CN109272362A - 一种风险保障产品的推送方法、装置及电子设备 - Google Patents

Abstract

本申请公开了一种风险保障产品的推送方法、装置及电子设备，该方法包括：获取用户的风险相关数据；基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；向所述用户推送所述待选风险保障产品分析报告。

Description

一种风险保障产品的推送方法、装置及电子设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种风险保障产品的推送方法、装置及电子设备。

背景技术

随着保险知识的普及，越来越多的用户开始关注保险产品，并选择保险产品作为理财规划和风险管理的工具。

然而，由于保险公司以及保险产品的种类非常繁多，用户自己则无法在众多的保险公司和对应的保险产品中选择出符合自身需求的保险产品。因此，用户在选择投保产品时，往往需要咨询保险公司的保险经理人，才能基于自身情况来选择投保产品，而很多保险经理人在为用户推荐保险产品时，可能会考虑到自身利益而为用户推荐不太符合用户自身需求的保险产品。

因此，如何完全基于用户自身的需求，为用户推荐符合其自身需求的保险产品，仍然亟待解决。

发明内容

本申请实施例提供了一种风险保障产品的推送方法、装置及电子设备，以解决现有技术中的保险产品的推荐往往依赖于保险经理人，不能保证能够为用户推荐符合其自身需求的保险产品的问题。

为解决上述技术问题，本申请实施例是这样实现的：

第一方面，提出了一种风险保障产品的推送方法，包括：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。

第二方面，提出了一种风险保障产品的推送装置，包括：

获取单元，获取用户的风险相关数据；

评估单元，基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

生成单元，基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

推送单元，向所述用户推送所述待选风险保障产品分析报告。

第三方面，提出了一种电子设备，该电子设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。

第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。

本申请实施例采用上述技术方案至少可以达到下述技术效果：

当用户发出风险保障产品的分析请求时，能够获取用户的风险相关数据，然后基于该风险相关数据和预设的专家系统，对用户进行风险评估，以获取用户的风险类型，其中，预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型，最后能够基于该风险相关数据、用户的风险类型、以及与风险类型匹配的风险保障产品，生成用户的待选风险保障产品分析报告，并向用户推送所述待选风险保障产品分析报告。

实现了通过获取用户的风险相关数据，对用户所面临的风险类型进行分析，进而获取用户所需的风险保障产品，并以分析报告的形式推送给用户，使得用户能够结合自身实际情况了解当前所面临的风险类型，以及所需的风险保障产品，避免了保险经理人向用户盲目营销保险产品，也减少了用户的抵触情绪，提升用户体验，使得用户能够结合自身实际情况选择所需的风险保障产品。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书一个实施例提供的一种风险保障产品的推送方法的实现流程示意图；

图2为本说明书一个实施例提供的一种风险保障产品的推送方法中预设的专家系统的输入输出过程示意图；

图3为本说明书一个实施例提供的一种风险保障产品的推送方法应用在一种实际场景中的实现流程示意图；

图4为本说明书一个实施例提供的一种风险保障产品的推送装置的结构示意图；

图5为本说明书一个实施例提供的另一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

为解决解决现有技术中的保险产品的推荐往往依赖于保险经理人，不能保证能够为用户推荐符合其自身需求的保险产品的问题，本说明书实施例提供一种风险保障产品的推送方法。本说明书实施例提供的风险保障产品的推送方法的执行主体可以但不限于手机、平板电脑、个人电脑等能够被配置为执行本发明实施例提供的该方法用户终端中的至少一种，或者，该方法的执行主体，还可以是能够实现本说明书实施例提供的该方法的客户端本身。

为便于描述，下文以该方法的执行主体为能够执行该方法的终端设备为例，对该方法的实施方式进行介绍。可以理解，该方法的执行主体为终端设备只是一种示例性的说明，并不应理解为对该方法的限定。

具体地，本说明书一个或多个实施例提供的一种风险保障产品的推送方法的实现流程示意图如图1所示，包括：

步骤110，获取用户的风险相关数据；

在实际应用中，可以为用户提供咨询风险保障产品或者评估风险类型的入口，该咨询风险保障产品或者评估风险类型的入口具体可以是一个应用程序(Application，APP)或者是公众号，或者是支付应用中的一个入口。用户可以进入该咨询风险保障产品或者评估风险类型的入口咨询一些风险保障方面的问题、或进行风险类型的评估。在确定用户有咨询风险保障产品或者评估风险类型的需求之后，则可以获取用户的风险相关数据。

应理解，在实际应用中，风险保障产品包括寿险、意外险、重疾险、医疗险、车险、财产险等风险保障产品。

其中，用户的风险相关数据中可以包括下述至少一个风险因子：年龄、健康状况、地域、职业、基因情况、性别、收入水平、贷款情况、家庭情况。而获取用户的风险相关数据，可以通过两种方式来获取，既可以为用户提供一个输入风险相关数据的界面，也可以获取用户在包含该咨询保险产品或者测评风险类型的入口的APP上注册的信息，比如年龄、职业、性别、地域等信息都可以在包含该咨询保险产品或者测评风险类型的入口的APP对应的服务器中获取。

步骤120，基于风险相关数据和预设的专家系统，对用户进行风险评估，以获取用户的风险类型；

其中，预设的专家系统用于基于风险相关数据和预设的风险计算模型计算风险相关数据对应的风险类型。

可选地，基于风险相关数据和预设的专家系统，对用户进行风险评估，以获取用户的风险类型，具体可以首先，基于风险相关数据，在专家系统中选择与风险相关数据匹配的至少一个风险计算模型，其中，预设的专家系统中包括预设个数的风险类型的计算模型；然后，通过至少一个风险计算模型计算风险相关数据在至少一个风险计算模型中对应的风险分值；最后，基于风险相关数据在至少一个风险计算模型中对应的风险分值，确定用户的风险类型。

如图2所示，为本说明书实施例提供的将用户的风险相关数据输入到预设的专家系统中，获取的用户的风险类型和用户所需的风险保障产品的过程示意图。在图2中，将用户的年龄、健康状况、地域、职业、基因情况、性别、收入水平、贷款情况、家庭情况输入到预设的专家系统中，通过预设的专家系统模拟专家推理，从而获取用户所面临的风险类型，以及用户所需的风险保障产品。

其中，预设的专家系统中包括预设个数的风险类型的计算模型，而风险类型包括健康风险、财产风险和出行风险，即预设的专家系统中包括健康风险的计算模型、财产风险的计算模型和出行风险的计算模型。应理解，由于健康风险、财产风险和出行风险这几种风险类型的侧重点有所不同，比如健康风险则侧重于基于用户的年龄、健康状况、职业、基因情况等与健康息息相关的风险因子来评估用户所面临的健康风险，而财产风险则侧重于基于用户的收入水平、贷款情况和家庭情况等与财产息息相关的风险因子来评估用户所面临的财产风险，因此，不同的风险类型对应的计算模型也不相同。

为了充分利用用户的风险相关数据中的风险因子，来为用户确定保险文案，本说明书一个或多个实施例在设置不同风险类型的计算模型时，可以对不同的风险因子设置不同的权重值。比如，健康风险的计算模型中的年龄、健康状况、职业、基因情况等与健康息息相关的风险因子的权重值大于地域、收入水平、贷款情况和家庭情况等与健康无关或者关系不大的风险因子的权重值；而财产风险的计算模型中的收入水平、贷款情况和家庭情况等与财产息息相关的风险因子的权重值则大于年龄、地域、职业、基金情况、性别等与财务无关或者关系不大的风险因子的权重值。

可选地，基于风险相关数据在至少一个风险计算模型中对应的风险分值，确定用户的风险类型，具体可以从风险相关数据在至少一个风险计算模型中对应的风险分值中选择风险分值最大的风险类型，并将风险分值最大的风险类型以及该风险类型对应的风险保障产品，确定为用户的风险类型以及用户所需的风险保障产品。

下面以具体实例来详细说明基于风险相关数据和预设的专家系统，对用户进行风险评估，以获取用户的风险类型和用户所需的风险保障产品的处理过程。

假设用户A的风险相关数据包括年龄、健康状况、地域、职业、基因情况、性别、收入水平、贷款情况、家庭情况。其中，用户A的年龄为35岁、健康状况为良好、地域为北京、职业为室内工作者、基因情况为无基因遗传问题、性别为女、家庭收入水平为月收入为2.5万元(其中配偶的月收入为1.5万元)、贷款情况为有车贷和房贷(假设每月需要支付的车贷和房贷一共有1.2万元)、家庭情况为已婚且有子女，在获取了用户A的风险相关数据之后，可以基于该风险相关数据和预设的专家系统中各风险类型的风险计算模型，来确定用户A所面临的各个风险类型所对应的风险分值。

那么首先，基于用户A的风险相关数据，可以从健康风险的计算模型中确定与年龄为35岁对应的权重值a1、健康状况为良好对应的权重值a2、地域为北京对应的权重值a3、职业为室内工作者对应的权重值a4、基因情况为无基因遗传问题对应的权重值a5、性别为女对应的权重值a6、收入水平为月收入为10k对应的权重值a7、贷款情况为有车贷和房贷对应的权重值a8、家庭情况为已婚且有子女对应的权重值a9，并可以确定财产风险的风险分值X＝35×a1+a2+a3+a4+a5+a6+25k×a7+12k×a8+a9。

然后，基于用户A的风险相关数据，可以从财产风险的计算模型中确定与年龄为35岁对应的权重值b1、健康状况为良好对应的权重值b2、地域为北京对应的权重值b3、职业为室内工作者对应的权重值b4、基因情况为无基因遗传问题对应的权重值b5、性别为女对应的权重值b6、收入水平为月收入为10k对应的权重值b7、贷款情况为有车贷和房贷对应的权重值b8、家庭情况为已婚且有子女对应的权重值b9，并可以确定财产风险的风险分值Y＝35×b1+b2+b3+b4+b5+b6+25k×b7+12k×b8+b9。

最后，基于用户A的风险相关数据，可以从出行风险的计算模型中确定与年龄为35岁对应的权重值c1、健康状况为良好对应的权重值c2、地域为北京对应的权重值c3、职业为室内工作者对应的权重值c4、基因情况为无基因遗传问题对应的权重值c5、性别为女对应的权重值c6、收入水平为月收入为10k对应的权重值c7、贷款情况为有车贷和房贷(假设为每月6k)对应的权重值c8、家庭情况为已婚且有子女对应的权重值c9，并确定出行风险的风险分值Z＝35×c1+c2+c3+c4+c5+c6+25k×c7+12k×c8+c9。

在确定了用户A的健康风险对应的风险分值X、财产风险对应的风险分值Y以及出行风险对应的风险分值Z之后，便可以从健康风险对应的风险分值X、财产风险对应的风险分值Y以及出行风险对应的风险分值Z中选择出风险分值最大的风险类型，假设X>Y>Z，那么可以确定用户A当前所面临的最紧急的风险类型为健康风险，那么可以确定用户A所需的风险保障产品包括重疾险、意外险等与健康相关的风险保障产品。

可选地，为了对预设的专家系统不断地进行完善，以确定出更加符合用户需求的风险类型和对应的保险险种，本说明书一个或多个实施例还可以基于历史时间段内的多个用户在咨询风险保障产品时输入的风险相关内容(比如询问的问题、输入的保险类型、保额等风险相关内容)，来更新预设的专家系统。具体来说，可以首先，获取历史时间段内多个用户在咨询风险保障产品时输入的风险相关内容；然后，从风险相关内容中，提取出与风险保障相关的关键词；最后，基于与风险保障相关的关键词，更新预设的专家系统中关键词对应的风险因子和关键词对应的风险因子的权重值中的至少一项。

其中，从风险相关内容中，提取出与风险保障相关的名词，具体可以通过命名实体识别(Named Entity Recognition，NER)的方式从风险相关内容中提取出与风险保障相关的名词。

可选地，基于与风险保障相关的关键词，更新预设的专家系统中关键词对应的风险因子和关键词对应的风险因子的权重值中的至少一项，具体来说，可以首先，确定与风险保障相关的关键词出现的次数；若与风险保障相关的关键词出现的次数大于或等于第一预设阈值，且预设的专家系统中不存在与风险保障相关的关键词对应的风险因子，则将与风险保障相关的关键词对应的风险因子添加到预设的专家系统中；而若与风险保障相关的关键词出现的次数大于或等于第二预设阈值，且预设的专家系统中存在与风险保障相关的关键词对应的风险因子，则增加与风险保障相关的关键词对应的风险因子的权重值。

比如，很多用户在咨询健康风险类型对应的重疾险、医疗险等健康风险保障产品时，通常会问“在有社保前提下，还要不要买重疾险或者医疗险？”，当“社保”这一与风险保障相关的名词出现的次数大于或等于第一预设阈值时，且预设的专家系统中没有社保这一风险因子，那么可以将社保添加到预设的专家系统中，并设置对应的权重值，即用户有社保对应于权重值e1，而用户无社保则可以对应于权重值e2。

又如，若有很多用户在咨询风险保障产品时，可能会问“我今年年龄是XX，应该买什么类型的保险”，当“年龄”这一风险因子出现的次数大于或等于第二预设阈值时，且预设的专家系统中有年龄这一风险因子，那么可以将年龄这一风险因子对应的权重值适当地增加。

再如，若用户在咨询风险保障产品时，可能会问“我已经买了XX类型的保险，还需要买什么保险”，那么用户已有的XX类型的保险将会被提取出来，在经由预设的专家系统评估用户所面临的风险类型时，则不会再对用户所已有的XX类型的保险对应的风险类型进行评估。

步骤130，基于风险相关数据、用户的风险类型、以及与该风险类型匹配的风险保障产品和用户所需的风险保障产品，生成用户的待选风险保障产品分析报告；

由于一种风险类型往往会存在与之相匹配的风险保障产品，比如与健康风险相匹配的风险保障产品包括重疾险、医疗险等风险保障产品，为便于让用户更简单明确地了解当前需要什么样的风险保障产品，那么在生成用户的待选风险保障产品分析报告之前，还可以基于用户的风险类型，确定与该风险类型相匹配的风险保障产品。

应理解，待选风险保障产品分析报告用于结合用户的实际情况，即基于用户的风险相关数据，分析用户当前所面临的风险类型，并需要购置什么样的风险保障产品来应对用户所面临的风险类型，使得用户清楚地了解到当前所面临的风险类型、为何会面临这种风险类型，以及需要什么样的风险保障产品。

可选地，基于风险相关数据、用户的风险类型、以及与该风险类型匹配的风险保障产品，生成用户的待选风险保障产品分析报告，具体来说，可以首先，基于风险相关数据、以及用户的风险类型的计算模型，确定风险相关数据中的各风险因子的权重值；其中，用户的风险类型的计算模型中包括风险因子与权重值的对应关系；然后，基于风险相关数据、以及风险相关数据中的各风险因子的权重值，确定风险相关数据中的各风险因子的贡献程度；最后，基于风险相关数据、用户的风险类型、与该风险类型匹配的风险保障产品、和风险相关数据中的各风险因子的贡献程度，生成用户的待选风险保障产品分析报告。

沿用上述确定的用户A所面临的健康风险为例，那么首先可以确定该用户A所面临的健康风险中各风险因子的权重值，即a1～a9，然后确定出各风险因子的贡献程度，即35×a1，a2，a3，a4，a5，a6，25k×a7，12k×a8+a9，并将这些风险因子的贡献程度按照由高到低的顺序排列，依次对用户的各个风险因子对健康风险的贡献程度进行分析。

可选地，基于风险相关数据、用户的风险类型、与该风险类型匹配的风险保障产品、和风险相关数据中的各风险因子的贡献程度，生成用户的待选风险保障产品分析报告，具体可以首先，基于风险相关数据中的各风险因子的贡献程度，为用户匹配风险保障产品的适用条件；然后，基于风险保障产品的适用条件，为用户确定预设意外造成的生活影响；最后，基于风险相关数据、用户的风险类型、与该风险类型匹配的风险保障产品、风险相关数据中的各风险因子的贡献程度、用户匹配风险保障产品的适用条件以及预设意外造成的生活影响，生成用户的待选风险保障产品分析报告。

在实际应用中，既可以基于风险相关数据中的各风险因子的贡献程度来生成用户的待选风险保障产品分析报告，也可以指定基于某个风险因子来生成用户的待选风险保障产品分析报告。

如图3所示，为本说明书一个或多个实施例提供的基于用户的风险相关数据匹配风险保障产品的适用条件，再基于风险保障产品的适用条件确定预定以外造成的生活影响的过程示意图。在图3中，假设基于用户的风险相关数据匹配该用户的风险保障产品的适用条件为“重疾概率高”，那么一旦用户发生了重疾，则将导致“无力支付重大医疗费用”等生活影响，基于此，则可以生成该用户的待选风险保障产品分析报告，即用户为什么需要重疾险等医疗保险来应对用户所面临的健康风险。

需要说明的是，在基于风险相关数据、用户的风险类型和用户所需的风险保障产品，生成用户的待选风险保障产品分析报告的过程中，该用户的待选风险保障产品分析报告中，一种风险因子往往只使用一次，若某一种风险因子已使用了两次，那么在该用户的待选风险保障产品分析报告中将使用贡献程度小于该风险因子的其他风险因子。

步骤140，向用户推送待选风险保障产品分析报告。

最后，将生成的待选风险保障产品分析报告推送给用户，以供用户在选择购买风险保障产品时进行参考，从而提升用户的购买体验，使得用户清楚地了解自己当前所面临的各种类型的风险，以及需要什么类型的风险保障产品。

当用户发出风险保障产品的分析请求时，能够获取用户的风险相关数据，然后基于该风险相关数据和预设的专家系统，对用户进行风险评估，以获取用户的风险类型，其中，预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型，最后能够基于该风险相关数据、用户的风险类型、以及与风险类型匹配的风险保障产品，生成用户的待选风险保障产品分析报告，并向用户推送所述待选风险保障产品分析报告。

实现了通过获取用户的风险相关数据，对用户所面临的风险类型进行分析，进而获取用户所需的风险保障产品，并以分析报告的形式推送给用户，使得用户能够结合自身实际情况了解当前所面临的风险类型，以及所需的风险保障产品，避免了保险经理人向用户盲目营销保险产品，也减少了用户的抵触情绪，提升用户体验，使得用户能够结合自身实际情况选择所需的风险保障产品。

图4是本说明书提供的风险保障产品的推送装置400的结构示意图。请参考图4，在一种软件实施方式中，风险保障产品的推送装置400可包括获取单元401、评估单元402、生成单元403和推送单元404，其中：

获取单元401，获取用户的风险相关数据；

评估单元402，基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

生成单元403，基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

推送单元404，向所述用户推送所述待选风险保障产品分析报告。

可选地，在一种实施方式中，所述评估单元402，

基于所述风险相关数据，在所述专家系统中选择与所述风险相关数据匹配的至少一个风险计算模型；

通过所述至少一个风险计算模型计算所述风险相关数据在所述至少一个风险计算模型中对应的风险分值；

基于风险相关数据在所述至少一个风险计算模型中对应的风险分值，确定所述用户的风险类型。

可选地，在一种实施方式中，所述生成单元403，

基于所述风险相关数据、以及所述用户的风险类型对应的风险计算模型，确定所述风险相关数据中的各风险因子的权重值；其中，所述用户的风险类型对应的风险计算模型中包括风险因子与权重值的对应关系；

基于所述风险相关数据、以及所述风险相关数据中的各风险因子的权重值，确定所述风险相关数据中的各风险因子的贡献程度；

基于所述风险相关数据、所述用户的风险类型、与所述风险类型匹配的风险保障产品、和所述风险相关数据中的各风险因子的贡献程度，生成所述用户的待选风险保障产品分析报告。

可选地，在一种实施方式中，所述生成单元403，

基于所述风险相关数据中的各风险因子的贡献程度，为所述用户匹配风险保障产品的适用条件；

基于所述风险保障产品的适用条件，为所述用户确定预设意外造成的生活影响；

基于所述风险相关数据、所述用户的风险类型、与所述风险类型匹配的风险保障产品、所述风险相关数据中的各风险因子的贡献程度、所述用户匹配风险保障产品的适用条件以及所述预设意外造成的生活影响，生成所述用户的待选风险保障产品分析报告。

可选地，在一种实施方式中，所述装置还包括：

第一获取单元405，获取历史时间段内多个用户在咨询风险保障产品时输入的风险相关内容；

提取单元406，从所述风险相关内容中，提取出与风险保障相关的关键词；

更新单元407，基于所述与风险保障相关的关键词，更新所述预设的专家系统中所述关键词对应的风险因子和所述关键词对应的风险因子的权重值中的至少一项。

可选地，在一种实施方式中，所述更新单元407，

确定所述与风险保障相关的关键词出现的次数；

若所述与风险保障相关的关键词出现的次数大于或等于第一预设阈值，且所述预设的专家系统中不存在所述与风险保障相关的关键词对应的风险因子，则将所述与风险保障相关的关键词对应的风险因子添加到所述预设的专家系统中；

若所述与风险保障相关的名词出现的次数大于或等于第二预设阈值，且所述预设的专家系统中存在所述与风险保障相关的关键词对应的风险因子，则增加所述与风险保障相关的关键词对应的风险因子的权重值。

可选地，在一种实施方式中，所述预设个数的风险类型包括下述至少一种：

健康风险；财产风险；出行风险。

可选地，在一种实施方式中，所述风险相关数据包括下述至少一种风险因子：

年龄；健康状况；地域；职业；基因情况；性别；收入水平；贷款情况；家庭情况。

风险保障产品的推送装置400能够实现图1～图3的方法实施例的方法，具体可参考图1～图3所示实施例的风险保障产品的推送方法，不再赘述。

图5是本说明书的一个实施例提供的电子设备的结构示意图。请参考图5，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成风险保障产品的推送装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。

上述如本说明书图1～图3所示实施例揭示的风险保障产品的推送方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1～图3的风险保障产品的推送方法，本说明书在此不再赘述。

当然，除了软件实现方式之外，本说明书的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的保护范围之内。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

Claims (11)

1.一种风险保障产品的推送方法，包括：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。

2.如权利要求1所述的方法，基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型，包括：

基于所述风险相关数据，在所述专家系统中选择与所述风险相关数据匹配的至少一个风险计算模型；

通过所述至少一个风险计算模型计算所述风险相关数据在所述至少一个风险计算模型中对应的风险分值；

基于风险相关数据在所述至少一个风险计算模型中对应的风险分值，确定所述用户的风险类型。

3.如权利要求2所述的方法，基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告，包括：

基于所述风险相关数据、以及所述用户的风险类型对应的风险计算模型，确定所述风险相关数据中的各风险因子的权重值；其中，所述用户的风险类型对应的风险计算模型中包括风险因子与权重值的对应关系；

基于所述风险相关数据、以及所述风险相关数据中的各风险因子的权重值，确定所述风险相关数据中的各风险因子的贡献程度；

基于所述风险相关数据、所述用户的风险类型、与所述风险类型匹配的风险保障产品、和所述风险相关数据中的各风险因子的贡献程度，生成所述用户的待选风险保障产品分析报告。

4.如权利要求3所述的方法，基于所述风险相关数据、所述用户的风险类型、与所述风险类型匹配的风险保障产品、和所述风险相关数据中的各风险因子的贡献程度，生成所述用户的待选风险保障产品分析报告，包括：

基于所述风险相关数据中的各风险因子的贡献程度，为所述用户匹配风险保障产品的适用条件；

基于所述风险保障产品的适用条件，为所述用户确定预设意外造成的生活影响；

基于所述风险相关数据、所述用户的风险类型、与所述风险类型匹配的风险保障产品、所述风险相关数据中的各风险因子的贡献程度、所述用户匹配风险保障产品的适用条件以及所述预设意外造成的生活影响，生成所述用户的待选风险保障产品分析报告。

5.如权利要求1所述的方法，所述方法还包括：

获取历史时间段内多个用户在咨询风险保障产品时输入的风险相关内容；

从所述风险相关内容中，提取出与风险保障相关的关键词；

基于所述与风险保障相关的关键词，更新所述预设的专家系统中所述关键词对应的风险因子和所述关键词对应的风险因子的权重值中的至少一项。

6.如权利要求5所述的方法，基于所述与风险保障相关的关键词，更新所述预设的专家系统中所述关键词对应的风险因子和所述关键词对应的风险因子的权重值中的至少一项，包括：

确定所述与风险保障相关的关键词出现的次数；

若所述与风险保障相关的关键词出现的次数大于或等于第一预设阈值，且所述预设的专家系统中不存在所述与风险保障相关的关键词对应的风险因子，则将所述与风险保障相关的关键词对应的风险因子添加到所述预设的专家系统中；

若所述与风险保障相关的名词出现的次数大于或等于第二预设阈值，且所述预设的专家系统中存在所述与风险保障相关的关键词对应的风险因子，则增加所述与风险保障相关的关键词对应的风险因子的权重值。

7.如权利要求1～6中任一所述的方法，所述预设个数的风险类型包括下述至少一种：

健康风险；财产风险；出行风险。

8.如权利要求1～6中任一所述的所述的方法，所述风险相关数据包括下述至少一种风险因子：

年龄；健康状况；地域；职业；基因情况；性别；收入水平；贷款情况；家庭情况。

9.一种风险保障产品的推送装置，包括：

获取单元，获取用户的风险相关数据；

评估单元，基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

生成单元，基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

推送单元，向所述用户推送所述待选风险保障产品分析报告。

10.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。

11.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

获取用户的风险相关数据；

基于所述风险相关数据和预设的专家系统，对所述用户进行风险评估，以获取所述用户的风险类型；其中，所述预设的专家系统用于基于风险相关数据和预设的风险计算模型计算所述风险相关数据对应的风险类型；

基于所述风险相关数据、所述用户的风险类型、以及与所述风险类型匹配的风险保障产品，生成所述用户的待选风险保障产品分析报告；

向所述用户推送所述待选风险保障产品分析报告。