保险产品推荐方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能领域中的机器学习技术，提供了一种保险产品推荐方法、装置、计算机设备和存储介质。所述方法包括：获取目标客户的日志信息、初始投保信息及拒保条件；基于日志信息采用已训练的第一预测模型，得到目标客户对应的对各个保险类别的倾向值；根据各个保险类别的倾向值确定目标客户对应的目标保险类别；获取目标保险类别对应的保险产品集合，根据当前拒保条件从保险产品集合中筛选出目标客户对应的目标保险产品；获取目标保险产品对应的已训练的第二预测模型，基于初始投保信息采用第二预测模型，得到目标客户对目标保险产品的偏好概率值；根据偏好概率值确定目标推荐产品，将目标推荐产品推荐给目标客户。本方法可以提高保险产品的推荐效率。

【技术实现步骤摘要】
保险产品推荐方法、装置、计算机设备和存储介质
本申请涉及互联网
，特别是涉及一种保险产品推荐方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的发展，越来越多的人开始通过终端，例如手机、电脑等购买保险产品。用户用手机购买保险产品后，保险公司后台会对其购买的保单进行核保，当核保成功时，用户购买保险成功，当核保不成功时，对该用户进行拒保。传统技术中，对于已经拒保的客户，需要保险公司工作人员根据客户的实际情况重新选择符合要求的产品向客户进行推荐，然而，这种由人工进行推荐的方式效率并不高。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高保险产品推荐效率的保险产品推荐方法、装置、计算机设备和存储介质。一种保险产品推荐方法，所述方法包括：获取目标客户的日志信息、初始投保信息及拒保条件；基于所述日志信息采用已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值；根据所述各个保险类别的倾向值确定所述目标客户对应的目标保险类别；获取所述目标保险类别对应的保险产品集合，根据所述当前拒保条件从所述保险产品集合中筛选出所述目标客户对应的目标保险产品；获取所述目标保险产品对应的已训练的第二预测模型，基于所述初始投保信息采用所述第二预测模型，得到所述目标客户对所述目标保险产品的偏好概率值；根据所述偏好概率值确定目标推荐产品，将所述目标推荐产品推荐给所述目标客户。在其中一个实施例中，所述获取目标客户的日志信息、初始投保信息及拒保条件之前，包括：获取待核保保单对应的投保数据，所述投保数据包括所述待核保保单对应的险种、被保人、保额、保险生效日及保险期满日；根据所述险种确定所述待核保保单对应的保险类别；根据所述保险类别获取所述被保人的与所述保险类别对应的历史投保数据；确定所述历史投保数据中每一个保额对应的保险生效时段；当任意一个所述保险生效时段中包含所述保险生效日或保险期满日时，将所述保险生效时段对应的保额与所述待核保保单对应的保额进行累加，得到所述保险类别对应的保额累加值；当所述保额累加值不超过所述保险类别对应的预设保额阈值时，确定所述待核保保单的核保结果为拒保，并确定所述投保人为目标客户。在其中一个实施例中，所述基于所述日志信息采用已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值，包括：根据所述日志信息得到所述目标客户对应的操作行为集合及所述操作行为集合中各个操作行为对应的保险产品；根据所述保险产品所属的保险类别，得到各个保险类别对应的操作行为子集合；获取所述操作行为子集合中的操作行为的操作类型和对应的操作次数，得到所述各个保险类别对应的操作类型分布；根据所述各个保险类别对应的操作类型分布以及预设的评分规则得到所述各个保险类别的评分；根据所述各个保险类别的评分得到所述目标客户的第一特征向量；将所述第一特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值。在其中一个实施例中，所述将所述第一特征向量输入所述已训练的第一预测模型之前，包括：根据所述初始投保信息得到所述目标客户对应的第二特征向量；所述将所述第一特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值，包括：将所述第一特征向量及所述第二特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值。在其中一个实施例中，所述第一预测模型的生成步骤包括：获取第一预设数量的历史客户对应的日志信息及对应的保险类别；根据第一预设数量的所述历史客户对应的日志信息及对应的保险类别构建第一训练样本集；根据所述第一训练样本集进行模型训练得到第一预测模型。在其中一个实施例中，所述第二预测模型的生成步骤包括：获取第二预设数量的历史客户的投保信息及对所述目标保险产品的偏好概率值；根据第二预设数量的所述历史客户的投保信息及对所述目标保险产品的偏好概率值构建第二训练集；根据所述第二训练集进行模型训练得到所述目标保险产品对应的第二预测模型。一种保险产品推荐装置，所述装置包括：信息获取模块，用于获取目标客户的日志信息、初始投保信息及拒保条件；倾向值获取模块，用于基于所述日志信息采用已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值；目标保险类别确定模块，用于根据所述各个保险类别的倾向值确定所述目标客户对应的目标保险类别；目标保险产品筛选模块，用于获取所述目标保险类别对应的保险产品集合，根据所述当前拒保条件从所述保险产品集合中筛选出所述目标客户对应的目标保险产品；偏好概率值获取模块，用于获取所述目标保险产品对应的已训练的第二预测模型，基于所述初始投保信息采用所述第二预测模型，得到所述目标客户对所述目标保险产品的偏好概率值；目标推荐产品确定模块，根据所述偏好概率值确定目标推荐产品，将所述目标推荐产品推荐给所述目标客户。在其中一个实施例中，所述倾向值获取模块包括：操作行为集合获取单元，用于根据所述日志信息得到所述目标客户对应的操作行为集合及所述操作行为集合中各个操作行为对应的保险产品；操作行为子集合获取单元，用于根据所述保险产品所属的保险类别，得到各个保险类别对应的操作行为子集合；操作类型分布获取单元，用于获取所述操作行为子集合中的操作行为的操作类型和对应的操作次数，得到所述各个保险类别对应的操作类型分布；评分获取单元，用于根据所述各个保险类别对应的操作类型分布以及预设的评分规则得到所述各个保险类别的评分；第一特征向量获取单元，用于根据所述各个保险类别的评分得到所述目标客户的第一特征向量；倾向值获取单元，用于将所述第一特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述保险产品推荐方法所述的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述保险产品推荐方法所述的步骤。上述保险产品推荐方法、装置、计算机设备和存储介质，在获取到目标客户的日志信息、初始投保信息及拒保条件后，首先根据第一预测模型对目标客户倾向的保险产品类型进行预测，然后获取预测得到的目标保险类别下的所有保险产品，根据拒保条件对这些保险产品进行筛选，得到符合拒保条件的目标保险产品，然后通过第二预测模型分别预测目标客户对每一个目标保险产品的偏好概率值，最后根据预测得到的偏好概率值确定目标推荐产品，将目标推荐产品给目标客户，本申请中，由于可以根据日志信息、初始投保信息、拒保条件自动对已拒保的客户进行有针对性地再次推荐，相对于传统技术的人工推荐方式，推荐效率得到显著提升。附图说明图1为一个实施例中保险产品推荐方法的应用场景图；图2为一个实施例中保险产品推荐方法的流程示意图；图3为一个实施例中步骤S204的步骤流程示意图；图4为另一个实施例中保险产品推荐装置的结构框图；图5为一个实施例中倾向值获取模块的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本本文档来自技高网...

【技术保护点】
1.一种保险产品推荐方法，所述方法包括：获取目标客户的日志信息、初始投保信息及拒保条件；基于所述日志信息采用已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值；根据所述各个保险类别的倾向值确定所述目标客户对应的目标保险类别；获取所述目标保险类别对应的保险产品集合，根据所述当前拒保条件从所述保险产品集合中筛选出所述目标客户对应的目标保险产品；获取所述目标保险产品对应的已训练的第二预测模型，基于所述初始投保信息采用所述第二预测模型，得到所述目标客户对所述目标保险产品的偏好概率值；根据所述偏好概率值确定目标推荐产品，将所述目标推荐产品推荐给所述目标客户。

【技术特征摘要】
1.一种保险产品推荐方法，所述方法包括：获取目标客户的日志信息、初始投保信息及拒保条件；基于所述日志信息采用已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值；根据所述各个保险类别的倾向值确定所述目标客户对应的目标保险类别；获取所述目标保险类别对应的保险产品集合，根据所述当前拒保条件从所述保险产品集合中筛选出所述目标客户对应的目标保险产品；获取所述目标保险产品对应的已训练的第二预测模型，基于所述初始投保信息采用所述第二预测模型，得到所述目标客户对所述目标保险产品的偏好概率值；根据所述偏好概率值确定目标推荐产品，将所述目标推荐产品推荐给所述目标客户。2.根据权利要求1所述的方法，其特征在于，所述获取目标客户的日志信息、初始投保信息及拒保条件之前，包括：获取待核保保单对应的投保数据，所述投保数据包括所述待核保保单对应的险种、被保人、保额、保险生效日及保险期满日；根据所述险种确定所述待核保保单对应的保险类别；根据所述保险类别获取所述被保人的与所述保险类别对应的历史投保数据；确定所述历史投保数据中每一个保额对应的保险生效时段；当任意一个所述保险生效时段中包含所述保险生效日或保险期满日时，将所述保险生效时段对应的保额与所述待核保保单对应的保额进行累加，得到所述保险类别对应的保额累加值；当所述保额累加值不超过所述保险类别对应的预设保额阈值时，确定所述待核保保单的核保结果为拒保，并确定所述投保人为目标客户。3.根据权利要求1所述的方法，其特征在于，所述基于所述日志信息采用已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值，包括：根据所述日志信息得到所述目标客户对应的操作行为集合及所述操作行为集合中各个操作行为对应的保险产品；根据所述保险产品所属的保险类别，得到各个保险类别对应的操作行为子集合；获取所述操作行为子集合中的操作行为的操作类型和对应的操作次数，得到所述各个保险类别对应的操作类型分布；根据所述各个保险类别对应的操作类型分布以及预设的评分规则得到所述各个保险类别的评分；根据所述各个保险类别的评分得到所述目标客户的第一特征向量；将所述第一特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对所述各个保险类别的倾向值。4.根据权利要求3所述的方法，其特征在于，所述将所述第一特征向量输入所述已训练的第一预测模型之前，包括：根据所述初始投保信息得到所述目标客户对应的第二特征向量；所述将所述第一特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对所述各个保险类别的倾向值，包括：将所述第一特征向量及所述第二特征向量输入所述已训练的第一预测模型，得到所述目标客户对应的对各个保险类别的倾向值。5.根据权利要求1所...

【专利技术属性】
技术研发人员：郭飞飞，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东,44