买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：济南大学

摘要：本发明属于理财产品推荐领域，提供了一种理财产品推荐方法、系统、存储介质及设备。其中，该方法包括获取理财用户数据；基于理财用户数据和训练完成的自编码神经网络模型，得到推荐理财产品类型；其中，自编码神经网络模型的训练过程为：采用理财用户数据预训练自编码神经网络模型；将理财用户数据及其若干个最近邻数据拼接构成训练数据；以预训练的自编码神经网络模型中的参数为初始值，利用训练数据继续训练自编码神经网络模型，直至到达最大迭代次数或者损失误差小于停止阈值。

主权项：1.一种理财产品推荐方法，其特征在于，包括：获取理财用户数据；基于理财用户数据和训练完成的自编码神经网络模型，得到推荐理财产品类型；其中，自编码神经网络模型的训练过程为：采用理财用户数据预训练自编码神经网络模型；将理财用户数据及其若干个最近邻数据拼接构成训练数据；以预训练的自编码神经网络模型中的参数为初始值，利用训练数据继续训练自编码神经网络模型，直至到达最大迭代次数或者损失误差小于停止阈值；自编码神经网络模型的训练过程包括如下步骤：自编码神经网络模型加载预训练神经网络参数偏置b，输入原始数据RD，经过前向传播计算得到隐层嵌入特征z，利用k-means算法处理得到初始化聚类中心C；通过for循环使基于自适应邻域图嵌入的深度聚类模型数据聚类算法的迭代epoch次数自增一；通过公式和计算神经网络隐层嵌入特征z与聚类中心C的相似度和归一化，然后通过公式计算得到聚类层损失；其中，是样本个数，是聚类中心数；是采用student-T分布计算神经网络隐层嵌入特征与聚类中心得到，以此衡量两者的相似度；将指数提高到二次，对经过尖锐处理的分布；和构成的矩阵分别为P和Q；,固定属性对个求和，使按每个簇的频率归一化来计算；通过公式计算亲和度矩阵熵项；通过公式计算理财用户数据RD与最近邻数据ND之间的图约束损失；其中，J是邻居个数；通过公式计算重构损失，其中代表理财用户数据RD中第i条数据，代表经过神经网络计算得到的输出值；整体损失函数为；α与β分别是调节聚类项和图约束项权重的参数；通过梯度下降法，对隐层嵌入特征和聚类中心求偏导， 聚类中心c的更新公式为：，其中为batchsize，为学习率；通过梯度下降法，更新编码器权重；解码器权重更新公式为；每一轮for循环结束后，采用公式对整体P进行更新；样本标签通过获得，公式如下：；每一轮for循环结束后，采用拉格朗日乘子法对于亲和度矩阵的更新；公式为；每一轮for循环结束后，通过公式计算输出聚类精度，其中为数据点真实类别标签，为样本中心类别。

全文数据：

权利要求：

百度查询： 济南大学 一种理财产品推荐方法、系统、存储介质及设备