【技術實現步驟摘要】
本專利技術涉及計算機，具體而言，涉及一種銀行金融產品推薦方法、系統、設備和存儲介質。
技術介紹
1、隨著互聯網技術飛速發展，越來越多的互聯網應用扎根各領域，互聯網金融的不斷創新和發展更是加劇了傳統金融市場的激烈競爭程度，以商業銀行為代表的傳統金融機構在金融營銷方面將面臨更大的競爭壓力。為此商業銀行可以借鑒互聯網企業的科技手段和營銷方式并應用到金融營銷當中，迎合當下互聯網金融發展的潮流。目前各商業銀行提供的金融產品和服務種類繁多，這無意之中加重了客戶對于產品和服務的認知負擔，金融營銷的目的是要根據客戶需求提供滿足客戶條件的產品和服務，在普惠金融背景下面對不同客戶群體提升精準營銷水平對商業銀行自身創新能力提出考驗。個性化推薦系統作為互聯網企業一直實踐并獲得客戶積極反饋的一種推薦技術在業內得到了廣泛的認可，個性化推薦系統能充分利用客戶數據并挖掘出客戶的行為特征和興趣偏好，通過客戶的偏好與產品的關聯性推薦預測客戶可能感興趣的產品和服務，進而向客戶進行精準營銷。
2、目前銀行大多采用大數據加工與規則分析的形式產生精準營銷客群名單，部分大行已加入機器學習模型等復雜場景客群標簽。基于傳統的單規則或規則組形成的營銷客群，雖然分析簡單、業務解釋性強，但往往不能適應多變的業務經營模式，未能有效探索大數據中隱藏的潛在關系。一是，傳統規則模型無法很好適配客戶快速變換的行為模式。隨著5g、物聯網、大數據、云計算等技術的快速發展與應用，新技術與新場景層出不窮，客戶的行為習慣、偏好方式、接受模式都在快速變遷，這時規則挖掘顯然太過粗糙。二是，傳統規
技術實現思路
1、本專利技術所要解決的技術問題是：現有的銀行產品推薦方法不能深度挖掘客戶數據，依賴于業務場景且業務場景之間缺少互聯互動，客戶經理只能通過名單單個尋找與辨別，效率低，精準度低。
2、本專利技術通過下述技術方案實現：
3、第一方面，提供一種銀行金融產品推薦方法，包括以下步驟：s1：采集客戶個人基礎數據、客戶交易數據和產品數據；s2：將客戶個人基礎數據分為存量客戶個人基礎數據和新客戶個人基礎數據；s3：將客戶交易數據劃分為存量客戶交易數據和新客戶交易數據；s4：根據存量客戶個人基礎數據、存量客戶的客群信息和存量客戶的周期價值對存量客戶狀態進行高維交叉精準定位，并進行客戶畫像，得到每一類存量客戶客群對應的客戶畫像；根據新客戶個人基礎數據、新客戶的客群信息和新客戶的周期價值對新客戶狀態進行高維交叉精準定位，并進行客戶畫像，得到每一類新客戶客群對應的客戶畫像；根據產品價值分層和產品接受度進行產品畫像，得到每一類產品對應的產品特征標簽；s5：根據存量客戶個人基礎數據、存量客戶的客群信息、存量客戶的周期價值和客戶畫像構建存量客戶特征標簽；根據新客戶個人基礎數據、新客戶的客群信息、新客戶的周期價值和客戶畫像構建新客戶特征標簽；s6：建立存量客戶特征標簽與產品的產品特征標簽之間的第一關聯關系，建立新客戶特征標簽與產品的產品特征標簽之間的第二關聯關系；s7：根據第一關聯關系輸出存量客戶的產品推薦結果，包括存量客戶產品推薦、存量客戶服務推薦和存量客戶消息推薦；根據第二關聯關系輸出新客戶的產品推薦結果，包括新客戶產品推薦、新客戶服務推薦和新客戶消息推薦。
4、進一步的，s1之后，還包括以下步驟：對采集的客戶個人基礎數據、客戶交易數據和產品數據進行數據預處理；所述數據預處理包括：清洗無效數據和重復數據；對清洗后的數據進行標準化處理。
5、進一步的，s3之后和s4之前，還包括以下步驟：根據存量客戶個人基礎數據和存量客戶交易數據進行客群歸屬分析，得到存量客戶的客群信息；根據新客戶個人基礎數據和新客戶交易數據進行客群歸屬分析，得到新客戶的客群信息；根據存量客戶客群歸屬、存量個人基礎數據和存量客戶交易數據進行存量客戶生命周期定位，得到存量客戶生命周期；根據新客戶客群歸屬、新客戶個人基礎數據和新客戶交易數據進行新客戶生命周期定位，得到新客戶生命周期；根據存量客戶客群歸屬、存量個人基礎數據和存量客戶交易數據進行存量客戶價值分層，得到存量客戶對應的價值分層；根據新客戶客群歸屬、新客戶個人基礎數據和新客戶交易數據進行新客戶價值分層，得到新客戶對應的價值分層；根據存量客戶生命周期和存量客戶價值分層對存量客戶的周期價值進行交叉分析，得到每一類存量客戶客群對應的周期價值；根據新客戶生命周期和新客戶價值分層對新客戶的周期價值進行交叉分析，得到每一類新客戶客群對應的周期價值；根據產品數據進行產品價值層次劃分，得到產品價值分層；根據客戶交易數據進行接受度分析，得到產品接受度。
6、進一步的，客戶生命周期定位包括以下步驟：將客戶生命周期劃分為引入期、成長期、成熟期和衰退期；根據客戶個人基礎數據、客戶交易數據和客戶生命周期，將客戶劃分為多個客群，包括引入期客戶、成長期客戶、成熟期客戶和衰退期客戶；對處于不同客戶生命周期的產品推薦模型進行相互轉化。
7、進一步的，客戶價值分層包括以下步驟：利用rfm模型對客戶進行價值分層；將客戶價值分層劃分為高價值、中等價值和低價值；根據客戶個人基礎數據、客戶交易數據和客戶價值分層，將客戶劃分為多個客群，包括高價值客戶、中等價值客戶和低價值客戶。
8、進一步的，進行客戶交叉分析包括以下步驟：利用得到的客戶生命周期和客戶價值分層進行建模，得到客戶周期價值曲線。
9、進一步的，進行客戶畫像包括以下步驟：利用客戶基礎信息、個人交易數據、客群數據和周期價值曲線，對客戶進行多維度分析，得到客戶狀態坐標；利用聚類算法對客戶狀態坐標進行分類；對每一類特征數據添加對應的特征標簽。
10、進一步的，進行產品畫像包括以下步驟：利用客戶交易數據進行產品交易狀態建模，得到產品接受度；利用產品數據進行產品價值建模，得到產品價值分層；利用產品數據和產品接受度，通過聚類算法進行分類；對每一類數據添加對應的特征標簽。
11、第二方面，提供一種銀行金融產品推薦系統，包括：采集模塊，用于采集客戶個人基礎數據、客戶交易數據和產品數據；分類模塊，用于將客戶個人基礎數據劃分為存量客戶個人基礎數據和新客戶個人基礎數據，將客戶交易數據劃分為存量客戶交易數據和新客戶交易數據；產品畫像模塊，用于根據產品數據進行產品價值層次劃分，得到產品價值分層；根據客戶交易數據進行接受度分析，得到產品接受度；根據產品價值分層和產品接受度進行產品畫像，得到每一類產品對應的產品特征標簽；關聯模塊，用于根據存量客戶個人基礎數據、存量本文檔來自技高網...
【技術保護點】
1.一種銀行金融產品推薦方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種銀行金融產品推薦方法，其特征在于，
3.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，客戶生命周期定位包括以下步驟：
4.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，客戶價值分層包括以下步驟：
5.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，進行客戶交叉分析包括以下步驟：
6.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，進行客戶畫像包括以下步驟：
7.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，進行產品畫像包括以下步驟：
8.一種銀行金融產品推薦系統，其特征在于，包括：
9.根據權利要求8所述的一種銀行金融產品推薦系統，其特征在于，還包括：
10.根據權利要求9所述的一種銀行金融產品推薦系統，其特征在于，客群定位模塊包括：
11.根據權利要求9所述的一種銀行金融產品推薦系統，其特征在于，周期價值模塊包括：>
12.根據權利要求9所述的一種銀行金融產品推薦系統，其特征在于，客戶定位畫像模塊包括：
13.根據權利要求9所述的一種銀行金融產品推薦系統，其特征在于，產品畫像模塊包括：
14.一種計算機設備，其特征在于，包括依次通信連接的存儲器、處理器和收發器，其中，所述存儲器用于存儲計算機程序，所述收發器用于收發數據，所述處理器用于讀取所述計算機程序，執行如權利要求1～7中任意一項所述的銀行金融產品推薦方法。
15.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有指令，當所述指令在計算機上運行時，執行如權利要求1～7中任意一項所述的銀行金融產品推薦方法。
...【技術特征摘要】
1.一種銀行金融產品推薦方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種銀行金融產品推薦方法，其特征在于，
3.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，客戶生命周期定位包括以下步驟：
4.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，客戶價值分層包括以下步驟：
5.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，進行客戶交叉分析包括以下步驟：
6.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，進行客戶畫像包括以下步驟：
7.根據權利要求2所述的一種銀行金融產品推薦方法，其特征在于，進行產品畫像包括以下步驟：
8.一種銀行金融產品推薦系統，其特征在于，包括：
9.根據權利要求8所述的一種銀行金融產品推薦系統，其特征在于，還包括：
【專利技術屬性】
技術研發人員：宋疆，李磊，瞿清華，劉冠蔚，馮成明，瞿穎，杜宇衡，賀承達，王翕，但浩輝，
申請(專利權)人：四川農村商業聯合銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。