[发明专利]基于分类模型的目标产品分类方法、装置、设备和介质

说明书

本申请涉及人工智能技术领域，尤其是一种基于分类模型的目标产品分类方法、装置、设备和介质。所述方法包括：获取目标产品的产品数据；根据所述产品数据计算得到各目标产品对应的目标指标；获取各所述产品数据的时间维度，并计算各所述时间维度的初始跨度；根据计算得到的初始跨度得到最大跨度，通过所述最大跨度统一各所述时间维度，并根据统一后的时间维度修正所述目标指标；将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果。采用本方法能够提高智能化水平。此外，本申请还涉及区块链技术，产品数据可存储于区块链节点中。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于分类模型的目标产品分类方法、装置、设备和介质。

背景技术

证券投资基金是指通过发售基金份额募集资金形成独立的基金财产，由基金管理人管理、基金托管人托管，以资产组合方式进行证券投资，基金份额持有人按其所持份额享受收益和承担风险的投资工具。

传统技术中，对于基金的管理以及评价通常是根据字段来进行简单的分类，例如根据基金的可投资标的类型、基于投资标的行业、基于投资标的所属板块等等。

上述基金分类方式虽然可以简单地根据特定的字段将基金划分为多类，但是由于基金的数据较多，仅仅根据字段进行分类智能化水平不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高智能化水平的基于分类模型的目标产品分类方法、装置、设备和介质。

一种基于分类模型的目标产品分类方法，所述方法包括：

获取目标产品的产品数据；

根据所述产品数据计算得到各目标产品对应的目标指标；

获取各所述产品数据的时间维度，并计算各所述时间维度的初始跨度；

根据计算得到的初始跨度得到最大跨度，通过所述最大跨度统一各所述时间维度，并根据统一后的时间维度修正所述目标指标；

将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果。

在其中一个实施例中，所述将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果之后，包括：

接收针对所述分类结果的评价；

当所述评价为分类结果错误时，则获取分类结果错误的目标产品的产品数据，并提取评价中的分类标签；

根据所述分类结果错误的目标产品的产品数据以及所述分类标签对所述分类模型重新进行训练。

在其中一个实施例中，所述获取分类结果错误的目标产品的产品数据之后，还包括：

通过预先训练完成的分类模型，计算分类结果错误的目标产品的产品数据对应的第一特征向量；

通过预先训练完成的分类模型，计算样本数据中样本产品的样本数据对应的第二特征向量；

计算所述第一特征向量和所述第二特征向量的相似度，并输出相似度满足预设阈值的第二特征向量所对应的样本数据；

对所输出的样本数据进行重新打标；

所述根据所述分类结果错误的目标产品的产品数据以及所述分类标签对所述分类模型重新进行训练，包括：

根据所述分类结果错误的目标产品的产品数据以及所述分类标签、重新打标的样本数据对所述分类模型重新进行训练。

在其中一个实施例中，所述分类模型的训练方式包括：