基于投资者画像的智能投顾检索方法及装置.pdf

《基于投资者画像的智能投顾检索方法及装置.pdf》由会员分享，可在线阅读，更多相关《基于投资者画像的智能投顾检索方法及装置.pdf（14页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911317993.4 (22)申请日 2019.12.19 (71)申请人 国网区块链科技 （北京） 有限公司 地址 100053 北京市西城区广义街7号楼5 层5016 申请人 国网电子商务有限公司 国网雄安金融科技集团有限公司 (72)发明人 杨东伟王栋陈绍真王新勇 (74)专利代理机构 北京集佳知识产权代理有限 公司 11227 代理人 张静 (51)Int.Cl. G06F 16/2457(2019.01) G06Q 40/06(2012.01) (54)发明名称。

2、 一种基于投资者画像的智能投顾检索方法 及装置 (57)摘要 本申请提供了一种基于投资者画像的智能 投顾检索方法及装置， 应用于智能投顾检索平 台， 该方法包括： 获取用户输入的检索请求， 检索 请求中包含用户的画像信息； 从用户的画像信息 中提取投资属性特征； 在预先建立的投资产品库 中查找是否存在与投资属性特征匹配的投资产 品； 若存在， 将与投资属性特征匹配的投资产品 作为检索结果。 在本申请中， 通过以上方式可以 提高投资产品检索的效率及准确率。 权利要求书2页 说明书7页 附图4页 CN 110990446 A 2020.04.10 CN 110990446 A 1.一种基于投资者画。

3、像的智能投顾检索方法， 其特征在于， 应用于智能投顾检索平台， 该方法包括： 获取用户输入的检索请求， 所述检索请求中包含所述用户的画像信息； 从所述用户的画像信息中提取投资属性特征； 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的投资产品； 若存在， 将与所述投资属性特征匹配的投资产品作为检索结果。 2.根据权利要求1所述的方法， 其特征在于， 所述方法还包括： 若所述投资产品库中不存在与所述投资属性特征匹配的投资产品， 则将所述投资属性 特征输入Black-Litterman模型， 得到所述Black-Litterman模型输出的投资产品组合； 将所述投资产品组合作为检索结果。

4、。 3.根据权利要求1所述的方法， 其特征在于， 所述用户的画像信息， 包括： 所述用户在所述智能投顾检索平台上输入的画像信息； 或， 所述用户在所述智能投顾检索平台上输入的画像信息及从与所述用户关联的外部 数据源中获取的画像信息。 4.根据权利要求1所述的方法， 其特征在于， 所述从所述用户的画像信息中提取投资属 性特征， 包括： 从所述用户的画像信息中提取投资属性特征； 对所述投资属性特征进行归一化处理， 将归一化处理后的投资属性特征替换所述投资 属性特征。 5.根据权利要求1所述的方法， 其特征在于， 所述在投资产品库中查找是否存在与所述 投资属性特征匹配的投资产品， 包括： 将所述投资。

5、属性特征中的冗余特征过滤， 得到目标投资属性特征； 在投资产品库中查找是否存在与所述目标投资属性特征匹配的投资产品。 6.一种基于投资者画像的智能投顾检索装置， 其特征在于， 应用于智能投顾检索平台， 该装置包括： 获取模块， 用于获取用户输入的检索请求， 所述检索请求中包含所述用户的画像信息； 提取模块， 用于从所述用户的画像信息中提取投资属性特征； 查找模块， 用于在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的 投资产品； 第一确定模块， 用于若存在与所述投资属性特征匹配的投资产品， 则将与所述投资属 性特征匹配的投资产品作为检索结果。 7.根据权利要求6所述的装置， 其特征。

6、在于， 所述装置还包括： 第二确定模块， 用于若所述投资产品库中不存在与所述投资属性特征匹配的投资产 品， 则将所述投资属性特征输入Black-Litterman模型， 得到所述Black-Litterman模型输 出的投资产品组合； 第三确定模块， 用于将所述投资产品组合作为检索结果。 8.根据权利要求6所述的装置， 其特征在于， 所述用户的画像信息， 包括： 所述用户在所述智能投顾检索平台上输入的画像信息； 或， 所述用户在所述智能投顾检索平台上输入的画像信息及从与所述用户关联的外部 权利要求书 1/2 页 2 CN 110990446 A 2 数据源中获取的画像信息。 9.根据权利要求6。

7、所述的装置， 其特征在于， 所述提取模块， 具体用于： 从所述用户的画像信息中提取投资属性特征； 对所述投资属性特征进行归一化处理， 将归一化处理后的投资属性特征替换所述投资 属性特征。 10.根据权利要求6所述的装置， 其特征在于， 所述查找模块， 具体用于： 将所述投资属性特征中的冗余特征过滤， 得到目标投资属性特征； 在投资产品库中查找是否存在与所述目标投资属性特征匹配的投资产品。 权利要求书 2/2 页 3 CN 110990446 A 3 一种基于投资者画像的智能投顾检索方法及装置 技术领域 0001 本申请涉及检索技术领域， 特别涉及一种基于投资者画像的智能投顾检索方法及 装置。 。

8、背景技术 0002 随着生活水平的提高， 用户对投资的需求也日渐增多。 并且， 用户期望找到适合自 己的投资产品。 0003 目前， 一般会由专业人员， 在众多投资产品中为用户检索出相匹配的投资产品。 但 是， 这种人工检索的方式， 效率较低， 并且检索的过程中专业人员的主观性较强， 影响检索 结果的准确率。 发明内容 0004 为解决上述技术问题， 本申请实施例提供一种基于投资者画像的智能投顾检索方 法及装置， 以达到提高检索的效率及准确率的目的， 技术方案如下： 0005 一种基于投资者画像的智能投顾检索方法， 应用于智能投顾检索平台， 该方法包 括： 0006 获取用户输入的检索请求， 。

9、所述检索请求中包含所述用户的画像信息； 0007 从所述用户的画像信息中提取投资属性特征； 0008 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的投资产品； 0009 若存在， 将与所述投资属性特征匹配的投资产品作为检索结果。 0010 优选的， 所述方法还包括： 0011 若所述投资产品库中不存在与所述投资属性特征匹配的投资产品， 则将所述投资 属性特征输入Black-Litterman模型， 得到所述Black-Litterman模型输出的投资产品组 合； 0012 将所述投资产品组合作为检索结果。 0013 优选的， 所述用户的画像信息， 包括： 0014 所述用户在所述。

10、智能投顾检索平台上输入的画像信息； 0015 或， 所述用户在所述智能投顾检索平台上输入的画像信息及从与所述用户关联的 外部数据源中获取的画像信息。 0016 优选的， 所述从所述用户的画像信息中提取投资属性特征， 包括： 0017 从所述用户的画像信息中提取投资属性特征； 0018 对所述投资属性特征进行归一化处理， 将归一化处理后的投资属性特征替换所述 投资属性特征。 0019 优选的， 所述在投资产品库中查找是否存在与所述投资属性特征匹配的投资产 品， 包括： 0020 将所述投资属性特征中的冗余特征过滤， 得到目标投资属性特征； 说明书 1/7 页 4 CN 110990446 A 4。

11、 0021 在投资产品库中查找是否存在与所述目标投资属性特征匹配的投资产品。 0022 一种基于投资者画像的智能投顾检索装置， 应用于智能投顾检索平台， 该装置包 括： 0023 获取模块， 用于获取用户输入的检索请求， 所述检索请求中包含所述用户的画像 信息； 0024 提取模块， 用于从所述用户的画像信息中提取投资属性特征； 0025 查找模块， 用于在预先建立的投资产品库中查找是否存在与所述投资属性特征匹 配的投资产品； 0026 第一确定模块， 用于若存在与所述投资属性特征匹配的投资产品， 则将与所述投 资属性特征匹配的投资产品作为检索结果。 0027 优选的， 所述装置还包括： 00。

12、28 第二确定模块， 用于若所述投资产品库中不存在与所述投资属性特征匹配的投资 产品， 则将所述投资属性特征输入Black-Litterman模型， 得到所述Black-Litterman模型 输出的投资产品组合； 0029 第三确定模块， 用于将所述投资产品组合作为检索结果。 0030 优选的， 所述用户的画像信息， 包括： 0031 所述用户在所述智能投顾检索平台上输入的画像信息； 0032 或， 所述用户在所述智能投顾检索平台上输入的画像信息及从与所述用户关联的 外部数据源中获取的画像信息。 0033 优选的， 所述提取模块， 具体用于： 0034 从所述用户的画像信息中提取投资属性特征。

13、； 0035 对所述投资属性特征进行归一化处理， 将归一化处理后的投资属性特征替换所述 投资属性特征。 0036 优选的， 所述查找模块， 具体用于： 0037 将所述投资属性特征中的冗余特征过滤， 得到目标投资属性特征； 0038 在投资产品库中查找是否存在与所述目标投资属性特征匹配的投资产品。 0039 与现有技术相比， 本申请的有益效果为： 0040 在本申请中， 由智能投顾检索平台获取用户输入的检索请求， 并从检索请求中包 含的用户的画像信息中提取投资属性特征， 在预先建立的投资产品库中查找是否存在与投 资属性特征匹配的投资产品， 实现投资产品检索的自动化， 提高检索的效率。 0041。

14、 并且， 利用客观的投资属性特征及客观的投资产品库， 在预先建立的投资产品库 中查找是否存在投资属性特征匹配的投资产品， 可以提高检索的准确率。 附图说明 0042 为了更清楚地说明本申请实施例中的技术方案， 下面将对实施例描述中所需要使 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， 在不付出创造性劳动性的前提下， 还可以根据这些附图获得其 他的附图。 0043 图1是本申请提供的一种基于投资者画像的智能投顾检索方法实施例1的流程图； 说明书 2/7 页 5 CN 110990446 A 5 0044 图2是本申请提供的一种基。

15、于投资者画像的智能投顾检索方法实施例2的流程图； 0045 图3是本申请提供的一种基于投资者画像的智能投顾检索方法实施例3的流程图； 0046 图4是本申请提供的一种基于投资者画像的智能投顾检索方法实施例4的流程图； 0047 图5是本申请提供的一种基于投资者画像的智能投顾检索装置的逻辑结构示意 图。 具体实施方式 0048 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在没有做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。

16、护的范围。 0049 本申请实施例公开了一种基于投资者画像的智能投顾检索方法， 应用于智能投顾 检索平台， 该方法包括： 获取用户输入的检索请求， 所述检索请求中包含所述用户的画像信 息； 从所述用户的画像信息中提取投资属性特征； 在预先建立的投资产品库中查找是否存 在与所述投资属性特征匹配的投资产品； 若存在， 将与所述投资属性特征匹配的投资产品 作为检索结果。 在本申请中， 可以提高检索的效率及准确率。 0050 接下来对本申请实施例公开的基于投资者画像的智能投顾检索方法进行介绍， 基 于投资者画像的智能投顾检索方法应用于智能投顾检索平台， 如图1所示的， 为本申请提供 的一种基于投资者画。

17、像的智能投顾检索方法实施例1的流程图， 可以包括以下步骤： 0051 步骤S11、 获取用户输入的检索请求， 所述检索请求中包含所述用户的画像信息。 0052 用户的画像信息可以理解为： 将用户的每个具体信息数据抽象而成的标签信息， 如， 基本信息(如， 性别、 年龄等)、 财务状况、 投资知识、 投资经验、 风险偏好、 策略偏好和行 业偏好等。 0053 本实施例中， 用户的画像信息可以包括： 0054 所述用户在所述智能投顾检索平台上输入的画像信息； 0055 或， 所述用户在所述智能投顾检索平台上输入的画像信息及从与所述用户关联的 外部数据源中获取的画像信息。 0056 在所述用户的画像。

18、信息包括所述用户在所述智能投顾检索平台上输入的画像信 息及从与所述用户关联的外部数据源中获取的画像信息的情况下， 可以保证用户信息的全 面性。 0057 智能投顾检索平台需要提供查询界面及查询接口， 查询界面用于用户输入检索请 求， 查询接口用于获取用户输入的检索请求。 0058 步骤S12、 从所述用户的画像信息中提取投资属性特征。 0059 投资属性特征可以理解为： 能够反映用户的投资期望的特征， 如， 性别、 年龄、 收入 水平、 风险偏好等。 0060 步骤S13、 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的 投资产品。 0061 本实施例中， 智能投顾检索平台需要支。

19、持投资产品信息上传。 上传的方式可以包 括但不局限于： 从本地电脑中上传或通过输入在线地址的方式上传。 说明书 3/7 页 6 CN 110990446 A 6 0062 在投资产品信息上传到智能投顾检索平台之后， 智能投顾检索平台基于投资产品 信息， 预先建立投资产品库。 预先建立的投资产品库中包括多个投资产品， 及每个投资产品 的属性特征。 0063 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的投资产品， 可以理解为： 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的属性特 征。 0064 若存在， 则执行步骤S14。 0065 步骤S14、 将与所述投资属性特。

20、征匹配的投资产品作为检索结果。 0066 本实施例中， 智能投顾检索平台还需要提供结果显示界面及结果显示接口。 结果 显示接口用于将检索结果发送到结果显示界面进行显示。 0067 在本申请中， 由智能投顾检索平台获取用户输入的检索请求， 并从检索请求中包 含的用户的画像信息中提取投资属性特征， 在预先建立的投资产品库中查找是否存在与投 资属性特征匹配的投资产品， 实现投资产品检索的自动化， 提高检索的效率。 0068 并且， 利用客观的投资属性特征及客观的投资产品库， 在预先建立的投资产品库 中查找是否存在投资属性特征匹配的投资产品， 可以提高检索的准确率。 0069 作为本申请另一可选实施例。

21、， 参照图2， 为本申请提供的一种基于投资者画像的智 能投顾检索方法实施例2的流程示意图， 本实施例主要是对上述实施例1描述的基于投资者 画像的智能投顾检索方法的扩展方案， 如图2所示， 该方法可以包括但并不局限于以下步 骤： 0070 步骤S21、 获取用户输入的检索请求， 所述检索请求中包含所述用户的画像信息。 0071 步骤S22、 从所述用户的画像信息中提取投资属性特征。 0072 步骤S23、 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的 投资产品。 0073 若存在， 则执行步骤S24； 若不存在， 则执行步骤S25。 0074 步骤S24、 将与所述投资属性特征匹。

22、配的投资产品作为检索结果。 0075 步骤S21-S24的详细过程可以参见实施例1中的步骤S11-S14的相关介绍， 在此不 再赘述。 0076 步骤S25、 将所述投资属性特征输入Black-Litterman模型， 得到所述Black- Litterman模型输出的投资产品组合。 0077 投资产品组合可以理解为： 不同投资产品之间的组合及不同投资产品的资产配置 比例。 0078 Black-Litterman模型的构建过程， 可以为： 0079 第一步:逆优化求解投资产品中的风险资产先验收益。 0080 设先验收益服从正态分布N(， )， 则有： w_mkt， 其中 是标量， 是风 险厌。

23、恶系数， 是协方差矩阵， w_mkt是市场组合权重， 是均衡收益向量 0081 第二步:在市场均衡收益分布中加入投资者主观观点， 形成后验收益。 0082 假设观点收益分布为N(Q， )， n是市场组合的资产数量， k是投资者的观点数量 (kn)， p表示主观观点矩阵(kn)， Q是观点收益(k1)， 是观点误差矩阵， 也是置信度 (kk)。 说明书 4/7 页 7 CN 110990446 A 7 0083 第三步： 根据模型形成的新后验收益， 结合马科维茨均值方差模型求解出最优化 的资产配置权重系数。 0084 加入资产的预期主观观点， 计算获取后验收益分布， 得到先验数据和加入投资者 主。

24、观观点的条件下： N(， )， N(E(R)， ( )-1+(P -1P)-1)其中， 新的后验预期收 益率E(R)为： E(R)( )-1+(P -1P)-1( )-1+P -1Q， 最后将E(R)代入效用最大 化约束模型， 得到最优权重w： 0085 0086 w( )-1 0087 其中， E(R)表示新的后验预期收益率向量， 表示期望权重。 0088 步骤S26、 将所述投资产品组合作为检索结果。 0089 作为本申请另一可选实施例， 参照图3， 为本申请提供的一种基于投资者画像的智 能投顾检索方法实施例3的流程示意图， 本实施例主要是对上述实施例1描述的基于投资者 画像的智能投顾检索。

25、方法的细化方案， 如图3所示， 该方法可以包括但并不局限于以下步 骤： 0090 步骤S31、 获取用户输入的检索请求， 所述检索请求中包含所述用户的画像信息。 0091 步骤S31的详细过程可以参见实施例1中步骤S11的相关介绍， 在此不再赘述。 0092 步骤S32、 从所述用户的画像信息中提取投资属性特征。 0093 步骤S33、 对所述投资属性特征进行归一化处理， 将归一化处理后的投资属性特征 替换所述投资属性特征。 0094 对所述投资属性特征进行归一化处理， 可以消除数据的量纲影响， 可以检索运算 精度。 0095 步骤S32-S33为实施例1中步骤S12的一种具体实施过程。 00。

26、96 步骤S34、 在预先建立的投资产品库中查找是否存在与所述投资属性特征匹配的 投资产品。 0097 若存在， 则执行步骤S35。 0098 步骤S35、 将与所述投资属性特征匹配的投资产品作为检索结果。 0099 步骤S34-S35的详细过程可以参见实施例1中步骤S13-S14的相关介绍。 0100 作为本申请另一可选实施例， 参照图4， 为本申请提供的一种基于投资者画像的智 能投顾检索方法实施例4的流程示意图， 本实施例主要是对上述实施例1描述的基于投资者 画像的智能投顾检索方法的细化方案， 如图4所示， 该方法可以包括但并不局限于以下步 骤： 0101 步骤S41、 获取用户输入的检索。

27、请求， 所述检索请求中包含所述用户的画像信息。 0102 步骤S42、 从所述用户的画像信息中提取投资属性特征。 0103 步骤S43、 将所述投资属性特征中的冗余特征过滤， 得到目标投资属性特征。 0104 将所述投资属性特征中的冗余特征过滤的过程， 可以包括： 0105 进行缺失值清洗； 进行格式内容清洗； 进行逻辑错误清洗； 进行非需求数据清洗； 进行关联性验证。 0106 缺失值清洗可以理解为： 定位缺失值后重新查找数据补充缺失值； 说明书 5/7 页 8 CN 110990446 A 8 0107 格式内容清洗可以理解为： 调整数据的储存格式； 0108 逻辑错误清洗可以理解为： 去。

28、掉重复值、 不合理值与矛盾内容； 0109 非需求数据清洗可以理解为： 将关联性不大的数据去除； 0110 关联性验证可以理解为： 从不同渠道验证数据是否一致。 0111 步骤S44、 在投资产品库中查找是否存在与所述目标投资属性特征匹配的投资产 品。 0112 若存在， 则执行步骤S45。 0113 步骤S43-S44为实施例1中步骤S13的一种具体实施过程。 0114 步骤S45、 将与所述投资属性特征匹配的投资产品作为检索结果。 0115 接下来对本申请提供的基于投资者画像的智能投顾检索装置进行介绍， 下文介绍 的基于投资者画像的智能投顾检索装置与上文介绍的基于投资者画像的智能投顾检索方。

29、 法可相互对应参照。 0116 请参见图5， 基于投资者画像的智能投顾检索装置应用于智能投顾检索平台， 基于 投资者画像的智能投顾检索装置包括： 获取模块11、 提取模块12、 查找模块13和第一确定模 块14。 0117 获取模块11， 用于获取用户输入的检索请求， 所述检索请求中包含所述用户的画 像信息； 0118 所述用户的画像信息， 可以包括： 0119 所述用户在所述智能投顾检索平台上输入的画像信息； 0120 或， 所述用户在所述智能投顾检索平台上输入的画像信息及从与所述用户关联的 外部数据源中获取的画像信息。 0121 提取模块12， 用于从所述用户的画像信息中提取投资属性特征；。

30、 0122 查找模块13， 用于在预先建立的投资产品库中查找是否存在与所述投资属性特征 匹配的投资产品； 0123 第一确定模块14， 用于若存在与所述投资属性特征匹配的投资产品， 则将与所述 投资属性特征匹配的投资产品作为检索结果。 0124 本实施例中， 基于投资者画像的智能投顾检索装置还可以包括： 0125 第二确定模块， 用于若所述投资产品库中不存在与所述投资属性特征匹配的投资 产品， 则将所述投资属性特征输入Black-Litterman模型， 得到所述Black-Litterman模型 输出的投资产品组合； 0126 第三确定模块， 用于将所述投资产品组合作为检索结果。 0127 。

31、本实施例中， 所述提取模块12， 具体可以用于： 0128 从所述用户的画像信息中提取投资属性特征； 0129 对所述投资属性特征进行归一化处理， 将归一化处理后的投资属性特征替换所述 投资属性特征。 0130 本实施例中， 所述查找模块13， 具体可以用于： 0131 将所述投资属性特征中的冗余特征过滤， 得到目标投资属性特征； 0132 在投资产品库中查找是否存在与所述目标投资属性特征匹配的投资产品。 0133 需要说明的是， 每个实施例重点说明的都是与其他实施例的不同之处， 各个实施 说明书 6/7 页 9 CN 110990446 A 9 例之间相同相似的部分互相参见即可。 对于装置类。

32、实施例而言， 由于其与方法实施例基本 相似， 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。 0134 最后， 还需要说明的是， 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， 。

33、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。 0135 为了描述的方便， 描述以上装置时以功能分为各种单元分别描述。 当然， 在实施本 申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。 0136 通过以上的实施方式的描述可知， 本领域的技术人员可以清楚地了解到本申请可 借助软件加必需的通用硬件平台的方式来实现。 基于这样的理解， 本申请的技术方案本质 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 可以存储在存储介质中， 如ROM/RAM、 磁碟、 光盘等， 包括若干指令用以使得。

34、一台计算机设备 (可以是个人计算机， 服务器， 或者网络设备等)执行本申请各个实施例或者实施例的某些 部分所述的方法。 0137 以上对本申请所提供的一种基于投资者画像的智能投顾检索方法及装置进行了 详细介绍， 本文中应用了具体个例对本申请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申请的方法及其核心思想； 同时， 对于本领域的一般技术人员， 依 据本申请的思想， 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 不应理解为对本申请的限制。 说明书 7/7 页 10 CN 110990446 A 10 图1 说明书附图 1/4 页 11 CN 110990446 A 11 图2 说明书附图 2/4 页 12 CN 110990446 A 12 图3 说明书附图 3/4 页 13 CN 110990446 A 13 图4 图5 说明书附图 4/4 页 14 CN 110990446 A 14 。