基于机器学习确定保单赠品的方法、装置和计算机设备制造方法及图纸

本申请涉及人工智能技术领域，揭示了一种基于机器学习确定保单赠品的方法、装置和计算机设备，其中方法包括：获取客户的保单的保单信息；根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值；将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上；接收所述客户选择的至少一个赠品，并计算所述客户选择的各赠品对应的价值的价值总和；判断所述价值总和是否低于或等于所述赠品价值阈值；若是，判定所述客户选择的至少一个赠品属于所述客户的赠品。本申请根据客户信息以及购买的汽车保险业务的信息计算出适合赠送给客户价值对应的赠品，合理推送赠品价值在客户的保单范围内的列表给客户。

Method, Device and Computer Equipment for Determining Policy Gifts Based on Machine Learning

This application relates to the field of artificial intelligence technology, and discloses a method, device and computer equipment for determining policy gifts based on machine learning. The methods include: obtaining the policy information of the customer; calculating the corresponding value threshold of the policy that can be returned to the customer according to the policy information; and reducing the value of the gift in the gift database to the value of the gift. Gift information of a threshold value is loaded on the client corresponding to the customer; at least one gift selected by the customer is received and the sum of the corresponding values of each gift selected by the customer is calculated; whether the sum of the values is lower or equal to the threshold value of the gift value is judged; if so, it is determined that at least one gift selected by the customer belongs to the gift of the customer. \u3002 This application calculates the gifts suitable for the value of the gifts given to the customers according to the customer information and the information of the automobile insurance business purchased, and reasonably pushes the list of the value of the gifts within the scope of the customer's insurance policy to the customers.

【技术实现步骤摘要】
基于机器学习确定保单赠品的方法、装置和计算机设备
本申请涉及到人工智能
，特别是涉及到一种基于机器学习确定保单赠品的方法、装置和计算机设备。
技术介绍
随着通过电销渠道销售产品的方式越来越普遍，在汽车保险业务的销售过程中也开始采用通过电销渠道的方式进行销售。现有的通过电销渠道销售汽车保险业务的过程中，一般会通过以礼品赠送的方式提高客户吸引力，现有的线上礼品赠送系统一般都是通过线下约定的方式赠送礼品的，从而导致礼品的赠送与归档统计脱节，后期回溯性差；赠品都是保险公司采购的，如果保险公司将赠品全部都展示出来，所以有可能是投保费用较少的客户选择购买成本较高的赠品，这样会导致公司对于该客户的保单亏损。如果把赠品按照采购的成本分类放置，这样又会存在客户在看见喜欢的赠品时却不能选择的情况，这样又会给客户不好的体验。因此如何提供一种根据客户信息以及购买的汽车保险业务的信息帮助客户选择保单赠品的方法成为亟待解决的问题。
技术实现思路
本申请的主要目的为提供一种自动推送并辅助客户选定保单赠品的基于机器学习确定保单赠品的方法、装置和计算机设备。为了实现上述专利技术目的，本申请提出一种基于机器学习确定保单赠品的方法，包括：获取客户的保单的保单信息，所述保单信息包括保险产品名称、车辆信息、保费信息；根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值；将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上，所述赠品数据库用于存放赠品信息以及赠品信息对应的赠品价值；接收所述客户选择的至少一个赠品，并计算所述客户选择的各赠品对应的价值的价值总和；判断所述价值总和是否低于或等于所述赠品价值阈值；若是，判定所述客户选择的至少一个赠品属于所述客户的赠品。进一步地，所述根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值的步骤，包括：将客户的保单信息输入到基于历史客户的保单信息训练后的决策树中，所述保单信息包括所述客户的历史保险记录信息、汽车保险业务所处的地域信息、车辆信息、保费信息；接收所述决策树输出的第一分类结果；根据所述第一分类结果匹配到与所述保单对应的赠品价值阈值。进一步地，所述根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值的步骤之前，包括：将预设的训练集中的多个样本数据输入到预设的决策树中，所述训练集包括多个历史客户的保单信息；接收预设的决策树输出的测试分类结果，与预设的样本分类结果进行对比；若对比结果一致，确定所述预设的决策树为训练后的决策树。进一步地，所述根据所述保单信息，计算可回馈给所述客户的赠品价值阈值的步骤之后，且在所述将将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上的步骤之前，包括：获取所述客户的客户信息，输入到训练后的逻辑回归模型，得到不出险系数，所述不出险系数表示该客户不出险的概率；将所述不出险系数乘以所述赠品价值阈值，更新所述赠品价值阈值。进一步地，所述获取所述客户的客户信息，输入到训练后的逻辑回归模型，得到不出险系数的步骤之前，包括：将多个已出险的客户的客户信息输入到GBDT模型，得到不出险向量；通过迭代优化算法计算各向量对应的系数，即逻辑回归模型的特征系数。进一步地，所述将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上的步骤，包括：筛选出赠品价值低于或等于所述赠品价值阈值的目标赠品；将所述目标赠品按照所述目标赠品的赠品价值从高到低的顺序进行排序；将排序后的所述目标赠品加载在所述客户端上。进一步地，所述将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上的步骤，包括：读取客户信息的性别，将赠品数据库中的与所述性别相同的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上。本申请还提供一种基于机器学习确定保单赠品的装置，包括：获取模块，用于获取客户的保单的保单信息，所述保单信息包括保险产品名称、车辆信息、保费信息；第一计算模块，用于根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值；加载模块，用于将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上，所述赠品数据库用于存放赠品信息以及赠品信息对应的赠品价值；第二计算模块，用于接收所述客户选择的至少一个赠品，并计算所述客户选择的各赠品对应的价值的价值总和；判断模块，用于判断所述价值总和是否低于或等于所述赠品价值阈值；判定模块，用于若所述价值总和低于或等于所述赠品价值阈值，判定所述客户选择的至少一个赠品属于所述客户的赠品。本申请还提供一种计算机设备，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任一项所述方法的步骤。本申请还提供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任一项所述的方法的步骤。本申请的基于机器学习确定保单赠品的方法、装置和计算机设备，根据客户信息以及购买的汽车保险业务的信息计算出适合赠送给客户价值对应的赠品，合理推送赠品价值在客户的保单范围内的列表给客户，使赠送的赠品价值不会过高而使公司亏损，也使赠送的赠品价值不会过低而给客户不好的服务体验效果。附图说明图1为本申请一实施例的基于机器学习确定保单赠品的方法的流程示意图；图2为本申请一实施例的基于机器学习确定保单赠品的装置的结构示意框图；图3为本申请一实施例的基于机器学习确定保单赠品的装置的结构示意框图；图4为本申请一实施例的基于机器学习确定保单赠品的装置的结构示意框图；图5为本申请一实施例的基于机器学习确定保单赠品的装置的加载模块的结构示意框图；图6为本申请一实施例的基于机器学习确定保单赠品的装置的加载模块的结构示意框图；图7为本申请一实施例的计算机设备的结构示意框图。本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。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。参照图1，本申请实施例提供一种基于机器学习确定保单赠品的方法，包括步骤：S1、获取客户的保单的保单信息，所述保单信息包括保险产品名称、车辆信息、保费信息；S2、根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值；S3、将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上，所述赠品数据库用于存放赠品信息以及赠品信息对应的赠品价值；S4、接收所述客户选择的至少一个赠品，并计算所述客户选择的各赠品对应的价值的价值总和；S5、判断所述价值总和是否低于或等于所述赠品价值阈值；S6、若是，判定所述客户选择的至少一个赠品属于所述客户的赠品。如上述步骤S1所述，客户在通过网络平台购买保险时，会注册一个账户，然后客户通过客户端登录账户访问网络平台填写保险信息，生成保单。客户通过客户端生成了一个保单后，服务器获取到该客户的保单信息。客户在客户端上进行投保时，需要填写投保人信息-即客户信息，还包括保险标的的信息-即车辆信息，本文档来自技高网...

【技术保护点】
1.一种基于机器学习确定保单赠品的方法，其特征在于，包括：获取客户的保单的保单信息，所述保单信息包括保险产品名称、车辆信息、保费信息；根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值；将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上，所述赠品数据库用于存放赠品信息以及赠品信息对应的赠品价值；接收所述客户选择的至少一个赠品，并计算所述客户选择的各赠品对应的价值的价值总和；判断所述价值总和是否低于或等于所述赠品价值阈值；若是，判定所述客户选择的至少一个赠品属于所述客户的赠品。

【技术特征摘要】
1.一种基于机器学习确定保单赠品的方法，其特征在于，包括：获取客户的保单的保单信息，所述保单信息包括保险产品名称、车辆信息、保费信息；根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值；将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上，所述赠品数据库用于存放赠品信息以及赠品信息对应的赠品价值；接收所述客户选择的至少一个赠品，并计算所述客户选择的各赠品对应的价值的价值总和；判断所述价值总和是否低于或等于所述赠品价值阈值；若是，判定所述客户选择的至少一个赠品属于所述客户的赠品。2.如权利要求1所述的基于机器学习确定保单赠品的方法，其特征在于，所述根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值的步骤，包括：将客户的保单信息输入到基于历史客户的保单信息训练后的决策树中，所述保单信息包括所述客户的历史保险记录信息、汽车保险业务所处的地域信息、车辆信息、保费信息；接收所述决策树输出的第一分类结果；根据所述第一分类结果匹配到与所述保单对应的赠品价值阈值。3.如权利要求2所述的基于机器学习确定保单赠品的方法，其特征在于，所述根据所述保单信息，计算可回馈给所述客户的保单对应的赠品价值阈值的步骤之前，包括：将预设的训练集中的多个样本数据输入到预设的决策树中，所述训练集包括多个历史客户的保单信息；接收预设的决策树输出的测试分类结果，与预设的样本分类结果进行对比；若对比结果一致，确定所述预设的决策树为训练后的决策树。4.如权利要求1所述的基于机器学习确定保单赠品的方法，其特征在于，所述根据所述保单信息，计算可回馈给所述客户的赠品价值阈值的步骤之后，且在所述将将赠品数据库中的赠品价值低于所述赠品价值阈值的赠品的赠品信息加载在所述客户对应的客户端上的步骤之前，包括：获取所述客户的客户信息，输入到训练后的逻辑回归模型，得到不出险系数，所述不出险系数表示该客户不出险的概率；将所述不出险系数乘以所述赠品价值阈值，更新所述赠品价值阈值。5.如权利要求4所述的基于机器学习确定保单赠品的方法，其特征在于，所述获取所述客...

【专利技术属性】
技术研发人员：邓勇航，毛才斐，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东,44