[发明专利]一种智能投顾特征画像优化方法及系统

说明书

本发明涉及一种智能投顾特征画像优化方法，该方法能够实现智能化动态更新投顾内外部信息变化，并对投顾特征进行打分给出动态更新的白名单。该方法包括：S1录入投顾特征；S2基于录入投顾特征确定投顾池，调取投顾池中每个投顾的历史数据；S3将录入投顾特征经线性化处理形成投顾画像，获得投顾画像总得分；S4确定白名单规模G，并构建投顾优化问题使得前G个投顾的平均分最大；S5利用启发式优化算法，对S4所述投顾优化问题进行求解，获得当期最优特征值向量；S6基于最优特征值向量w，重新计算投顾池中每个投顾的总得分，并挑选出总得分最高的G个投顾，形成投顾白名单，并最终根据白名单上的投顾向用户进行推荐。

技术领域

本发明涉及股票分析技术领域，尤其涉及一种智能投顾特征画像优化方法及系统。

背景技术

近年来个人理财快速发展，大多数用户对投顾内部变化及外部变化无法实时掌握，对投顾纰漏信息的真实性和准确性无法甄别或甄别成本过高。而投顾的变化对投资结果产生重要的影响，例如投顾的产品变动，人员变动、业绩表现问题、舆论评价、其他维度的变化等。投资市场上需要一套能够围绕投顾自我批露，从时间维度和商业属性维度系统建立跟踪分析系统，同时匹配行业及大环境的对应特征约束，从而一方面对比分析投顾批露内容真实性和准确性，另一方面研究行业当前变化核心驱动因素和不同行业之间关联属性以帮助用户做出判断依据。

发明内容

为至少在一定程度上克服现有技术中的上述问题，本发明提供一种智能投顾特征画像优化方法及系统，实现智能化动态更新投顾内外部信息变化对投资的影响，并对投顾特征进行打分给出动态优化的白名单。

第一方面，本发明公开了一种智能投顾特征画像优化方法，包括：

S1录入投顾特征；

S2基于录入投顾特征确定投顾池，调取投顾池中每个投顾的历史数据；

S3将录入投顾特征经线性化处理形成投顾画像，获得投顾画像总得分；

S4确定白名单规模G，并构建投顾优化问题使得前G个投顾的平均分最大；

S5利用启发式优化算法，对S4所述投顾优化问题进行求解，获得当期最优特征值向量；

S6基于最优特征值向量w，重新计算投顾池中每个投顾的总得分，并挑选出总得分最高的G个投顾，形成投顾白名单，并最终根据白名单上的投顾向用户进行推荐。

进一步的，所述方法还包括：S7定期返回S1，重新计算当期最优特征值向量，动态调整白名单，并向用户进行更新推荐。

第二方面，本发明还公开了一种智能投顾特征画像优化系统，包括录入模块、投顾画像生成模块、投顾池、优化模块和白名单运营模块；

录入模块，用于录入投顾特征；

投顾池，用于调取投顾池中每个投顾的历史数据；

投顾画像生成模块，用于将录入模块和投顾池的投顾特征线性化处理形成投顾画像，获得投顾画像的总得分，输出至白名单运营模块；

优化模块，用于根据白名单运营模块确定的白名单规模G，构建投顾优化问题，利用启发式优化算法对投顾优化问题进行求解，获得当期最优特征值向量，输出至投顾画像生成模块；

白名单运营模块，用于挑选出总得分最高的G个投顾，形成投顾白名单，并最终根据白名单上的投顾向用户进行推荐。

本发明的有益效果：

本发明提供的优化方法，实现智能化动态更新投顾内外部信息变化对投资的影响，并对投顾特征进行打分给出动态优化的白名单。

附图说明