一种保险产品的推荐系统及推荐方法技术方案

本发明专利技术涉及一种保险产品的推荐方法，包含：S1、用户当前使用移动营销场景，继续S2～S3；用户当前使用互联网营销场景，继续S4～S6；S2、根据用户的财富和生命周期，分析评价用户的保障缺口；S3、根据用户保障责任的优先级和保障缺口，向用户推荐相应的保险产品；S4、基于预先设置的用户模型对用户数据进行打标签处理；S5、对标签后的用户数据进行聚类、关联、协同过滤的处理；S6、根据处理后的用户数据，结合用户场景，向用户推荐相应的保险产品。本发明专利技术综合保险产品的金融属性以及客户或被保人不同生命周期的保障差异性，同时支持移动营销和互联网营销这两个时下主流业务场景，实现精准推荐，从而提高销售成功率。

【技术实现步骤摘要】
一种保险产品的推荐系统及推荐方法
本专利技术涉及一种推荐系统及推荐方法，具体是指一种用于保险产品的推荐系统及推荐方法。
技术介绍
保险产品的特殊性决定了保险产品的推荐模型与互联网零售的推荐模型有着很大的差异。传统的保险售卖一般都是通过专业的销售顾问与客户面对面、一对一的进行“望闻问切”后，在充分了解客户需求的情况下进行相关保险产品的推荐，进而希望达成售卖。这一过程最终结果的好坏，很多时候都依赖于销售顾问或营销人员的专业水平和业务能力。近年来，随着互联网的兴起，很多保险中介开始建立自己的专业网站，并通过互联网渠道销售保险产品，在互联网渠道的冲击下加剧了保险行业对存量客户争夺。因此，如何更精准的把握客户的保险需求、如何根据客户自身的行为特征自动化的将适当的、可行的、被需求的保险产品推荐给客户，将对提高企业的展业能力，降低企业的运营成本起到至关重要的作用。在这样的背景下，互联网上保险产品的推荐系统如雨后春笋般不断的涌现出来。而究其具体的实现算法，基本上就是基于产品内容的关联推荐，基于客户行为的协同过滤等。如图1所示，为现有技术中较为常见的一种保险推荐算法。该推荐算法主要基于事先积累的用户数据(用户信息等)、保险产品数据(保险产品信息等)、用户曾经的销售数据(购买记录等)或用户行为数据(用户的网页浏览记录等)为基础，从这些数据中借助关联算法、协同过滤算法等挖掘出用户特征与某些保险产品之间的某种关联关系，进而将该些保险产品推荐给用户。进一步，随着用户行为数据的不断增多，为了减少推荐算法每次运行的时间，提高实时推荐效率，现有技术中还对该推荐算法进行了改进，即对不同的保险产品打上不同的标签，计算用户特定行为与某一类产品标签之间的关系，从而实现针对用户推荐具备这一类标签特征的保险产品。这种推荐方法确实减少了因保险产品增加而带来的计算复杂度增高的问题，对推荐性能和准确性起到了一定的改进作用。上述提到的推荐算法虽然一定程度上解决了互联网保险产品销售过程中，因为没有专业营销人员，客户往往感到迷茫不知如何选择的问题。但这种推荐算法的局限性也比较明显，即该算法适用的场景仅仅是互联网场景，推荐的保险产品也往往以简单短期险为主，而且该算法基于客户行为与保险产品的标签为基础实现，忽略了保险产品是一个金融产品，购买对象很多时候是一个人，想要成功的把保险产品售卖给人，往往需要考虑客户的财务状况以及人这个个体的生命周期等关键点。因此现有技术中的推荐引擎并不适合业务形态和规则更复杂、盈利能力更高的寿险长险等。同时随着移动互联网的兴起，很多保险营销人员都是在使用手机App展业，客户也更多的习惯通过手机获取各方面的信息，因此上述的推荐算法也并不适用于帮助保险营销人员更好的摸清客户需求，从而更专业的推荐保险产品。基于上述，目前亟需提出一种基于移动互联网的保险产品的推荐系统及推荐方法，基于对保险业务与保险产品的深刻理解，借助丰富的行业经验，综合保险产品的金融属性以及客户或被保人不同生命周期的保障差异性，同时支持移动营销和互联网营销这两个时下主流业务场景，实现精准推荐，从而提高销售成功率，有效解决现有技术中存在的问题和限制。
技术实现思路
本专利技术的目的是提供一种保险产品的推荐系统及推荐方法，基于对保险业务与保险产品的深刻理解，借助丰富的行业经验，综合保险产品的金融属性以及客户或被保人不同生命周期的保障差异性，同时支持移动营销和互联网营销这两个时下主流业务场景，实现精准推荐，从而提高销售成功率。为实现上述目的，提供一种保险产品的推荐方法，包含以下步骤：S1、用户当前使用移动营销场景，则继续S2～S3；用户当前使用互联网营销场景，则继续S4～S6；S2、根据用户的财富和生命周期，分析评价用户的保障缺口；S3、根据用户保障责任的优先级和保障缺口，向用户推荐相应的保险产品；S4、基于预先设置的用户模型对用户数据进行打标签处理；S5、对标签后的用户数据进行聚类、关联、协同过滤的处理；S6、根据处理后的用户数据，结合用户场景，向用户推荐相应的保险产品。所述的S2中，具体包含以下步骤：S21、根据用户的年龄、年收入、职业、历史保障，计算用户的保费缺口；S22、根据用户的年龄，通过对理想套餐标准、套餐星级排序、保费支出水平、保障程度需求进行评价，计算用户的保额缺口，划分用户保障程度需求的层级。所述的S21中，保费缺口是指理想套餐的保费缺口，具体计算方式为：保费缺口＝(理想套餐保障交费支出比例-已有保障交费支出比例)×年收入；其中，理想套餐保障交费支出比例是指：根据用户当前的生命周期，每年在理想情况下的保费支出占年收入的比例；已有保障交费支出比例是指：用户已经购买的保险产品，每年保费支出占年收入的比例。所述的S22中，用户保障程度需求的层级划分需要根据用户保障责任的覆盖面、人身类责任保障的保额充分度、储蓄类责任保障的保费支出比例，理想套餐保障交费支出比例进行评价；其中，所述的人身类责任保障的保额充分度是指：用户历史人身类责任保障的总保额占理想套餐标准保障总保额的比例。所述的S22中，保额缺口包括人身类责任的保额缺口和储蓄类责任的保额缺口，具体计算方式为：人身类责任的保额缺口＝理想套餐标准保障总保额-历史保单覆盖的保障责任的保额；储蓄类责任的保额缺口＝(理想套餐中储蓄类保障支出比例-已有储蓄类保障支出比例)×年收入；其中，理想套餐标准保障总保额是指：根据用户当前的生命周期，在理想情况下需要具备的寿险保障、重疾医疗保障、意外保障、一般医疗保障、住院补贴保障的保额之和；历史保单覆盖的保障责任的保额是指：用户已经购买的寿险保障、重疾医疗保障、意外保障、一般医疗保障、住院补贴保障的保额之和；理想套餐中储蓄类保障金支出比例是指：根据用户当前的生命周期，在理想情况下需要具备的储蓄类保障支出占年收入的比例；已有储蓄类保障支出比例是指：用户已有的储蓄类保障支出占年收入的比例。所述的S3中，具体包含以下步骤：S31、根据用户保障责任优先级，向用户推荐高优先级的保障责任对应的保险产品，且该保险产品是用户之前未购买的；S32、如果已推荐的高优先级的保险产品的保费已经补满用户的保费缺口，则不再推荐其他保险产品；否则，根据用户的人身类责任的保额缺口，向用户推荐人身类责任保障对应的保险产品；S33、如果已推荐的高优先级的保险产品和人身类责任保障对应的保险产品的保费已经补满用户的保费缺口，则不再推荐其他保险产品；否则，根据用户的储蓄类责任的保额缺口，向用户推荐储蓄类类责任保障对应的保险产品。其中，所述的用户保障责任优先级是根据用户的生命周期进行对应的设置和调整。所述的S4中，具体包含以下步骤：S41、预先定义用户模型，该用户模型由多个标签组成，每个标签描述用户的一个属性；S42、收集用户数据，包括：用户的基本信息数据，用户的历史购买数据，用户的历史行为数据本文档来自技高网...

【技术保护点】
1.一种保险产品的推荐方法，其特征在于，包含以下步骤：/nS1、用户当前使用移动营销场景，则继续S2～S3；用户当前使用互联网营销场景，则继续S4～S6；/nS2、根据用户的财富和生命周期，分析评价用户的保障缺口；/nS3、根据用户保障责任的优先级和保障缺口，向用户推荐相应的保险产品；/nS4、基于预先设置的用户模型对用户数据进行打标签处理；/nS5、对标签后的用户数据进行聚类、关联、协同过滤的处理；/nS6、根据处理后的用户数据，结合用户场景，向用户推荐相应的保险产品。/n

【技术特征摘要】
1.一种保险产品的推荐方法，其特征在于，包含以下步骤：
S1、用户当前使用移动营销场景，则继续S2～S3；用户当前使用互联网营销场景，则继续S4～S6；
S2、根据用户的财富和生命周期，分析评价用户的保障缺口；
S3、根据用户保障责任的优先级和保障缺口，向用户推荐相应的保险产品；
S4、基于预先设置的用户模型对用户数据进行打标签处理；
S5、对标签后的用户数据进行聚类、关联、协同过滤的处理；
S6、根据处理后的用户数据，结合用户场景，向用户推荐相应的保险产品。


2.如权利要求1所述的保险产品的推荐方法，其特征在于，所述的S2中，具体包含以下步骤：
S21、根据用户的年龄、年收入、职业、历史保障，计算用户的保费缺口；
S22、根据用户的年龄，通过对理想套餐标准、套餐星级排序、保费支出水平、保障程度需求进行评价，计算用户的保额缺口，划分用户保障程度需求的层级。


3.如权利要求2所述的保险产品的推荐方法，其特征在于，所述的S21中，保费缺口是指理想套餐的保费缺口，具体计算方式为：
保费缺口＝(理想套餐保障交费支出比例-已有保障交费支出比例)×年收入；
其中，理想套餐保障交费支出比例是指：根据用户当前的生命周期，每年在理想情况下的保费支出占年收入的比例；
已有保障交费支出比例是指：用户已经购买的保险产品，每年保费支出占年收入的比例。


4.如权利要求3所述的保险产品的推荐方法，其特征在于，所述的S22中，用户保障程度需求的层级划分需要根据用户保障责任的覆盖面、人身类责任保障的保额充分度、储蓄类责任保障的保费支出比例，理想套餐保障交费支出比例进行评价；其中，所述的人身类责任保障的保额充分度是指：用户历史人身类责任保障的总保额占理想套餐标准保障总保额的比例。


5.如权利要求4所述的保险产品的推荐方法，其特征在于，所述的S22中，保额缺口包括人身类责任的保额缺口和储蓄类责任的保额缺口，具体计算方式为：
人身类责任的保额缺口＝理想套餐标准保障总保额-历史保单覆盖的保障责任的保额；
储蓄类责任的保额缺口＝(理想套餐中储蓄类保障支出比例-已有储蓄类保障支出比例)×年收入；
其中，理想套餐标准保障总保额是指：根据用户当前的生命周期，在理想情况下需要具备的寿险保障、重疾医疗保障、意外保障、一般医疗保障、住院补贴保障的保额之和；
历史保单覆盖的保障责任的保额是指：用户已经购买的寿险保障、重疾医疗保障、意外保障、一般医疗保障、住院补贴保障的保额之和；
理想套餐中储蓄类保障金支出比例是指：根据用户当前的生命周期，在理想情况下需要具备的储蓄类保障支出占年收入的比例；
已有储蓄类保障支出比例是指：用户已有的储蓄类保障支出占年收入的比例。

【专利技术属性】
技术研发人员：施策，
申请(专利权)人：重庆新致金服信息技术有限公司，
类型：发明
国别省市：重庆;50