CN108961087A - 保险推荐方法、装置、计算机设备和计算机可读存储介质 - Google Patents
保险推荐方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN108961087A CN108961087A CN201810768808.2A CN201810768808A CN108961087A CN 108961087 A CN108961087 A CN 108961087A CN 201810768808 A CN201810768808 A CN 201810768808A CN 108961087 A CN108961087 A CN 108961087A
- Authority
- CN
- China
- Prior art keywords
- insurance
- user
- insurance products
- kinsfolk
- labels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种保险推荐方法、装置、计算机设备和计算机可读存储介质,方法包括:获取用户及其家庭成员各自的标签集;对各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,多个不同模板分别关联有若干标签及若干保险产品;对推荐结果集中的多个保险产品进行调整,并确定调整后的多个保险产品分别对应的推荐保额;根据调整后的多个保险产品及其分别对应的推荐保额,形成用户的每个家庭成员的保险推荐方案,并计算对应的保费;根据用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给用户。本发明实施例能够提高保险推荐精确度,同时能实现对用户进行家庭组合方案的保险推荐。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种保险推荐方法、装置、计算机设备和计算机可读存储介质。
背景技术
保险推荐一直保险行业的热点。由于保险知识相对更专业,且保险条款晦涩难懂,因此用户在购买保险产品前,对于保险产品的理解是很低的,这给用户增加了购买难度;并且,用户对于自己的家庭状况和收入水平需要购买什么样的保险产品也是没有概念,因此合适的定制化保险解决方案更是用户痛点。
而现有的保险推荐基本基于简单固定对话,没有结合用户画像,推荐结果仅是简单的产品组合,存在保险推荐精确度较低而导致用户购买意愿低的问题,另外推荐结果也比较单一,无法结合家庭成员进行家庭组合方案的保险推荐,因此影响了用户的产品体验。
发明内容
有鉴于此,本发明实施例提供了一种保险推荐方法、装置、计算机设备和计算机可读存储介质,通过结合用户画像对用户进行保险推荐,从而提高保险推荐精确度,进而提高用户购买意愿,同时能够结合用户的家庭成员进行家庭组合方案的保险推荐,以提高用户的产品体验。
本发明实施例提供的技术方案如下:
第一方面,提供了一种保险推荐方法,所述方法包括:
获取用户及其家庭成员各自的标签集;
对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,所述多个不同模板分别关联有若干标签及若干保险产品;
对所述推荐结果集中的多个保险产品进行调整,并确定调整后的所述多个保险产品分别对应的推荐保额;
根据调整后的所述多个保险产品及其分别对应的推荐保额,形成所述用户的每个家庭成员的保险推荐方案,并计算对应的保费;
根据所述用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给所述用户。
在一些实施例中,所述获取用户及其家庭成员各自的标签集步骤之前,所述方法还包括:
预先配置保险业务下的所有保险产品及每个保险产品的属性;以及
定义所述多个不同模板,并按模板类别将所述多个不同模板中的每个模板分别与若干标签及若干保险产品进行关联。
在一些实施例中,所述获取用户及其家庭成员各自的标签集包括:
从所述用户提交的相关信息中提取多个标签,并将提取的所述多个标签输出给所述用户,以供所述用户进行选择;
将所述用户在所述多个标记选中的标签确定为固定标签;
基于所述固定标签,计算获取动态标签;
对所述固定标签和所述动态标签进行按家庭成员角色进行分类,形成所述用户及其家庭成员各自的标签集。
在一些实施例中,所述对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集包括:
针对所述各自的标签集,分别执行以下操作:
遍历各个模板,判断所述模板关联的若干标签在所述标签集中是否都被满足,若是,则将所述模板关联的若干保险产品均标记为推荐,若否,则将所述模板关联的若干保险产品均标记为非推荐;
在所有的保险产品中,确定出只被标记为推荐的多个保险产品;
根据只被标记为推荐的所述多个保险产品,形成所述推荐结果集。
在一些实施例中,所述对所述多个保险产品进行调整包括:
对所述多个保险产品进行以下调整中的至少一个:
剔除保额小于零的保险产品、统计已有保额、限制保额上限、限制主附险、限制保额为单位整数倍。
在一些实施例中,还包括:
根据所述用户的每个家庭成员的保险推荐方案,并结合所述各自的标签集、所述用户及其家庭成员的已有保单,计算出与所述用户相关的多个测评数据;
根据所述多个测评数据生成可视化报告,以输出给所述用户。
第二方面,提供了一种保险推荐装置,所述装置包括:
标签定制引擎,用于获取用户及其家庭成员各自的标签集;
推理引擎,用于对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,所述多个不同模板分别关联有若干标签及若干保险产品;
结果调整引擎,用于对所述推荐结果集中的多个保险产品进行调整,并确定调整后的所述多个保险产品分别对应的推荐保额;
所述结果调整引擎,还用于根据调整后的所述多个保险产品及其分别对应的推荐保额,形成所述用户的每个家庭成员的保险推荐方案,并计算对应的保费;
结果组装引擎,用于根据所述用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给所述用户。
在一些实施例中,所述装置还包括:
规则引擎,用于预先配置保险业务下的所有保险产品及每个保险产品的属性,以及定义所述多个不同模板,并按模板类别将所述多个不同模板中的每个模板分别与若干标签及若干保险产品进行关联。
在一些实施例中,所述标签定制引擎具体用于:
从所述用户提交的相关信息中提取多个标签,并将提取的所述多个标签输出给所述用户,以供所述用户进行选择;
将所述用户在所述多个标记选中的标签确定为固定标签;
基于所述固定标签,计算获取动态标签;
对所述固定标签和所述动态标签进行按家庭成员角色进行分类,形成所述用户及其家庭成员各自的标签集。
在一些实施例中,所述推理引擎具体用于针对所述各自的标签集,分别执行以下操作:
遍历各个模板,判断所述模板关联的若干标签在所述标签集中是否都被满足,若是,则将所述模板关联的若干保险产品均标记为推荐,若否,则将所述模板关联的若干保险产品均标记为非推荐;
在所有的保险产品中,确定出只被标记为推荐的多个保险产品;
根据只被标记为推荐的所述多个保险产品,形成所述推荐结果集。
在一些实施例中,所述结果调整引擎具体用于:
对所述多个保险产品进行以下调整中的至少一个:
剔除保额小于零的保险产品、统计已有保额、限制保额上限、限制主附险、限制保额为单位整数倍。
在一些实施例中,还包括:
结果补充引擎,用于根据所述用户的每个家庭成员的保险推荐方案,并结合所述各自的标签集、所述用户及其家庭成员的已有保单,计算出与所述用户相关的多个测评数据;
所述结果组装引擎,还用于根据所述多个测评数据生成测评报告,并将所述测评报告与所述保险推荐结果一同输出给所述用户。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面任意一项所述方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面任意一项所述方法中的步骤。
本发明实施例相比现有技术而言的有益效果在于:
1)区别于普通单一保险方案推荐引擎,保险推荐方案实现规则、推理、结果三个引擎搭配,针对多人、多标签进行算法匹配、方案重排及方案输出;
2)通过将用户及其家庭成员各自的标签集分别在多个不同模板中进行深度匹配,不但能够形成适合用户的保险推荐方案,同时,也能够形成适合用户的其他家庭成员的保险推荐方案,实现了对用户的家庭成员进行家庭组合方案的推荐,由此改变了单用户群的保险方案推荐与购买方式,提高了保险推荐精确度,提高了用户购买意愿,提高了用户的产品体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,下面描述中的附图仅仅是本发明的一些实施例,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。
图1是本发明实施例一提供的一种保险推荐方法的流程图;
图2是本发明实施例二提供的一种保险推荐方法的流程图;
图3是本发明实施例三提供的一种保险推荐装置的结构示意图;
图4为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的保险推荐方法的流程图,如图1所示,本发明实施例提供的保险推荐方法具体可以包括如下步骤:
110、获取用户及其家庭成员各自的标签集。
具体的,该过程可以包括:
A)从用户提交的相关信息中提取多个标签,并将提取的所述多个标签输出给用户,以供用户进行选择。
其中,多个标签可以用于表征用户的性别、年龄、职业、收入、家庭成员相关信息及是否购买保险等信息。
B)将用户在多个标记选中的标签确定为固定标签。
其中,固定标签用于表征用户的固定特征,用户的固定特征可以包括用户的性别、年龄、家庭成员角色等,其中,固定标签具有多个固定值,示例性的,固定标签为性别时,标签值1=男,标签值2=女。
本实施例中,通过将用户选中的标签确定为固定标签,能够更准确地对用户画像,从而使得后续保险推荐方案更能符合用户的保险需求。
C)基于固定标签,计算获取动态标签。
其中,动态标签用于表征用户的隐性特征,需要计算才能得出。比如,根据用户本人性别计算配偶性别,根据用户本人收入比例计算配偶收入比例等。
本实施例中,通过基于所述固定标签,计算获取动态标签,扩充了对用户及其家庭成员的画像,从而使得后续保险推荐方案更能进一步地符合用户的保险需求。
D)对固定标签和动态标签进行按家庭成员角色进行分类,形成用户及其家庭成员各自的标签集。
本发明实施例中,通过获取用户及其家庭成员各自的标签集,由此能够通过多个标签集分别对用户及其家庭成员进行画像,从而可以使得后续保险推荐方案更能进一步地符合用户的保险需求,能够提高保险推荐精确度,进而提高用户购买意愿。
120、对各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,多个不同模板分别关联有若干标签及若干保险产品。
其中,保险产品(也可称为:保险责任)是指保险公司承担赔偿或者给付保险金责任的项目,每一保险产品设置有对应的保额。
具体的,针对用户及其家庭成员各自的标签集,分别执行以下操作:
A)遍历各个模板,判断模板关联的若干标签在标签集中是否都被满足,若是,则将模板关联的若干保险产品均标记为推荐,若否,则将模板关联的若干保险产品均标记为非推荐。
B)在所有的保险产品中,确定出只被标记为推荐的多个保险产品。
C)根据只被标记为推荐的所述多个保险产品,形成推荐结果集。
其中,多个保险产品可以根据模板的调整保额进行保额累计,累计保额不能超过保额上限。
示例性的,用户标签集为(角色=本人,性别=男,年龄=30),若模板1关联的若干标签为(性别=男,年龄=30~40),则模板1关联的若干标签在用户标签集中都被满足,则将模板1关联的若干保险产品(责任1、责任2)均标记为推荐。若模板2关联的若干标签为(性别=女,年龄=30~40),则模板1关联的若干标签在用户标签集中未都被满足,将模板2关联的若干保险产品(责任2、责任3)均标记为非推荐。由于责任2在不同模板中既被标记为推荐,同时又被标记为非推荐,那么将以非推荐为准,忽略推荐。
本发明实施例中,若同一个保险产品在不同模板中既被标记为推荐,同时又被标记为非推荐,那么将以非推荐为准,忽略推荐,由此能够根据只被标记为推荐的多个保险产品,形成推荐结果集。
130、对推荐结果集中的多个保险产品进行调整,并确定调整后的多个保险产品分别对应的推荐保额。
具体的,对推荐结果集中的多个保险产品进行以下调整中的至少一个:
A)剔除保额小于零的保险产品。
剔除保额小于零的责任-版型-二类-大类。
B)统计已有保额。
查询并累计用户及其家庭成员已有保额。
C)限制保额上限。
按责任-版型-二类-大类-人,逐级汇总保额/已有保额/保额上限/显示保额。其中,保额上限预先配置在每个保险产品的属性中,根据性别+年龄段可唯一确认一个保额上限,其影响到最终的保费计算。
D)限制主附险。
验证主附险比例,以主版型的保额为准,按预设配置比例调整副险的保额。
E)限制保额为单位整数倍。
本发明实施例中,在对多个保险产品进行调整后,可以确定出调整后的多个保险产品各自对应的推荐保额。
140、根据调整后的多个保险产品及其分别对应的推荐保额,形成用户的每个家庭成员的保险推荐方案,并计算对应的保费。
其中,每个家庭成员的保险推荐方案可以包括至少一个保险产品及各个保险产品分别对应的推荐保额。比如,用户本人的保险推荐方案可以包括财产险、健康险,用户配偶的保险推荐方案可以包括意外险。
具体的,根据调整后的所述多个保险产品及其分别对应的推荐保额,按保险大类/二类进行数据汇总,确定所述用户的每个家庭成员的保险推荐方案,并根据保险、责任及费率相关配置计算出每个家庭成员的保险推荐方案对应的保费。
150、根据用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给用户。
其中,保险推荐结果包括用户的每个家庭成员的保险推荐方案及其对应的保费,以及用户的所有家庭成员的总保额和总保费。
保险推荐结果可以以报表形式展现给用户,并可供用户调整保额的档位及自主选择保险产品,以便形成新的保险推荐方案,进而得出新的保险推荐方案的保费。
本发明提供的保险推荐方法,通过获取用户及其家庭成员各自的标签集,能够通过多个标签集分别对用户及其家庭成员进行画像,从而可以使得后续保险推荐方案更能进一步地符合用户的保险需求,能够提高保险推荐精确度,进而提高用户购买意愿;通过针对用户及其家庭成员各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,多个不同模板分别关联有若干标签及若干保险产品;以及对推荐结果集中的多个保险产品进行调整,并确定调整后的多个保险产品分别对应的推荐保额,实现了保险推荐方案实现规则、推理、结果三个引擎搭配,达到了能够针对多人、多标签进行算法匹配、方案重排及方案输出的目的;另外,通过根据调整后的多个保险产品及其分别对应的推荐保额,形成用户的每个家庭成员的保险推荐方案,并计算对应的保费,以及根据用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给用户,进而不但能够形成适合用户的保险推荐方案,同时,也能够形成适合用户的其他家庭成员的保险推荐方案,实现了对用户的家庭成员进行家庭组合方案的推荐,由此改变了单用户群的保险方案推荐与购买方式,提高了保险推荐精确度,提高了用户购买意愿,提高了用户的产品体验。
实施例二
图2为本发明实施例一提供的保险推荐方法的流程图,如图2所示,本发明实施例提供的保险推荐方法具体可以包括如下步骤:
210、预先配置保险业务下的所有保险产品及每个保险产品的属性。
其中,保险产品的属性具体可以包括:
虚拟/实例:用于标明产品是否可调整保额,以及用户是否可以自选责任;
大类/二类:用于归类产品,同时作用于雷达图的统计维度;
修改单位:用于标明产品保额的可调整步长;
上限规则:用于标明产品保额的最高可调整值;
是否共享:用于标明产品是否共享保额,即多个责任共享同一个版型的保额;
主附险关联:用于限制用户的版型调整结构;
主附险保额比例:用于定义责任的保额比例关系。
220、定义多个不同模板,并按模板类别将多个不同模板中的每个模板分别与若干标签及若干保险产品进行关联。
本实施例中,定义的不同模板具有不同的模板名称,比如,父亲财产险、妻子健康险等,针对每个模板分别定义标签和产品(责任)的关联规则,其中,一个模板可以关联多个标签及标签值,一个模板可以关联多个产品,一个模板内标签+标签值的组合不能重复,一个模板内产品不可重复。
其中,一个模板关联的保险产品可以是实例产品,也可以是虚拟产品。比如:模板=父亲财产险,模板关联标签=(标签=角色)+(标签值=父亲),模板关联的保险产品=财产险,财产险为实例产品。
对于虚拟产品,其责任推荐保额(推荐保额可以为负数,表示降低推荐额度)存在模板中,并定义针对虚拟产品的责任没有推荐保额。
230、获取用户及其家庭成员各自的标签集。
具体的,该步骤的实现过程与实施例一步骤110相同,此处不再赘述。
240、对各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集。
具体的,该步骤的实现过程与实施例一步骤120相同,此处不再赘述。
250、对推荐结果集中的多个保险产品进行调整,并确定调整后的多个保险产品分别对应的推荐保额。
具体的,该步骤的实现过程与实施例一步骤130相同,此处不再赘述。
260、根据调整后的多个保险产品及其分别对应的推荐保额,形成用户的每个家庭成员的保险推荐方案,并计算对应的保费。
具体的,该步骤的实现过程与实施例一步骤140相同,此处不再赘述。
270、根据用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果。
具体的,该步骤的实现过程与实施例一步骤150相同,此处不再赘述。
280、根据用户的每个家庭成员的保险推荐方案,并结合各自的标签集、用户及其家庭成员的已有保单,计算出与用户相关的多个测评数据。
具体的,多个测评数据可以包括显示保额、保障覆盖率、已有保额、风险等级、保障分。
其中,计算显示保额的计算公式为:
显示保额=推荐保额-已有保额并且是责任单位的整数倍,显示保额不能超过上限,不能小于0;
其中,计算保障覆盖率的计算公式为:
保障覆盖率=(平台已有分数+补充份数)/(家庭成员人数*份数基数-按险种统计出的平均值);
其中,已有保额可以根据所述用户及其家庭成员的已有保单计算得到。
其中,分析等级的计算公式为:
风险等级=角色权重比*(1-已有保额/推荐保额)+角色权重比*(1-已有保额/推荐保额),风险等级不能大于1。
比如,角色权重比分别为w本人=40%,w配偶=30%,w父亲=15%,w女儿=15%,
风险等级计算结果=∑角色权重比*(1-已有保额/推荐保额)=40%*(1-300/500)+30%*(1-10/300)+15%*(1-0/100)+15%*(1-100/100)=60%。
其中,保障分可以根据用户及其家庭成员各自的标签集计算获取,计算公式可以为:保障分=职业分+收入分+其他保障分。
此外,多个测评数据还可以包括保障意识分、家庭平均保障、个人年代平均保障等,本发明实施例对此不作具体限定。
290、根据多个测评数据生成可视化报告,并将测评报告与保险推荐结果一同输出给用户。
其中,可以将测评报告与保险推荐结果一同输出至用户的用户终端,并在用户终端的不同页面上进行展示。
本发明实施例中,通过根据用户的每个家庭成员的保险推荐方案,并结合用户及其家庭成员各自的标签集、用户及其家庭成员的已有保单,计算出与用户相关的多个测评数据,并根据多个测评数据生成可视化报告,并将测评报告与保险推荐结果一同输出给所述用户,由此能够实现结合用户家庭现有保险状况与保险推荐方案对用户的家庭保险进行评测,进而提高用户购买保险的意愿。此外,若最终用户如果接受推荐的保险方案,只需要一次提交购买交互流程,便可以把全家需要的保险产品全部出单,做到极简的产品体验。
实施例三
图3为本发明实施例三提供的保险推荐装置的结构示意图。如图3所示,保险推荐装置包括:
标签定制引擎310,用于获取用户及其家庭成员各自的标签集;
推理引擎320,用于对各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,多个不同模板分别关联有若干标签及若干保险产品;
结果调整引擎330,用于对推荐结果集中的多个保险产品进行调整,并确定调整后的多个保险产品分别对应的推荐保额;
结果调整引擎330,还用于根据调整后的多个保险产品及其分别对应的推荐保额,形成用户的每个家庭成员的保险推荐方案,并计算对应的保费;
结果组装引擎340,用于根据用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给用户。
进一步地,装置还包括:
规则引擎300,用于预先配置保险业务下的所有保险产品及每个保险产品的属性,以及定义多个不同模板,并按模板类别将多个不同模板中的每个模板分别与若干标签及若干保险产品进行关联。
进一步地,标签定制引擎310具体用于:
从用户提交的相关信息中提取多个标签,并将提取的多个标签输出给用户,以供用户进行选择;
将用户在所述多个标记选中的标签确定为固定标签;
基于固定标签,计算获取动态标签;
对固定标签和动态标签进行按家庭成员角色进行分类,形成用户及其家庭成员各自的标签集。
进一步地,推理引擎320具体用于针对各自的标签集,分别执行以下操作:
遍历各个模板,判断模板关联的若干标签在标签集中是否都被满足,若是,则将模板关联的若干保险产品均标记为推荐,若否,则将模板关联的若干保险产品均标记为非推荐;
在所有的保险产品中,确定出只被标记为推荐的多个保险产品;
根据只被标记为推荐的多个保险产品,形成推荐结果集。
进一步地,结果调整引擎330具体用于:
对多个保险产品进行以下调整中的至少一个:
剔除保额小于零的保险产品、统计已有保额、限制保额上限、限制主附险、限制保额为单位整数倍。
进一步地,还包括:
结果补充引擎350,用于根据用户的每个家庭成员的保险推荐方案,并结合各自的标签集、用户及其家庭成员的已有保单,计算出与用户相关的多个测评数据;
结果组装引擎340,还用于根据多个测评数据生成测评报告,并将测评报告与保险推荐结果一同输出给用户。
本实施例提供的保险推荐装置,与本发明实施例所提供的保险推荐方法属于同一发明构思,可执行本发明任意实施例所提供的保险推荐方法,具备执行保险推荐方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例提供的保险推荐方法,此处不再加以赘述。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于:一个或者多个处理器416,系统存储器428,连接不同系统组件(包括系统存储器428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MAC)总线、增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质,包括易失性和非易失性介质、可移动的和不可移动的介质。
系统存储器428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储装置434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。系统存储器428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储器428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信,还可与一个或者多个使得用户能与该计算机设备412交互的设备通信,和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储装置等。
处理器416通过运行存储在系统存储器428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的保险推荐方法,包括:
获取用户及其家庭成员各自的标签集;
对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,所述多个不同模板分别关联有若干标签及若干保险产品;
对所述多个保险产品进行调整,并确定调整后的所述多个保险产品分别对应的推荐保额;
根据调整后的所述多个保险产品及其分别对应的推荐保额,形成所述用户的每个家庭成员的保险推荐方案,并计算对应的保费;
根据所述用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给所述用户。
实施例四
本发明实施例四提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的保险推荐方法,包括:
获取用户及其家庭成员各自的标签集;
对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,所述多个不同模板分别关联有若干标签及若干保险产品;
对所述多个保险产品进行调整,并确定调整后的所述多个保险产品分别对应的推荐保额;
根据调整后的所述多个保险产品及其分别对应的推荐保额,形成所述用户的每个家庭成员的保险推荐方案,并计算对应的保费;
根据所述用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给所述用户。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或计算机设备上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种保险推荐方法,其特征在于,包括:
获取用户及其家庭成员各自的标签集;
对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,所述多个不同模板分别关联有若干标签及若干保险产品;
对所述推荐结果集中的多个保险产品进行调整,并确定调整后的所述多个保险产品分别对应的推荐保额;
根据调整后的所述多个保险产品及其分别对应的推荐保额,形成所述用户的每个家庭成员的保险推荐方案,并计算对应的保费;
根据所述用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给所述用户。
2.根据权利要求1所述的方法,其特征在于,所述获取用户及其家庭成员各自的标签集步骤之前,所述方法还包括:
预先配置保险业务下的所有保险产品及每个保险产品的属性;以及
定义所述多个不同模板,并按模板类别将所述多个不同模板中的每个模板分别与若干标签及若干保险产品进行关联。
3.根据权利要求1所述的方法,其特征在于,所述获取用户及其家庭成员各自的标签集包括:
从所述用户提交的相关信息中提取多个标签,并将提取的所述多个标签输出给所述用户,以供所述用户进行选择;
将所述用户在所述多个标记选中的标签确定为固定标签;
基于所述固定标签,计算获取动态标签;
对所述固定标签和所述动态标签进行按家庭成员角色进行分类,形成所述用户及其家庭成员各自的标签集。
4.根据权利要求1所述的方法,其特征在于,所述对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集包括:
针对所述各自的标签集,分别执行以下操作:
遍历各个模板,判断所述模板关联的若干标签在所述标签集中是否都被满足,若是,则将所述模板关联的若干保险产品均标记为推荐,若否,则将所述模板关联的若干保险产品均标记为非推荐;
在所有的保险产品中,确定出只被标记为推荐的多个保险产品;
根据只被标记为推荐的所述多个保险产品,形成所述推荐结果集。
5.根据权利要求1所述的方法,其特征在于,所述对所述多个保险产品进行调整包括:
对所述多个保险产品进行以下调整中的至少一个:
剔除保额小于零的保险产品、统计已有保额、限制保额上限、限制主附险、限制保额为单位整数倍。
6.根据权利要求1至5任意一项所述的方法,其特征在于,还包括:
根据所述用户的每个家庭成员的保险推荐方案,并结合所述各自的标签集、所述用户及其家庭成员的已有保单,计算出与所述用户相关的多个测评数据;
根据所述多个测评数据生成测评报告,并将所述测评报告与所述保险推荐结果一同输出给所述用户。
7.一种保险推荐装置,其特征在于,所述装置包括:
标签定制引擎,用于获取用户及其家庭成员各自的标签集;
推理引擎,用于对所述各自的标签集分别在预先配置的多个不同模板中进行匹配,得到包含有多个保险产品的推荐结果集,所述多个不同模板分别关联有若干标签及若干保险产品;
结果调整引擎,用于对所述推荐结果集中的多个保险产品进行调整,并确定调整后的所述多个保险产品分别对应的推荐保额;
所述结果调整引擎,还用于根据调整后的所述多个保险产品及其分别对应的推荐保额,形成所述用户的每个家庭成员的保险推荐方案,并计算对应的保费;
结果组装引擎,用于根据所述用户的每个家庭成员的保险推荐方案及其对应的保费,生成保险推荐结果,以推荐给所述用户。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
规则引擎,用于预先配置保险业务下的所有保险产品及每个保险产品的属性,以及定义所述多个不同模板,并按模板类别将所述多个不同模板中的每个模板分别与若干标签及若干保险产品进行关联。
9.根据权利要求7所述的装置,其特征在于,所述标签定制引擎具体用于:
从所述用户提交的相关信息中提取多个标签,并将提取的所述多个标签输出给所述用户,以供所述用户进行选择;
将所述用户在所述多个标记选中的标签确定为固定标签;
基于所述固定标签,计算获取动态标签;
对所述固定标签和所述动态标签进行按家庭成员角色进行分类,形成所述用户及其家庭成员各自的标签集。
10.根据权利要求7所述的装置,其特征在于,所述推理引擎具体用于针对所述各自的标签集,分别执行以下操作:
遍历各个模板,判断所述模板关联的若干标签在所述标签集中是否都被满足,若是,则将所述模板关联的若干保险产品均标记为推荐,若否,则将所述模板关联的若干保险产品均标记为非推荐;
在所有的保险产品中,确定出只被标记为推荐的多个保险产品;
根据只被标记为推荐的所述多个保险产品,形成所述推荐结果集。
11.根据权利要求7所述的装置,其特征在于,所述结果调整引擎具体用于:
对所述多个保险产品进行以下调整中的至少一个:
剔除保额小于零的保险产品、统计已有保额、限制保额上限、限制主附险、限制保额为单位整数倍。
12.根据权利要求7至11任意一项所述的装置,其特征在于,还包括:
结果补充引擎,用于根据所述用户的每个家庭成员的保险推荐方案,并结合所述各自的标签集、所述用户及其家庭成员的已有保单,计算出与所述用户相关的多个测评数据;
所述结果组装引擎,还用于根据所述多个测评数据生成测评报告,并将所述测评报告与所述保险推荐结果一同输出给所述用户。
13.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在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权利要求1至6中任意一项所述方法中的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6任意一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810768808.2A CN108961087B (zh) | 2018-07-13 | 2018-07-13 | 保险推荐方法、装置、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810768808.2A CN108961087B (zh) | 2018-07-13 | 2018-07-13 | 保险推荐方法、装置、计算机设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108961087A true CN108961087A (zh) | 2018-12-07 |
CN108961087B CN108961087B (zh) | 2021-06-15 |
Family
ID=64484164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810768808.2A Active CN108961087B (zh) | 2018-07-13 | 2018-07-13 | 保险推荐方法、装置、计算机设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961087B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110111183A (zh) * | 2019-05-06 | 2019-08-09 | 北京车薄荷科技有限公司 | 一种产品推荐方法及装置 |
CN110335157A (zh) * | 2019-03-18 | 2019-10-15 | 中国人民财产保险股份有限公司 | 保险产品推荐方法、设备及存储介质 |
CN110335060A (zh) * | 2019-05-20 | 2019-10-15 | 微民保险代理有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN110689446A (zh) * | 2019-10-30 | 2020-01-14 | 海腾保险代理有限公司 | 组合保险的推荐方法及装置 |
CN110910258A (zh) * | 2019-11-27 | 2020-03-24 | 泰康保险集团股份有限公司 | 家庭保险数据处理方法、装置、电子设备及存储介质 |
CN110910255A (zh) * | 2019-10-28 | 2020-03-24 | 世纪保众(北京)网络科技有限公司 | 基于家庭风险评测结果的产品匹配方法和装置 |
CN111178769A (zh) * | 2019-12-31 | 2020-05-19 | 北京健康之家科技有限公司 | 虚拟保险产品的评测方法及装置 |
CN111353899A (zh) * | 2018-12-21 | 2020-06-30 | 深圳市保罗科技服务有限公司 | 保单信息数据处理方法、装置、计算机设备和存储介质 |
CN111784526A (zh) * | 2020-07-20 | 2020-10-16 | 湖州师范学院 | 一种人身意外险的个性化推荐方法 |
CN112418922A (zh) * | 2020-11-12 | 2021-02-26 | 中国人寿保险股份有限公司 | 个性化保险广告推荐方法与系统 |
CN112464075A (zh) * | 2019-09-06 | 2021-03-09 | 百度在线网络技术(北京)有限公司 | 智能音箱的应用推荐方法、装置及电子设备 |
CN113283993A (zh) * | 2021-04-27 | 2021-08-20 | 中国建设银行股份有限公司 | 面向家庭对象的产品推荐方法、装置、介质及电子设备 |
CN115829293A (zh) * | 2023-01-05 | 2023-03-21 | 优保联(北京)科技有限公司 | 一种保险方案匹配方法、系统及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050081337A (ko) * | 2004-02-13 | 2005-08-19 | 현대해상화재보험 주식회사 | 통합 보험 컨설팅 시스템 |
CN106780052A (zh) * | 2017-01-10 | 2017-05-31 | 上海诺悦智能科技有限公司 | 基于分类客户行为分析的保险服务推荐方法及系统 |
CN107330719A (zh) * | 2017-06-09 | 2017-11-07 | 上海新概念保险经纪有限公司 | 一种保险产品推荐方法及系统 |
CN107967575A (zh) * | 2017-12-21 | 2018-04-27 | 大连丰泰保险信息咨询有限公司 | 一种人工智能保险咨询服务人工智能平台系统 |
CN108230162A (zh) * | 2017-12-29 | 2018-06-29 | 泰康保险集团股份有限公司 | 保险服务推荐的方法、装置、存储介质及电子设备 |
-
2018
- 2018-07-13 CN CN201810768808.2A patent/CN108961087B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050081337A (ko) * | 2004-02-13 | 2005-08-19 | 현대해상화재보험 주식회사 | 통합 보험 컨설팅 시스템 |
CN106780052A (zh) * | 2017-01-10 | 2017-05-31 | 上海诺悦智能科技有限公司 | 基于分类客户行为分析的保险服务推荐方法及系统 |
CN107330719A (zh) * | 2017-06-09 | 2017-11-07 | 上海新概念保险经纪有限公司 | 一种保险产品推荐方法及系统 |
CN107967575A (zh) * | 2017-12-21 | 2018-04-27 | 大连丰泰保险信息咨询有限公司 | 一种人工智能保险咨询服务人工智能平台系统 |
CN108230162A (zh) * | 2017-12-29 | 2018-06-29 | 泰康保险集团股份有限公司 | 保险服务推荐的方法、装置、存储介质及电子设备 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353899A (zh) * | 2018-12-21 | 2020-06-30 | 深圳市保罗科技服务有限公司 | 保单信息数据处理方法、装置、计算机设备和存储介质 |
CN110335157A (zh) * | 2019-03-18 | 2019-10-15 | 中国人民财产保险股份有限公司 | 保险产品推荐方法、设备及存储介质 |
CN110111183A (zh) * | 2019-05-06 | 2019-08-09 | 北京车薄荷科技有限公司 | 一种产品推荐方法及装置 |
CN110335060A (zh) * | 2019-05-20 | 2019-10-15 | 微民保险代理有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN110335060B (zh) * | 2019-05-20 | 2023-03-31 | 微民保险代理有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN112464075A (zh) * | 2019-09-06 | 2021-03-09 | 百度在线网络技术(北京)有限公司 | 智能音箱的应用推荐方法、装置及电子设备 |
CN112464075B (zh) * | 2019-09-06 | 2023-11-03 | 百度在线网络技术(北京)有限公司 | 智能音箱的应用推荐方法、装置及电子设备 |
CN110910255A (zh) * | 2019-10-28 | 2020-03-24 | 世纪保众(北京)网络科技有限公司 | 基于家庭风险评测结果的产品匹配方法和装置 |
CN110689446A (zh) * | 2019-10-30 | 2020-01-14 | 海腾保险代理有限公司 | 组合保险的推荐方法及装置 |
CN110910258A (zh) * | 2019-11-27 | 2020-03-24 | 泰康保险集团股份有限公司 | 家庭保险数据处理方法、装置、电子设备及存储介质 |
CN111178769A (zh) * | 2019-12-31 | 2020-05-19 | 北京健康之家科技有限公司 | 虚拟保险产品的评测方法及装置 |
CN111784526A (zh) * | 2020-07-20 | 2020-10-16 | 湖州师范学院 | 一种人身意外险的个性化推荐方法 |
CN112418922A (zh) * | 2020-11-12 | 2021-02-26 | 中国人寿保险股份有限公司 | 个性化保险广告推荐方法与系统 |
CN113283993A (zh) * | 2021-04-27 | 2021-08-20 | 中国建设银行股份有限公司 | 面向家庭对象的产品推荐方法、装置、介质及电子设备 |
CN115829293A (zh) * | 2023-01-05 | 2023-03-21 | 优保联(北京)科技有限公司 | 一种保险方案匹配方法、系统及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108961087B (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961087A (zh) | 保险推荐方法、装置、计算机设备和计算机可读存储介质 | |
Mertens et al. | Quantitative data analysis | |
US9563652B2 (en) | Data analysis system, data analysis method, data analysis program, and storage medium | |
Yu-Wei | Machine learning with R cookbook | |
Atkinson et al. | Exploring differences in adverse symptom event grading thresholds between clinicians and patients in the clinical trial setting | |
CN104516897B (zh) | 一种针对应用对象进行排序的方法和装置 | |
CN112287244A (zh) | 基于联邦学习的产品推荐方法、装置、计算机设备及介质 | |
Dhar et al. | Walking on air or hopping mad? Understanding the impact of emotions, sentiments and reactions on ratings in online customer reviews of mobile apps | |
CN110400058A (zh) | 基于rx法则的零售管理方法及装置 | |
CN109993544A (zh) | 数据处理方法、系统、计算机系统及计算机可读存储介质 | |
CN112150298A (zh) | 数据处理方法、系统、设备及可读介质 | |
CN109582906A (zh) | 数据可靠度的确定方法、装置、设备和存储介质 | |
Roy et al. | Determinants of corporate environmental disclosure from an Asian perspective | |
CN109711849A (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
CN111402068B (zh) | 基于大数据的保费数据分析方法、装置及存储介质 | |
Sapkota et al. | Fear sells: determinants of fund-raising success in the cross-section of initial coin offerings | |
CN116703515A (zh) | 基于人工智能的推荐方法、装置、计算机设备及存储介质 | |
CN113496236B (zh) | 用户标签信息确定方法、装置、设备和存储介质 | |
CN109472277A (zh) | 借贷方分类的方法、装置以及存储介质 | |
CN114782668A (zh) | 模型聚合方法、装置、系统及电子设备 | |
Bakk et al. | Visualizing latent class models with analysis-of-distance BIPLOTS | |
Ferrer-Rosell et al. | When size does not matter: compositional data analysis in marketing research | |
Saxon et al. | Who Evaluates the Evaluations? Objectively Scoring Text-to-Image Prompt Coherence Metrics with T2IScoreScore (TS2) | |
WO2020172767A1 (zh) | 电子签购单识别方法、装置及终端设备 | |
CN113486145B (zh) | 基于网络节点的用户咨询回复方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |