[發明專利]保險產品推薦方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811025571.5
• 申請日: 2018-09-04
• 公開（公告）號: CN109165983A
• 公開（公告）日: 2019-01-08
• 發明（設計）人: 郭飛飛
• 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

1.一種保險產品推薦方法，所述方法包括：

獲取目標客戶的日志信息、初始投保信息及拒保條件；

基于所述日志信息采用已訓練的第一預測模型，得到所述目標客戶對應的對各個保險類別的傾向值；

根據所述各個保險類別的傾向值確定所述目標客戶對應的目標保險類別；

獲取所述目標保險類別對應的保險產品集合，根據所述當前拒保條件從所述保險產品集合中篩選出所述目標客戶對應的目標保險產品；

獲取所述目標保險產品對應的已訓練的第二預測模型，基于所述初始投保信息采用所述第二預測模型，得到所述目標客戶對所述目標保險產品的偏好概率值；

根據所述偏好概率值確定目標推薦產品，將所述目標推薦產品推薦給所述目標客戶。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標客戶的日志信息、初始投保信息及拒保條件之前，包括：

獲取待核保保單對應的投保數據，所述投保數據包括所述待核保保單對應的險種、被保人、保額、保險生效日及保險期滿日；

根據所述險種確定所述待核保保單對應的保險類別；

根據所述保險類別獲取所述被保人的與所述保險類別對應的歷史投保數據；

確定所述歷史投保數據中每一個保額對應的保險生效時段；

當任意一個所述保險生效時段中包含所述保險生效日或保險期滿日時，將所述保險生效時段對應的保額與所述待核保保單對應的保額進行累加，得到所述保險類別對應的保額累加值；

當所述保額累加值不超過所述保險類別對應的預設保額閾值時，確定所述待核保保單的核保結果為拒保，并確定所述投保人為目標客戶。

3.根據權利要求1所述的方法，其特征在于，所述基于所述日志信息采用已訓練的第一預測模型，得到所述目標客戶對應的對各個保險類別的傾向值，包括：

根據所述日志信息得到所述目標客戶對應的操作行為集合及所述操作行為集合中各個操作行為對應的保險產品；

根據所述保險產品所屬的保險類別，得到各個保險類別對應的操作行為子集合；

獲取所述操作行為子集合中的操作行為的操作類型和對應的操作次數，得到所述各個保險類別對應的操作類型分布；

根據所述各個保險類別對應的操作類型分布以及預設的評分規則得到所述各個保險類別的評分；

根據所述各個保險類別的評分得到所述目標客戶的第一特征向量；

將所述第一特征向量輸入所述已訓練的第一預測模型，得到所述目標客戶對應的對所述各個保險類別的傾向值。

4.根據權利要求3所述的方法，其特征在于，所述將所述第一特征向量輸入所述已訓練的第一預測模型之前，包括：

根據所述初始投保信息得到所述目標客戶對應的第二特征向量；

所述將所述第一特征向量輸入所述已訓練的第一預測模型，得到所述目標客戶對應的對所述各個保險類別的傾向值，包括：

將所述第一特征向量及所述第二特征向量輸入所述已訓練的第一預測模型，得到所述目標客戶對應的對各個保險類別的傾向值。

5.根據權利要求1所述的方法，其特征在于，所述第一預測模型的生成步驟包括：

獲取第一預設數量的歷史客戶對應的日志信息及對應的保險類別；

根據第一預設數量的所述歷史客戶對應的日志信息及對應的保險類別構建第一訓練樣本集；

根據所述第一訓練樣本集進行模型訓練得到第一預測模型。

6.根據權利要求1至5任意一項所述的方法，其特征在于，所述第二預測模型的生成步驟包括：

獲取第二預設數量的歷史客戶的投保信息及對所述目標保險產品的偏好概率值；

根據第二預設數量的所述歷史客戶的投保信息及對所述目標保險產品的偏好概率值構建第二訓練集；

根據所述第二訓練集進行模型訓練得到所述目標保險產品對應的第二預測模型。