[发明专利]一种智能推荐投资产品的方法、装置和电子设备

权利要求书

1.一种智能推荐投资产品的方法，其特征在于，包括：

获取各类原始数据并保存至原始数据层中，所述原始数据包括：财经新闻数据、投资产品交易数据、用户行为数据；

对各类所述原始数据进行预处理；

对预处理数据进行分析得到各类数据的事实标签并保存至事实标签层中；其中，所述用户行为数据对应的事实标签包括：使用年限、浏览次数、浏览深度、浏览天数、交易频率、交易金额、交易时间、浏览各项业务模块、投资产品模块的次数、分享次数、续费次数、产品模块曝光率；投资产品交易数据对应的事实标签包括：统计投资产品开盘价、平均线、乖离率、五日均价、三十日均价、容量比、能量潮、多空占比、毛利率、净利率、速动比率、投资产品对应公司的基本面指标；财经新闻数据对应的事实标签包括文章关键词；并将财经新闻数据通过关键词与投资产品交易数据进行关联；

根据用户行为数据对应的事实标签和融合了财经新闻数据的投资产品交易数据对应的事实标签，得到对应的模型标签并保存至模型标签层中；其中，用户行为数据对应的模型标签包括：忠诚度、用户价值、产品模块偏好、投资偏好、行业偏好；投资产品交易数据对应的模型标签包括：抄底指数、多空预警指数、长期持有指数、推荐指数；

将模型标签进行融合并保存至推荐层中，同时，根据模型标签通过交替最小二乘法，模拟用户对投资产品的打分，得到每位用户的推荐列表。

2.如权利要求1所述的智能推荐投资产品的方法，其特征在于，所述获取各类原始数据并保存至原始数据层中包括：各类数据源中的数据通过对应的消息队列传递至原始数据层中并保存。

3.如权利要求2所述的智能推荐投资产品的方法，其特征在于，所述财经新闻数据的获取方法包括：财经新闻数据通过爬虫技术爬取至ElasticSearch中，再通过Logstash采集至HDFS分布式存储系统中。

4.如权利要求2所述的智能推荐投资产品的方法，其特征在于，所述投资产品交易数据的获取方法包括：所述投资产品交易数据存储在Mysql中，通过Canal监控Mysql的Binlog日志，实时采集至Kafka消息队列，再通过Flume消费Kafka数据实时存储到HDFS分布式存储系统中。

5.如权利要求2所述的智能推荐投资产品的方法，其特征在于，所述用户行为数据的获取方法包括：用户行为数据通过前端埋点存储在Nginx的access.log文件夹中，通过FileBeat将用户行为数据发送到Kafka消息队列，再通过Flume消费Kafka数据实时存储到HDFS分布式存储系统中。

6.如权利要求1所述的智能推荐投资产品的方法，其特征在于，所述根据用户行为数据对应的事实标签和融合了财经新闻数据的投资产品交易数据对应的事实标签得到对应的模型标签包括：

根据浏览次数、浏览深度、浏览天数、分享次数、续费次数得到用户忠诚度标签；根据交易频率、交易金额、交易时间得到用户价值标签；根据浏览的产品模块曝光率、浏览产品模块次数、浏览的投资产品信息得到产品模块偏好、投资偏好、行业偏好；

根据五日均价、三十日均价、乖离率得到抄底指数标签，根据容量比、能量潮、多空占比得到多空预警指数标签，根据毛利率、净利率、速动比率得到长期持有指数标签。