【技术实现步骤摘要】
方案推送方法、装置、计算机装置及可读存储介质
本专利技术涉及数据分析
，尤其涉及一种方案推送方法、装置、计算机装置及计算机可读存储介质。
技术介绍
随着保险业务的普及，越来越多的个人或公司选择购买保险产品，以给未来的不确定性提供更多的保障。对于保险公司来说，在保用户在购买的保险产品到期后，会期望在保用户进行续保，即使在保用户有不续保的意愿，保险公司也希望通过对该用户进行续保沟通使其能够续保。然而，到目前为止，尚未有有效方法来全方位了解客户续保意愿，进而无法制定不同续保策略达成续保。
技术实现思路
鉴于上述，本专利技术提供一种方案推送方法、装置、计算机装置及计算机可读存储介质，其可通过获取保单投保人的多维度信息来实现续保评估建模，提高了续保成功率。本申请一实施方式提供一种方案推送方法，所述方法包括：获取保单投保人的多维度信息；对所述多维度信息进行预处理并整理成第一信息集及第二信息集；获取所述第一信息集中每一续保评分因子的续保贡献分值，并根据所述续保贡献分值大小对每一所述...
【技术保护点】
1.一种方案推送方法，其特征在于，所述方法包括：/n获取保单投保人的多维度信息；/n对所述多维度信息进行预处理并整理成第一信息集及第二信息集；/n获取所述第一信息集中每一续保评分因子的续保贡献分值，并根据所述续保贡献分值大小对每一所述续保评分因子进行排序；/n根据预设数量的续保评分因子需求从所述第一信息集中选取分值排序靠前的多个续保评分因子输入至预设续保跟踪模型，得到所述保单投保人的续保评分预测结果；/n将所述续保评分预测结果及所述第二信息集输入至所述预设续保跟踪模型，得到所述保单投保人的续保推荐方案；及/n将所述续保推荐方案推送至所述保单投保人。/n
【技术特征摘要】
1.一种方案推送方法，其特征在于，所述方法包括：
获取保单投保人的多维度信息；
对所述多维度信息进行预处理并整理成第一信息集及第二信息集；
获取所述第一信息集中每一续保评分因子的续保贡献分值，并根据所述续保贡献分值大小对每一所述续保评分因子进行排序；
根据预设数量的续保评分因子需求从所述第一信息集中选取分值排序靠前的多个续保评分因子输入至预设续保跟踪模型，得到所述保单投保人的续保评分预测结果；
将所述续保评分预测结果及所述第二信息集输入至所述预设续保跟踪模型，得到所述保单投保人的续保推荐方案；及
将所述续保推荐方案推送至所述保单投保人。
2.如权利要求1所述的方案推送方法，其特征在于，所述多维度信息包括：投保人的基本信息、投保历史记录信息、投保标的信息、理赔记录信息、投保行为信息。
3.如权利要求1或2所述的方案推送方法，其特征在于，所述预设续保跟踪模型通过以下步骤训练得到：
建立神经网络模型，其中所述神经网络模型包括输入层、多个隐藏层及输出层；及
利用多个预设保单投保人的样本数据对所述神经网络模型进行训练得到所述预设续保跟踪模型，其中多个预设保单投保人包括多个续保的投保人与多个未续保的投保人。
4.如权利要求3所述的方案推送方法，其特征在于，所述利用多个预设保单投保人的样本数据对所述神经网络模型进行训练得到所述预设续保跟踪模型的步骤包括：
将多个所述预设保单投保人的样本数据划分为训练集及验证集；
利用所述训练集对所述神经网络模型进行训练；
利用所述验证集对训练后的神经网络模型进行验证，并根据每一验证结果统计得到一模型预测准确率；
判断所述模型预测准确率是否小于预设阈值；
若所述模型预测准确率不小于所述预设阈值，将训练完成的所述神经网络模型作为所述预设续保跟踪模型。
5.如权利要求4所述的方案推送方法，其特征在于，所述判断所述模型预测准确率是否小于预设阈值的步骤之后还包括：
若所述模型预测准确率小于所述预设阈值，调整所述神经网络模型的参数，并利用所述训练集重新对调整后的神经网络模型进行训练；
利用所述验证集对重新训练的神经网络模型进行验证，并根据每一验证结果重新统计...
【专利技术属性】
技术研发人员：李盛凡，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。