本发明专利技术涉及智能决策技术，揭露了一种业务推荐模型训练方法，包括：根据预设的目标字段集合，提取所述各个历史询价记录中的各个目标字段的数据，得到询价关键字集合及业务办理关键字集合；将所述询价关键字集合导入预训练的询价推荐模型中，得到预测推荐关键字集合；计算所述业务办理关键字集合与所述预测推荐关键字集合的相似度值；根据相似度值及预设的标准阈值，得到所述询价推荐模型的命中率；根据命中率及历史询价记录对所述询价推荐模型进行训练，得到标准询价推荐模型。本发明专利技术还提出一种业务推荐模型训练装置、电子设备以及存储介质。本发明专利技术能够提高业务推荐模型精准度。本发明专利技术能够提高业务推荐模型精准度。本发明专利技术能够提高业务推荐模型精准度。
【技术实现步骤摘要】
业务推荐模型训练方法、装置、设备及存储介质
[0001]本专利技术涉及智能决策
，尤其涉及一种业务推荐模型训练方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]为保证获得高性价比的产品或服务，客户在产品订购或业务办理之前通常会有一个询价过程。
[0003]以保险销售为例，客户投保前通常会向业务员提出诉求，并询问价格、推荐业务。业务员通常能够通过企业预构建的业务推荐模型对客户需求进行评估推荐，从而向客户推荐保险方案，随着时间的推移，市场走向不断变化，业务推荐模型逐渐无法跟上客户需求变化，使得业务推荐模型会难以快速得到满意的方案，降低客户投保意向，且业务效率极低，因此，目前急需一种提高业务推荐模型精准度的方法。
技术实现思路
[0004]本专利技术提供一种业务推荐模型训练方法、装置及计算机可读存储介质，其主要目的在于提高业务推荐模型精准度。
[0005]为实现上述目的，本专利技术提供的一种业务推荐模型训练方法，包括：
[0006]根据预设的时间频率，获取预设时间段内的各个历史询价记录，并根据预设的目标字段集合，提取所述各个历史询价记录中的各个目标字段的数据，得到所述各个历史询价记录对应的询价关键字集合及业务办理关键字集合；
[0007]将所述各个历史询价记录对应的询价关键字集合导入预训练的询价推荐模型中，得到所述各个历史询价记录对应的预测推荐关键字集合；
[0008]根据预构建的相似度匹配规则，将所述各个历史询价记录对应的业务办理关键字集合与预测推荐关键字集合进行相似度计算，得到相似度值集合；
[0009]根据所述相似度值集合及预设的标准阈值，得到所述询价推荐模型的命中率；
[0010]根据所述命中率及所述各个历史询价记录对所述询价推荐模型进行训练，得到标准询价推荐模型。
[0011]可选的，所述根据预设的目标字段集合，提取所述各个历史询价记录中的各个目标字段的数据，得到所述各个历史询价记录对应的询价关键字集合及业务办理关键字集合，包括：
[0012]根据预设的目标字段集合的各个目标字段，从所述各个历史询价记录中，获取所述各个目标字段对应的数据，得到所述各个历史询价记录对应的初始关键字集合；
[0013]根据所述初始关键字集合中各个初始关键字的关键字类别，将所述各个历史询价记录对应的初始关键字进行分组，得到所述各个历史询价记录对应的询价关键字集合及业务办理关键字集合。
[0014]可选的，所述将所述各个历史询价记录对应的询价关键字集合导入预训练的询价
推荐模型中，得到所述各个历史询价记录对应的预测推荐关键字集合，包括：
[0015]利用预设的程序交互接口将所述各个历史询价记录对应的询价关键字集合进行格式化，得到所述各个历史询价记录对应的入参数据；
[0016]将所述各个历史询价记录对应的入参数据导入所述询价推荐模型中，利用所述询价推荐模型识别各个所述入参数据中的询价主业务，并查询各个所述询价主业务对应的推荐方案；
[0017]识别各个所述推荐方案的关键字，得到所述各个历史询价记录对应的预测推荐关键字集合。
[0018]可选的，所述根据预构建的相似度匹配规则，将所述各个历史询价记录对应的业务办理关键字集合与预测推荐关键字集合进行相似度计算，得到相似度值集合，包括：
[0019]利用余弦相似度算法，计算所述各个历史询价记录对应的业务办理关键字集合与所述预测推荐关键字集合的相对距离，得到所述各个历史询价记录对应的相对距离集合；
[0020]根据预设的权重配置规则，对所述各个历史询价记录对应的相对距离集合中各个相对距离进行权重求和计算，得到相似度值集合。
[0021]可选的，所述根据所述相似度值集合及预设的标准阈值，得到所述询价推荐模型的命中率，包括：
[0022]判断所述相似度值集合中各个历史询价记录对应的相似度值是否大于预设的标准阈值；
[0023]当所述相似度值大于预设的标准阈值，判定所述询价推荐模型预测命中所相似度值对应的述历史询价记录；
[0024]当所述相似度值小于或等于所述标准阈值，判定所述询价推荐模型预测不命中所述相似度值对应的历史询价记录；
[0025]根据各个所述历史询价记录的命中结果，得到所述询价推荐模型的命中率。
[0026]可选的，所述根据所述命中率及所述各个历史询价记录对所述询价推荐模型进行训练，得到标准询价推荐模型，包括：
[0027]判断所述命中率是否小于预设的训练阈值；
[0028]当所述命中率小于预设的训练阈值，根据K折交叉验证方法，利用所述各个历史询价记录，对所述询价推荐模型进行训练，得到标准询价推荐模型；
[0029]当所述命中率大于或等于所述训练阈值时，判定所述询价推荐模型为标准询价推荐模型。
[0030]可选的，所述根据预设的时间频率，获取预设时间段内的各个历史询价记录，包括：
[0031]利用预设埋点，记录预构建的日志空间中在预设时间段内的业务记录集合；
[0032]利用预配置的数据调取权限，根据预设的时间频率，将所述业务记录集合自动化上传至预构建的训练样本数据库中；
[0033]利用所述训练样本数据库中预构建的解析函数解析所述业务记录集合，得到各个历史询价记录。
[0034]为了解决上述问题，本专利技术还提供一种业务推荐模型训练装置，所述装置包括：
[0035]历史数据获取模块，用于根据预设的时间频率，获取预设时间段内的历史询价记
录，并根据预设的目标字段集合，提取所述各个历史询价记录中的各个目标字段的数据，得到所述历史询价记录对应的询价关键字集合及业务办理关键字集合；
[0036]模型预测模块，用于将所述询价关键字集合导入预训练的询价推荐模型中，得到预测推荐关键字集合；
[0037]命中判断模块，用于根据预构建的相似度匹配规则，计算所述业务办理关键字集合与所述预测推荐关键字集合的相似度值，及根据所述时间段内的历史询价记录的相似度值及预设的标准阈值，得到所述询价推荐模型的命中率；
[0038]训练判断模块，用于根据所述命中率及所述时间段内的历史询价记录对所述询价推荐模型进行训练，得到标准询价推荐模型。
[0039]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0040]至少一个处理器；以及，
[0041]与所述至少一个处理器通信连接的存储器；其中，
[0042]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的业务推荐模型训练方法。
[0043]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的业务推荐模型训练方法。
[0044]本申请本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种业务推荐模型训练方法，其特征在于，所述方法包括：根据预设的时间频率，获取预设时间段内的各个历史询价记录，并根据预设的目标字段集合，提取所述各个历史询价记录中的各个目标字段的数据，得到所述各个历史询价记录对应的询价关键字集合及业务办理关键字集合；将所述各个历史询价记录对应的询价关键字集合导入预训练的询价推荐模型中，得到所述各个历史询价记录对应的预测推荐关键字集合；根据预构建的相似度匹配规则，将所述各个历史询价记录对应的业务办理关键字集合与预测推荐关键字集合进行相似度计算，得到相似度值集合；根据所述相似度值集合及预设的标准阈值，得到所述询价推荐模型的命中率；根据所述命中率及所述各个历史询价记录对所述询价推荐模型进行训练，得到标准询价推荐模型。2.如权利要求1所述的业务推荐模型训练方法，其特征在于，所述根据预设的目标字段集合，提取所述各个历史询价记录中的各个目标字段的数据，得到所述各个历史询价记录对应的询价关键字集合及业务办理关键字集合，包括：根据预设的目标字段集合的各个目标字段，从所述各个历史询价记录中，获取所述各个目标字段对应的数据，得到所述各个历史询价记录对应的初始关键字集合；根据所述初始关键字集合中各个初始关键字的关键字类别，将所述各个历史询价记录对应的初始关键字进行分组，得到所述各个历史询价记录对应的询价关键字集合及业务办理关键字集合。3.如权利要求1所述的业务推荐模型训练方法，其特征在于，所述将所述各个历史询价记录对应的询价关键字集合导入预训练的询价推荐模型中，得到所述各个历史询价记录对应的预测推荐关键字集合，包括：利用预设的程序交互接口将所述各个历史询价记录对应的询价关键字集合进行格式化，得到所述各个历史询价记录对应的入参数据；将所述各个历史询价记录对应的入参数据导入所述询价推荐模型中，利用所述询价推荐模型识别各个所述入参数据中的询价主业务，并查询各个所述询价主业务对应的推荐方案；识别各个所述推荐方案的关键字，得到所述各个历史询价记录对应的预测推荐关键字集合。4.如权利要求1所述的业务推荐模型训练方法，其特征在于，所述根据预构建的相似度匹配规则，将所述各个历史询价记录对应的业务办理关键字集合与预测推荐关键字集合进行相似度计算，得到相似度值集合，包括：利用余弦相似度算法，计算所述各个历史询价记录对应的业务办理关键字集合与所述预测推荐关键字集合的相对距离，得到所述各个历史询价记录对应的相对距离集合；根据预设的权重配置规则，对所述各个历史询价记录对应的相对距离集合中各个相对距离进行权重求和计算，得到相似度值集合。5.如权利要求4所述的业务推荐模型训练方法，其特征在于，所述根据所述相似度值集合及预设的标准阈值，得到所述询价推荐模型的命中率，包括：判断所...
【专利技术属性】
技术研发人员：李玉青，
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：
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。