[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

本發明涉及智能決策技術，揭露了一種業務推薦模型訓練方法，包括：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，得到詢價關鍵字集合及業務辦理關鍵字集合；將所述詢價關鍵字集合導入預訓練的詢價推薦模型中，得到預測推薦關鍵字集合；計算所述業務辦理關鍵字集合與所述預測推薦關鍵字集合的相似度值；根據相似度值及預設的標準閾值，得到所述詢價推薦模型的命中率；根據命中率及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。本發明還提出一種業務推薦模型訓練裝置、電子設備以及存儲介質。本發明能夠提高業務推薦模型精準度。

技術領域

本發明涉及智能決策技術領域，尤其涉及一種業務推薦模型訓練方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

為保證獲得高性價比的產品或服務，客戶在產品訂購或業務辦理之前通常會有一個詢價過程。

以保險銷售為例，客戶投保前通常會向業務員提出訴求，并詢問價格、推薦業務。業務員通常能夠通過企業預構建的業務推薦模型對客戶需求進行評估推薦，從而向客戶推薦保險方案，隨著時間的推移，市場走向不斷變化，業務推薦模型逐漸無法跟上客戶需求變化，使得業務推薦模型會難以快速得到滿意的方案，降低客戶投保意向，且業務效率極低，因此，目前急需一種提高業務推薦模型精準度的方法。

發明內容

本發明提供一種業務推薦模型訓練方法、裝置及計算機可讀存儲介質，其主要目的在于提高業務推薦模型精準度。

為實現上述目的，本發明提供的一種業務推薦模型訓練方法，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。

可選的，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。

可選的，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。