[發(fā)明專利]一種保險智能推薦方法、系統(tǒng)、設(shè)備及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110498041.8
• 申請日: 2021-05-08
• 公開（公告）號: CN112991025A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計）人: 姚娟娟;鐘南山;樊代明
• 申請（專利權(quán)）人: 明品云（北京）數(shù)據(jù)科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q40/08
• 代理公司: 上海漢之律師事務所 31378
• 代理人: 馮華

1.一種保險智能推薦方法，其特征在于，該方法包括：

獲取待推薦用戶的行為特征；

根據(jù)所述待推薦用戶的行為特征確定所述用戶對某一類型保險的購買傾向程度；

根據(jù)所述待推薦用戶的購買傾向程度確定保險品牌；

獲取待推薦用戶的屬性特征；

根據(jù)所述待推薦用戶的屬性特征確定所述保險品牌的某一類型保險下的保險產(chǎn)品集；

從所述保險產(chǎn)品集中確定至少一個保險產(chǎn)品作為目標保險產(chǎn)品，并向所述待推薦用戶推送所述目標保險產(chǎn)品。

2.根據(jù)權(quán)利要求1所述的保險智能推薦方法，其特征在于，所述根據(jù)所述待推薦用戶的屬性特征確定所述保險品牌的某一類型保險下的保險產(chǎn)品集，包括：

將所述待推薦用戶的屬性特征輸入到利用神經(jīng)網(wǎng)絡機制進行深度學習得到的保險預測模型中，得到保險產(chǎn)品集，所述保險產(chǎn)品集包括至少一個保險產(chǎn)品。

3.根據(jù)權(quán)利要求1所述的保險智能推薦方法，其特征在于，所述從所述保險產(chǎn)品集中確定至少一個保險產(chǎn)品作為目標保險產(chǎn)品，包括：

計算第一特征向量與第二特征向量之間的屬性相似度，所述第一特征向量基于所述待推薦用戶的屬性特征構(gòu)建，所述第二特征向量基于保險產(chǎn)品集中的保險產(chǎn)品對應的最佳用戶屬性構(gòu)建；

將最大屬性相似度所對應的保險產(chǎn)品作為目標保險產(chǎn)品。

4.根據(jù)權(quán)利要求3所述的保險智能推薦方法，其特征在于，所述計算所述第一特征向量與第二特征向量之間的屬性相似度，包括：

通過不同的算法以及預設(shè)權(quán)重系數(shù)計算所述第一特征向量與第二特征向量之間的屬性相似度。

5.根據(jù)權(quán)利要求1所述的保險智能推薦方法，其特征在于，所述待推薦用戶的行為特征包括：瀏覽記錄、頁面訪問次數(shù)、產(chǎn)品點擊次數(shù)、頁面停留時間、頁面進入頻率中的至少一個。

6.根據(jù)權(quán)利要求1所述的保險智能推薦方法，其特征在于，所述某一類型保險包括：家庭財產(chǎn)險、重疾險、壽險、健康險、意外險、醫(yī)療險中的至少一個。

7.根據(jù)權(quán)利要求1所述的保險智能推薦方法，其特征在于，所述待推薦用戶的屬性特征包括：年齡、學歷、收入、開支、貸款數(shù)量、存款數(shù)量、健康記錄中的至少一個。

8.一種保險智能推薦系統(tǒng)，其特征在于，該系統(tǒng)包括：

行為特征獲取模塊，用于獲取待推薦用戶的行為特征；

購買傾向程度計算模塊，用于根據(jù)所述待推薦用戶的行為特征確定所述待推薦用戶對某一類型保險的購買傾向程度；

保險品牌確定模塊，用于根據(jù)所述待推薦用戶的購買傾向程度確定保險品牌；

屬性特征獲取模塊，用于獲取待推薦用戶的屬性特征；

保險產(chǎn)品集確定模塊，用于根據(jù)所述待推薦用戶的屬性特征確定所述保險品牌的某一類型保險下的保險產(chǎn)品集；

目標保險產(chǎn)品確定模塊，用于從所述保險產(chǎn)品集確定至少一個保險產(chǎn)品作為目標保險產(chǎn)品；

信息推送模塊，用于向所述待推薦用戶推送所述目標保險產(chǎn)品。

9.一種保險智能推薦設(shè)備，其特征在于，包括處理器，所述處理器和存儲器耦合，所述存儲器存儲有程序指令，當所述存儲器存儲的程序指令被所述處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任一項所述的方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，包括程序，當其在計算機上運行時，使得計算機執(zhí)行如權(quán)利要求1至7中任一項所述的方法。