取模块，用于根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；
销售信息获取模块，同于从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；
运营特征提取模块，用于对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；
目标理财产品确定模块，用于根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；
产品信息反馈模块，用于将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。
9.一种信息推荐系统，其特征在于，所述推荐系统包括前端设备和推荐服务器，所述推荐服务器与产品数据存储服务器通信连接；
所述前端设备，用于向所述推荐服务器发送信息推荐请求，其中，所述信息推荐请求中包含目标客户的标识信息；
所述推荐服务器，用于接收所述前端设备发送的信息推荐请求；根据所述目标客户的标识信息，从所述产品数据存储服务器获取目标客户的行为信息、交易信息和身份信息，并对所述目标客户的行为信息、交易信息和身份信息进行特征提取，得到所述目标客户的客户特征；从所述产品数据存储服务器获取各预设理财产品的预设特征和各所述预设理财产品的销售信息，其中，所述预设特征包括所述理财产品的预设客户特征和预设产品特征，所述预设客户特征表示所述理财产品预设的面向的客户的特征；对各所述预设理财产品的销售信息进行特征提取，得到各所述预设理财产品的运营特征；根据各所述预设理财产品的预设特征、所述目标客户的客户特征、各所述预设理财产品的运营特征，确定所述目标客户对应的目标理财产品；将所述目标理财产品的产品信息作为推荐信息返回至所述前端设备。
10.一种推荐服务器，其特征在于，所述推荐服务器用于实现权利要求1-7任一所述的方法步骤。
CN202210576009.1A 2022-05-25 2022-05-25 信息推荐方法、装置、系统及推荐服务器 Pending CN114971787A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210576009.1A CN114971787A (zh) 2022-05-25 2022-05-25 信息推荐方法、装置、系统及推荐服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210576009.1A CN114971787A (zh) 2022-05-25 2022-05-25 信息推荐方法、装置、系统及推荐服务器

Publications (1)

Publication Number Publication Date
CN114971787A true CN114971787A (zh) 2022-08-30

Family

ID=82955884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210576009.1A Pending CN114971787A (zh) 2022-05-25 2022-05-25 信息推荐方法、装置、系统及推荐服务器

Country Status (1)

Country Link
CN (1) CN114971787A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598471A (zh) * 2020-12-25 2021-04-02 北京知因智慧科技有限公司 一种产品的推荐方法、推荐装置及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598471A (zh) * 2020-12-25 2021-04-02 北京知因智慧科技有限公司 一种产品的推荐方法、推荐装置及电子设备

Similar Documents

Publication Publication Date Title
CN110008248B (zh) 一种数据处理方法和装置
US8930247B1 (en) System and methods for content-based financial decision making support
US20170330205A1 (en) Business artificial intelligence management engine
KR100771710B1 (ko) 입찰가 판정 방법 및 시스템, 컴퓨터
US20100318408A1 (en) Method and system for generating quantitative indicators
CZ20013132A3 (cs) Ohodnocovací předpovědní modely v situacích s chybějícími vstupy
US20140258175A1 (en) Generating Personalized Investment Recommendations
CN111047128A (zh) 企业财务曝险管理系统
US20130311400A1 (en) System for real time continuous data processing for investment portfolios
KR20180011680A (ko) 투자 정보 제공방법 및 투자 정보 제공서버
CN114896506A (zh) 产品推荐方法、装置、设备及存储介质
CN105303447A (zh) 利用网络信息进行信用评级的方法和系统
CN114971787A (zh) 信息推荐方法、装置、系统及推荐服务器
US20210350459A1 (en) Diamond Asset Systems and Methods Facilitating Transactions, Valuation, and Securitization
US7783547B1 (en) System and method for determining hedge strategy stock market forecasts
WO2006073551A2 (en) Method of processing investment data and making compensation determinations and associated system
CN114943582A (zh) 一种信息推荐方法、系统及推荐服务器
KR100392488B1 (ko) 웹싸이트에서 구현된 개인화된 투자현황 분석 및 자산배분정보 제공 시스템과 그 제공방법
Niknya et al. Financial distress prediction of Tehran Stock Exchange companies using support vector machine
KR20160071899A (ko) 기술 가치 평가 장치, 방법 및 이를 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
CN114418776A (zh) 一种数据处理方法、装置、终端设备及介质
CN114219630A (zh) 服务风险预测方法、装置、设备及介质
CN110738538B (zh) 识别相似物品的方法和装置
KR20050104441A (ko) 부동산 시세정보 검증 및 분석 시스템 및 방법
CN111199453A (zh) 一种产品信息的推送方法、电子设备及存储介质

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