【技术实现步骤摘要】
本申请涉及人工智能开发与金融科技领域，尤其涉及基于人工智能的数据预测方法、装置、计算机设备及存储介质。
技术介绍
1、宠物险是保险公司所开展的财产险里的众多非车产品中的一种，面向广大宠物主，提供宠物的医疗、健康、第三者责任等赔付服务。随着有宠人群的不断扩大，市场的规模也不断提升，各个保险公司之间的竞争十分激烈。保险公司在开展宠物险相关的业务活动时，则需要判断有宠客户是否有购买宠物险的意愿。现有的保险公司所采用的判断有宠客户是否有购买宠物险的意愿的方式，通常是由业务人员对客户在保险商城购买的宠物相关商品记录、浏览宠物险产品记录等一些行为数据进行人工统计分析，进而推理出用户的购买宠物险的意愿结果。这样的处理方式存在处理效率较低，工作量大的问题，且无法保证生成的购买宠物险的意愿结果的准确性。
技术实现思路
1、本申请实施例的目的在于提出一种基于人工智能的数据预测方法、装置、计算机设备及存储介质，以解决现有的保险公司所采用的判断有宠客户是否有购买宠物险的意愿的方式存在处理效率较低，工作量大的问题，且无法保证生成的购买宠物险的意愿结果的准确性的技术问题。
2、为了解决上述技术问题，本申请实施例提供一种基于人工智能的数据预测方法，采用了如下所述的技术方案：
3、获取目标业务系统内存储的各个客户的宠物行为数据；
4、对所述宠物行为数据进行数据预处理，得到对应的指定行为数据；
5、基于预设的特征选取算法对所述指定行为数据进行重要特征提取得到对应的目标
6、调用预设的初始模型；其中，所述初始模型为基于预设的超参数调整策略对xgboost模型进行优化得到的；
7、基于所述样本数据对所述初始模型进行模型构建处理，得到符合预设的评估需求的购买预测模型；
8、基于所述购买预测模型对目标用户的目标宠物行为数据进行预测处理，生成与所述目标用户对应的宠物险购买预测结果。
9、进一步的，所述对所述宠物行为数据进行数据预处理，得到对应的指定行为数据的步骤，具体包括：
10、对所述宠物行为数据进行数据清洗处理，得到对应的第一行为数据；
11、对所述第一行为数据进行数据插值处理，得到对应的第二行为数据；
12、对所述第二行为数据进行归一化处理，得到对应的第三行为数据；
13、将所述第三行为数据作为所述指定行为数据。
14、进一步的，所述基于预设的特征选取算法对所述指定行为数据进行重要特征提取得到对应的目标特征的步骤，具体包括：
15、基于皮尔森相关系数对所述指定行为数据进行无关特征剔除，得到处理后的第一特征；
16、基于随机森林算法对所述第一特征进行特征重要性分析，以从所述第一特征中筛选出符合需求的第二特征；
17、基于预设的信息增益算法对所述第二特征进行特征重要性分析，以从所述第一特征中筛选出符合需求的第三特征；
18、基于所述第二特征与所述第三特征生成所述目标特征。
19、进一步的，所述基于所述第二特征与所述第三特征生成所述目标特征的步骤，具体包括：
20、对所述第二特征与所述第三特征进行整合处理，得到处理后的特征集合；
21、从所述特征集合中筛选出重复出现的第四特征；
22、将所述第四特征作为所述目标特征。
23、进一步的，所述基于所述样本数据对所述初始模型进行模型构建处理，得到符合预设的评估需求的购买预测模型的步骤，具体包括：
24、将所述样本数据划分为训练集与测试集；
25、通过所述训练集对所述初始模型进行训练，得到训练后的初始模型；
26、通过所述测试集对所述训练后的初始模型进行测试，计算与所述训练后的初始模型对应的评估指标数值；
27、判断所述模型评估指标数值是否大于预设的指标阈值；
28、若所述模型评估指标值大于所述指标阈值，则将所述训练后的初始模型作为所述购买预测模型。
29、进一步的，在所述调用预设的初始模型的步骤之前，还包括：
30、获取预设的多种超参数调整策略；
31、从所述多种超参数调整策略中筛选出目标超参数调整策略；
32、基于所述目标超参数调整策略对所述xgboost模型进行模型优化，得到优化后的xgboost模型；
33、将所述优化后的xgboost模型作为所述初始模型。
34、进一步的，在所述基于所述购买预测模型对目标用户的目标宠物行为数据进行预测处理，生成与所述目标用户对应的宠物险购买预测结果的步骤之后，还包括：
35、对所述宠物险购买预测结果进行数值分析，判断所述宠物险购买预测结果是否处于预设数值范围内；
36、若所述宠物险购买预测结果处于所述预设数值范围内，获取与所述预设数值范围对应的第一触发方式；
37、基于所述第一触发方式对所述目标用户进行宠物信息推荐处理；
38、若所述宠物险购买预测结果不处于所述预设数值范围内，则基于预设的第二触发方式对所述目标用户进行宠物信息推荐处理。
39、为了解决上述技术问题，本申请实施例还提供一种基于人工智能的数据预测装置，采用了如下所述的技术方案：
40、第一获取模块，用于获取目标业务系统内存储的各个客户的宠物行为数据；
41、预处理模块，用于对所述宠物行为数据进行数据预处理，得到对应的指定行为数据；
42、提取模块，用于基于预设的特征选取算法对所述指定行为数据进行重要特征提取得到对应的目标特征，并基于所述目标特征构建样本数据；
43、调用模块，用于调用预设的初始模型；其中，所述初始模型为基于预设的超参数调整策略对xgboost模型进行优化得到的；
44、构建模块，用于基于所述样本数据对所述初始模型进行模型构建处理，得到符合预设的评估需求的购买预测模型；
45、预测模块，用于基于所述购买预测模型对目标用户的目标宠物行为数据进行预测处理，生成与所述目标用户对应的宠物险购买预测结果。
46、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
47、获取目标业务系统内存储的各个客户的宠物行为数据；
48、对所述宠物行为数据进行数据预处理，得到对应的指定行为数据；
49、基于预设的特征选取算法对所述指定行为数据进行重要特征提取得到对应的目标特征，并基于所述目标特征构建样本数据；
50、调用预设的初始模型；其中，所述初始模型为基于预设的超参数调整策略对xgboost模型进行优化得到的；
51、基于所述样本数据对所述初始模型进行模型构建处理，得到符合预设的评估需求的购买预测模型；
52、基于所述购买预测模型对目标用户的本文档来自技高网...
【技术保护点】
1.一种基于人工智能的数据预测方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，所述对所述宠物行为数据进行数据预处理，得到对应的指定行为数据的步骤，具体包括：
3.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，所述基于预设的特征选取算法对所述指定行为数据进行重要特征提取得到对应的目标特征的步骤，具体包括：
4.根据权利要求3所述的基于人工智能的数据预测方法，其特征在于，所述基于所述第二特征与所述第三特征生成所述目标特征的步骤，具体包括：
5.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，所述基于所述样本数据对所述初始模型进行模型构建处理，得到符合预设的评估需求的购买预测模型的步骤，具体包括：
6.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，在所述调用预设的初始模型的步骤之前，还包括：
7.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，在所述基于所述购买预测模型对目标用户的目标宠物行为数据进行预测处理，生成
8.一种基于人工智能的数据预测装置，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于人工智能的数据预测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的数据预测方法的步骤。
...【技术特征摘要】
1.一种基于人工智能的数据预测方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，所述对所述宠物行为数据进行数据预处理，得到对应的指定行为数据的步骤，具体包括：
3.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，所述基于预设的特征选取算法对所述指定行为数据进行重要特征提取得到对应的目标特征的步骤，具体包括：
4.根据权利要求3所述的基于人工智能的数据预测方法，其特征在于，所述基于所述第二特征与所述第三特征生成所述目标特征的步骤，具体包括：
5.根据权利要求1所述的基于人工智能的数据预测方法，其特征在于，所述基于所述样本数据对所述初始模型进行模型构建处理，得到符合预设的评估需求的购买预测模型的步骤，具体包括：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：林叶辉，
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。