[发明专利]基于决策树模型的产品交易方法、装置和计算机设备

权利要求书

1.一种基于决策树模型的产品交易方法，其特征在于，包括：

接收用户终端发送的对指定产品的交易申请；

根据预设的适当性判断规则，判断所述用户终端是否需要进行适当性评级；

若所述用户终端需要进行适当性评级，则根据预设的问卷获取规则获取指定问卷，并将所述指定问卷发送给所述用户终端；

接收所述用户终端发送的具有所述用户终端的答案的所述指定问卷，并将所述具有所述用户终端的答案的所述指定问卷输入预设的基于决策树模型的训练完成的适当性分级模型，从而获得所述用户终端的适当性级别；

判断所述指定产品的预设风险级别与所述用户终端的适当性级别是否匹配；

若所述指定产品的预设风险级别与所述用户终端的适当性级别匹配，则利用大数据技术获取所述用户终端对应的用户的特征信息，其中所述特征信息至少包括所述用户的职业信息；

将所述特征信息输入预设的基于神经网络模型训练完成的倾向类别预测模型中进行运算，从而获得所述用户的倾向类别；其中，所述倾向类别预测模型基于特征信息，以及与特征信息关联的倾向类别组成的样本数据训练而成，其中训练的过程中采用随机梯度下降法，利用反向传导法则更新所述神经网络模型各层的参数；

判断所述指定产品的预设风险级别与所述用户的倾向类别是否匹配；

若所述指定产品的预设风险级别与所述用户的倾向类别匹配，则允许对所述指定产品进行交易。

2.根据权利要求1所述的基于决策树模型的产品交易方法，其特征在于，所述根据预设的适当性判断规则，判断所述用户终端是否需要进行适当性评级的步骤,包括：

判断所述用户终端是否曾进行过适当性评级；

若所述用户终端曾进行过适当性评级，则获取所述用户终端最近一次进行适当性评级的时间点；

判断当前时间-所述用户终端最近一次进行适当性评级的时间点的差值是否大于预设的时间阈值；

若当前时间-所述用户终端最近一次进行适当性评级的时间点的差值大于预设的时间阈值，则判定所述用户终端需要进行适当性评级。

3.根据权利要求1所述的基于决策树模型的产品交易方法，其特征在于，所述若所述用户终端需要进行适当性评级，则根据预设的问卷获取规则获取指定问卷，并将所述指定问卷发送给所述用户终端的步骤,包括：

若所述用户终端需要进行适当性评级，则获取所述指定产品在多个交易渠道中采用的初始问卷，其中所述交易渠道分为不同级别；

将多个所述交易渠道中级别最高的交易渠道采用的初始问卷作为所述指定问卷；

将所述指定问卷发送给所述用户终端。

4.根据权利要求1所述的基于决策树模型的产品交易方法，其特征在于，所述接收所述用户终端发送的具有所述用户终端的答案的所述指定问卷，并将所述具有所述用户终端的答案的所述指定问卷输入预设的基于决策树模型的训练完成的适当性分级模型，从而获得所述用户终端的适当性级别的步骤之前，包括：

获取指定量的样本数据，并将样本数据分成训练集和测试集；其中，所述样本数据包括具有答案的指定问卷，以及与具有答案的指定问卷关联的适当性级别组成的样本数据；

将训练集的样本数据输入到CHAID决策树模型中进行训练，得到初步CHAID决策树；

利用所述测试集的样本数据验证所述初步CHAID决策树；

如果验证通过，则将所述初步CHAID决策树记为所述适当性分级模型。

5.根据权利要求1所述的基于决策树模型的产品交易方法，其特征在于，所述判断所述指定产品的预设风险级别与所述用户终端的适当性级别是否匹配的步骤，包括：

根据预设的适当性级别的权限列表，获取所述用户终端的适当性级别有权限进行交易的产品的最高风险级别；

判断所述指定产品的预设风险级别是否小于等于所述最高风险级别；

若所述指定产品的预设风险级别小于等于所述最高风险级别，则判定所述指定产品的预设风险级别与所述用户终端的适当性级别匹配。