摘要
本发明涉及金融产品推荐技术领域,且公开了一种基于用户个人信息的金融产品推荐方法及装置,将用户信息输入金融产品推荐系统中并将相关数据导入CNN模型中,对导入的数据进行特征提取,并输出第一特征标签,将用户的历史交易数据(按时间序列排列)输入到LSTM模型中,使用LSTM单元处理时间序列数据,并输出第一数据,将CNN模型和LSTM模型的输出的第一特征和第一数据拼接在一起,形成一个综合的特征表示即第二特征标签,并通过全连接层将拼接后的第二特征映射到推荐产品的概率分布上,使用softmax函数输出每个金融产品被推荐的概率。本发明将用户的相关信息输入计算机本体中内嵌的金融产品推荐系统中,快速生成金融产品推荐方案,并将方案导入用户端的平板电脑中。
技术关键词
金融产品推荐方法
金融产品推荐系统
金融产品推荐装置
卷积神经网络特征提取
数据处理模块
数据储存模块
LSTM模型
信息输入计算机
产品推荐技术
拼接模块
卷积神经网络模型
序列
深度学习框架
输出模块
标签
时序
电脑
系统为您推荐了相关专利信息
数据处理系统
多租户管理
系统集成模块
数据存储模块
数据处理模块
硝化装置
LSTM神经网络模型
预警系统
卷积神经网络模型
数据处理模块
示波器
电阻
待测设备
傅里叶变换算法
阻抗分析仪
三维空间模型
三维温度场
异常状态
实时数据
加热弯管
智能分析模块
数据处理模块
设备运行状态
分析能源消耗
预警模型