[发明专利]用于预测高净值客户财富水平提升概率的系统及方法

权利要求书

1.用于预测高净值客户财富水平提升概率的系统，其特征在于，包括：

数据获取模块，其用于获取高净值客户财富基础数据；

数据统计模块，其用于根据预先设定的特征指标对所述高净值客户财富基础数据进行统计得到整理后的高净值客户财富基础数据，并对高净值客户进行等级分类；

数据预测模块，其用于利用所述整理后的高净值客户财富基础数据、随机森林和支持向量机模型，训练得到财富水平提升概率预测模型，并根据所述特征指标和所述财富水平提升概率预测模型得到高净值客户财富水平提升概率。

2.用于预测高净值客户财富水平提升概率的方法，其特征在于，包括以下步骤：

获取高净值客户财富基础数据；

根据预先设定的特征指标对所述高净值客户财富基础数据进行统计得到整理后的高净值客户财富基础数据，并对高净值客户进行等级分类；

利用所述整理后的高净值客户财富基础数据、随机森林和支持向量机模型，训练得到财富水平提升概率预测模型；

根据所述特征指标和所述财富水平提升概率预测模型得到高净值客户财富水平提升概率。

3.如权利要求2所述的用于预测高净值客户财富水平提升概率的方法，其特征在于，所述高净值客户财富基础数据包括金融行业底层数据库中存储的内部高净值客户数据，外部工商社会身份与金融账户数据。

4.如权利要求3所述的用于预测高净值客户财富水平提升概率的方法，其特征在于，所述内部高净值客户数据为基于金融机构内部产品或账户的时间相关数据，人物关系相关数据，机构数据，营销员数据，产品偏好相关数据整理出的高净值客户名单和基础数据集。

5.如权利要求3所述的用于预测高净值客户财富水平提升概率的方法，其特征在于，所述外部工商社会身份与金融账户数据包括：

对自然人名下所有经济体做家族产业图谱，并采集经济体的工商，税务，媒体数据，行业景气指数，住房存贷款数据，社会融资数据，GDP数据，人口数据，第三方产业数据，分红数据，中高职人数数据，财政收入数据，计划单列市数据，法人单位数数据，上市公司数据。

6.如权利要求2所述的用于预测高净值客户财富水平提升概率的方法，其特征在于，所述特征指标财富周期，涉及产业，社会身份，区域经济，金融机构品牌影响力。

7.如权利要求2所述的用于预测高净值客户财富水平提升概率的方法，其特征在于，将高净值客户分为高等级和低等级两个类别，并分别设定等级值为0和1；

或者分为至少三个类别，并依次设定连续自然数为其等级值。

8.如权利要求7所述的用于预测高净值客户财富水平提升概率的方法，其特征在于，高净值客户财富水平提升概率为低等级向高等级趋向的概率或者当前等级向其他等级趋向的概率。

9.如权利要求8所述的用于预测高净值客户财富水平提升概率的方法，其特征跟在于，根据所述特征指标和所述财富水平提升概率预测模型得到高净值客户财富水平提升概率包括：预先设定每个特征指标的权重值；

根据所述特征指标和所述财富水平提升概率预测模型得到与所述特征指标相对应的子概率值；

根据所述权重值和所述子概率值计算得到该高净值客户的财富水平提升概率值。