(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210319124.0 (22)申请日 2022.03.29 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　胡毅　时福林　马克　 赵梦　姚元伟　王艳芳　羡迪海　 万荃　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 杨丹　沈珍珠 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 40/02(2012.01) G06Q 40/08(2012.01)G06K 9/62(2022.01) (54)发明名称 银行产品的投放处 理方法及系统 (57)摘要 本发明提出了一种银行产品的投放处理方 法及系统， 涉及金融数据处理技术领域， 该方法 包括： 获取银行网点的历史交易数据， 将交易类 别集合划分为多个交易类别子集合； 建立交易类 别空间； 采集目标银行网点在当前时间段的交易 数据， 确定当前时间段在交易类别空间的交易类 别坐标； 采集目标银行网点在 多个历史 时间段的 交易数据， 确定多个历史时间段在交易类别空间 的交易类别坐标； 确定当前时间段的相似时间 段； 对银行客户进行分类， 获得多个客户类别； 根 据银行产品数据得到银行产品集合中各个银行 产品的历史客户集合； 对于各个银行产品， 依据 该银行产品的历史客户集合得到该银行产品的 客户类别向量； 确定当前时刻需要投放的银行产 品。 权利要求书4页 说明书12页 附图4页 CN 114819514 A 2022.07.29 CN 114819514 A 1.一种银 行产品的投放处 理方法， 其特 征在于， 包括： 获取银行网点的历史交易数据， 确定交易类别集合中各个交易类别的多维度数据； 根 据所述多维度数据， 对交易类别进行聚类分析， 将交易类别集合划分为多个交易类别子集 合； 建立交易类别空间， 该交易类别空间的每一维度对应一个交易类别子集 合； 采集目标银行网点在当前时间段的交易数据， 确定当前时间段在交易类别空间的交易 类别坐标； 其中， 交易类别坐标在每一维度上 的坐标值等于该交易数据归属于该维度对应 的交易类别子集 合的交易数； 采集目标银行网点在多个历史时间段的交易数据， 确定多个历史时间段在交易类别空 间的交易类别坐标； 其中， 交易类别坐标在每一维度上 的坐标值等于该交易数据归属于该 维度对应的交易类别子集 合的交易数； 根据当前时间段在交易类别空间的交易类别坐标与多个历史时间段在交易类别空间 的交易类别坐标， 确定当前时间段的相似时间段； 对银行客户进行分类， 获得多个客户类别； 依据相似时间段之后的时间段的历史交易 数据， 预测当前时间段之后时间段的风险类型和客户类别向量； 获取银行产品数据， 根据所述银行产品数据得到银行产品集合中各个银行产品的历史 客户集合； 对于各个银行产品， 依据该银行产品的历史客户集合得到该银行产品的客户类 别向量； 根据银行产品的客户类别向量、 预测的当前时间段之后时间段的风险类型和客户类别 向量， 确定当前时间段之后时间段需要投放的银 行产品。 2.根据权利要求1所述的方法， 其特征在于， 根据当前时间段在交易类别空间的交易类 别坐标与多个历史时间段在交易类别空间的交易类别坐标， 确定当前时间段的相似时间 段， 包括： 对于每个历史时间段， 计算该历史时间段的交易类别坐标和当前时间段的交易类别坐 标在交易类别空间中的距离； 将对应距离最小的多个历史时间段确定为当前时间段的相似时间段。 3.根据权利要求1所述的方法， 其特征在于， 依据相似时间段之后的时间段的历史交易 数据， 预测当前时间段之后时间段的风险类型和客户类别向量， 包括： 根据相似时间段之后的时间段的历史交易数据， 确定历史交易数据中包含的风险类型 和对应的风险概率， 将对应的风险概率超过第一阈值的风险类型确定为当前时间段之后时 间段对应的风险类型； 依据相似时间段之后的时间段的历史交易数据， 确定该历史交易数据包含的历史客 户； 设置当前时间段之后时间段的客户类别向量， 其中， 客户类别向量的各个分量与多个客 户类别一一对应， 各个分量的值等于该历史客户中归属于该分量对应的客户类别的客户 数。 4.根据权利要求1所述的方法， 其特征在于， 对于各个银行产品， 依据该银行产品的历 史客户集 合得到该 银行产品的客户类别向量， 包括： 对于各个银行产品， 依据该银行产品的历史客户集合， 设置该银行产品的客户类别向 量， 其中， 客户类别向量的各个分量与多个客户类别一一对应， 各个分量的值等于该历史客权　利　要　求　书 1/4 页 2 CN 114819514 A 2户集合中归属于该分量对应的客户类别的客户数； 银行产品的客户类别向量和当前时间段 之后时间段的客户类别向量在同一个分量对应的客户类别是相同的。 5.根据权利要求1所述的方法， 其特征在于， 根据银行产品的客户类别向量、 预测的当 前时间段之后时间段的风险类型和客户类别向量， 确定 当前时间段之后时间段需要投放的 银行产品， 包括： 获取银行产品的交易数据， 确定该银行产品对应的所有风险类型和对应的风险概率， 将风险概 率超过阈值的风险类型确定为该 银行产品对应的主风险类型； 根据当前时间段之后时间段的风险类型， 将银行产品对应的主风险类型包含当前时间 段之后时间段的风险类型的银 行产品删除； 根据剩余的银行产品的客户类别向量和当前时间段之后时间段的客户类别向量， 确定 当前时间段之后时间段的银行网点和剩余银行产品的距离， 将距离最小的多个剩余银行产 品设置为当前时间段之后时间段需要投放的银 行产品。 6.根据权利要求1所述的方法， 其特征在于， 根据银行产品的客户类别向量、 预测的当 前时间段之后时间段的风险类型和客户类别向量， 确定 当前时间段之后时间段需要投放的 银行产品， 包括： 根据每个客户类别的交易数据， 确定每个客户类别关于各个风险类型的风险概率； 对 于每个风险类型， 根据各个客户类别关于该风险类型 的风险概率， 确定该风险类型对应的 风险概率向量； 计算当前时间段之后时间段的客户类别向量和各个风险类型的风险概率向量的内积， 将内积最大的风险类型确定为当前时间段之后时间段对应的主 要风险类型； 根据当前时间段之后时间段对应的主要风险类型， 将银行产品对应的主风险类型包含 当前时间段之后时间段对应的主 要风险类型的银 行产品删除； 根据剩余的银行产品的客户类别向量和当前时间段之后时间段的客户类别向量， 确定 当前时间段之后时间段的银行网点和剩余银行产品的距离， 将距离最小的多个剩余银行产 品设置为当前时间段之后时间段需要投放的银 行产品。 7.根据权利要求6所述的方法， 其特征在于， 根据每个客户类别的交易数据， 确定每个 客户类别关于各个风险类型 的风险概率； 对于每个风险类型， 根据各个客户类别关于该风 险类型的风险概 率， 确定相应的风险概 率向量， 包括： 对于每个风险类型， 依据该客户类别的各个客户的交易数据中， 将该风险类型对应的 交易数据的数量与该 交易数据的数量的比值作为该客户关于该风险类型的风险概率， 将该 客户类别 关于该风险类型的风险概率设置为该客户类别的所有客户关于该风险类型的风 险概率的均值； 对于每个风险类型， 确定该风险类型对应的风险概率向量， 其中， 该风险概率向量的各 个分量与多个客户类别一一对应， 各个分量的值等于该分量对应的客户类别关于该风险类 型的风险概率， 并且该风险概率向量和当前时间段之后时间段的客户类别向量在同一个分 量对应的客户类别是相同的。 8.一种银 行产品的投放处 理系统， 其特 征在于， 包括： 聚类分析模块， 用于获取银行网点的历史交易数据， 确定交易类别集合中各个交易类 别的多维度数据； 根据所述多维度数据， 对交易类别进 行聚类分析， 将交易类别集合划分为权　利　要　求　书 2/4 页 3 CN 114819514 A 3