基于大数据的保险代理人培养方案生成方法及相关设备技术

本申请涉及大数据分析技术领域，尤其涉及一种基于大数据的保险代理人培养方案生成及相关设备，包括：获取绩优保险代理人LBS数据和非LBS数据，抽取所述绩优保险代理人LBS数据和非LBS数据中的行为因子，建立绩优代理人分类模型；获取非绩优代理人的初始LBS数据和初始非LBS数据，将所述非绩优代理人的初始LBS数据和初始非LBS数据入参到所述绩优代理人分类模型得到初始培养方案；获取所述非绩优保险代理人在执行所述初始培养方案后产生的新LBS数据和新非LBS数据，根据新LBS数据和新非LBS数据修正所述初始培养计划后得到新培养方案。本申请有效建立保险代理人的培养方案从而提升了保险代理人的业务水平。

【技术实现步骤摘要】
基于大数据的保险代理人培养方案生成方法及相关设备
本申请涉及大数据分析
，尤其涉及一种基于大数据的保险代理人培养方案生成及相关设备。
技术介绍
保险代理人，是指根据保险人的委托授权，代理其经营保险业务，并收取代理费用的人。保险代理人在保险人授权的范围内以保险人的名义进行业务活动，包括招揽业务的宣传推销活动，接受投保，出立暂保单或保险单，代收保险费，代理查勘理赔等。代理费用通常根据业务量比例支付。根据业务范围不同，保险代理人可分为总代理人、地方代理人与兼业代理人等。代理的方式有只为一家保险公司代理业务的专用代理，独立经营可同时为多家保险公司代理业务的独立代理等。目前，在对保险代理人的进行针对性培养时，完全是按照统一的培训方法对所有类型的保险代理人进行工作内容方面的培训，缺少对不同类型的保险代理人制定专门的培养方向的手段。
技术实现思路
基于此，有必要针对基于大数据的保险代理人培养方案生成过程中缺乏合理的培养方案的问题，提供一种基于大数据的保险代理人培养方案生成方法、装置、计算机设备和存储介质。一种基于大数据的保险代理人培养方案生成方法，包括如下步骤：获取绩优保险代理人LBS数据和非L本文档来自技高网...

【技术保护点】
1.一种基于大数据的保险代理人培养方案生成方法，其特征在于，包括：获取绩优保险代理人LBS数据和非LBS数据，抽取所述绩优保险代理人LBS数据和非LBS数据中的行为因子，根据所述行为因子，建立绩优代理人分类模型；获取非绩优代理人的初始LBS数据和初始非LBS数据，将所述非绩优代理人的初始LBS数据和初始非LBS数据入参到所述绩优代理人分类模型，出参后得到所述非绩优代理人的初始培养方案；获取所述非绩优保险代理人在执行所述初始培养方案后产生的新LBS数据和新非LBS数据，根据所述新LBS数据和所述新非LBS数据修正所述初始培养计划后得到新培养方案。

【技术特征摘要】
1.一种基于大数据的保险代理人培养方案生成方法，其特征在于，包括：获取绩优保险代理人LBS数据和非LBS数据，抽取所述绩优保险代理人LBS数据和非LBS数据中的行为因子，根据所述行为因子，建立绩优代理人分类模型；获取非绩优代理人的初始LBS数据和初始非LBS数据，将所述非绩优代理人的初始LBS数据和初始非LBS数据入参到所述绩优代理人分类模型，出参后得到所述非绩优代理人的初始培养方案；获取所述非绩优保险代理人在执行所述初始培养方案后产生的新LBS数据和新非LBS数据，根据所述新LBS数据和所述新非LBS数据修正所述初始培养计划后得到新培养方案。2.根据权利要求1所述的基于大数据的保险代理人培养方案生成方法，其特征在于，所述获取绩优保险代理人LBS数据和非LBS数据，抽取所述绩优保险代理人LBS数据和非LBS数据中的行为因子，根据所述行为因子，建立绩优代理人分类模型，包括：获取预设的保险代理人绩效评分表，根据预设的保险代理人绩效评价标准，从所述保险代理人绩效评分表中抽取出达到绩优的所述绩优保险代理人的LBS数据和非LBS数据；获取所述绩优保险代理人的非LBS数据中所包含的用于表示保险代理人行为的多维特征向量，将所述多维向量进行降维，得到所述行为因子的参数信息，将所述行为因子的参数信息与所述绩优保险代理人的LBS数据中的文字信息进行拼接后得到所述行为因子；抽取不同的所述行为因子之间的共有元素，根据所述共有元素的数量，聚类所述行为因子后形成所述绩优代理人分类模型。3.根据权利要求1所述的基于大数据的保险代理人培养方案生成方法，其特征在于，所述获取非绩优代理人的初始LBS数据和初始非LBS数据，将所述非绩优代理人的初始LBS数据和初始非LBS数据入参到所述绩优代理人分类模型，出参后得到所述非绩优代理人的初始培养方案，包括：获取所述非绩优保险代理人光顾场所的位置信息，根据所述位置信息得到所述非绩优保险代理人的初始LBS数据；获取所述非绩优保险代理人在所述场所的行为信息，根据所述行为信息得到所述非绩优保险代理人的初始非LBS数据；将所述初始LBS数据和所述初始非LBS数据入参到所述绩优代理人分类模型中，提取出参结果中的类别信息，根据所述类别信息对所述非绩优保险代理人进行归类后得到所述初始培养方案。4.根据权利要求1所述的基于大数据的保险代理人培养方案生成方法，其特征在于，所述获取所述非绩优保险代理人在执行所述初始培养方案后产生的新LBS数据和新非LBS数据，根据所述新LBS数据和所述新非LBS数据修正所述初始培养计划后得到新培养方案，包括：根据预设的数据采集时间节点，对所述非绩优保险代理人在执行所述初始培养方案后产生的新非LBS数据进行定时采集，以时间为横坐标轴，以新非LBS数据评分为纵坐标，建立非绩优保险代理人数据曲线图；获取各个所述预设的数据采集时间节点的预期结果，以时间为横坐标轴，预期结果为纵坐标轴，建立预期结果曲线图，将所述非绩优代理人曲线图与预期结果曲线图进行比较，抽取出超出预设误差阈值的所述新非LBS数据建立一数据序列；根据所述数据序列建立一结果矩阵，所述结果矩阵的矩阵元素为所述超出预设误差阈值的所述新非LBS数据；将所述结果矩阵做归一化处理，得到归一化数据矩阵；统计所述归一化数据矩阵中数值为“1”的矩阵元素数量，若所述矩阵元素为“1”的数量超过所述归一化数据矩阵中的矩阵元素的半数以上，则所述非绩优代理人行为符合预期结果，否则不符合预期结果，将不符合预期结果的非绩优保险代理人的LBS数据和非LBS数据入参到所述绩优代理人分类模型进行重新分类后得到新培养方案。5.根据权利要求2所述的基于大数据的保险代理人培养方案生成方法，其特征在于，所述获取预设的保险代理人绩效评分表，根据预设的保险代理人绩效评价标准，从所述保险代理人绩效评分表中抽取出达到绩优的所述绩优保险代理人的LBS数据和非LBS数据，包括：获取预设的数据...

【专利技术属性】
技术研发人员：邓悦，金戈，徐亮，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44