【技术实现步骤摘要】
本专利技术涉及保险推荐，尤其涉及一种基于电子商务平台的保险推荐方法及系统。
技术介绍
1、随着互联网的普及和电子商务平台的发展，保险行业也开始逐渐向线上转型，利用互联网技术为客户提供更便捷、高效的保险服务。保险推荐作为电子商务平台上的一项重要功能，旨在通过个性化的推荐系统，帮助用户快速找到符合其需求的保险产品，提高用户体验和购买满意度。然而传统的基于电子商务平台的保险推荐方法存在着对网络上的用户保险需求意图识别不明确从而无法准确的进行保险产品的推送的问题。
技术实现思路
1、基于此，有必要提供一种基于电子商务平台的保险推荐方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于电子商务平台的保险推荐方法，所述方法包括以下步骤：
3、步骤s1：获取电子商务平台中的用户保险历史浏览数据集；对用户保险历史浏览数据集进行特征分组，得到保险历史浏览时序分组数据；对保险历史浏览时序分组数据进行分组聚类，得到历史浏览分组聚类数据；
4、步骤s2：根据历史浏览分组聚类数据进行用户浏览行为模拟还原，得到用户浏览行为模拟还原数据；对用户浏览行为模拟还原数据进行用户光标运动轨迹提取，得到用户光标运行轨迹数据；对用户光标运行轨迹数据进行分组间光标运行速度变化趋势分析，得到光标速度变化趋势数据；根据光标速度变化趋势数据进行分组间速度衰变分析，得到光标速度衰变数据；
5、步骤s3：根据光标速度衰变数据对历史浏览分组聚类数据进行分组间交互模式识别，得
6、步骤s4：对分组保险推荐策略进行编码转换，得到分组保险推荐策略编码数据；根据分组保险推荐策略编码数据进行保险推荐自动化脚本编写，得到保险推荐自动化脚本。
7、本专利技术通过收集和整理用户在电子商务平台上的保险历史浏览数据，可以建立一个丰富的数据集，包括用户的浏览行为、点击，这个数据集可以提供关于用户对不同保险产品的兴趣和偏好的信息。借助这些数据，可以更好地理解用户需求、调整保险产品策略，并提供更精准的个性化推荐，通过特征分组，可以对保险产品进行分类，形成一种基于相似性的组织结构。这有助于深入了解用户对不同类型保险产品的关注程度和购买倾向，为后续的分析和推荐提供基础，通过分组聚类，可以识别出用户行为的模式和趋势。这有助于理解用户的购买偏好、行为习惯和潜在需求，为定制个性化推荐和精准营销提供依据；通过模拟用户浏览行为，可以更好地理解用户在网站上的活动模式和行为习惯，为个性化推荐和用户体验优化提供数据基础，在模拟用户浏览行为的基础上，提取用户光标在页面上的运动轨迹，记录光标在屏幕上的移动路径，光标运动轨迹反映了用户对页面内容的关注程度和交互方式，通过提取这些数据，可以更好地理解用户的注意力分布和浏览模式，为界面设计和内容优化提供指导，光标速度变化趋势可以反映用户对页面内容的兴趣程度和注意力集中情况，通过分析这些趋势，可以深入了解不同用户群体的浏览偏好和行为特征，为个性化推荐和内容优化提供依据，速度衰变分析可以帮助理解用户在浏览过程中的疲劳程度和注意力持续性，为界面设计和内容优化提供参考，以提高用户体验和平台吸引力；交互模式识别可以帮助理解不同用户组在浏览过程中的行为特点和偏好，以及他们与页面内容的互动方式。这有助于个性化推荐和内容优化，提高用户满意度和平台的交互效率；通过设计个性化的保险推荐策略，可以更精准地满足用户的需求，提高保险产品的点击率和购买转化率。同时，也可以提升用户体验，增强用户对平台的粘性和忠诚度；通过编码转换，推荐策略变得更加标准化，易于在不同系统或平台中统一应用，也便于后续的管理和调整，自动化处理减少了人工介入的需求，降低了人为错误的可能性，提高了推荐策略实施的准确性和效率，编码后的推荐策略可以快速响应市场变化和用户需求的变化，实时调整推荐内容，提升用户体验，随着市场和用户需求的变化，自动化脚本可以灵活调整和更新，以适应新的推荐策略，保持推荐系统的竞争力和有效性。因此，本专利技术是对传统的基于电子商务平台的保险推荐方法做出的优化处理，解决了传统的基于电子商务平台的保险推荐方法存在着对网络上的用户保险需求意图识别不明确从而无法准确的进行保险产品的推送的问题，可以明确的识别出用户保险需求意图，以及对保险产品进行准确的推送。
8、优选地，步骤s1包括以下步骤：
9、步骤s11：获取电子商务平台中的用户保险历史浏览数据集；
10、步骤s12：对用户保险历史浏览数据集进行平均时序分析，得到保险浏览平均时序数据；
11、步骤s13：根据保险浏览平均时序数据对用户保险历史浏览数据集进行特征分组，得到保险历史浏览时序分组数据；
12、步骤s14：对保险历史浏览时序分组数据进行分组聚类，得到历史浏览分组聚类数据。
13、本专利技术收集用户在电子商务平台上的保险产品浏览历史数据，包括保险产品的属性、用户的行为、交互信息，构建了分析和推荐系统的数据基础，为后续步骤提供了必要的原始数据，通过用户浏览行为数据，能够了解用户对不同保险产品的兴趣和偏好，对用户保险浏览历史数据进行时序分析，得到各个时间段内用户浏览保险产品的平均趋势数据，能够识别出用户在不同时间段对保险产品的浏览趋势，为后续的个性化推荐提供了时序依据，基于保险浏览平均时序数据，将用户的保险浏览历史数据进行特征分组，划分出不同特征组合的用户群体，有效地将用户分成不同的群体或类型，便于后续的个性化推荐和定制化服务，同时能够更精细地了解用户的偏好和行为模式，为推荐系统提供更加准确的数据基础，对保险历史浏览时序分组数据进行聚类分析，将相似的用户群体聚合在一起，将具有相似保险浏览行为和偏好的用户聚类在一起，形成更加具有代表性的用户群体，为每个聚类群体提供个性化的保险产品推荐，提高推荐的精准度和用户满意度。
14、优选地，步骤s2包括以下步骤：
15、步骤s21：根据保险历史浏览时序分组数据以及历史浏览分组聚类数据进行用户浏览行为模拟还原，得到用户浏览行为模拟还原数据；
16、步骤s22：对用户浏览行为模拟还原数据进行用户光标运动轨迹提取，得到用户光标运行轨迹数据；
17、步骤s23：根据用户光标运行轨迹数据对历史浏览分组聚类数据进行光标运行轨迹分组映射，得到光标运行轨迹分组映射数据；
18、步骤s24：对光标运行轨迹分组映射数据进行分组间光标运行速度变化趋势分析，得到光标速度变化趋势数据；
19、步骤s25：根据光标速度变化趋势数据对光标运行轨迹分组映射数据进行分组间速度衰变分析，得到光标速度衰变数据。
20、本专利技术通过模拟用户浏览行为，能够还原用户在平台上的实际行为，为后续分析提供真实的数据基础，了解不同用户群体的浏览行为模式，为个性化推荐和服务提供依据，从模拟还原的用户浏览行为数据中提取用户的光标运动轨迹信息，将用户的光标运动轨迹可视化，本文档来自技高网...
【技术保护点】
1.一种基于电子商务平台的保险推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电子商务平台的保险推荐方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求1所述的基于电子商务平台的保险推荐方法，其特征在于，步骤S2包括以下步骤：
4.根据权利要求3所述的基于电子商务平台的保险推荐方法，其特征在于，步骤S25包括以下步骤：
5.根据权利要求4所述的基于电子商务平台的保险推荐方法，对速度变化复合曲线拟合数据进行速度变化级数区间计算包括以下步骤：
6.根据权利要求1所述的基于电子商务平台的保险推荐方法，其特征在于，步骤S3包括以下步骤：
7.根据权利要求6所述的基于电子商务平台的保险推荐方法，其特征在于，步骤S31包括以下步骤：
8.根据权利要求7所述的基于电子商务平台的保险推荐方法，其特征在于，步骤S33包括以下步骤：
9.根据权利要求8所述的基于电子商务平台的保险推荐方法，其特征在于，对对应页面区域数据进行有效关注区域优先权重排序包括以下步骤：
10.一
...【技术特征摘要】
1.一种基于电子商务平台的保险推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电子商务平台的保险推荐方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的基于电子商务平台的保险推荐方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求3所述的基于电子商务平台的保险推荐方法，其特征在于，步骤s25包括以下步骤：
5.根据权利要求4所述的基于电子商务平台的保险推荐方法，对速度变化复合曲线拟合数据进行速度变化级数区间计算包括以下步骤：
6.根据权利要求1所述的基于电子商务平台...
【专利技术属性】
技术研发人员：李展宏，
申请(专利权)人：探保网络科技广州有限公司，
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。