摘要
本发明公开了风险等级预测模型的训练方法和金融产品的推荐方法。该方法包括:获取金融产品数据,将金融产品数据转换为产品表示向量;获取客户对金融产品的购买行为数据以及客户的基本购买偏好,将基本购买偏好转换为客户基础表示向量;基于客户基础表示向量、产品表示向量和购买行为数据确定客户的长期偏好向量和短期偏好向量,基于长期偏好向量和短期偏好向量确定客户对金融产品的购买偏好向量;基于产品表示向量和客户对金融产品的购买偏好向量构建训练数据集;基于训练数据集对图神经网络模型进行训练,得到风险等级预测模型。本发明通过捕获客户的长、短期购买偏好,可以提高对金融产品风险等级预测的准确性,从而提高金融产品推荐的准确性。
技术关键词
金融
客户
风险
推荐方法
个性化注意力网络
神经网络模型
门控循环单元网络
离散特征
基础
词语
预测模型训练
上下文特征
处理器
可读存储介质
文本
数据获取模块
计算机
推荐装置
系统为您推荐了相关专利信息
智能环境调控
近红外光谱检测装置
区块链存证
监测子系统
适配系统
多模态深度学习
实时预警系统
激光雷达点云数据
风险
老年人
低压直流
电网运行风险
电网运行数据
柔性
微电网优化调度