[發明專利]基于用戶信息的保險推薦方法、系統、設備及介質

在審

• 申請號: 202110740664.1
• 申請日: 2021-07-01
• 公開（公告）號: CN113191911A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 姚娟娟;鐘南山;樊代明
• 申請（專利權）人: 明品云（北京）數據科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G16H50/30;G06K9/00
• 代理公司: 上海漢之律師事務所 31378
• 代理人: 馮華

1.一種基于用戶信息的保險推薦方法，其特征在于，包括：

采集用戶的人臉圖像，識別所述人臉圖像得到用戶的身份信息；

根據所述身份信息獲取用戶的個人信息，利用所述個人信息構建用戶畫像；

評估所述用戶畫像生成用戶關于風險的加權因子；

利用協同過濾算法生成保險產品-屬性矩陣與用戶-保險產品評分矩陣，計算所述保險產品-屬性矩陣得到保險產品的第一相似度，計算所述用戶-保險產品評分矩陣得到用戶之間的第二相似度；

利用加權因子對所述第一相似度與第二相似度進行加權計算，得到綜合相似度；

利用所述綜合相似度為用戶匹配最相似 K個近鄰，得到保險產品的推薦方案。

2.根據權利要求1所述的基于用戶信息的保險推薦方法，其特征在于，還包括：

獲取用戶的人臉圖像；基于深度殘差網絡中順次相連的各個殘差塊，對所述人臉圖像進行特征提取，得到人臉特征信息，任意一個殘差塊中均包括一個恒等映射和至少兩個卷積層，任意一個殘差塊的恒等映射由所述任意一個殘差塊的輸入端指向所述任意一個殘差塊的輸出端；基于所述人臉特征信息在人臉數據庫進行人臉檢索，得到人臉檢索結果，所述人臉數據庫中存儲了人臉特征信息與身份信息之間的對應關系，所述人臉檢索結果中至少包括與所述目標人臉特征信息匹配的身份信息。

3.根據權利要求1或2所述的基于用戶信息的保險推薦方法，其特征在于，還包括：根據所述身份信息獲取用戶的個人信息，所述個人信息包括用戶的基本信息、健康信息與投保信息；根據所述個人信息從基本信息、健康信息與投保信息多個維度構建用戶畫像。

4.根據權利要求3所述的基于用戶信息的保險推薦方法，其特征在于，還包括：利用風險關聯模型評價用戶畫像基于健康信息與投保信息之間關系計算用戶存在風險的加權因子。

5.根據權利要求1所述的基于用戶信息的保險推薦方法，其特征在于，還包括：

整合保險產品-屬性表，得到保險產品-屬性矩陣；根據所述保險產品-屬性矩陣計算所述保險產品的第一相似度；

量化用戶數據得到用戶-保險產品評分表，整合用戶-保險產品評分表中的數據得到用戶-保險產品評分矩陣；以所述用戶-保險產品評分矩陣為基礎，得到所述保險產品的評分向量，采用余弦相似度從用戶角度計算用戶-保險產品評分矩陣得到保險產品的第二相似度。

6.根據權利要求1所述的基于用戶信息的保險推薦方法，其特征在于，還包括：

利用所述綜合相似度為用戶匹配到目標保險產品最相似 K個近鄰組成最近鄰居集合，根據用戶的評分向量與保險產品的相似度向量計算用戶對保險產品的預測評分，根據預測評分從高至低的排列得到保險產品的推薦方案。

7.根據權利要求1所述的基于用戶信息的保險推薦方法，其特征在于，還包括：獲取用戶之間信任度的正反饋因子與負反饋因子，根據反饋因子修正原始的用戶之間的第二相似度，將優化后的信任度與用戶第二相似度進行線性加權，得到優化后的第二相似度。

8.一種基于用戶信息的保險推薦系統，其特征在于，包括：

采集模塊，用于采集用戶的人臉圖像，識別所述人臉圖像得到用戶的身份信息；

畫像構建模塊，用于根據所述身份信息獲取用戶的個人信息，利用所述個人信息構建用戶畫像；

風險評估模塊，用于評估所述用戶畫像生成用戶關于風險的加權因子；

第一計算模塊，利用協同過濾算法生成保險產品-屬性矩陣與用戶-保險產品評分矩陣，計算所述保險產品-屬性矩陣得到保險產品的第一相似度，計算所述用戶-保險產品評分矩陣得到用戶之間的第二相似度；

第二計算模塊，利用加權因子對所述第一相似度與第二相似度進行加權計算，得到綜合相似度；

保險推薦模塊，利用所述綜合相似度為用戶匹配最相似 K個近鄰，得到保險產品的推薦方案。