[发明专利]产品推荐方法、装置、设备、存储介质及程序产品

权利要求书

1.一种产品推荐方法，其特征在于，所述方法包括：

获取多个候选基金产品的目标特征，所述目标特征包括在历史阶段用于评估候选基金产品的指标特征和在历史阶段推荐候选基金产品的推荐人的个性化特征；

针对各个所述候选基金产品，根据所述目标特征，通过产品评价模型，预测各个所述候选基金产品的收益风险结果；

根据预测的收益风险结果，从所述多个候选基金产品中确定用于推荐的目标基金产品。

2.根据权利要求1所述的方法，其特征在于，所述获取多个候选基金产品的目标特征，包括：

获取多个候选基金产品的特征相关数据，所述特征相关数据包括在历史阶段用于评估候选基金产品的指标数据和在历史阶段推荐候选基金产品的推荐人的个性化数据；所述指标数据包括下述至少一项：收益率指标、夏普比率、特雷诺比率、超额收益、风险指标、基金产品的投资类型，所述推荐人的个性化数据包括下述至少一项：推荐人的个人基础数据以及能力的反映数据；

针对各个所述候选基金的特征相关数据，分别提取所述指标数据对应的指标特征和推荐人的个性化数据对应的推荐人的个性化特征；

其中，由指标特征和推荐人的个性化特征构成目标特征。

3.根据权利要求2所述的方法，其特征在于，所述分别提取所述指标数据对应的指标特征和推荐人的个性化数据对应的推荐人的个性化特征，包括：

对所述收益率指标、夏普比率、特雷诺比率、超额收益、风险指标进行主成分回归分析，得到回归分析结果；

对所述投资类型以及所述推荐人的个人基础数据进行独热编码，得到编码数据；

通过最小二乘法对所述能力的反映数据进行处理，得到能力特征；

通过所述主成分回归分析，对所述回归分析结果、编码数据以及能力特征进行降维处理，得到目标特征。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

获取样本数据，所述样本数据包括多个历史基金产品的目标特征以及对应的历史实际收益率；

根据所述样本数据，通过网络模型进行连续预测，得到历史基金产品在预定义的历史时间段的预测收益率；

根据预测收益率和对应的历史实际收益率，通过最小化损失函数，调整网络模型的参数，得到产品评价模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标特征，通过产品评价模型，预测各个所述候选基金产品的收益风险结果，包括：

将所述目标特征输入到所述产品评价模型中，通过连续预测所述候选基金产品中各个基金的收益率，并对各个基金的收益率进行加权计算，得到所述候选基金产品在未来预设时间段的预测收益率；

将所述预测收益率作为预测的收益风险结果，用以供用户选择基金产品；

其中，所述候选基金产品为单个基金的产品或由多个基金构成的基金组合的产品。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述根据预测的收益风险结果，从所述多个候选基金产品中确定用于推荐的目标基金产品，包括：

确定所述预测的收益风险结果是否大于或等于预设收益率；

若预测的收益风险大于或等于预设收益率，则确定所述候选基金产品为所述多个候选基金产品中用于推荐给用户的目标基金产品；

其中，所述目标基金产品包括至少一个基金产品。

7.一种产品推荐装置，其特征在于，所述装置包括：

获取模块，用于获取多个候选基金产品的目标特征，所述目标特征包括在历史阶段用于评估候选基金产品的指标特征和在历史阶段推荐候选基金产品的推荐人的个性化特征；

预测模块，用于针对各个所述候选基金产品，根据所述目标特征，通过产品评价模型，预测各个所述候选基金产品的收益风险结果；

产品推荐模块，用于根据预测的收益风险结果，从所述多个候选基金产品中确定用于推荐的目标基金产品。