
智能投顧一線學(xué)員分享:用戶DNA系統(tǒng)項(xiàng)目規(guī)劃和思路
本文整理自智能投顧學(xué)員&群友項(xiàng)目交流第一期的內(nèi)容,由誠壹金融科技數(shù)據(jù)產(chǎn)品經(jīng)理劉吉靜分享,主題為《用戶DNA系統(tǒng)項(xiàng)目規(guī)劃和思路》。
“智能投顧高級特訓(xùn)班”還在如火如荼持續(xù)報名中,課程分為基礎(chǔ)、進(jìn)階、高級三個階段,在第二階段即將開始之前,AI慕課學(xué)院智能投顧群近期發(fā)起了項(xiàng)目分享活動,來自智能投顧從業(yè)者、投資人、銀行產(chǎn)品經(jīng)理等學(xué)員互相交流??的學(xué)習(xí)經(jīng)驗(yàn),以及如何在學(xué)習(xí)課程的過程中解決實(shí)際問題。
以下為劉吉靜的分享實(shí)錄,編輯做了不改變原意的梳理:
學(xué)習(xí)心得
現(xiàn)在《智能投顧高級特訓(xùn)班之基礎(chǔ)課程》已經(jīng)結(jié)束,王蓁博士授課思路很清晰,也很詳細(xì),不僅對使用到的算法加以說明,還將推導(dǎo)過程進(jìn)行了完整講解,只要跟上王蓁博士的節(jié)奏,這些知識點(diǎn)能順利地掌握。根據(jù)原課程安排,在雷鋒網(wǎng)?AI慕課學(xué)院“智能投顧高級特訓(xùn)班”接下來的進(jìn)階課程中,王蓁博士將帶來更加詳細(xì)、實(shí)踐化機(jī)器學(xué)習(xí)算法進(jìn)階的教程,手把手教你搭建專屬的智能資產(chǎn)配置模型。同時,我對智能投顧進(jìn)階課程充滿了期待,希望對接下來的框架講解,也能順利地掌握。
項(xiàng)目分享:用戶DNA系統(tǒng)項(xiàng)目規(guī)劃&思路
1、智能投顧:用戶DNA系統(tǒng)
用戶DNA系統(tǒng)是以用戶為中心,整合多渠道信息,通過挖掘業(yè)務(wù)增長契機(jī),實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的精準(zhǔn)運(yùn)營。用戶DNA系統(tǒng)主要由以下幾模塊構(gòu)成:數(shù)據(jù)收集,收據(jù)整合,用戶畫像,個性化推薦和智能投顧。
(用戶DNA系統(tǒng)落地方案框架)
(用戶DNA系統(tǒng)落地步驟)
(1)通知系統(tǒng):既能將用戶的信息及行為反饋銷售,又能協(xié)助我們完善用戶信息。
(2)標(biāo)簽管理系統(tǒng):實(shí)現(xiàn)標(biāo)簽的自動化配置及周期性計算。
(3)用戶畫像系統(tǒng):DNA系統(tǒng)的橋梁,抽象出用戶的平臺價值全貌。
(4)用戶提?。簽闋I銷活動、精準(zhǔn)營銷、用戶挖掘與分析提供特定用戶群的提取。
2、推薦系統(tǒng)模塊
推薦服務(wù)首先需要采集(用戶基本信息、用戶行為信息)到離線存儲,然后在離線環(huán)境下利用推薦算法進(jìn)行用戶和物品的匹配計算,找出每個用戶可能感興趣的物品集合。通過線下的推薦算法(屬性、行為)找出用戶感興趣的產(chǎn)品后,不一定所有物品都可以推薦給用戶,因此需要通過一個過濾過程。線下找出每個用戶可能感興趣的物品集合后,將這些預(yù)先計算好的結(jié)果推送到在線存儲上,最終產(chǎn)品在有用戶訪問時通過在線API向推薦服務(wù)發(fā)起請求,獲得該用戶可能感興趣的物品,完成推薦業(yè)務(wù)。加上推薦效果的檢測與反饋,便完成一個推薦任務(wù)的完整流程。
3、推薦邏輯
(1)基于標(biāo)簽的冷啟動推薦算法
離線狀態(tài)下根據(jù)用戶tag產(chǎn)出用戶分組,及分組的推薦理財產(chǎn)品。當(dāng)新用戶注冊時,根據(jù)新用戶的tag,把用戶歸到相應(yīng)的分組中,并獲取分組的推薦結(jié)果。主要有:K-MEAS聚類和決策樹分類。
(2)基于用戶的協(xié)同過濾
收集用戶行為信息,通過用戶對產(chǎn)品的行為評分。如不同的用戶對不同的作品有不同的評分(瀏覽、預(yù)約、參團(tuán)、購買)而評分接近則意味著用戶相近,便可判定為相似用戶。收集了用戶行為數(shù)據(jù)之后,接下來便要對數(shù)據(jù)進(jìn)行減噪(去除錯誤信息)與歸一化(權(quán)重與歸一)操作,得到一個用戶偏好的二維矩陣,一維是用戶列表,另一維是物品列表,值是用戶對物品的偏好,一般是 [0,1] 或者 [-1, 1] 的浮點(diǎn)數(shù)值。通過KNN找到相鄰用戶, 通過皮爾遜算法計算相似度,確定推薦結(jié)果。
4、智能投顧模塊
智能投顧模塊主要分為4個部分:智能投顧的流程、實(shí)現(xiàn)方案、市場分析、心得體會。
智能投顧的流程:用戶畫像(主觀畫像+客觀畫像),確定投資者類型,輸出理財方案,針對理財方案,提出預(yù)期提示。
以下是我們操作的智能投顧實(shí)現(xiàn)方案。
方案一:確定投資者類型,輸出理財方案,針對理財方案前期為人工操作,有了一定的數(shù)據(jù)積累之后,機(jī)器學(xué)習(xí)理財師的思路,機(jī)器進(jìn)行上述步驟。而這種方案有一個凸顯的問題,就是系統(tǒng)水平完全依賴?yán)碡攷煛?
方案二:確定投資者類型,輸出理財方案,針對理財方案通過算法,得出理財方案,不斷調(diào)參,優(yōu)化模型。這種方案適合中國本土的資產(chǎn)配置模型,算法工程師,wind 數(shù)據(jù)等。
方案三:基于用戶的協(xié)同過濾算法,為相似的用戶推薦相同的理財方案。
針對目前智能投顧市場,從數(shù)據(jù)源、產(chǎn)品思路、團(tuán)隊組織三個方面做分析——
首先,數(shù)據(jù)源方面,與其他互聯(lián)網(wǎng)行業(yè)相比,金融領(lǐng)域可供機(jī)器學(xué)習(xí)的數(shù)據(jù)“珍貴有限”,我們只能從各個渠道盡可能地合理合法地獲取各方數(shù)據(jù)信息,主要是:場景內(nèi)數(shù)據(jù),平臺自身數(shù)據(jù)以及外部征信數(shù)據(jù);其次,不管是人工智能,還是“人工+智能”,只要能夠高效、低成本的為用戶提供出高收益的理財方案,就是成功的系統(tǒng);最后是團(tuán)隊組織職能。
專家點(diǎn)評
以下是《智能投顧高級特訓(xùn)班》主講人王蓁博士對本期分享內(nèi)容做的點(diǎn)評——
王蓁:首先非常感謝劉吉靜女士的精彩分享。下面我就劉女士分享的內(nèi)容談?wù)勛约旱南敕?,如有不對,歡迎大家批評指正。
整體來說分享的內(nèi)容很好,細(xì)節(jié)上,分享的智能投顧屬于比較特定的構(gòu)建投資組合環(huán)節(jié),我個人認(rèn)為智投端到端的一整套系統(tǒng)人工智能的應(yīng)用上,美國的智能投顧和國內(nèi)常見的智能投顧都是符合的,不過確實(shí)有真實(shí)應(yīng)用人工智能技術(shù)的智能投顧,并且人工智能在智能投顧的具體應(yīng)用不限于構(gòu)建投資組合這一個環(huán)節(jié),包括用戶畫像,擇時選基等等,都是可以基于人工智能的。在我對中國銀行實(shí)際項(xiàng)目的實(shí)施中,智能投顧實(shí)際上是包括了分享PPT中的全部流程。
在財富管理領(lǐng)域,分享PPT上闡述的用戶畫像還是大家努力的方向,但因?yàn)閲鴥?nèi)人才嚴(yán)重缺乏,現(xiàn)在商業(yè)化的主要都是簡單問卷,這也一部分是監(jiān)管的原因。
用戶DNA系統(tǒng)頁,這塊部分分析得很好,在這里我補(bǔ)充一點(diǎn)。實(shí)際項(xiàng)目中,驗(yàn)證效果中你會發(fā)現(xiàn)很難驗(yàn)證,為什么?因?yàn)闆]有一個用戶分類結(jié)果的標(biāo)準(zhǔn)答案。版本迭代,其中會涉及到大量的樣本偏差和數(shù)據(jù)缺失的問題,也可以解決。這都是我在實(shí)際項(xiàng)目中碰到的真實(shí)困難。
推薦系統(tǒng)板塊整體思路很好,其中推薦效果的檢驗(yàn)方法,其實(shí)是使用了營銷的體系,UV,PV,CPS等等類似指標(biāo),這樣的好處是便于領(lǐng)導(dǎo)直觀理解。但其中可能存在嚴(yán)重的ascertainment bias,數(shù)據(jù)和背后的邏輯可能不一致。其實(shí)還可以增加一項(xiàng)效果檢驗(yàn)方法,推薦人物可以類比搜索的結(jié)果推薦,所以可以計算MAP,DCG等指標(biāo),具有很好的說服力。但背后引出一個問題,就是訓(xùn)練集的獲取怎么做?也可以解決,比如通過半監(jiān)督學(xué)習(xí)+小樣本重復(fù)抽樣獲取。
整體PPT能看出是非常有框架的,是經(jīng)過了大量的討論后的結(jié)果,是一個比較完整的系統(tǒng)。因?yàn)橄到y(tǒng)龐大,所以其中項(xiàng)目實(shí)施(如果照著這個框架做)可能需要兩三年甚至更長時間,而且要做好心理準(zhǔn)備,預(yù)想的問題在實(shí)施中輕松解決了,而實(shí)際項(xiàng)目中碰到的問題,可能是之前完全沒有預(yù)想到的。士不可以不弘毅,不忘初心。
王蓁博士課程推薦
點(diǎn)擊閱讀原文,或掃描下方二維碼了解課程詳情
大神一對一
想跟覃老師一對一交流?在學(xué)習(xí)中接受付老師的學(xué)習(xí)指導(dǎo)?更多交流互動請掃碼添加小助手(不定期發(fā)放干貨資料)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10