[发明专利]一种基于机器学习的贷款产品推荐方法及系统

说明书

本发明公开了一种基于机器学习的贷款产品推荐方法及系统：获得第一企业状态数据信息，获得第一样本数据信息并作为第一输入信息；获得第一筛选指令和业务筛选特征信息，获得第一业务字段表；获得目标模型特征信息并作为第二输入信息；将第一输入信息、第二输入信息输入至第一静态模型中，获得第一输出信息，获得第一静态产品客户推荐名单；获得第二企业状态数据信息，获得动态数据样本集；将动态数据样本集输入至训练LSTM模型，将所述第一静态产品客户推荐名单输入至优化后的所述训练LSTM模型，获得目标产品推荐客户名单。解决了现有技术中存在无法准确的结合企业的固有属性、动态及实际控制人的属性智能的为其匹配合适的产品的技术问题。

技术领域

本发明涉及机器学习相关领域，尤其涉及一种基于机器学习的贷款产品推荐方法及系统。

背景技术

中小微企业是国民经济和社会发展的重要基础，在扩大就业，增加收入，改善民生，促进稳定，国家税收，市场经济等方面有举足轻重的作用。但是中小微企业的数量众多，发展良莠不齐，所处的生命周期也纷纷不同。如何从中识别出真正有贷款需求的中小微企业，并从数量众多的小微快贷产品中挑选出适合的产品推荐给该客户的难度较大。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在无法准确的结合企业的固有属性、动态及实际控制人的属性智能的为其匹配合适的产品的技术问题。

发明内容

本申请实施例通过提供一种基于机器学习的贷款产品推荐方法及系统，解决了现有技术中存在无法准确的结合企业的固有属性、动态及实际控制人的属性智能的为其匹配合适的产品的技术问题，达到既考虑静态的长期不改变的固有企业状态属性，又结合动态的随时间变动的企业实际控制人行为属性，可更智能的根据客户情况进行产品推荐展示，且达到适用范围广、泛化能力强、可处理海量数据的技术效果。

鉴于上述问题，提出了本申请实施例提供一种基于机器学习的贷款产品推荐方法及系统。

第一方面，本申请实施例提供了一种基于机器学习的贷款产品推荐方法，所述方法包括：获得第一企业状态数据信息，其中，所述第一企业状态数据信息为静态数据；根据所述第一企业状态数据信息，获得第一样本数据信息；将所述第一样本数据信息作为第一输入信息；获得第一筛选指令和业务筛选特征信息，其中，所述业务筛选特征信息与企业贷款需求之间具有第一关联度；根据所述第一筛选指令和所述业务筛选特征信息，对所述第一企业状态数据信息进行业务筛选之后，获得第一业务字段表；对所述第一业务字段表进行特征筛选，获得目标模型特征信息；将所述目标模型特征信息作为第二输入信息；获得第一静态模型；将所述第一输入信息、第二输入信息输入至所述第一静态模型中，获得所述第一静态模型的第一输出信息，其中，所述第一输出信息为客户运行结果信息；根据所述第一输出信息，获得第一静态产品客户推荐名单；基于GP数据库，获得第一预定时间内的第二企业状态数据信息，其中，所述第二企业状态数据信息为动态数据，且所述第二企业状态数据信息为所有企业访问地址的url集合；对所述第二企业状态数据信息进行数据清洗处理之后，获得动态数据样本集；将所述动态数据样本集输入至训练LSTM模型中，对所述训练LSTM模型进行训练和测试，获得优化后的所述训练LSTM模型；将所述第一静态产品客户推荐名单输入至所述优化后的所述训练LSTM模型中，获得目标产品推荐客户名单。