4月21日，平安银行一项名为“基于机器学习模型的金融数据处理方法、设备及介质”的发明专利授权公告。其申请于2022年11月17日，公布于2023年2月28日。

方法包括：获取与金融产品存在金融链接的至少一个对象的金融数据；通过机器学习模型对金融数据进行特征提取得到若干对象特征；基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签；为各第一标签配置相应的参考值，基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确定出排列于前预设位数的第一标签；基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签。

更具体的，基于若干对象特征对至少一个对象配置与若干对象特征相匹配的至少一个第一标签，包括：结合预设需求以及每一个对象各自对应的对象特征对每一个对象配置与各自对象特征相匹配的至少一个第一标签。

为各第一标签配置相应的参考值，包括：采用过滤式方法对每一个对象各自对应的各第一标签配置相应的参考值。

基于至少一个第一标签各自对应的参考值的大小对至少一个第一标签进行排序并确定出排列于前预设位数的第一标签，包括：基于各第一标签各自对应的参考值的大小对每一个对象对应的所有第一标签进行排序；确定出每一个对象对应的所有第一标签中排列于前预设位数的第一标签。

基于排列于前预设位数的第一标签对相匹配的对象配置用于综合描述排列于前预设位数的第一标签的第二标签，并关联输出对象以及相匹配的第二标签，包括：采用无监督学习模式对排列于前预设位数的第一标签对应的对象相匹配的金融数据按照区间进行聚类；基于聚类结果为对象配置第二标签；通过机器学习模型关联输出对象以及相匹配的第二标签。

此外，通过机器学习模型对金融数据进行特征提取得到若干对象特征，包括：通过机器学习模型基于金融数据的数据结构进行特征提取得到若干对象特征。

基于金融数据的数据结构进行特征提取得到若干对象特征，则包括：采用预设数学计算方式确定金融数据的数据结构；基于数据结构进行特征提取得到若干对象特征。

而获取与金融产品存在金融链接的至少一个对象的金融数据，包括：基于预设数据平台获取金融数据；确定与金融数据相对应且与金融产品存在金融链接的至少一个对象。

在获取与金融产品存在金融链接的至少一个对象的金融数据之后，还需要：对金融数据进行预处理。

对金融数据进行预处理，包括：从金融数据中筛选出符合机器学习模型对应的预设条件的至少部分金融数据；对至少部分金融数据进行数据清洗。

其中，对至少部分金融数据进行数据清洗，又包括：对至少部分金融数据进行缺失值填充；对填充后的至少部分金融数据进行统一编码；对统一编码后的至少部分金融数据进行二值化处理。

说明书提到该发明的背景为，随着大数据、区块链、人工智能等技术在金融行业的应用和发展，金融与科技深度融合、密切合作已成为现代金融的发展趋势。通过金融与科技相结合的模式，一方面可以使得金融公司提高服务效率、降低服务成本，另一方面可以为客户提供更好的金融服务，提高服务频率，扩大金融服务市场的规模。

但是对于金融公司而言，时常会面临大量的金融数据需要进行处理，而现有的金融数据处理方式浮于数据表象，无法对金融数据进行挖掘以获取实质与金融数据对应的用户的价值，从而无法满足金融公司精准营销的需求。

举例来说，若金融数据为工商基础数据，由于工商基础数据可能不够全面，从而导致基于该工商基础数据所确定的对象信息以及为该对象制定的营销策略、业务场景可能与对象的实际情况不相符，从而导致优质对象的流失，不利于业务拓展。

该发明则能够对金融数据进行挖掘以获取实质与金融数据对应的用户的价值，从而有利于基于输出的结果对不同的对象进行精准营销。