買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京信息工程大學(xué)申請(qǐng)的專利一種金融產(chǎn)品的推薦方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119722254B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-27發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510241728.1，技術(shù)領(lǐng)域涉及：G06Q30/0601；該發(fā)明授權(quán)一種金融產(chǎn)品的推薦方法是由殷紹雄;李曉慶;劉依蕊設(shè)計(jì)研發(fā)完成，并于2025-03-03向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種金融產(chǎn)品的推薦方法在說(shuō)明書摘要公布了：本發(fā)明涉及金融技術(shù)領(lǐng)域，具體公開了一種金融產(chǎn)品的推薦方法，收集用戶信息生成數(shù)據(jù)樣本，計(jì)算異常樣本并將其剔除，預(yù)測(cè)填充缺失數(shù)據(jù)，形成用戶畫像；利用神經(jīng)網(wǎng)絡(luò)算法對(duì)用戶畫像進(jìn)行分析，提取出用戶的偏好特征、風(fēng)險(xiǎn)承受能力量化值；建立數(shù)據(jù)庫(kù)；根據(jù)用戶畫像中的關(guān)鍵信息和金融產(chǎn)品庫(kù)中的產(chǎn)品信息，利用推薦算法為用戶生成個(gè)性化的金融產(chǎn)品推薦列表；收集用戶對(duì)推薦結(jié)果的反饋，生成綜合反饋數(shù)據(jù)，不斷優(yōu)化金融產(chǎn)品的推薦算法。本發(fā)明利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和正則化技術(shù)，深度挖掘用戶特征，提高特征提取的準(zhǔn)確性和可靠性。本發(fā)明融合多種推薦算法并考慮多種因素，生成更符合用戶個(gè)性化需求和市場(chǎng)動(dòng)態(tài)的推薦列表。

本發(fā)明授權(quán)一種金融產(chǎn)品的推薦方法在權(quán)利要求書中公布了：1.一種金融產(chǎn)品的推薦方法，其特征在于：包括以下步驟，S1、收集用戶的基本信息、歷史金融行為數(shù)據(jù)以及用戶填寫的風(fēng)險(xiǎn)承受能力問(wèn)卷并生成數(shù)據(jù)樣本，采用IsolationForest算法計(jì)算異常樣本并將其剔除，采用線性回歸模型預(yù)測(cè)填充缺失數(shù)據(jù)，形成用戶畫像；S2、利用神經(jīng)網(wǎng)絡(luò)算法對(duì)用戶畫像進(jìn)行分析，提取出用戶的偏好特征、風(fēng)險(xiǎn)承受能力量化值；S3、建立包含各類金融產(chǎn)品的詳細(xì)信息的數(shù)據(jù)庫(kù)，所述數(shù)據(jù)庫(kù)中包含產(chǎn)品的收益率、風(fēng)險(xiǎn)等級(jí)、投資期限；S4、根據(jù)用戶畫像中的關(guān)鍵信息和金融產(chǎn)品庫(kù)中的產(chǎn)品信息，利用基于內(nèi)容過(guò)濾算法與協(xié)同過(guò)濾算法結(jié)合的方式為用戶生成個(gè)性化的金融產(chǎn)品推薦列表；基于內(nèi)容過(guò)濾算法：設(shè)用戶畫像特征向量u＝u1,u2,…,un,由偏好特征Pf和風(fēng)險(xiǎn)承受能力量化值Rt構(gòu)成，金融產(chǎn)品特征向量p＝p1,p2,...,pn,，計(jì)算余弦相似度得到基于內(nèi)容過(guò)濾的得分向量Sc＝sc1,sc2,...,sci,…,scm，其中m為金融產(chǎn)品數(shù)量；基于協(xié)同過(guò)濾算法：設(shè)用戶-產(chǎn)品矩陣為R，其中Rvw表示用戶v對(duì)產(chǎn)品w的評(píng)分；利用用戶畫像中的風(fēng)險(xiǎn)承受能力量化值Rt和偏好特征Pf對(duì)用戶進(jìn)行聚類，計(jì)算用戶v和同類別用戶k的余弦相似度其中和分別是用戶v和用戶k的平均評(píng)分；預(yù)測(cè)用戶v對(duì)產(chǎn)品w的評(píng)分其中Nv是與用戶v同類別且相似的用戶集合，得到基于協(xié)同過(guò)濾的得分向量Scf＝scf1,scf2,…,scfi,…,scfm；設(shè)權(quán)重α0≤α≤1，且α根據(jù)風(fēng)險(xiǎn)承受能力量化值Rt動(dòng)態(tài)調(diào)整，融合后的得分向量Sf＝sf1,sf2,…,sfi,...,sfm，其中Sfi＝αsci+1-αscfi；根據(jù)Sf對(duì)金融產(chǎn)品進(jìn)行排序，選擇得分高的前K個(gè)產(chǎn)品生成推薦列表RL，其中5≤K≤20；S5、收集用戶對(duì)推薦結(jié)果的反饋，生成綜合反饋數(shù)據(jù)，基于綜合反饋數(shù)據(jù)不斷優(yōu)化金融產(chǎn)品的推薦算法；所述反饋包括用戶對(duì)推薦產(chǎn)品的點(diǎn)擊行為、是否購(gòu)買行為、對(duì)推薦產(chǎn)品的評(píng)價(jià)，構(gòu)建用戶反饋矩陣F，其中Fvw表示用戶v對(duì)推薦產(chǎn)品w的綜合反饋評(píng)分；收集用戶在推薦頁(yè)面的瀏覽行為數(shù)據(jù)，包括停留時(shí)間ts、瀏覽順序Os；通過(guò)加權(quán)計(jì)算得到綜合反饋值Cf＝w1Fvw+w2ts+w3Os，其中w1,w2,w3為權(quán)重，根據(jù)實(shí)際業(yè)務(wù)重要性確定；運(yùn)用Q-Learning算法優(yōu)化推薦算法，設(shè)狀態(tài)空間S由用戶畫像和當(dāng)前推薦列表RL組成，動(dòng)作空間A為不同的推薦算法參數(shù)；在狀態(tài)s∈S下采取動(dòng)作a∈A后，轉(zhuǎn)移到新狀態(tài)s′并獲得獎(jiǎng)勵(lì)r，獎(jiǎng)勵(lì)r根據(jù)綜合反饋值Cf計(jì)算，即r＝Cf；Q函數(shù)Qs,a表示在狀態(tài)s下采取動(dòng)作a的長(zhǎng)期累積獎(jiǎng)勵(lì)的期望，更新公式為：Qs,a＝Qs,a+αQ[r+γmaxa′Qs′,a′-Qs,a]，其中αQ是學(xué)習(xí)率，γ是折扣因子；通過(guò)不斷迭代更新Q函數(shù)，選擇使Q值最大化的動(dòng)作，即最優(yōu)的推薦算法參數(shù)；在AB測(cè)試中，將用戶隨機(jī)分為兩組，分別使用不同版本的推薦算法進(jìn)行推薦，根據(jù)兩組用戶的反饋數(shù)據(jù)計(jì)算獎(jiǎng)勵(lì)r，進(jìn)而更新Q函數(shù)，確定最優(yōu)算法版本。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京信息工程大學(xué)，其通訊地址為：211800 江蘇省南京市浦口區(qū)南京市寧六路219號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。