基于智能决策的企业增员的方法、装置及计算机设备制造方法及图纸

本发明专利技术公开了一种基于智能决策的企业增员的方法、装置及计算机设备，该方法包括：接收前端用户输入对待增员用户进行分类的请求信息；根据所述请求信息从预设的结构化数据库中获取多个与所述待增员用户相邻近的多个已增员用户；根据所述多个已增员用户获取所述待增员用户的极大似然值；根据所述极大似然值对贝叶斯公式的参数进行调整并根据调整后的贝叶斯公式对所述待增员用户进行分类，得到所述待增员用户的分类标签；根据所述待增员用户的分类标签获取与所述待增员相匹配的增员策略并将所述增员策略发送至所述前端用户。本发明专利技术基于智能决策技术，通过上述方法提高了待增员用户分类的准确率，从而实现快速一体化的增员。从而实现快速一体化的增员。从而实现快速一体化的增员。

【技术实现步骤摘要】
基于智能决策的企业增员的方法、装置及计算机设备


[0001]本专利技术涉及智能决策技术，尤其涉及一种基于智能决策的企业增员的方法、装置及计算机设备。

技术介绍

[0002]增员是保险业发展的最重要的主题。目前在保险领域，企业提供的增员支持更多是一些话术指导和集中式培训且培训的模式单一，代理人在进行增员过程中无法准确获取待增员用户的标签，导致无法对待增员用户进行精准的决策，大大降低了增员的效率。

技术实现思路

[0003]本专利技术实施例提供了一种基于智能决策的企业增员的方法、装置及计算机设备，旨在解决现有企业增员的过程中，无法准确获取待增员用户的属性标签，导致无法对待增员用户进行精准的决策的问题。
[0004]第一方面，本专利技术实施例提供了一种基于智能决策的业增员的方法，其包括：
[0005]接收前端用户输入对待增员用户进行分类的请求信息；
[0006]根据所述请求信息从预设的结构化数据库中获取多个与所述待增员用户相邻近的多个已增员用户；
[0007]根据所述多个已增员用户获取所述待增员用户的极大似然值；
[0008]根据所述极大似然值对贝叶斯公式的参数进行调整并根据调整后的贝叶斯公式对所述待增员用户进行分类，得到所述待增员用户的分类标签；
[0009]根据所述待增员用户的分类标签获取与所述待增员相匹配的增员策略并将所述增员策略发送至所述前端用户。
[0010]第二方面，本专利技术实施例提供了一种基于智能决策的企业增员的装置，其包括：
[0011]接收单元，用于接收前端用户输入对待增员用户进行分类的请求信息；
[0012]第一获取单元，用于根据所述请求信息从预设的结构化数据库中获取多个与所述待增员用户相邻近的多个已增员用户；
[0013]第二获取单元，用于根据所述多个已增员用户获取所述待增员用户的极大似然值；
[0014]分类单元，用于根据所述极大似然值对贝叶斯公式的参数进行调整并根据调整后的贝叶斯公式对所述待增员用户进行分类，得到所述待增员用户的分类标签；
[0015]发送单元，用于根据所述待增员用户的分类标签获取与所述待增员相匹配的增员策略并将所述增员策略发送至所述前端用户。
[0016]第三方面，本专利技术实施例又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述第一方面所述的基于智能决策的企业增员的方法。
[0017]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可
读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于智能决策的企业增员的方法。
[0018]本专利技术实施例提供了一种基于智能决策的企业增员的方法、装置及计算机设备，通过接收前端用户输入对待增员用户进行分类的请求信息以从预设的结构化数据库中获取多个与待增员用户相邻近的多个已增员用户并通过多个已增员用户获取待增员用户的极大似然值，根据极大似然值对贝叶斯公式的参数进行调整并根据调整后的贝叶斯公式对待增员用户进行分类，从而得到待增员用户的分类标签，最后根据待增员用户的分类标签获取与待增员相匹配的增员策略并将增员策略发送至前端用户，进而实现对待增员用户的智能决策。通过上述方法提高了待增员用户准确分类，实现了快速一体化的增员，进而提高了企业增员的成功率，大幅度的提升业务运行效率。
附图说明
[0019]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例提供的基于智能决策的企业增员的方法的流程示意图；
[0021]图2为本专利技术实施例提供的基于智能决策的企业增员的方法的应用场景示意图；
[0022]图3为本专利技术实施例提供的基于智能决策的企业增员的装置的示意性框图；
[0023]图4为本专利技术实施例提供的计算机设备的示意性框图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0026]还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0027]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0028]请参阅图1和图2，图1为本专利技术实施例提供的基于智能决策的企业增员的方法的流程示意图；图2为本专利技术实施例提供的基于智能决策的企业增员的方法的应用场景示意图。该基于智能决策的企业增员的方法应用于服务器10中，该方法中的服务器10接收到用户终端20处的前端用户向服务器10发送对待增员用户进行分类的指令信息后，服务器10对该指令进行解析以获取待增员的标签并根据该标签向用户终端推送与该待增员的增员策略，其中，用户终端20为具备与服务器10进行交互等功能的台式电脑、笔记本电脑、平板电
脑或手机等设备，服务器10为具备与用户终端20进行数据传输和接收功能的设备。
[0029]如图1所示，该方法包括步骤S110～S150。
[0030]S110、接收前端用户输入对待增员用户进行分类的请求信息。
[0031]接收前端用户输入对待增员用户进行分类的请求信息。具体的，所述请求信息为用户终端处的前端用户向服务器发送的请求对待增员用户进行分类的指令信息，服务器在接收到所述请求信息后，根据所述请求信息获取所述待增员用户的属性信息并将所述待增员用户的属性信息与预设的数据库中已增员用户的属性信息进行计算，从而从该数据库中获取多个与所述待增员用户距离相近的多个已增员用户，所述待增员用户的属性信息包括待增员用户的性别、年龄、婚姻状况、兴趣爱好等信息。
[0032]在其他专利技术实施例中，步骤S110之前，还包括：S110a、S110b和S110c。
[0033]S110a、将预置的链接信息输入到预置的网络爬虫程序中进行数据爬取，得到含有已增员的用户数据集。
[0034本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能决策的企业增员的方法，其特征在于，包括以下步骤：接收前端用户输入对待增员用户进行分类的请求信息；根据所述请求信息从预设的结构化数据库中获取多个与所述待增员用户相邻近的多个已增员用户；根据所述多个已增员用户获取所述待增员用户的极大似然值；根据所述极大似然值对贝叶斯公式的参数进行调整并根据调整后的贝叶斯公式对所述待增员用户进行分类，得到所述待增员用户的分类标签；根据所述待增员用户的分类标签获取与所述待增员相匹配的增员策略并将所述增员策略发送至所述前端用户。2.根据权利要求1所述的基于智能决策的企业增员的方法，其特征在于，所述接收前端用户输入对待增员用户进行分类的请求信息之前，还包括：将预置的链接信息输入到预置的网络爬虫程序中进行数据爬取，得到含有已增员的用户数据集；根据预设的抽取规则在所述用户数据集中进行数据抽取，得到每一用户的属性信息；根据预设的标注规则对所述每一用户的属性信息进行标注并将标注后的属性信息存储至所述结构化数据库中。3.根据权利要求2所述的基于智能决策的企业增员的方法，其特征在于，所述根据预设的抽取规则在所述用户数据集中进行数据抽取，得到每一用户的属性信息，包括：根据预设的处理规则对所述用户数据集进行处理，得到结构化用户数据集；根据预置的数据抽取工具在所述结构化用户数据集中进行数据抽取，得到所述每一用户的属性信息。4.根据权利要求3所述的基于智能决策的企业增员的方法，其特征在于，所述根据预设的处理规则对所述用户数据集进行处理，得到结构化用户数据集，包括：根据预置的文本转换模型分别对所述用户数据集中非结构化文本进行文本转换，得到结构化文本；基于OCR识别技术对所述用户数据集中的图片进行识别处理，得到所述图片中的文字信息。5.根据权利要求3所述的基于智能决策的企业增员的方法，其特征在于，所述根据预置的数据抽取工具在所述结构化用户数据集中进行数据抽取，得到所述每一用户的属性信息，包括：根据预置的命名实体识别模型对所述结构化用户数据集进行命名...

【专利技术属性】
技术研发人员：彭锐，
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：