[發明專利]一種退貨運費險定價方法以及定價系統及其構建方法

在審

• 申請號: 202011190847.2
• 申請日: 2020-10-30
• 公開（公告）號: CN114445099A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 徐賢浩;沈瑤涵
• 申請（專利權）人: 華中科技大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q40/08
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 尹麗媛;李智

本發明屬于退貨運費險定價領域，具體地涉及一種退貨運費險定價方法以及定價系統及其構建方法，包括：基于客戶對當前購買商品的行為數據和購買數據，采用退貨概率預測模型預測客戶對該當前商品的退貨概率；將退貨概率帶入利潤最大化目標函數，計算退貨運費險價格。其次，通過利用上述定價方法得到的最優價格作為價格軟目標，利用上述行為數據和購買數據，將退貨概率預測模型以退貨運費險價格為預測目標，計算模型預測價格與價格軟目標間的誤差，優化模型參數，得到各客戶的定價系統，用于對應客戶的退貨運費險定價。本方法充分利用電商企業擁有充足、大量的客戶行為數據及歷史數據，可一步式地獲取最優定價決策，無需人工參與，計算效率高。

技術領域

本發明屬于退貨運費險定價領域，更具體地，涉及一種退貨運費險定價方法以及定價系統及其構建方法。

背景技術

隨著網絡購物的日常化，電商企業的線上訂單也日益增加，而由統計調查表明，平均三個訂單中會產生一個退貨訂單?？蛻暨x擇退貨的原因有很多，商品質量問題、消費者沖動購買后的遺憾、商品與消費者預期不符等等。退貨運費險是保險企業與電商企業為解決因退貨產生的損失而提出的一種新型保險類型。消費者在線上購買產品、下訂單時可自愿性的購買該退貨運費保險，若購買了該保險，該筆訂單出現任何原因的退貨，退貨運費將會由保險公司承擔。部分平臺的部分在線零售商會為消費者贈送退貨運費險，以此來提高服務水平和增加銷售量。

作為第三方提供退貨運費險業務的保險公司需要進行風險評估和管理從而制定退貨運費險的定價策略，包括保費和賠償費用。而目前線上平臺提供的運費險的定價方法比較單一，賠償費用一般為8-12人民幣，而保費則簡單的根據消費者在前一段時間的退貨率來確定。雖然現行的退貨運費險定價方法在一定程度上有效，但并沒有充分考慮電子商務的背景和其特性，它既不能滿足消費者的需求(尤其是他們的心理需求)，也不能使保險公司的利潤最大化。

發明內容

本發明提供一種退貨運費險定價方法以及定價系統及其構建方法，用以解決現有退貨運費險定價不能有效兼顧消費者需求以及保險利潤的技術問題。

本發明解決上述技術問題的技術方案如下：一種退貨運費險定價方法，包括：

基于客戶對當前購買商品的行為數據和購買數據，采用退貨概率預測模型，預測客戶對該當前商品的退貨概率；將所述退貨概率帶入以利潤最大化為目標的目標函數，計算退貨運費險價格；

其中，所述行為數據包括由點擊商品、收藏商品和加入購物車的行為所產生的當前商品信息和行為信息所構成的數據；所述購買數據包括客戶在線上平臺上支付的訂單數量、訂單金額、退貨訂單的數量、退貨商品信息和退貨金額。

本發明的有益效果是：本方法是一種基于大數據挖掘算法的定價方法，該方法充分利用電商企業擁有充足、大量的客戶行為數據及歷史數據，對其通過預測模型評估客戶的退貨概率，既滿足消費者的需求，也能使保險公司的利潤最大化，是一種新型有效的退貨運費險定價方法。

上述技術方案的基礎上，本發明還可以做如下改進。

進一步，所述退貨概率預測模型的構建方法為：

采用多個客戶的對各商品的所述行為數據和所述購買數據，構建訓練集和預測集；并采用所述訓練集訓練多個模型，采用所述預測集選擇預測精度最高的模型，作為退貨概率預測模型；

所述多個模型包括：多層感知器、隨機森林和邏輯回歸。

本發明的進一步有益效果是：預先構建訓練集和預測集，通過訓練集訓練多個模型并用預測集來選擇預測性能較好的模型，作為退貨概率預測模型，提高退貨運費險定價的客觀性。

進一步，在采用所述行為數據和所述購買數據之前，對所述行為數據和所述購買數據進行清洗、去重、去空預處理。

進一步，所述目標函數為：π＝pD(p,r)-P_rC；