理财产品信息推送方法及装置与流程

1.本发明涉及人工智能技术领域，尤其涉及一种理财产品信息推送方法及装置。需要说明的是，本发明理财产品信息推送方法及装置可用于人工智能技术领域，也可用于除人工智能技术领域之外的任意领域，本发明理财产品信息推送方法及装置的应用领域不做限定。


背景技术：

2.本部分旨在为权利要求书中陈述的本发明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。
3.当前，大多数客户选择在移动终端进行理财消费，存在少部分客户会去银行网点进行理财消费，这其中就包含很多老年人，例如老年人进行定期存款时，通常选择去银行网点现场听业务人员讲解不同的定期存款产品，但是去银行网点现场存在诸多不变，一是去银行网点现场往返的路途占据一部分时间，二是到银行网点现场办理业务通常需要不同的存单、凭证等，如果老年人忘记某个凭证，就需要多次来回往返银行网点现场。
4.因此对于老年人来说，利用移动终端进行理财消费是非常不错的选择，但是老年人由于视力、反应力等问题，对于移动终端的应用程序以及应用程序上的理财产品信息接受程度普遍较低，对于老年人来说程序界面复杂多变、无效信息较多、字体较小，老年人很难找到合适的理财产品，老年人用户体验感较差。对于银行而言，理财产品信息推送的效率也偏低，用户精准度也较差，一定程度上浪费了银行的信息处理资源。


技术实现要素：

5.本发明实施例提供一种理财产品信息推送方法，用以快速精准向老年人用户推送理财产品信息，改善老年人用户体验，节约银行信息处理资源，该方法包括：
6.在用户登录手机银行后，在用户授权情况下获取用户信息；
7.根据用户信息确定用户画像；所述用户画像包含用户群体标签；
8.在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息；
9.采用语音交互方式向用户播报为老年人群定制的理财产品信息，并在语音交互过程中，对用户输入的语音信息，采用深度神经网络模型分析出语音信息包含的用户需求内容预测值，对用户需求内容预测值，采用多层transformer网络模型分析出用户实际需求内容，根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。
10.本发明实施例还提供一种理财产品信息推送装置，用以快速精准向老年人用户推送理财产品信息，改善老年人用户体验，节约银行信息处理资源，该装置包括：
11.用户信息获取模块，用于在用户登录手机银行后，在用户授权情况下获取用户信息；
12.用户画像确定模块，用于根据用户信息确定用户画像；所述用户画像包含用户群体标签；
13.理财产品信息获取模块，用于在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息；
14.理财产品信息语音播报交互模块，用于采用语音交互方式向用户播报为老年人群定制的理财产品信息，并在语音交互过程中，对用户输入的语音信息，采用深度神经网络模型分析出语音信息包含的用户需求内容预测值，对用户需求内容预测值，采用多层transformer网络模型分析出用户实际需求内容，根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。
15.本发明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理财产品信息推送方法。
16.本发明实施例还提供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程序，所述计算机程序被处理器执行时实现上述理财产品信息推送方法。
17.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述理财产品信息推送方法。
18.本发明实施例中在确定用户时老年人时，生成为老年人群定制的理财产品信息，采用语音交互方式向用户播报为老年人群定制的理财产品信息，避免了老年人通过视力在移动终端大量的理财产品信息寻找合适自己的产品，便于老年人用户快速了解理财产品，改善了老年人用户体验；另外，本发明实施例中，在语音交互过程中，对用户输入的语音信息，首先采用深度神经网络模型进行粗略分析，分析出语音信息包含的用户需求内容预测值，然后采用多层transformer网络模型进行精确分析，分析出用户实际需求内容，这样充分确保了语音信息识别的准确性，进一步改善了老年人用户体验，提高了理财产品信息推送的效率和精准度，节约了银行信息处理资源。
附图说明
19.为了更清楚地说明本发明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发明的一些实施例，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：
20.图1为本发明实施例中理财产品信息推送方法的流程示意图；
21.图2为本发明实施例中理财产品信息推送方法的一具体实施例；
22.图3为本发明实施例中理财产品信息推送方法的一具体实施例；
23.图4为本发明实施例中理财产品信息推送装置的示意图；
24.图5为本发明实施例中计算机设备的示意图。
具体实施方式
25.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
26.发明人发现，大多数老年人由于视力、反应力等问题，对于移动终端的应用程序以
及应用程序上的理财产品信息接受程度普遍较低，对于老年人来说程序界面复杂多变、无效信息较多、字体较小，老年人很难找到合适的理财产品，老年人用户体验感较差，所以老年人通常去银行网点进行理财消费，对于银行而言，理财产品信息推送的效率也偏低，用户精准度也较差，一定程度上浪费了银行的信息处理资源。基于此，发明人提出了一种理财产品信息推送方法。
27.图1为本发明实施例中理财产品信息推送方法的流程示意图，如图1所示，该方法包括：
28.步骤101、在用户登录手机银行后，在用户授权情况下获取用户信息；
29.步骤102、根据用户信息确定用户画像；所述用户画像包含用户群体标签；
30.步骤103、在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息；
31.步骤104、采用语音交互方式向用户播报为老年人群定制的理财产品信息，并在语音交互过程中，对用户输入的语音信息，采用深度神经网络模型分析出语音信息包含的用户需求内容预测值，对用户需求内容预测值，采用多层transformer网络模型分析出用户实际需求内容，根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。
32.从图1所示流程可以看出，本发明实施例中在确定用户时老年人时，生成为老年人群定制的理财产品信息，采用语音交互方式向用户播报为老年人群定制的理财产品信息，避免了老年人通过视力在移动终端大量的理财产品信息寻找合适自己的产品，便于老年人用户快速了解理财产品，改善了老年人用户体验；另外，本发明实施例中，在语音交互过程中，对用户输入的语音信息，首先采用深度神经网络模型进行粗略分析，分析出语音信息包含的用户需求内容预测值，然后采用多层transformer网络模型进行精确分析，分析出用户实际需求内容，这样充分确保了语音信息识别的准确性，进一步改善了老年人用户体验，提高了理财产品信息推送的效率和精准度，节约了银行信息处理资源。
33.下面分别对每个步骤进行详细的解释。
34.需要说的是，本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
35.步骤101中，在用户登录手机银行后，在用户授权情况下获取用户信息。
36.例如，在用户登录手机银行后，在用户授权情况下获取用户信息，如用户姓名、年龄、联系方式等信息，在一个实施例中，所述用户信息包括如下之一或任意组合：用户个人属性信息，用户储蓄信息，用户操作习惯数据，如用户登录手机银行直接浏览的功能、用户分享频次较高的功能、用户登录频率等用户操作习惯数据。
37.步骤102中，根据用户信息确定用户画像；所述用户画像包含用户群体标签。
38.实施时，根据获取的用户信息确定用户画像，例如获取用户年龄、用户存款信息、交易数据等用户信息，通过数据处理、分析，挖掘用户特征，确定用户画像，该用户画像可以包括用户群体标签，例如从理财购买偏好角度，用户标签可以为激进型用户、保守型用户，从年龄角度，用户标签可以为青年用户、中年用户和老年人用户，从购买商品种类不同，用户标签可以为电商购买用户、实体购买用户。
39.在一个实施例中，根据用户信息确定用户画像，包括：
40.将用户信息输入用户画像分析模型，输出用户画像；所述用户画像分析模型是根据历史用户信息及对应的历史用户画像对机器学习模型训练得到的。
41.实施时，基于大数据平台或者银行系统数据库，获取大量的历史用户信息及对应的历史用户画像作为样本数据，构建训练集和测试集，并搭建机器学习模型，使用训练集对机器学习模型进行训练，使用测试集对机器学习模型进行测试，不断的训练、测试，最后得到用户画像分析模型。在获取到用户信息之后，将用户信息输入用户画像分析模型，输出用户画像。
42.步骤103中，在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息。
43.实施时，在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息，例如在用户群体标签为保守型老年人用户，获取为老年人群定制的以国债、地方债券、保本基金、大额存单等组合理财产品信息；针对激进型老年人用户，获取为老年人群定制的以股票、指数型基金、分级基金等组合理财信息。
44.步骤104中，当获取到理财产品信息之后，采用语音交互方式向用户播报为老年人群定制的理财产品信息，并在语音交互过程中，对用户输入的语音信息，首先采用深度神经网络模型进行粗略分析，分析出语音信息包含的用户需求内容预测值，该用户需求内容预测值可能为多个，然后对该用户需求内容预测值，采用多层transformer网络模型进行精确分析，分析出用户实际需求内容，根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。
45.在一个实施例中，在语音交互过程中，对用户输入的语音信息，在深度神经网络模型中利用相关熵计算用户输入的语音信息与用户需求内容预测值之间的误差，分析输出误差小于阈值的用户需求内容预测值。
46.具体的，在语音交互过程中，利用相关熵计算用户输入的语音信息与用户需求内容预测值之间的误差，根据实际需求设定合适的阈值，在误差小于阈值时，输出用户需求内容预测值。具体可采用如下公式计算用户输入的语音信息与用户需求内容预测值之间的误差：
[0047][0048]
其中，p(i)表示用户输入的语音信息，q(i)表示用户需求内容预测值，i表示用户输入的第i条语音信息，d
kl
(p||q)表示p(i)和q(i)之间的误差。
[0049]
现有技术中，一般采用均方算法计算语音采样值和语音预测值之间的误差，但是当用户现场背景环境相对嘈杂，具有较多的噪声时，均方算法计算误差的方法会放大噪声的影响，从而影响准确度。本发明实施例中，在语音识别过程中采用相关熵计算用户输入的语音信息与用户需求内容预测值之间的误差，这种方法可以减小噪声和环境背景对于语音识别准确度的影响，提升语音识别的准确性。
[0050]
采用深度神经网络模型进行粗略分析，分析出语音信息包含的用户需求内容预测值之后，对用户需求内容预测值，再采用多层transformer网络模型进行精确分析，分析出用户实际需求内容。具体的，该多层transformer网络模型可包括多层编码器和解码器，在训练过程根据效果实时调整层数，针对已经经过深度神经网络模型分析输出的用户需求内容预测值再次进行分析，最终由多层transformer网络模型输出用户实际需求内容，再根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。在一个实施例中，对用户
需求内容预测值，采用多层transformer网络模型进行文字情感分析与文本推理，分析出用户实际需求内容。
[0051]
在一个实施例中，定期获取历史用户输入的语音信息和对应的历史用户实际需求内容，扩充样本数据，对深度神经网络模型和多层transformer网络模型进行迭代训练。
[0052]
图2为本发明实施例中理财产品信息推送方法的一具体实施例，如图2所示，图1中采用语音交互方式向用户播报为老年人群定制的理财产品信息之前，还包括：
[0053]
步骤201、根据用户操作习惯数据，采用语音交互方式向用户播报用户常用的业务信息。
[0054]
例如，老年人用户多次通过手机银行进行账单及余额等业务信息查询操作，可在用户登录手机银行后，首先语音播报方式提供账单查询及余额查询服务，之后采用语音导航的方式引导进入手机银行理财模块，并进行理财产品信息推荐，语音播报展示理财产品优缺点、风险点、预期收益等信息。
[0055]
图3为本发明实施例中理财产品信息推送方法的一具体实施例，如图3所示，包括如下步骤：
[0056]
1、注册，用户在手机端进行注册登录，如果已经注册，则直接登录；
[0057]
2、提取用户信息，确定用户画像；具体的，用户注册登录完成后，通过用户基础信息、储蓄信息、操作习惯等数据，确定用户画像；
[0058]
3、根据用户画像，识别老年人群体；具体的，根据用户画像分类处理用户、识别用户群体，例如用户标签带有“高龄”，则将该用户分类为“老年人群”；
[0059]
4、针对不同老年人，在财富模块推出理财产品；
[0060]
5、老年人点击选择理财产品；
[0061]
6、以图像方式提供理财产品基本情况、风险、收益等解读；
[0062]
7、老年人语音点击选择理财产品；
[0063]
8、以语音播报方式提供理财产品基本情况、风险、收益等解读；
[0064]
9、提供多样化理财套餐供老年人选择；
[0065]
10、老年人进行理财产品购买。
[0066]
本发明实施例中还提供了一种理财产品信息推送装置，如下面的实施例所述。由于该装置解决问题的原理与理财产品信息推送方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
[0067]
图4为本发明实施例中理财产品信息推送装置的示意图，如图4所示，该装置应用于手机银行，该装置包括：
[0068]
用户信息获取模块401，用于在用户登录手机银行后，在用户授权情况下获取用户信息；
[0069]
用户画像确定模块402，用于根据用户信息确定用户画像；所述用户画像包含用户群体标签；
[0070]
理财产品信息获取模块403，用于在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息；
[0071]
理财产品信息语音播报交互模块404，用于采用语音交互方式向用户播报为老年人群定制的理财产品信息，并在语音交互过程中，对用户输入的语音信息，采用深度神经网
络模型分析出语音信息包含的用户需求内容预测值，对用户需求内容预测值，采用多层transformer网络模型分析出用户实际需求内容，根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。
[0072]
在一个实施例中，用户画像确定模块402，具体用于：
[0073]
将用户信息输入用户画像分析模型，输出用户画像；所述用户画像分析模型是根据历史用户信息及对应的历史用户画像对机器学习模型训练得到的。
[0074]
在一个实施例中，理财产品信息语音播报交互模块404，具体用于：
[0075]
在语音交互过程中，对用户输入的语音信息，在深度神经网络模型中利用相关熵计算用户输入的语音信息与用户需求内容预测值之间的误差，分析输出误差小于阈值的用户需求内容预测值。
[0076]
在一个实施例中，理财产品信息播报语音交互模块404，具体用于：
[0077]
对用户需求内容预测值，采用多层transformer网络模型进行文字情感分析与文本推理，分析出用户实际需求内容。
[0078]
在一个实施例中，所述用户信息包括如下之一或任意组合：用户个人属性信息，用户储蓄信息，用户操作习惯数据。
[0079]
在一个实施例中，本发明实施例中理财产品信息推送装置还包括：
[0080]
业务信息播报模块，用于在理财产品信息语音播报交互模块404采用语音交互方式向用户播报为老年人群定制的理财产品信息之前，根据用户操作习惯数据，采用语音交互方式向用户播报用户常用的业务信息。
[0081]
图5为本发明实施例中计算机设备的示意图，如图5所示，本发明实施例还提供一种计算机设备500，包括处理器501、存储器502及存储在存储器502上并可在处理器501上运行的计算机程序503，所述处理器501执行所述计算机程序503时实现上述理财产品信息推送方法。
[0082]
本发明实施例还提供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程序，所述计算机程序被处理器执行时实现上述理财产品信息推送方法。
[0083]
本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述理财产品信息推送方法。
[0084]
本发明实施例中，在用户登录手机银行后，在用户授权情况下获取用户信息；根据用户信息确定用户画像；所述用户画像包含用户群体标签；在用户群体标签为老年人群时，获取为老年人群定制的理财产品信息；采用语音交互方式向用户播报为老年人群定制的理财产品信息，并在语音交互过程中，对用户输入的语音信息，采用深度神经网络模型分析出语音信息包含的用户需求内容预测值，对用户需求内容预测值，采用多层transformer网络模型分析出用户实际需求内容，根据用户实际需求内容向用户播报为老年人群定制的理财产品信息。本发明实施例中在确定用户时老年人时，生成为老年人群定制的理财产品信息，采用语音交互方式向用户播报为老年人群定制的理财产品信息，避免了老年人通过视力在移动终端大量的理财产品信息寻找合适自己的产品，便于老年人用户快速了解理财产品，改善了老年人用户体验；另外，本发明实施例中，在语音交互过程中，对用户输入的语音信息，首先采用深度神经网络模型进行粗略分析，分析出语音信息包含的用户需求内容预测值，然后采用多层transformer网络模型进行精确分析，分析出用户实际需求内容，这样充
分确保了语音信息识别的准确性，进一步改善了老年人用户体验，提高了理财产品信息推送的效率和精准度，节约了银行信息处理资源。
[0085]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0086]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0087]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0088]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0089]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。