[发明专利]一种债券产品的推荐方法、装置、计算机设备及存储介质

权利要求书

1.一种债券产品的推荐方法，其特征在于，所述方法包括：

获取当前时刻之前的一段历史时间段内客户对待推荐债券的债券售卖数据；

根据所述债券售卖数据，分别确定不同统计时段内待推荐债券在多个售卖维度下的售卖参数，其中，不同统计时段均包括所述历史时间段的结束时刻，且距离所述结束时刻的时长不同；

对不同统计时段内的售卖参数进行融合，得到所述客户的售卖意愿参考参数；

通过神经网络模型对所述售卖意愿参考参数进行特征提取，得到所述客户售卖所述待推荐债券的交易特征；

通过所述神经网络模型基于所述客户售卖所述待推荐债券的交易特征，进行所述待推荐债券的售卖概率预测，得到所述当前时刻之后的一段未来时间段内的售卖概率；

若所述售卖概率大于预设概率阈值，则为所述客户分配所述待推荐债券的售卖对接人。

2.根据权利要求1所述的方法，其特征在于，在通过神经网络模型对所述售卖意愿参考参数进行特征提取之前，还包括：

获取第一预设时刻之前的一段历史时间段内第一历史客户对第一历史债券的第一债券售卖历史数据；

基于所述第一历史客户和所述第一历史债券，确定所述第一预设时刻之后的一段未来时间段内所述第一历史客户售卖所述第一历史债券的第一售卖状态；

根据所述第一债券售卖历史数据和所述第一售卖状态构建神经网络模型，并对所述神经网络模型进行训练。

3.根据权利要求2所述的方法，其特征在于，在根据所述第一债券售卖历史数据和所述第一售卖状态构建神经网络模型之后，还包括：

获取第二预设时刻之前的一段历史时间段内第二历史客户对第二历史债券的第二债券售卖历史数据；

基于所述第二历史客户和所述第二历史债券，确定所述第二预设时刻之后的一段未来时间段内所述第二历史客户售卖所述第二历史债券的第二售卖状态；

通过所述神经网络模型基于所述第二债券交易数据，进行所述第二历史债券的售卖概率预测，得到所述第二预设时刻之后的一段未来时间段内的历史售卖概率；

根据所述历史售卖概率和所述第二售卖状态对所述神经网络模型进行评估，得到评估结果。

4.根据权利要求3所述的方法，其特征在于，在得到评估结果之后，还包括：

若所述评估结果不符合预设标准，则继续根据第三预设时刻获取第三预设时刻对应的第三债券售卖历史数据和第三售卖状态；

根据所述第三债券交易数据和所述第三售卖状态对所述神经网络模型进行参数调整。

5.根据权利要求2所述的方法，其特征在于，在获取第一预设时刻之前的一段历史时间段内第一历史客户对第一历史债券的第一债券售卖历史数据之后，还包括：

对所述第一债券售卖历史数据中的所述第一历史债券的第一发行代码进行归一化处理，得到所述第一历史债券的第一标识信息；

相应地，所述基于所述第一历史客户和所述第一历史债券，确定所述第一预设时刻之后的一段未来时间段内所述第一历史客户售卖所述第一历史债券的第一售卖状态，包括：

确定所述第一预设时刻之后的一段未来时间段内所述第一历史客户卖出的各个债券；

对所述第一历史客户卖出的每个债券的发行代码进行归一化处理，得到各个所述债券的第二标识信息；

若各个所述债券的第二标识信息中存在与所述第一标识信息一致的标识信息，则将所述第一售卖状态确定为卖出状态。

6.根据权利要求5所述的方法，其特征在于，所述对所述第一债券售卖历史数据中的所述第一历史债券的第一发行代码进行归一化处理，包括：

若所述第一发行代码中存在标识发行场所的代码，则将所述第一发行代码中的所述标识发行场所的代码删除；

若所述第一发行代码中存在标识发行次数的代码，则将所述第一发行代码中的所述标识发行次数的代码删除；

若所述第一发行代码中存在标识增量的代码，则将所述第一发行代码中的所述标识增量的代码删除。