[发明专利]理财产品的推送方法及相关装置

说明书

本发明公开理财产品的推送方法及相关装置，可以通过获得互联网公司基于安全联邦线性回归算法和互联网用户的数据，进行模型训练得到的第一梯度信息和第一损失信息；获得银行基于安全联邦线性回归算法和银行用户的数据，进行模型训练得到的第二梯度信息和第二损失信息；将上述信息进行汇总得到总梯度信息，并发送至互联网公司和银行，使得互联网公司和银行分别基于共有用户数据对各自模型进行训练，直到模型均收敛；使用互联网公司的模型和银行的模型对共有用户的理财产品购买意向进行预测，从而向共有用户推送理财产品信息。本发明通过结合两个模型的预测结果推送相应的理财产品，提高推送的精准度，进而提高理财产品的营销转化率。

技术领域

本发明涉及数据传输领域，特别涉及一种理财产品的推送方法及相关装置。

背景技术

近年来，随着人工智能技术在金融领域的快速落地，人们对用户隐私保护和数据安全的关注度也在不断提高。

在强数据隐私保护的法律法规下，不同组织间收集和分享数据将会变的更加困难。更重要的是，某些高度敏感的数据(如金融交易数据)的拥有也会极力反对无限制地计算和使用这些数据。在这种情况下，数据拥有者只允许这些数据保存在自己手中，进而会形成各自孤立的数据孤单。由于行业竞争、用户隐私、数据安全和复杂的管理规程等，数据整合会遇到巨大的阻力。现在来看，以往的隐私侵入式的数据收集和共享方法已经属于非法行为，所以在不同组织之间进行数据整合的工作将变得非常困难。

在传统的商业银行理财产品营销领域中，由于本地数据特征不足，银行需要借助外部数据源，主要是电商企业互联网公司的用户行为数据，提升建模效果。而数据使用方式一般是数据提供商携带数据进入银行，即直接的数据交易。随着隐私数据保护要求的提高和相关法律法规的出台，并且过去的数据交易方式存在很大的隐私问题，商业银行在逐渐失去外部数据源的链接。在这种场景下，如何在满足数据隐私的同时，利用外部互联网公司的用户行为数据提高理财产品的营销转化率，成为当前亟待解决的问题。

发明内容

鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种理财产品的推送方法及相关装置。

第一方面，一种理财产品的推送方法，包括：

获得互联网公司基于安全联邦线性回归算法和互联网用户的数据，进行模型训练得到的第一梯度信息和对应的第一损失信息，其中，所述互联网用户的数据包括所述互联网用户的身份信息和所述互联网用户在互联网上的消费行为信息；

获得银行基于所述安全联邦线性回归算法和银行用户的数据，进行模型训练得到的第二梯度信息和对应的第二损失信息，其中，所述银行用户的数据包括所述银行用户的身份信息和所述银行用户在银行的个人信息；

将所述第一梯度信息、所述第一损失信息、所述第二梯度信息和所述第二损失信息进行汇总得到总梯度信息，并将所述总梯度信息发送至所述互联网公司和所述银行，以使得所述互联网公司和所述银行分别根据所述总梯度信息更新各自的模型的梯度，并使得所述互联网公司和所述银行分别基于共有用户的共有用户数据对各自模型进行训练，直到所述互联网公司的模型和所述银行的模型均收敛，其中，所述共有用户为所述互联网公司和所述银行的共同用户；

使用所述互联网公司的模型和所述银行的模型对所述共有用户的理财产品购买意向进行预测，并根据预测结果向所述共有用户推送相应的理财产品信息。

结合第一方面，在某些可选的实施方式中，在所述获得互联网公司基于安全联邦线性回归算法和互联网用户的数据，进行模型训练得到的第一梯度信息和对应的第一损失信息之前，所述方法还包括：

获得所述互联网公司的多个互联网用户的数据，其中，每个所述互联网用户的数据均至少包括所述互联网用户的身份信息；

获得所述银行的多个银行用户的数据，其中，每个所述银行用户的数据均至少包括所述银行用户的身份信息；