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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。