基于大数据的保险业务分析方法技术

本发明专利技术公开了一种数据分析技术，具体是基于大数据的保险业务分析方法，包括如下步骤：获取客户基本信息；获取不同方面的社会行为数据；对社会行为数据进行标准化处理；利用标准化后的数据建立社会行为数据模型；通过对此模型的分析，建立算法对客户下一阶段行为进行预测。所述社会行为数据中包括客户曾经购买过的保险种类、客户所购买的保险期限、客户所购买保险的对象、客户所购买的保险是否涉及保险理财产品、客户购买保险的渠道。本发明专利技术提供了一种能够自学习的保险业务分析方法，用于准确预测客户的行为需求，从而为保险销售业务准确定位有效客户提供便利。

【技术实现步骤摘要】
基于大数据的保险业务分析方法
本专利技术属于数据分析
，涉及一种基于大数据的保险业务分析方法。
技术介绍
近些年来，随着居民生活水平的提高，保险行业迅速崛起，依据人生经历不同阶段的不同需要，有着多元化的保险产品，比如：医疗保险、车辆保险、退休保险、资产承传保险等，每个人总有保险理财的需要。新“国十条”的颁布，高屋建瓴的规划了保险行业的发展态势，提出要把现代保险服务业建设成为完善金融体系的支柱力量，保险行业在市场经济和社会管理的地位逐步突显，在社会中的地位也逐步深入。在大数据时代下，从客户的留存资料、产品了解、价格询问到购买的不同阶段中，分析出潜在客户完整行为数据，了解消费者或流失或成功购买产品的原因是至关重要的。需要专业的数据处理分析来做细致的归因分析，为未来的销售拟定合理的计划。
技术实现思路
本专利技术的目的在于提供一种能够自学习的保险业务分析方法，用于准确预测客户的行为需求，从而为保险销售业务准确定位有效客户提供便利。为达到上述目的，本专利技术的基础方案如下：一种基于大数据的保险业务分析方法，包括如下步骤：步骤01：获取客户基本信息；步骤02：获取不同方面的社会行为数据；步骤03：对社会行为数据进行标准化处理；步骤04：利用标准化后的数据建立社会行为数据模型；步骤05：通过对此模型的分析，建立算法对客户下一阶段行为进行预测；步骤06：获取客户后续阶段行为作为反馈来验证并修正所建立的数据模型、预测模型；预测模型中给出的预测结果是该客户会购买保险业务的，将该客户标记为重点关注的潜在客户群；所述步骤01中还包括以下步骤:步骤0101：从各大网络平台上查找客户个人基本信息；步骤0102：从各大网络平台上查找客户相关人员基本信息；所述步骤02中还包括以下步骤:步骤0201：从各大网络平台上获取客户社会行为数据；步骤0202：从各大网络平台上获取客户社会行为数据相关的时间数据、位置数据、事件数据；社会行为数据包含购买行为数据、分享行为数据、关注行为数据与查找行为数据；所述购买行为数据包括客户曾经购买过的保险种类、客户所购买的保险期限、客户所购买保险的对象、客户所购买的保险是否涉及保险理财产品、客户购买保险的渠道。所述步骤03中还包括以下步骤:步骤0301：利用分布式计算处理海量数据;步骤0302：利用Spss软件对经分布式计算处理后的数据进行标准化处理。进一步，所述分布式计算具体为：利用Hadoop系统进行离线数据处理；利用Storm系统进行实时数据处理。两系统（Hadoop系统、Storm系统）是根据待处理的数据的类型而分别启动的，两系统的启动不存在次序上关联。进一步，网络平台包含购物、社交、消费以及门户网站登记过用户个人信息的平台。采用本专利技术的技术方案，具有如下技术效果：本专利技术基于大数据时代下信息透明化、公开化的特性，根据保险业务的行业特点，提供了一种快速高效的业务处理方法。利用采取到的数据形成提取处理、数据建模、预测建模和预测分析输出反馈的处理步骤。本专利技术不仅能够利用已知的数据来预测客户的行为需求，而且由于能够接受每一次处理的结果作为下一次迭代的输入，因此有着数据模型和预测模型的自学习能力，此外由于数据模型的实时分析功能，可以实现模型的不断更新，实现精准的数据处理步骤。Hadoop是磁盘级计算，进行计算时，数据在磁盘上，需要读写磁盘；Storm是内存级计算，数据直接通过网络导入内存。读写内存比读写磁盘速度快n个数量级。根据HarvardCS61课件，磁盘访问延迟约为内存访问延迟的75000倍。所以Storm更快。Storm的网络直传、内存计算，其时延必然比hadoop的通过hdfs传输低得多；当计算模型比较适合流式时，storm的流式处理，省去了批处理的收集数据的时间。附图说明图1是本专利技术基于大数据的保险业务分析方法实施例一的流程图。具体实施方式下面通过具体实施方式对本专利技术作进一步详细的说明：下面对本专利技术做进一步的详细说明，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。实施例一如图1所示，本专利技术的基于大数据的保险业务分析方法的主要包含有步骤01获取客户基本信息；步骤02获取不同方面的社会行为数据；步骤03对社会行为数据进行标准化处理；步骤04利用标准化后的数据建立社会行为数据模型；步骤05通过对此模型的分析，建立算法对客户下一阶段行为进行预测；对社会行为数据模型的分析具体是指将社会行为数据模型提供的各变量组内均值做最大-最小规范化后，划分出各类的优势特征和弱势特征，从而给各组一个描述性的名字。给出的名字反映的是该组最大特征，但并不是唯一特征。分析步骤中把各变量规范化为0～10的公式如下：V_N=（（V-MIN_V）/（MAX_V-MIN_V））×10式中，V是被规范化的值、V_N是被规范化后的值、MIN_V是V值所在变量的最小值、MAX_N是V值所在变量的最大值。这样变量的所有值将会被规范化为从0到10的区间，原值被等比缩放。这样一个值在同一个变量中比其他值大还是小就很明显了。各值只和同一个变量的其他值有可比性。在分析步骤中，规范化后的值被标上了不同颜色，这样对各类进行分析的时候对其优势字段、弱势字段就能一目了然。分析步骤中判断一个变量是否优势字段，不光看某类中这个变量大还是小，还要看其他类在该变量上的取值情况。例如，如果某类中一个变量取值很大，但是其它类在该变量上的取值同样也很大，那么这个变量就不是优势变量。一开始，直接给定预测结果为空，然后应用神经网络算法根据社会行为数据以及当前社会行为数据模型中的其他变量，推定社会行为与其他变量的正相关或负相关；然后再根据各变量的值推定，推定哪些变量能够直接导致客户相应社会行为的优势变量；从而形成自身关于优势变量判定、客户社会行为预测的预测模型，即当促成某一社会行为的优势变量的数量与值较多、较大时，预测客户将采取相应的行为。步骤06获取客户后续阶段行为作为反馈来更新、修正所建立的数据模型、预测模型的准确性；步骤07更新数据模型和预测模型；步骤08将预测结果输出；步骤09调整数据模型和预测模型。步骤01主要包含两个步骤：步骤0101从各大网络平台上查找客户个人基本信息；步骤0102从各大网络平台上查找客户相关人员基本信息。其中各大网络平台包括购物、社交、消费以及门户网站等登记过用户个人信息的平台。基本信息包括年龄、性别、职位、所处地域、家庭成员、兴趣爱好等。步骤02主要包含两个步骤：步骤0201从各大网络平台上获取客户社会行为数据；步骤0202从各大网络平台上获取客户社会行为数据相关的时间数据、位置数据、事件数据。社会行为数据依网络平台的不同特点，包含着购买行为数据、分享行为数据、关注行为数据、查找行为数据等。时间数据是指该行为数据出现的时间节点，位置数据是指该行为数据出现的具体网络平台，事件数据是指该行为数据的具体指代事件。所述购买行为数据包括客户曾经购买过的保险种类、客户所购买的保险期限、客户所购买保险的对象、客户所购买的保险是否涉及保险理财产品、客户购买保险的渠道。步骤03主要包含两个步骤：步骤0301利用分布式计算处理海量数据；步骤0302利用Spss软件对经分布式计算处理后的数据进行标准化处理。所述分布式计算具体为：利用Ha本文档来自技高网...

【技术保护点】
一种基于大数据的保险业务分析方法，其特征在于，包括如下步骤：步骤01：获取客户基本信息；步骤02：获取不同方面的社会行为数据；步骤03：对社会行为数据进行标准化处理；步骤04：利用标准化后的数据建立社会行为数据模型；步骤05：通过对此模型的分析，建立算法对客户下一阶段行为进行预测，形成预测模型；步骤06：获取客户后续阶段行为作为反馈来验证并修正所建立的数据模型、预测模型;预测模型中给出的预测结果是该客户会购买保险业务的，将该客户标记为重点关注的潜在客户群;所述步骤01中还包括以下步骤:步骤0101：从各大网络平台上查找客户个人基本信息；步骤0102：从各大网络平台上查找客户相关人员基本信息;所述步骤02中还包括以下步骤:步骤0201：从各大网络平台上获取客户社会行为数据；步骤0202：从各大网络平台上获取客户社会行为数据相关的时间数据、位置数据、事件数据；社会行为数据包含购买行为数据、分享行为数据、关注行为数据与查找行为数据；所述购买行为数据包括客户曾经购买过的保险种类、客户所购买的保险期限、客户所购买保险的对象、客户所购买的保险是否涉及保险理财产品、客户购买保险的渠道。

【技术特征摘要】
1.一种基于大数据的保险业务分析方法，其特征在于，包括如下步骤：步骤01：获取客户基本信息；步骤02：获取不同方面的社会行为数据；步骤03：对社会行为数据进行标准化处理；步骤04：利用标准化后的数据建立社会行为数据模型；步骤05：通过对此模型的分析，建立算法对客户下一阶段行为进行预测，形成预测模型；步骤06：获取客户后续阶段行为作为反馈来验证并修正所建立的数据模型、预测模型;预测模型中给出的预测结果是该客户会购买保险业务的，将该客户标记为重点关注的潜在客户群;所述步骤01中还包括以下步骤:步骤0101：从各大网络平台上查找客户个人基本信息；步骤0102：从各大网络平台上查找客户相关人员基本信息;所述步骤02中还包括以下步骤:步骤0201：从各大网络平台上获取客户社会行为数据；步骤0202：从各大网络平台上获取客户社会行为数据相关的时间...

【专利技术属性】
技术研发人员：陶波，许飞月，陈乐焱，
申请(专利权)人：广东精点数据科技股份有限公司，
类型：发明
国别省市：广东,44