System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种银行营销方法、装置、设备及存储介质制造方法及图纸_技高网

一种银行营销方法、装置、设备及存储介质制造方法及图纸

技术编号:41152234 阅读:4 留言:0更新日期:2024-04-30 18:18
本发明专利技术公开了一种银行营销方法、装置、设备及存储介质。该方法包括:获取目标用户的模态数据集合,将目标用户的模态数据集合中的模态数据进行数据融合,得到目标用户对应的多模态数据特征;通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别;根据目标用户对应的目标情绪类别对目标用户的行为进行预测,得到目标用户对应的目标营销类别,通过本发明专利技术的技术方案,能够提升营销的精确度,提升用户的使用体验。

【技术实现步骤摘要】

本专利技术实施例涉及金融,尤其涉及一种银行营销方法、装置、设备及存储介质


技术介绍

1、在当前的金融科技环境中,手机银行已经成为了人们日常生活中不可或缺的一部分,精准营销已经成为手机银行的重要部分,传统的精准经销方法主要为三种方式:一是基于用户历史交易数据,例如购买历史、交易频率等数据,分析用户的购买习惯和偏好,从而实现精准营销;二是基于用户的客户画像,例如用户的年龄、性别、职业等,分析用户的实际需求,从而实现精准营销;三是基于用户的在线行为,例如搜索历史、浏览历史等,分析用户的当前需求,从而实现精准营销。

2、然而,传统的精准营销方法,虽在一定程度上提升了营销效果,但仍旧存在局限性,这些方法往往依赖于大量的历史数据,忽视用户的实时情绪状态,这可能会限制在新用户或数据稀疏的情况下影响营销的精确度和效果。


技术实现思路

1、本专利技术实施例提供一种银行营销方法、装置、设备及存储介质,解决了由于传统的营销方法存在局限性,往往依赖于大量的历史数据,忽视用户的实时情绪状态,导致在新用户或数据稀疏的情况下影响银行营销的精确度和效果的问题。

2、根据本专利技术的一方面,提供了一种银行营销方法,包括:

3、获取目标用户的模态数据集合,将所述目标用户的模态数据集合中的模态数据进行数据融合,得到目标用户对应的多模态数据特征;

4、通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别;

5、根据所述目标用户对应的目标情绪类别对目标用户的行为进行预测,得到目标用户对应的目标营销类别。

6、根据本专利技术的另一方面,提供了一种银行营销装置,该银行营销装置包括:

7、模态数据获取模块,用于获取目标用户的模态数据集合,将所述目标用户的模态数据集合中的模态数据进行数据融合,得到目标用户对应的多模态数据特征;

8、情绪类别得到模块,用于通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别;

9、营销类别得到模块,用于根据所述目标用户对应的目标情绪类别对目标用户的行为进行预测,得到目标用户对应的目标营销类别。

10、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:

11、至少一个处理器;以及

12、与所述至少一个处理器通信连接的存储器;其中,

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的银行营销方法。

14、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的银行营销方法。

15、本专利技术实施例通过获取目标用户的模态数据集合,将所述目标用户的模态数据集合中的模态数据进行数据融合,得到目标用户对应的多模态数据特征;通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别;根据所述目标用户对应的目标情绪类别对目标用户的行为进行预测,得到目标用户对应的目标营销类别,解决了由于传统的营销方法存在局限性,往往依赖于大量的历史数据,忽视用户的实时情绪状态,导致在新用户或数据稀疏的情况下影响银行营销的精确度和效果的问题,能够提升营销的精确度和效果,还可以提升用户的使用体验,增强用户的满意度。

16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种银行营销方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述模态数据包括:语音数据、表情数据以及态势感知数据中的至少一种。

3.根据权利要求1所述的方法,其特征在于,将所述目标用户的模态数据集合中的模态数据进行数据融合,得到目标用户对应的多模态数据特征,包括:

4.根据权利要求3所述的方法,其特征在于,将所述目标用户的模态数据集合中的每种模态数据进行特征提取,得到每种模态数据对应的特征向量,包括:

5.根据权利要求1所述的方法,其特征在于,通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别,包括:

6.根据权利要求1所述的方法,其特征在于,根据所述目标用户对应的目标情绪类别对目标用户的行为进行预测,得到目标用户对应的目标营销类别,包括:

7.根据权利要求1所述的方法,其特征在于,在通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别之前,还包括:

8.一种银行营销装置,其特征在于,包括

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的银行营销方法。

...

【技术特征摘要】

1.一种银行营销方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述模态数据包括:语音数据、表情数据以及态势感知数据中的至少一种。

3.根据权利要求1所述的方法,其特征在于,将所述目标用户的模态数据集合中的模态数据进行数据融合,得到目标用户对应的多模态数据特征,包括:

4.根据权利要求3所述的方法,其特征在于,将所述目标用户的模态数据集合中的每种模态数据进行特征提取,得到每种模态数据对应的特征向量,包括:

5.根据权利要求1所述的方法,其特征在于,通过深度神经网络模型对目标用户对应的多模态数据特征进行情绪识别,得到目标用户对应的目标情绪类别,...

【专利技术属性】
技术研发人员:赵惊
申请(专利权)人:中国农业银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1