[发明专利]智能投顾策略生成方法及装置、电子设备、存储介质

权利要求书

1.一种基于迁移学习的智能投顾策略生成方法，其特征在于，包括：

获取源理财策略生成模型；

根据智能投顾策略的样本数据及结果标签，调整所述源理财策略生成模型的参数及输入向量的维度，获取智能投顾策略生成模型；

将获取的目标对象的基本数据输入所述智能投顾策略生成模型进行分析，生成所述目标对象的智能投顾策略；

其中，所述获取源理财策略生成模型包括：

获取源理财策略的样本数据及结果标签，并训练一机器学习模型，以获取所述源理财策略生成模型；

所述根据智能投顾策略的样本数据及结果标签，调整所述源理财策略生成模型的参数及输入向量的维度，获取智能投顾策略生成模型包括：

从所述源理财策略的样本数据中获得理财特征集合；

从所述智能投顾策略的样本数据中获得智能投顾特征集合，并根据所述智能投顾特征集合调整所述源理财策略生成模型的输入向量的维度；

将属于所述智能投顾特征集合且不属于所述理财特征集合的特征的权重系数初始值设为0，获得中间模型；

根据所述智能投顾策略的样本数据及结果标签训练所述中间模型，获取所述智能投顾策略生成模型。

2.根据权利要求1所述的方法，其特征在于，所述智能投顾策略生成模型的输出包括多维度向量或分类结果。

3.根据权利要求1所述的方法，其特征在于，所述机器学习模型包括神经网络模型、回归模型及支持向量机模型中的一种或多种。

4.根据权利要求1所述的方法，其特征在于，所述机器学习模型包括神经网络模型；其中，调整所述源理财策略生成模型的参数包括：

调整所述神经网络模型的权重系数，及/或增加至少一个中间层。

5.根据权利要求1所述的方法，其特征在于，还包括：

周期性的获取所述目标对象的基本数据的变化，并更新所述目标对象的智能投顾策略。

6.一种基于迁移学习的智能投顾策略生成装置，其特征在于，包括：

源模型获取模块，用于获取源理财策略生成模型；

模型迁移学习模块，用于根据智能投顾策略的样本数据及结果标签，调整所述源理财策略生成模型的参数及输入向量的维度，获取智能投顾策略生成模型；

目标对象分析模块，用于将获取的目标对象的基本数据输入所述智能投顾策略生成模型进行分析，生成所述目标对象的智能投顾策略；

其中，所述获取源理财策略生成模型包括：

获取源理财策略的样本数据及结果标签，并训练一机器学习模型，以获取所述源理财策略生成模型；

所述根据智能投顾策略的样本数据及结果标签，调整所述源理财策略生成模型的参数及输入向量的维度，获取智能投顾策略生成模型包括：

从所述源理财策略的样本数据中获得理财特征集合；

从所述智能投顾策略的样本数据中获得智能投顾特征集合，并根据所述智能投顾特征集合调整所述源理财策略生成模型的输入向量的维度；

将属于所述智能投顾特征集合且不属于所述理财特征集合的特征的权重系数初始值设为0，获得中间模型；

根据所述智能投顾策略的样本数据及结果标签训练所述中间模型，获取所述智能投顾策略生成模型。

7.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的方法。