[發明專利]企業客戶續保預測方法、裝置、介質及電子設備

在審

• 申請號: 202111155106.5
• 申請日: 2021-09-29
• 公開（公告）號: CN113822724A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 余峰嶸;曹雷
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q40/08;G06N20/00;G06K9/62
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 孫強

本申請屬于計算機技術領域，具體涉及一種企業客戶續保預測方法、裝置、計算機可讀介質及電子設備。該方法包括：獲取企業客戶的客戶特征信息；獲取企業客戶的訓練樣本數據，對訓練樣本數據對應的客戶特征信息進行編碼處理，得到訓練編碼數據；根據訓練編碼數據對機器學習模型進行訓練；獲取企業客戶的預測客戶數據，對預測客戶數據對應的客戶特征信息進行編碼處理，得到預測編碼數據；將預測編碼數據輸入到訓練后的機器學習模型中，得到企業客戶對應的預測續保概率。基于本申請實施例能夠從大量客戶中甄別出意向較高的進行續保的目標客戶，對有續保意向客戶進行有效、準確的預測。

技術領域

本申請屬于計算機技術領域，具體涉及一種企業客戶續保預測方法、企業客戶續保預測裝置、計算機可讀介質及電子設備。

背景技術

隨著保險業務的普及，越來越多的企業選擇購買保險產品，以給未來的不確定性提供更多的保障。對于保險公司來說，在保的企業客戶購買的保險產品到期后，會期望在保的企業客戶進行續保。即使在保的企業客戶有不續保的意愿，保險公司也希望通過對該企業客戶進行個性化定制以使其能夠續保。然而，到目前為止，尚未有有效方法來對企業客戶的續保概率進行有效、準確的預測。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本申請的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本申請的目的在于提供一種企業客戶續保預測方法、企業客戶續保預測裝置、計算機可讀介質及電子設備，至少在一定程度上克服相關技術中如何對客戶的續保概率進行有效、準確的預測的技術問題。

本申請的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本申請的實踐而習得。

根據本申請實施例的一個方面，提供一種企業客戶續保預測方法，所述企業客戶續保預測方法包括：

獲取企業客戶的客戶特征信息；

獲取企業客戶的訓練樣本數據，對訓練樣本數據對應的客戶特征信息進行編碼處理，得到訓練編碼數據，其中，所述訓練樣本數據包括訓練樣本統計周期內企業客戶的客戶特征信息和對應的投保標簽，所述投保標簽包括投保和未投保；

根據所述訓練編碼數據對機器學習模型進行訓練；

獲取企業客戶的預測客戶數據，對預測客戶數據對應的客戶特征信息進行編碼處理，得到預測編碼數據，其中，所述預測客戶數據包括待根據預測周期進行預測的企業客戶的客戶特征信息，所述預測周期和所述訓練樣本統計周期錯開；

將所述預測編碼數據輸入到訓練后的所述機器學習模型中，得到所述企業客戶對應的預測續保概率。

根據本申請實施例的一個方面，提供一種企業客戶續保預測裝置，所述企業客戶續保預測裝置包括：

客戶特征信息獲取模塊，被配置為獲取企業客戶的客戶特征信息；

訓練樣本數據獲取模塊，被配置為獲取企業客戶的訓練樣本數據，對訓練樣本數據對應的客戶特征信息進行編碼處理，得到訓練編碼數據，其中，所述訓練樣本數據包括訓練樣本統計周期內企業客戶的客戶特征信息和對應的投保標簽，所述投保標簽包括投保和未投保；

訓練模塊，被配置為根據所述訓練編碼數據對機器學習模型進行訓練；

預測客戶數據獲取模塊，被配置為獲取企業客戶的預測客戶數據，對預測客戶數據對應的客戶特征信息進行編碼處理，得到預測編碼數據，其中，所述預測客戶數據包括待根據預測周期進行預測的企業客戶的客戶特征信息，所述預測周期和所述訓練樣本統計周期錯開；

預測續保概率獲取模塊，被配置為將所述預測編碼數據輸入到訓練后的所述機器學習模型中，得到所述企業客戶對應的預測續保概率。