基于联邦学习的理财产品智能推荐方法及装置制造方法及图纸

本发明专利技术公开了一种基于联邦学习的理财产品智能推荐方法及装置，涉及人工智能领域，该方法应用于每个银行节点，多个银行节点加入联邦学习网络集群，包括：采集外汇相关资讯，对外汇相关资讯进行预处理后对热度产品模型进行训练，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的模型参数进行联合训练后返回至每个银行节点，基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；采集当前外汇相关资讯，根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，将预测后的热度产品推送给用户。本发明专利技术可以给客户提供更精准的热度产品推荐。推荐。推荐。

【技术实现步骤摘要】
基于联邦学习的理财产品智能推荐方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及基于联邦学习的理财产品智能推荐方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]目前绝大部分人在银行购买理财产品时，主要靠经验或跟风的形式，客户迷茫，长期下去会导致客户流失。而各家银行的资讯数据是相互独立的，未能综合利用各家银行的资讯数据实现对外汇热度产品的推荐，实现对客户更高的价值。

技术实现思路

[0004]本专利技术实施例提供一种基于联邦学习的理财产品智能推荐方法，多个银行节点加入联邦学习网络集群，该方法应用于每个银行节点，该方法包括：
[0005]采集外汇相关资讯，对外汇相关资讯进行预处理，其中预处理包括标记外汇热度产品，基于预处理后的外汇相关资讯对热度产品模型进行训练，获得训练后的热度产品模型，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的热度产品模型的模型参数进行联合训练后返回至每个银行节点，每个银行节点基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；
[0006]采集当前外汇相关资讯，根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，获得预测后的热度产品，将所述预测后的热度产品推送给用户。
[0007]本专利技术实施例还提供一种基于联邦学习的理财产品智能推荐装置，多个银行节点加入联邦学习网络集群，该装置应用于每个银行节点，该装置包括：
[0008]数据采集模块，用于采集外汇相关资讯；
[0009]数据处理模块，用于对外汇相关资讯进行预处理，其中预处理包括标记外汇热度产品；
[0010]模型训练和数据交互模块，用于基于预处理后的外汇相关资讯对热度产品模型进行训练，获得训练后的热度产品模型，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的热度产品模型的模型参数进行联合训练后返回至每个银行节点；每个银行节点基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；
[0011]数据采集模块还用于：采集当前外汇相关资讯；
[0012]预测模块，用于根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，获得预测后的热度产品；
[0013]推送模块，用于将所述预测后的热度产品推送给用户其中。
[0014]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于联邦学习的理财产品智能推荐方法。
[0015]本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述基于联邦学习的理财产品智能推荐方法的步骤。
[0016]本专利技术实施例中，与现有技术中各家银行的资讯数据是相互独立的，未能综合利用各家银行的资讯数据实现对外汇热度产品的推荐的技术方案相比，提出基于联邦学习的理财产品智能推荐方法，该方法中多个银行节点加入联邦学习网络集群，该方法应用于每个银行节点，通过采集外汇相关资讯，对外汇相关资讯进行预处理，其中预处理包括标记外汇热度产品，基于预处理后的外汇相关资讯对热度产品模型进行训练，获得训练后的热度产品模型，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的热度产品模型的模型参数进行联合训练后返回至每个银行节点，每个银行节点基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；采集当前外汇相关资讯，根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，获得预测后的热度产品，将所述预测后的热度产品推送给用户，可以给客户提供更精准的热度产品推荐。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0018]图1为本专利技术实施例中基于联邦学习的理财产品智能推荐系统结构框图；
[0019]图2为本专利技术实施例中基于联邦学习的理财产品智能推荐方法流程图一；
[0020]图3为本专利技术实施例中基于联邦学习的理财产品智能推荐方法流程图二；
[0021]图4为本专利技术实施例中基于联邦学习的理财产品智能推荐方法流程图三；
[0022]图5为本专利技术实施例中基于联邦学习的理财产品智能推荐装置结构框图。
具体实施方式
[0023]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0024]术语解释：
[0025]联邦学习：联邦学习是指两个或以上的参与方共同训练共享的机器学习模型，每个参与方都拥有若干能够训练模型的数据，在训练过程中，每个参与方的数据都不会离开参与方，模型信息以加密的方式在各方进行传递，联邦学习模型的效果能够充分逼近理想模型(数据汇总在一起训练的模型)，横向联邦学习适用于联邦学习的参与方数据有重叠的特征，且参与方拥有的数据样本是不同的；
[0026]jieba：最好的Python中文分词组件；
[0027]TF
‑
IDF：是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降；
[0028]期望交叉熵：一种常用的特征选择的算法。以文本分类为例，期望交叉熵用来度量一个词对于整体的重要程度；
[0029]主成分分析法PCA：是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分；
[0030]决策树算法：是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。
[0031]图1为本专利技术实施例中基于联邦学习的理财产品智能推荐系统结构框图，如图1所示，该系统包括多个银行节点，该多个银行节点加入联邦学习网络集群。
[0032]联邦学习网络集群包括热度产品模型训练部分，具体包括：
[0033]身份认证模块：认证加入联邦学习网络的各个节点的身份信息。
[0034]数据交互模块：用于各个节点上传和下载资讯特征数据(热度产品模型的模型参数、联合训练后的模型参数)。
[0035]联邦学习网络：基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习的理财产品智能推荐方法，其特征在于，多个银行节点加入联邦学习网络集群，该方法应用于每个银行节点，包括：采集外汇相关资讯，对外汇相关资讯进行预处理，其中预处理包括标记外汇热度产品，基于预处理后的外汇相关资讯对热度产品模型进行训练，获得训练后的热度产品模型，将训练后的热度产品模型的模型参数上传到联邦学习网络集群，由联邦学习网络集群对多个银行节点上传的热度产品模型的模型参数进行联合训练后返回至每个银行节点，每个银行节点基于联合训练后的模型参数对热度产品模型进行再次训练，直到训练获得最优热度产品模型为止；采集当前外汇相关资讯，根据当前外汇相关资讯，利用最优热度产品模型进行热度产品预测，获得预测后的热度产品，将所述预测后的热度产品推送给用户。2.如权利要求1所述的基于联邦学习的理财产品智能推荐方法，其特征在于，对外汇相关资讯进行预处理，包括：对标记外汇热度产品的外汇相关资讯使用结巴分词进行数据清洗；对清洗后的数据进行特征提取，获得特征数据；对特征数据进行降维处理，获得降维后的特征数据。3.如权利要求2所述的基于联邦学习的理财产品智能推荐方法，其特征在于，对清洗后的数据进行特征提取，获得特征数据，包括：利用TF
‑
IDF函数将清洗后的数据转变成权值，获得权值数据特征；利用期望交叉熵评估函数对权值数据特征进行提取，得出的交叉熵值按大到小排序，选择前预设数量的特征数据。4.如权利要求1所述的基于联邦学习的理财产品智能推荐方法，其特征在于，将所述预测后的热度产品推送给用户，包括：将所述预测后的热度产品通过5G消息推送给用户。5.一种基于联邦学习的理财产品智能推荐装置，其特征在于，多个银行节点加入联邦学习网络集群，该装置应用于每个银行节点，包括：数据采集模块，用于采集外汇相关资讯；数据处理模块，用于对外汇相关资讯进行预处理，其中预处理包括...

【专利技术属性】
技术研发人员：滕建德，王欣，王增峰，张亚泽，李瑞男，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：