【技术实现步骤摘要】
本专利技术涉及保险需求分析，具体涉及一种基于深度学习的健康险需求分析方法及系统。
技术介绍
1、健康险，是健康保险的中文简称，是指保险公司通过疾病保险、医疗保险、失能收入损失保险和护理保险等方式对因健康原因导致的损失给付保险金的保险，一般从事具有一定危害性工作或者有相关需求的人员可购买健康险进行预防。
2、现有的保险公司一般会有自己的保险销售系统或者数据库，业务人员每次面向客户介绍时，都是先询问客户各种信息，例如从事工作是什么，工作中可能面临哪些风险，然后再根据得到的信息人为判断大致的需求方向或者将客户的一些具体需求关键词输入系统中，然后再操作系统，依靠系统从数据库中筛选出相应的健康险套餐。
3、现有健康险需求分析系统存在的不足之处在于：现有健康险需求分析依赖于人工详细询问用户工作中面临的一些风险或者相关信息，而用户不一定能比较全面的说出，容易出现遗漏，如此业务人员则无法对用户需求实现精准分析，无法从系统中分析匹配出适合的套餐，操作不够便捷，使用效果不够好，并且每个工作领域的技术都在随着社会发展而进步，会不断发生变化，相应的工作人员所面临的健康风险也在变化，一些需求分析系统中也会通过设定的匹配筛选用需求数据筛选健康险套餐，但是这些匹配筛选用需求数据不便于进行修改，并且都是固定数据，系统无法在不断使用过程中根据信息变化自动更新系统的分析匹配内容，时间久了就会导致无法分析出精确的用户需求。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习的健康险需求分
2、本专利技术所要解决的技术问题可以通过以下技术方案实现：
3、一种基于深度学习的健康险需求分析系统，包括信息输入模块和健康险套餐匹配模块，所述信息输入模块包括从事行业数据输入模块，从事行业数据输入模块用于将用户从事的具体工作信息输入系统中；
4、所述信息输入模块与健康险套餐匹配模块之间设置有数据库匹配模块，所述数据库匹配模块包括检索模块一、行业分类库和健康风险分类库，所述检索模块一的输入端与从事行业数据输入模块连接，行业分类库内存储有多种工作类型信息，所述健康风险分类库内存储有根据人体器官分类的多种疾病风险种类信息，且行业分类库中的每种工作类型信息和健康风险分类库中的多种疾病风险种类信息匹配在一起成为组合数据，检索模块一根据输入的具体工作信息从行业分类库中检索出对应的工作类型以及匹配的疾病风险种类；
5、所述检索模块一和健康风险分类库之间设置有手动修改模块，手动修改模块用于对检索出的工作类型所匹配的疾病风险种类进行添加或者减少；
6、所述数据库匹配模块还包括隐藏风险存储模块，所述隐藏风险存储模块与手动修改模块之间设置有数据合并模块，且数据合并模块与检索模块一之间设置有行业分类提取模块，行业分类提取模块用于将检索模块一检索出的工作类型信息提取出来，且输送至数据合并模块，手动修改模块将添加或者减少疾病风险种类输送至数据合并模块，数据合并模块用于将修改的疾病风险种类和提取的工作类型合并组合成一组数据，且输送至隐藏风险存储模块中暂时存储；隐藏风险存储模块将存入的组合数据输送至行业分类库中；
7、所述数据库匹配模块还包括数据分离模块，数据分离模块用于将检索模块一检索出的组合数据中所含有的疾病风险种类数据分离出，且输送至健康险套餐匹配模块，健康险套餐匹配模块根据数据分离模块分离输出的疾病风险种类数据匹配对应的健康险套餐。
8、作为本专利技术进一步的方案：所述隐藏风险存储模块包括比对模块、计数模块和输送模块，比对模块用于将每次输入的组合数据和已经存入的组合数据进行比对匹配，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，所述计数模块和输送模块之间连接有阈值判断模块，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，当隐藏风险存储模块中一组数据计数达到设定数值时，输送模块将该组数据输出。
9、作为本专利技术进一步的方案：手动修改模块添加对应的疾病风险种类时，手动修改模块则向数据合并模块输送“+”疾病风险种类名称信息，用户通过手动修改模块减少对应的疾病风险种类时，手动修改模块则向数据合并模块输送“-”疾病风险种类名称信息，其中“+”代表正号，“-”代表负号，计数模块对隐藏风险存储模块中存入的相同组合数据进行计数求和时，若组合数据中带有“+”，则求和数值加一，若组合数据中带有“-”，则求和数值减一。
10、作为本专利技术进一步的方案：所述行业分类库包括行业种类筛分模块和删除修改模块，所述行业种类筛分模块与输送模块连接，行业种类筛分模块根据输送模块输入的组合数据中所含有的工作类型信息在行业分类库中检索筛分出具有相同工作类型信息的组合数据，删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“-”，则对应工作类型信息自动删除对应的疾病风险种类。
11、作为本专利技术进一步的方案：所述信息输入模块还包括身体数据输入模块和家庭收入数据输入模块，身体数据输入模块用于将意向用户身体存在的基础疾病信息输入系统中，家庭收入数据输入模块用于将意向用户的年收入数据输入系统中，且信息输入模块通过身体数据输入模块和家庭收入数据输入模块与健康险套餐匹配模块直接连接。
12、作为本专利技术进一步的方案：所述健康险套餐匹配模块包括检索模块二、保险额度筛分模块和价格筛分模块，所述检索模块二的输出端与保险额度筛分模块输入端连接，保险额度筛分模块的输出端与价格筛分模块连接，价格筛分模块的输出端与输出模块连接，检索模块二根据数据分离模块分离输出的疾病风险种类数据在系统中检索含有对应的疾病风险种类的健康险套餐，所述健康险套餐匹配模块还包括身体评分模块，身体评分模块对输入系统的身体信息进行评分；所述身体评分模块的输出端与保险额度筛分模块连接，身体评分模块输出的分值与保险额度对应分布，所述保险额度筛分模块根据身体评分模块输出的分值筛选出对应保险额度的健康险套餐；保险额度筛分模块将筛分出的对应保险额度健康险套餐输送至价格筛分模块，所述价格筛分模块还与家庭收入数据输入模块连接，价格筛分模块按照设定的换算比例将输入的家庭收入数值换算成对应价格数值，按照换算后的价格数值将保险额度筛分模块筛分出的健康险套餐按照价格进行筛分。
13、作为本专利技术进一步的方案：所述身体评分模块设置有评分标准程序，身体评分模块通过评分标准程序对银用户输入的身体健康信息进行评分，输出分值。
14、一种基于深度学习的健康险需求分析方法，具体步骤如下：
15、第一步、有意向购买健康险的用户首先通过信息输入模块将家庭收入信息、身体健康信息和从事的具体工作信息输入系统中；
16本文档来自技高网...
【技术保护点】
1.一种基于深度学习的健康险需求分析系统，包括信息输入模块和健康险套餐匹配模块，所述信息输入模块包括从事行业数据输入模块，从事行业数据输入模块用于将用户从事的具体工作信息输入系统中；其特征在于：
2.根据权利要求1所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述隐藏风险存储模块包括比对模块、计数模块和输送模块，比对模块用于将每次输入的组合数据和已经存入的组合数据进行比对匹配，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，所述计数模块和输送模块之间连接有阈值判断模块，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，当隐藏风险存储模块中一组数据计数达到设定数值时，输送模块将该组数据输出。
3.根据权利要求2所述的一种基于深度学习的健康险需求分析系统，其特征在于，手动修改模块添加对应的疾病风险种类时，手动修改模块则向数据合并模块输送“+”疾病风险种类名称信息，用户通过手动修改模块减少对应的疾病风险种类时，手动修改模块则向数据合并模块输送“-”疾病风险种类名称信息，其中“+”代表正号，“-”代表负号，计数模块对隐藏
4.根据权利要求3所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述行业分类库包括行业种类筛分模块和删除修改模块，所述行业种类筛分模块与输送模块连接，行业种类筛分模块根据输送模块输入的组合数据中所含有的工作类型信息在行业分类库中检索筛分出具有相同工作类型信息的组合数据，删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“-”，则对应工作类型信息自动删除对应的疾病风险种类。
5.根据权利要求1所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述信息输入模块还包括身体数据输入模块和家庭收入数据输入模块，身体数据输入模块用于将意向用户身体存在的基础疾病信息输入系统中，家庭收入数据输入模块用于将意向用户的年收入数据输入系统中，且信息输入模块通过身体数据输入模块和家庭收入数据输入模块与健康险套餐匹配模块直接连接。
6.根据权利要求5所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述健康险套餐匹配模块包括检索模块二、保险额度筛分模块和价格筛分模块，所述检索模块二的输出端与保险额度筛分模块输入端连接，保险额度筛分模块的输出端与价格筛分模块连接，价格筛分模块的输出端与输出模块连接，检索模块二根据数据分离模块分离输出的疾病风险种类数据在系统中检索含有对应的疾病风险种类的健康险套餐，所述健康险套餐匹配模块还包括身体评分模块，身体评分模块对输入系统的身体信息进行评分；所述身体评分模块的输出端与保险额度筛分模块连接，身体评分模块输出的分值与保险额度对应分布，所述保险额度筛分模块根据身体评分模块输出的分值筛选出对应保险额度的健康险套餐；保险额度筛分模块将筛分出的对应保险额度健康险套餐输送至价格筛分模块，所述价格筛分模块还与家庭收入数据输入模块连接，价格筛分模块按照设定的换算比例将输入的家庭收入数值换算成对应价格数值，按照换算后的价格数值将保险额度筛分模块筛分出的健康险套餐按照价格进行筛分。
7.根据权利要求6所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述身体评分模块设置有评分标准程序，身体评分模块通过评分标准程序对银用户输入的身体健康信息进行评分，输出分值。
8.一种基于深度学习的健康险需求分析方法，通过权利要求4所述的一种基于深度学习的健康险需求分析系统实施，其特征在于，具体步骤如下：
...【技术特征摘要】
1.一种基于深度学习的健康险需求分析系统，包括信息输入模块和健康险套餐匹配模块，所述信息输入模块包括从事行业数据输入模块，从事行业数据输入模块用于将用户从事的具体工作信息输入系统中；其特征在于：
2.根据权利要求1所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述隐藏风险存储模块包括比对模块、计数模块和输送模块，比对模块用于将每次输入的组合数据和已经存入的组合数据进行比对匹配，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，所述计数模块和输送模块之间连接有阈值判断模块，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，当隐藏风险存储模块中一组数据计数达到设定数值时，输送模块将该组数据输出。
3.根据权利要求2所述的一种基于深度学习的健康险需求分析系统，其特征在于，手动修改模块添加对应的疾病风险种类时，手动修改模块则向数据合并模块输送“+”疾病风险种类名称信息，用户通过手动修改模块减少对应的疾病风险种类时，手动修改模块则向数据合并模块输送“-”疾病风险种类名称信息，其中“+”代表正号，“-”代表负号，计数模块对隐藏风险存储模块中存入的相同组合数据进行计数求和时，若组合数据中带有“+”，则求和数值加一，若组合数据中带有“-”，则求和数值减一。
4.根据权利要求3所述的一种基于深度学习的健康险需求分析系统，其特征在于，所述行业分类库包括行业种类筛分模块和删除修改模块，所述行业种类筛分模块与输送模块连接，行业种类筛分模块根据输送模块输入的组合数据中所含有的工作类型信息在行业分类库中检索筛分出具有相同工作类型信息的组合数据，删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“...
【专利技术属性】
技术研发人员：季春晖，
申请(专利权)人：上海杏涛网络科技有限公司，
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。