确定用户风险偏好的方法、信息推荐方法及装置制造方法及图纸

一种确定用户风险偏好的方法、信息推荐方法及装置，以提高确定出的用户风险偏好的准确性。其中，确定用户风险偏好的方法包括：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低。

Methods, information recommendation methods and devices for determining user risk preference

A method of determining user risk preference, a method of information recommendation and a device to improve the accuracy of the identified user risk preference. Among them, including the method for determining the risk preference of consumers: access to user data user generated in the risks involved in the business; according to the user data to determine the user in a number of variables in each set of variables under the set value, including at least one variable affects the user's risk preference of the plurality of set variable; the user in each set variables under the value of the input and output of the risk preference model, the risk preference model is defined as the user's risk preference index, the risk preference index with risk preference degree to measure the level of user.

【技术实现步骤摘要】
确定用户风险偏好的方法、信息推荐方法及装置
本申请涉及大数据
，尤其涉及一种确定用户风险偏好的方法、信息推荐方法及装置。
技术介绍
随着互联网的发展，很多业务都可以通过互联网平台来实现。在一些业务的运营过程中，需要获得能够反映出用户的风险偏好程度高低的指标，并利用这类指标来支撑业务的运营。例如，根据用户的风险偏好程度的高低，来推荐合适的互联网理财产品，或在用户购买互联网理财产品前，评估该产品是否适合于该用户，等等。目前，互联网平台普遍采用问卷调查方式让用户自己填写与风险偏好相关的内容，以确定出用户的风险偏好程度，但是，问卷调查方式效率较低，且并不能保证用户填写的内容与其自身实际情况相符，导致无法准确地确定出每一用户的风险偏好程度。
技术实现思路
有鉴于此，本申请提供一种确定用户风险偏好的方法、信息推荐方法及装置。为实现上述目的，本申请提供的技术方案如下：根据本申请的第一方面，提出了一种确定用户风险偏好的方法，包括：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低。根据本申请的第二方面，提出了一种信息推荐方法，包括：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低；根据所述用户的风险偏好指数，向所述用户推荐与所述风险偏好指数相匹配的理财产品信息。根据本申请的第三方面，提出了一种确定用户风险偏好的装置，包括：获取单元，获取用户在涉及风险的业务中产生的用户数据；第一确定单元，根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；第二确定单元，将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低。根据本申请的第四方面，提出了一种计算机设备，包括：处理器；用于存储处理器可执行指令的存储器；所述处理器被配置为：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低。通过以上技术方案可以看出，通过获得用户的用户数据，并根据用户数据确定用户在多个预设的设定变量中每个设定变量下的特征值，再利用预设的风险偏好模型确定出用户的风险偏好指数，以根据该风险偏好指数衡量用户的风险偏好程度。上述过程得到的结果准确性高，且效率高。附图说明图1为根据一示例性实施例示出的一种确定用户风险偏好的方法的流程；图2为根据一示例性实施例示出的一种训练风险偏好模型的过程；图3为根据一示例性实施例示出的一种确定与用户的风险偏好程度有相关性的设定变量的过程；图4为根据一示例性实施例示出的一种电子设备的硬件结构；图5为根据一示例性实施例示出的一种确定用户风险偏好的装置的框图；图6为根据一示例性实施例示出的一种系统架构。具体实施方式本申请旨在寻找一种能快速、准确地衡量用户对可能面临的各类风险的接受程度或偏好程度的方法，该方法可以通过大数据技术来实现。以用户在投资理财过程中所面临的投资风险为例，可通过两个主要方面来评估用户在投资理财时的风险接受水平：其一，用户主观上对风险的偏好，即用户在心理上对投资风险、波动性、投资可能造成的损失等是否偏好或厌恶，以及偏好或厌恶的程度；其二，用户客观的风险承受水平，即衡量投资风险、投资可能造成的损失等因素对用户的实际生活、或用户的生活目标等产生的影响大小。其中，关于用户主观上对风险的偏好，不同的用户对风险的偏好不尽相同，有的用户偏向于购买高风险、高回报的理财产品(如股票、基金等)，有的用户则偏向于购买低风险、低回报的理财产品(如余额宝等第三方活期资金理财产品)。为更好地服务于用户，互联网平台需要对用户主观上对风险的偏好程度进行评估，以根据用户的风险偏好程度，向用户推荐合适的金融产品，或评估销售给用户的金融产品是否适合该用户等。图1示出了一示例性实施例提供的一种确定用户风险偏好的方法的流程。该方法可应用于计算机设备(如提供投资理财业务的平台服务器、云计算平台等)。如图1所示，在一实施例中，该方法包括下述步骤101～103，其中：在步骤101中，获取用户在涉及风险的业务中产生的用户数据。所述业务可为通过互联网形式来实现的各类为用户提供服务的业务，如：自助缴费等生活服务类业务、投资理财等金融类业务。一般地，可开发提供上述业务的应用APP，让用户通过APP来参与这些业务，并且，可在同一个APP上提供多种涉及风险的业务。其中，这类业务通常涉及到风险，包括如下情况：①用户参与业务后可能面临风险，如：用户参与投资理财业务后可能造成资金亏损。②与业务相关的特定事件存在风险，如：用户通过违章缴费业务进行自动缴费，与该业务相关的事件为交通驾驶事件，而交通驾驶事件是存在风险的；又比如，用户通过医疗服务业务来预约体检或预约看病等，体检事件或看病事件也涉及到用户在身体健康上所面临的风险；等等。用户在通过APP针对上述涉及风险的各类业务进行操作的过程中，可以产生各类用户数据。在一实施例中，用户数据可以是与用户的操作行为对应的行为数据，以投资理财业务为例，用户的操作行为包括但不限于：用户在APP上针对某类信息的搜索行为，用户在APP上针对某类信息的查看行为，用户在APP上针对某类信息的评论行为，以及用户在APP上针对某类金融产品的购买行为。其中，用户的各种操作行为可以发生在投资的各个阶段，如：投资行为发生之前、投资中以及结束投资行为之后。上述行为数据可包括但不限于：用户查看的内容，用户的查看动作发生的时刻(起始时刻或终止时刻)，查看动作持续的时长等。在一实施例中，用户数据也可以是与业务相关的其他事件所反映的数据。如，用户的交通驾驶事件涉及的数据(包括违章次数，违章类型等)，用户的体检事件涉及的数据(包括体检的时间，体检的内容等)。产生的用户数据可被存储到数据库中，以便在需要确定用户的风险偏好时能获取到相关的用户数据。在步骤102中，根据获取到的用户数据，确定所述用户在多个设定变量中每个设定变量下的特征值。在一实施例中，所述多个设定变量中包括至少一个确定影响用户的风险偏好程度的设定变量。实际上，涉及风险的业务中所产生的用户数据，并不是所有数据都能够反映用户的风险偏好程度，即并不是所有数据都与用户的风险编好程度存在关联性。通常，只有部分用本文档来自技高网...

【技术保护点】
一种确定用户风险偏好的方法，包括：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低。

【技术特征摘要】
1.一种确定用户风险偏好的方法，包括：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低。2.根据权利要求1所述的方法，通过以下过程训练出所述风险偏好模型：筛选出多个样本用户，所述多个样本用户包括多个高风险偏好类型的样本用户和多个低风险偏好类型的样本用户；获得所述多个样本用户中每个样本用户在预设的多个设定变量中每个设定变量下的特征值；根据获得的特征值及每个样本用户对应的风险偏好类型，训练得到风险偏好模型，其中，所述风险偏好模型的输入为所述多个设定变量中每个设定变量下的特征值，所述风险偏好模型的输出为用户被分类为高风险偏好类型的可能性。3.根据权利要求1所述的方法，通过如下过程确定影响用户的风险偏好程度的设定变量：筛选出多个样本用户，所述多个样本用户包括多个高风险偏好类型的样本用户和多个低风险偏好类型的样本用户；对于待验证的设定变量，获得所述多个样本用户中每一样本用户在该待验证的设定变量下的特征值；若获得的特征值符合设定规则，确定所述待验证的设定变量为影响用户的风险偏好程度的设定变量。4.根据权利要求3所述的方法，所述若获得的特征值符合设定规则，确定所述待验证的设定变量为影响用户的风险偏好程度的设定变量，包括：基于获得的特征值，确定所述多个高风险偏好类型的样本用户对应的第一特征值规律，以及所述多个低风险偏好类型的样本用户对应的第二特征值规律；确定所述第一特征值规律和所述第二特征值规律之间的差异；若所述差异符合设定规则，确定所述待验证的设定变量为影响用户的风险偏好程度的设定变量。5.根据权利要求2或3所述的方法，所述筛选出多个样本用户，包括：基于定义的高风险偏好规则和低风险偏好规则，将用户数据符合所述高风险偏好规则的用户确定为高风险偏好类型的样本用户，将用户数据符合所述低风险偏好规则的用户确定为低风险偏好类型的样本用户；和/或，基于用于测试用户风险偏好的实验应用及定义的高风险偏好规则和低风险偏好规则，将在所述实验应用中的行为符合所述高风险偏好规则的用户确定为高风险偏好类型的样本用户，将在所述实验应用中的行为符合所述低风险偏好规则的用户确定为低风险偏好类型的样本用户。6.根据权利要求1所述的方法，所述涉及风险的业务包括：存在资金损失风险的业务、和/或相关联的事件存在风险的业务。7.一种信息推荐方法，包括：获取用户在涉及风险的业务中产生的用户数据；根据所述用户数据确定所述用户在多个设定变量中每个设定变量下的特征值，所述多个设定变量中包括至少一个影响用户的风险偏好程度的设定变量；将所述用户在每个设定变量下的特征值输入风险偏好模型，并将所述风险偏好模型的输出确定为所述用户的风险偏好指数，所述风险偏好指数用以衡量用户的风险偏好程度的高低；根据所述用户的风险偏好指数，向所述用户推荐与所述风险偏好指数相匹配的理财产品信息。8.一种确定用...

【专利技术属性】
技术研发人员：杨帆，付歆，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY