【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种银行金融产品推荐方法、系统、设备和存储介质。
技术介绍
1、随着互联网技术飞速发展，越来越多的互联网应用扎根各领域，互联网金融的不断创新和发展更是加剧了传统金融市场的激烈竞争程度，以商业银行为代表的传统金融机构在金融营销方面将面临更大的竞争压力。为此商业银行可以借鉴互联网企业的科技手段和营销方式并应用到金融营销当中，迎合当下互联网金融发展的潮流。目前各商业银行提供的金融产品和服务种类繁多，这无意之中加重了客户对于产品和服务的认知负担，金融营销的目的是要根据客户需求提供满足客户条件的产品和服务，在普惠金融背景下面对不同客户群体提升精准营销水平对商业银行自身创新能力提出考验。个性化推荐系统作为互联网企业一直实践并获得客户积极反馈的一种推荐技术在业内得到了广泛的认可，个性化推荐系统能充分利用客户数据并挖掘出客户的行为特征和兴趣偏好，通过客户的偏好与产品的关联性推荐预测客户可能感兴趣的产品和服务，进而向客户进行精准营销。
2、目前银行大多采用大数据加工与规则分析的形式产生精准营销客群名单，部分大行已加入机器学习模型等复杂场景客群标签。基于传统的单规则或规则组形成的营销客群，虽然分析简单、业务解释性强，但往往不能适应多变的业务经营模式，未能有效探索大数据中隐藏的潜在关系。一是，传统规则模型无法很好适配客户快速变换的行为模式。随着5g、物联网、大数据、云计算等技术的快速发展与应用，新技术与新场景层出不穷，客户的行为习惯、偏好方式、接受模式都在快速变迁，这时规则挖掘显然太过粗糙。二是，传统规
技术实现思路
1、本专利技术所要解决的技术问题是：现有的银行产品推荐方法不能深度挖掘客户数据，依赖于业务场景且业务场景之间缺少互联互动，客户经理只能通过名单单个寻找与辨别，效率低，精准度低。
2、本专利技术通过下述技术方案实现：
3、第一方面，提供一种银行金融产品推荐方法，包括以下步骤：s1：采集客户个人基础数据、客户交易数据和产品数据；s2：将客户个人基础数据分为存量客户个人基础数据和新客户个人基础数据；s3：将客户交易数据划分为存量客户交易数据和新客户交易数据；s4：根据存量客户个人基础数据、存量客户的客群信息和存量客户的周期价值对存量客户状态进行高维交叉精准定位，并进行客户画像，得到每一类存量客户客群对应的客户画像；根据新客户个人基础数据、新客户的客群信息和新客户的周期价值对新客户状态进行高维交叉精准定位，并进行客户画像，得到每一类新客户客群对应的客户画像；根据产品价值分层和产品接受度进行产品画像，得到每一类产品对应的产品特征标签；s5：根据存量客户个人基础数据、存量客户的客群信息、存量客户的周期价值和客户画像构建存量客户特征标签；根据新客户个人基础数据、新客户的客群信息、新客户的周期价值和客户画像构建新客户特征标签；s6：建立存量客户特征标签与产品的产品特征标签之间的第一关联关系，建立新客户特征标签与产品的产品特征标签之间的第二关联关系；s7：根据第一关联关系输出存量客户的产品推荐结果，包括存量客户产品推荐、存量客户服务推荐和存量客户消息推荐；根据第二关联关系输出新客户的产品推荐结果，包括新客户产品推荐、新客户服务推荐和新客户消息推荐。
4、进一步的，s1之后，还包括以下步骤：对采集的客户个人基础数据、客户交易数据和产品数据进行数据预处理；所述数据预处理包括：清洗无效数据和重复数据；对清洗后的数据进行标准化处理。
5、进一步的，s3之后和s4之前，还包括以下步骤：根据存量客户个人基础数据和存量客户交易数据进行客群归属分析，得到存量客户的客群信息；根据新客户个人基础数据和新客户交易数据进行客群归属分析，得到新客户的客群信息；根据存量客户客群归属、存量个人基础数据和存量客户交易数据进行存量客户生命周期定位，得到存量客户生命周期；根据新客户客群归属、新客户个人基础数据和新客户交易数据进行新客户生命周期定位，得到新客户生命周期；根据存量客户客群归属、存量个人基础数据和存量客户交易数据进行存量客户价值分层，得到存量客户对应的价值分层；根据新客户客群归属、新客户个人基础数据和新客户交易数据进行新客户价值分层，得到新客户对应的价值分层；根据存量客户生命周期和存量客户价值分层对存量客户的周期价值进行交叉分析，得到每一类存量客户客群对应的周期价值；根据新客户生命周期和新客户价值分层对新客户的周期价值进行交叉分析，得到每一类新客户客群对应的周期价值；根据产品数据进行产品价值层次划分，得到产品价值分层；根据客户交易数据进行接受度分析，得到产品接受度。
6、进一步的，客户生命周期定位包括以下步骤：将客户生命周期划分为引入期、成长期、成熟期和衰退期；根据客户个人基础数据、客户交易数据和客户生命周期，将客户划分为多个客群，包括引入期客户、成长期客户、成熟期客户和衰退期客户；对处于不同客户生命周期的产品推荐模型进行相互转化。
7、进一步的，客户价值分层包括以下步骤：利用rfm模型对客户进行价值分层；将客户价值分层划分为高价值、中等价值和低价值；根据客户个人基础数据、客户交易数据和客户价值分层，将客户划分为多个客群，包括高价值客户、中等价值客户和低价值客户。
8、进一步的，进行客户交叉分析包括以下步骤：利用得到的客户生命周期和客户价值分层进行建模，得到客户周期价值曲线。
9、进一步的，进行客户画像包括以下步骤：利用客户基础信息、个人交易数据、客群数据和周期价值曲线，对客户进行多维度分析，得到客户状态坐标；利用聚类算法对客户状态坐标进行分类；对每一类特征数据添加对应的特征标签。
10、进一步的，进行产品画像包括以下步骤：利用客户交易数据进行产品交易状态建模，得到产品接受度；利用产品数据进行产品价值建模，得到产品价值分层；利用产品数据和产品接受度，通过聚类算法进行分类；对每一类数据添加对应的特征标签。
11、第二方面，提供一种银行金融产品推荐系统，包括：采集模块，用于采集客户个人基础数据、客户交易数据和产品数据；分类模块，用于将客户个人基础数据划分为存量客户个人基础数据和新客户个人基础数据，将客户交易数据划分为存量客户交易数据和新客户交易数据；产品画像模块，用于根据产品数据进行产品价值层次划分，得到产品价值分层；根据客户交易数据进行接受度分析，得到产品接受度；根据产品价值分层和产品接受度进行产品画像，得到每一类产品对应的产品特征标签；关联模块，用于根据存量客户个人基础数据、存量本文档来自技高网...
【技术保护点】
1.一种银行金融产品推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种银行金融产品推荐方法，其特征在于，
3.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，客户生命周期定位包括以下步骤：
4.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，客户价值分层包括以下步骤：
5.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，进行客户交叉分析包括以下步骤：
6.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，进行客户画像包括以下步骤：
7.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，进行产品画像包括以下步骤：
8.一种银行金融产品推荐系统，其特征在于，包括：
9.根据权利要求8所述的一种银行金融产品推荐系统，其特征在于，还包括：
10.根据权利要求9所述的一种银行金融产品推荐系统，其特征在于，客群定位模块包括：
11.根据权利要求9所述的一种银行金融产品推荐系统，其特征在于，周期价值模块包括：>
12.根据权利要求9所述的一种银行金融产品推荐系统，其特征在于，客户定位画像模块包括：
13.根据权利要求9所述的一种银行金融产品推荐系统，其特征在于，产品画像模块包括：
14.一种计算机设备，其特征在于，包括依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发数据，所述处理器用于读取所述计算机程序，执行如权利要求1～7中任意一项所述的银行金融产品推荐方法。
15.一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上存储有指令，当所述指令在计算机上运行时，执行如权利要求1～7中任意一项所述的银行金融产品推荐方法。
...【技术特征摘要】
1.一种银行金融产品推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种银行金融产品推荐方法，其特征在于，
3.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，客户生命周期定位包括以下步骤：
4.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，客户价值分层包括以下步骤：
5.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，进行客户交叉分析包括以下步骤：
6.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，进行客户画像包括以下步骤：
7.根据权利要求2所述的一种银行金融产品推荐方法，其特征在于，进行产品画像包括以下步骤：
8.一种银行金融产品推荐系统，其特征在于，包括：
9.根据权利要求8所述的一种银行金融产品推荐系统，其特征在于，还包括：
【专利技术属性】
技术研发人员：宋疆，李磊，瞿清华，刘冠蔚，冯成明，瞿颖，杜宇衡，贺承达，王翕，但浩辉，
申请(专利权)人：四川农村商业联合银行股份有限公司，
类型：发明
国别省市：
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。