[發明專利]業務推薦模型訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202210579841.7
• 申請日: 2022-05-25
• 公開（公告）號: CN114840660A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 李玉青
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35;G06Q30/02;G06Q40/08
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種業務推薦模型訓練方法，其特征在于，所述方法包括：

根據預設的時間頻率，獲取預設時間段內的各個歷史詢價記錄，并根據預設的目標字段集合，提取所述各個歷史詢價記錄中的各個目標字段的數據，得到所述各個歷史詢價記錄對應的詢價關鍵字集合及業務辦理關鍵字集合；

將所述各個歷史詢價記錄對應的詢價關鍵字集合導入預訓練的詢價推薦模型中，得到所述各個歷史詢價記錄對應的預測推薦關鍵字集合；

根據預構建的相似度匹配規則，將所述各個歷史詢價記錄對應的業務辦理關鍵字集合與預測推薦關鍵字集合進行相似度計算，得到相似度值集合；

根據所述相似度值集合及預設的標準閾值，得到所述詢價推薦模型的命中率；

根據所述命中率及所述各個歷史詢價記錄對所述詢價推薦模型進行訓練，得到標準詢價推薦模型。

2.如權利要求1所述的業務推薦模型訓練方法，其特征在于，所述根據預設的目標字段集合，提取所述各個歷史詢價記錄中的各個目標字段的數據，得到所述各個歷史詢價記錄對應的詢價關鍵字集合及業務辦理關鍵字集合，包括：

根據預設的目標字段集合的各個目標字段，從所述各個歷史詢價記錄中，獲取所述各個目標字段對應的數據，得到所述各個歷史詢價記錄對應的初始關鍵字集合；

根據所述初始關鍵字集合中各個初始關鍵字的關鍵字類別，將所述各個歷史詢價記錄對應的初始關鍵字進行分組，得到所述各個歷史詢價記錄對應的詢價關鍵字集合及業務辦理關鍵字集合。

3.如權利要求1所述的業務推薦模型訓練方法，其特征在于，所述將所述各個歷史詢價記錄對應的詢價關鍵字集合導入預訓練的詢價推薦模型中，得到所述各個歷史詢價記錄對應的預測推薦關鍵字集合，包括：

利用預設的程序交互接口將所述各個歷史詢價記錄對應的詢價關鍵字集合進行格式化，得到所述各個歷史詢價記錄對應的入參數據；

將所述各個歷史詢價記錄對應的入參數據導入所述詢價推薦模型中，利用所述詢價推薦模型識別各個所述入參數據中的詢價主業務，并查詢各個所述詢價主業務對應的推薦方案；

識別各個所述推薦方案的關鍵字，得到所述各個歷史詢價記錄對應的預測推薦關鍵字集合。

4.如權利要求1所述的業務推薦模型訓練方法，其特征在于，所述根據預構建的相似度匹配規則，將所述各個歷史詢價記錄對應的業務辦理關鍵字集合與預測推薦關鍵字集合進行相似度計算，得到相似度值集合，包括：

利用余弦相似度算法，計算所述各個歷史詢價記錄對應的業務辦理關鍵字集合與所述預測推薦關鍵字集合的相對距離，得到所述各個歷史詢價記錄對應的相對距離集合；

根據預設的權重配置規則，對所述各個歷史詢價記錄對應的相對距離集合中各個相對距離進行權重求和計算，得到相似度值集合。

5.如權利要求4所述的業務推薦模型訓練方法，其特征在于，所述根據所述相似度值集合及預設的標準閾值，得到所述詢價推薦模型的命中率，包括：

判斷所述相似度值集合中各個歷史詢價記錄對應的相似度值是否大于預設的標準閾值；

當所述相似度值大于預設的標準閾值，判定所述詢價推薦模型預測命中所相似度值對應的述歷史詢價記錄；

當所述相似度值小于或等于所述標準閾值，判定所述詢價推薦模型預測不命中所述相似度值對應的歷史詢價記錄；

根據各個所述歷史詢價記錄的命中結果，得到所述詢價推薦模型的命中率。

6.如權利要求1所述的業務推薦模型訓練方法，其特征在于，所述根據所述命中率及所述各個歷史詢價記錄對所述詢價推薦模型進行訓練，得到標準詢價推薦模型，包括：

判斷所述命中率是否小于預設的訓練閾值；

當所述命中率小于預設的訓練閾值，根據K折交叉驗證方法，利用所述各個歷史詢價記錄，對所述詢價推薦模型進行訓練，得到標準詢價推薦模型；

當所述命中率大于或等于所述訓練閾值時，判定所述詢價推薦模型為標準詢價推薦模型。