[發明專利]基于流失用戶的潛在用戶預測方法、裝置和計算機設備在審
| 申請號: | 201810925280.5 | 申請日: | 2018-08-14 |
| 公開(公告)號: | CN109242539A | 公開(公告)日: | 2019-01-18 |
| 發明(設計)人: | 韋雨露 | 申請(專利權)人: | 中國平安人壽保險股份有限公司 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06Q40/08 |
| 代理公司: | 廣州華進聯合專利商標代理有限公司 44224 | 代理人: | 王寧 |
| 地址: | 518048 廣東省深圳市福田區益田路503*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 潛在用戶 預測 標簽 計算機設備 目標預測 預測模型 數據處理技術 目標標簽 用戶確定 預測結果 預設條件 時間段 保證 申請 | ||
1.一種基于流失用戶的潛在用戶預測方法,所述方法包括:
獲取流失用戶在指定時間段內的數據;
根據獲取的所述數據,通過多種潛在用戶預測模型進行預測,獲得與所述潛在用戶預測模型對應的預測標簽;
確定各預測標簽中滿足預設條件的目標預測標簽;
當所述目標預測標簽為指定目標標簽時,將所述流失用戶確定為潛在用戶。
2.根據權利要求1所述的方法,其特征在于,所述數據包括用戶屬性、用戶保單屬性、用戶保單理賠數據和保險售后數據。
3.根據權利要求1所述的方法,其特征在于,所述方法還包括:
獲取候選用戶的多個最新保單狀態標識;
確定與所述保單狀態標識對應的流失風險等級標簽值;
將所確定的流失風險等級標簽值與指定高流失風險等級標簽值進行匹配,獲得匹配結果;
當至少一個的匹配結果表示匹配成功時,將所述候選用戶確定為流失用戶。
4.根據權利要求3所述的方法,其特征在于,所述候選用戶對應多于一個的保單;所述獲取候選用戶的多個最新保單狀態標識,包括:
獲取候選用戶對應的每個保單所對應的多個最新保單狀態標識;
所述當至少一個的匹配結果表示匹配成功時,將所述候選用戶確定為流失用戶,包括:
當所述候選用戶對應的每個保單所對應的匹配結果中,均至少存在一個表示匹配成功的匹配結果時,將所述候選用戶確定為流失用戶。
5.根據權利要求3所述的方法,其特征在于,所述當至少一個的匹配結果表示匹配成功時,將所述候選用戶確定為流失用戶,包括:
當至少一個的匹配結果表示匹配成功時,確定匹配結果表示匹配成功的流失風險等級標簽值所對應的保單狀態標識;
獲取所確定的保單狀態標識對應的新增時間;
當所述新增時間處于指定時間段內時,將所述候選用戶確定為流失用戶。
6.根據權利要求1至5任意一項所述的方法,其特征在于,所述多種潛在用戶預測模型的訓練步驟,包括:
確定第一預設時間段內的歷史流失用戶;
獲取所述歷史流失用戶在所述第一預設時間段內的歷史數據;
根據所述歷史流失用戶在第二預設時間段內的保險行為數據,確定各所述歷史流失用戶對應的目標標簽;
根據所述歷史數據和相應的所述目標標簽,獲得訓練樣本集;
根據所述訓練樣本集,按照指定的多種機器學習算法分別進行模型訓練,獲得與各所述機器學習算法對應的潛在用戶預測模型。
7.根據權利要求6所述的方法,其特征在于,所述根據所述歷史數據和相應的所述目標標簽,獲得訓練樣本集,包括:
根據所述歷史數據和相應的所述目標標簽,獲得訓練樣本集和測試樣本集;
所述方法還包括:
基于所述測試樣本集,對訓練獲得的所述多種潛在用戶預測模型進行測試;
將測試結果符合預設模型篩選條件的潛在用戶預測模型,確定為用于預測潛在用戶的潛在用戶預測模型。
8.一種基于流失用戶的潛在用戶預測裝置,其特征在于,所述裝置包括:
數據獲取模塊,用于獲取流失用戶在指定時間段內的數據;
預測模塊,用于根據獲取的所述數據,通過多種潛在用戶預測模型進行預測,獲得與所述潛在用戶預測模型對應的預測標簽;
輸出標簽確定模塊,用于確定各預測標簽中滿足預設條件的目標預測標簽;
潛在用戶確定模塊,用于當所述目標預測標簽為指定目標標簽時,將所述流失用戶確定為潛在用戶。
9.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國平安人壽保險股份有限公司,未經中國平安人壽保險股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810925280.5/1.html,轉載請聲明來源鉆瓜專利網。





