[發明專利]行為預測方法、行為預測裝置、電子設備、存儲介質

在審

• 申請號: 202210860793.9
• 申請日: 2022-07-21
• 公開（公告）號: CN115169716A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 殷子墨
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/08;G06K9/62
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 廖慧賢

1.行為預測方法，其特征在于，所述行為預測方法包括：

獲取待預測目標的目標保單數據和預測任務數據；

對所述目標保單數據進行特征提取，得到初步保單特征；

根據所述初步保單特征從預設的公共特征池篩選出目標保單特征；

根據所述初步保單特征和所述目標保單特征從預設的歷史保單數據中提取出候選保單數據；

根據所述預測任務數據從所述候選保單數據提取出候選數據；

對所述候選數據進行聚合計算，得到目標行為數據；其中，所述目標行為數據至少包括以下一種：目標行為概率、目標行為時間、目標行為時段。

2.根據權利要求1所述的行為預測方法，其特征在于，所述根據所述初步保單特征和所述目標保單特征從預設的歷史保單數據中提取出候選保單數據，包括：

將所述初步保單特征進行向量轉換，得到初步特征向量；

將所述目標保單特征進行向量轉換，得到目標特征向量；

計算所述初步特征向量和所述目標特征向量之間的相似度，得到相似度值；

根據所述相似度值從所述歷史保單數據中提取出所述候選保單數據。

3.根據權利要求2所述的模型訓練方法，其特征在于，在所述將所述初步保單特征進行向量轉換，得到初步特征向量之前，所述方法還包括：

檢測所述初步保單特征的特征類型；

若所述初步保單特征的特征類型為文本型，則將文本型的所述初步保單特征轉換為數值型的初步保單特征。

4.根據權利要求1至3任一項所述的模型訓練方法，其特征在于，在所述根據所述初步保單特征從預設的公共特征池篩選出目標保單特征之前，所述方法還包括：構建所述公共特征池，具體包括：

獲取歷史保單數據；

對所述歷史保單數據進行特征提取，得到歷史用戶特征和歷史保單特征；

根據所述歷史用戶特征和所述歷史保單特征構建所述公共特征池。

5.根據權利要求4項所述的模型訓練方法，其特征在于，所述初步保單特征包括目標用戶特征和保單信息特征，所述公共特征池包括所述歷史用戶特征和所述歷史保單特征，所述根據所述初步保單特征從預設的公共特征池篩選出目標保單特征，包括：

根據所述目標用戶特征從所述公共特征池的歷史用戶特征篩選出第一特征；

根據所述保單信息特征從所述公共特征池的歷史保單特征篩選出第二特征；

將所述第一特征和所述第二特征合并，得到所述目標保單特征。

6.根據權利要求4項所述的模型訓練方法，其特征在于，所述根據所述預測任務數據從所述候選保單數據提取出候選數據，包括：

對所述預測任務數據進行特征提取，得到任務特征；

根據所述任務特征從所述候選保單數據提取出所述候選數據。

7.根據權利要求4項所述的模型訓練方法，其特征在于，所述對所述候選數據進行聚合計算，得到目標行為數據，包括：

檢測所述候選數據的數據類型；

根據所述數據類型對候選數據進行聚合計算，得到所述目標行為數據。

8.行為預測裝置，其特征在于，所述行為預測裝置包括：

預測數據獲取模塊，用于獲取待預測目標的目標保單數據和預測任務數據；

初步特征提取模塊，用于對所述目標保單數據進行特征提取，得到初步保單特征；

目標特征篩選模塊，用于根據所述初步保單特征從預設的公共特征池篩選出目標保單特征；

候選保單提取模塊，用于根據所述初步保單特征和所述目標保單特征從預設的歷史保單數據中提取出候選保單數據；

候選數據提取模塊，用于根據所述預測任務數據從所述候選保單數據提取出候選數據；

聚合計算模塊，用于對所述候選數據進行聚合計算，得到目標行為數據；其中，所述目標行為數據至少包括以下一種：目標行為概率、目標行為時間、目標行為時段。