CN109711997A - 保险业务推送方法、装置、设备及可读存储介质 - Google Patents
保险业务推送方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN109711997A CN109711997A CN201810952257.5A CN201810952257A CN109711997A CN 109711997 A CN109711997 A CN 109711997A CN 201810952257 A CN201810952257 A CN 201810952257A CN 109711997 A CN109711997 A CN 109711997A
- Authority
- CN
- China
- Prior art keywords
- feature
- target user
- target
- product
- insurance
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005315 distribution function Methods 0.000 claims description 50
- 238000013507 mapping Methods 0.000 claims description 32
- 230000006399 behavior Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种保险业务推送方法、装置、设备及可读存储介质，所述保险业务推送方法包括：每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；在预设保险产品库中获取与所述属性标签匹配的目标产品；基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；将所述定制产品数据发送给所述目标用户对应的客户端。本发明解决现有保险业务宣发效率低、保险产品粘度下降的技术问题。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种保险业务推送方法、装置、设备及可读存储介质。
背景技术
目前，在保险行业，保险业务的宣发方式是：由业务人员对客户进行产品介绍和宣传，或者由客户根据自己在承保APP上主动查询得到自己想要购买的保险，这种保险业务的宣发方式主要是依靠业务人员自身的宣发能力或者是用户自身的查询能力，即未能给用户提供有效的定制化的服务，由于未能给用户提供有效的定制化服务，降低了用户体验，因而导致保险产品粘度下降的技术问题。
发明内容
本发明的主要目的在于提供一种保险业务推送方法、装置、设备及可读存储介质，旨在解决现有保险业务宣发效率低、保险产品粘度下降的技术问题。
为实现上述目的，本发明提供一种保险业务推送方法，所述保险业务推送方法包括：
每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
在预设保险产品库中获取与所述属性标签匹配的目标产品；
基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
将所述定制产品数据发送给所述目标用户对应的客户端。
可选地，所述基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据步骤包括：
基于所述目标用户的教育背景属性标签，和预存教育背景属性标签与预存阅览特征的映射关系，得到所述目标用户的阅览特征，其中，所述阅览特征包括指向图文结合的显性阅览特征，以及指向纯文本的隐性阅览特征；
当所述阅览特征为所述指向图文结合的显性阅览特征时，获取所述目标产品对应的投保需知，和/或健康告知内容，并获取所述投保需知，和/或所述健康告知内容对应的图文结合编辑内容，将所述图文结合编辑内容作为所述目标产品的第一定制产品数据；
当所述阅览特征为所述指向纯文本的隐性阅览特征时，获取对应选取的所述目标产品的投保分析、投保建议内容，并将所述投保分析、投保建议内容作为所述目标产品的第二定制产品数据。
可选地，所述每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签步骤包括：
每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征；
分别将所述购买行为特征、所述爱好特征、所述关注特征和所述关键字特征通过预设数据拟合模型进行数据拟合，得到对应的第一特征分布函数，第二特征分布函数、第三特征分布函数和第四特征分布函数；
分别将所述第一特征分布函数、所述第二特征分布函数、所述第三特征分布函数和所述第四特征分布函数与预设特征分布函数进行对比，得到对应的第一特征分布类型、第二特征分布类型、第三特征分布类型和第四特征分布类型；
根据预设关联度计算规则，计算所述第一、第二、第三、第四特征分布类型之间的关联度大小；
基于预存的所述关联度大小与各个模型的映射关系，得到所述目标用户匹配的目标模型，其中所述各个模型是已经训练完成的，能够进行目标用户属性标签处理的模型；
调用所述目标模型，对所述目标用户进行属性标签处理。
可选地，所述每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征步骤包括：
每间隔预设时间段获取目标用户在预设第一历史时间段内，所购买的保险产品的属性标签，基于所述属性标签和预存属性标签与预存购买行为特征的映射关系，得到目标用户的购买行为特征；
每间隔预设时间段获取目标用户在预设第二历史时间段内，所浏览的保险产品的第一浏览时长，基于所述第一浏览时长和预存浏览时长与预存用户爱好特征的关联关系，得到目标用户的爱好特征；
每间隔预设时间段获取目标用户在预设第三历史时间段内，所关注的保险产品公众号或者官方账号类型，基于所述所关注的保险产品公众号或者官方账号类型，和预存保险产品公众号或者官方账号类型与预存目标用户的关注特征的关联关系，得到目标用户的关注特征；
每间隔预设时间段获取目标用户在预设第四历史时间段内，所输入的保险产品的关键字，将所述关键字作为目标用户的关键字特征。
可选地，所述将所述目标产品定制推送给所述目标用户对应的客户端步骤之后包括：
获取所述目标用户对推送的所述目标产品的第二浏览时长；
基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率。
可选地，所述第二浏览时长包括各个所述目标产品对应的子浏览时长；
所述基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率步骤之后包括：
基于各个所述目标产品对应的子浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到各个所述目标产品对应的各个子有效推送率；
从大到小排序所述各个子有效推送率，得到各个目标产品的目标排序；
基于所述目标排序，选取预设数目的目标产品，并得到所述预设数目的目标产品的目标产品标签；
将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
可选地，所述将所述目标产品标签添加至所述目标用户对应的原有属性标签中步骤包括：
判断所述目标用户的原有属性标签中是否存在所述目标产品标签的匹配标签，其中，所述匹配标签与所述目标产品标签的意思相同或者相近；
当所述目标原有属性标签中存在所述目标产品标签的匹配标签时，剔除所述匹配标签，并将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
本发明还提供一种保险业务推送装置，所述保险业务推送装置包括：
所述保险业务推送装置包括：
第一获取模块，用于每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
第二获取模块，用于在预设保险产品库中获取与所述属性标签匹配的目标产品；
第三获取模块，用于基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
推送模块，用于将所述定制产品数据发送给所述目标用户对应的客户端。
可选地，所述第三获取模块包括：
第一获取单元，用于基于所述目标用户的教育背景属性标签，和预存教育背景属性标签与预存阅览特征的映射关系，得到所述目标用户的阅览特征，其中，所述阅览特征包括指向图文结合的显性阅览特征，以及指向纯文本的隐性阅览特征；
第二获取单元，用于当所述阅览特征为所述指向图文结合的显性阅览特征时，获取所述目标产品对应的投保需知，和/或健康告知内容，并获取所述投保需知，和/或所述健康告知内容对应的图文结合编辑内容，将所述图文结合编辑内容作为所述目标产品的第一定制产品数据；
第三获取单元，用于当所述阅览特征为所述指向纯文本的隐性阅览特征时，获取对应选取的所述目标产品的投保分析、投保建议内容，并将所述投保分析、投保建议内容作为所述目标产品的第二定制产品数据。
可选地，所述第一获取模块包括：
第四获取单元，用于每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征；
标签单元，用于基于所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征，对所述目标用户进行属性标签处理。
可选地，所述标签单元包括：
第一获取子单元，用于每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征；
特征分布函数获取单元，用于分别将所述购买行为特征、所述爱好特征、所述关注特征和所述关键字特征通过预设数据拟合模型进行数据拟合，得到对应的第一特征分布函数，第二特征分布函数、第三特征分布函数和第四特征分布函数；
比对单元，用于分别将所述第一特征分布函数、所述第二特征分布函数、所述第三特征分布函数和所述第四特征分布函数与预设特征分布函数进行对比，得到对应的第一特征分布类型、第二特征分布类型、第三特征分布类型和第四特征分布类型；
第二获取子单元，用于根据预设关联度计算规则，计算所述第一、第二、第三、第四特征分布类型之间的关联度大小；
第三获取子单元，用于基于预存的所述关联度大小与各个模型的映射关系，得到所述目标用户匹配的目标模型，其中所述各个模型是已经训练完成的，能够进行目标用户属性标签处理的模型；
调用子单元，用于调用所述目标模型，对所述目标用户进行属性标签处理。
可选地，所述第四获取单元包括：
第四获取子单元，用于每间隔预设时间段获取目标用户在预设第一历史时间段内，所购买的保险产品的属性标签，基于所述属性标签和预存属性标签与预存购买行为特征的映射关系，得到目标用户的购买行为特征；
第五获取子单元，用于每间隔预设时间段获取目标用户在预设第二历史时间段内，所浏览的保险产品的第一浏览时长，基于所述第一浏览时长和预存浏览时长与预存用户爱好特征的关联关系，得到目标用户的爱好特征；
第六获取子单元，用于每间隔预设时间段获取目标用户在预设第三历史时间段内，所关注的保险产品公众号或者官方账号类型，基于所述所关注的保险产品公众号或者官方账号类型，和预存保险产品公众号或者官方账号类型与预存目标用户的关注特征的关联关系，得到目标用户的关注特征；
第七获取子单元，用于每间隔预设时间段获取目标用户在预设第四历史时间段内，所输入的保险产品的关键字，将所述关键字作为目标用户的关键字特征。
可选地，所述保险业务推送装置还包括：
第四获取模块，用于获取所述目标用户对推送的所述目标产品的第二浏览时长；
第五获取模块，用于基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率。
可选地，所述第二浏览时长包括各个所述目标产品对应的子浏览时长；
所述保险业务推送装置还包括：
第六获取模块，用于基于各个所述目标产品对应的子浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到各个所述目标产品对应的各个子有效推送率；
排序模块，用于从大到小排序所述各个子有效推送率，得到各个目标产品的目标排序；
选取模块，用于基于所述目标排序，选取预设数目的目标产品，并得到所述预设数目的目标产品的目标产品标签；
添加模块，用于将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
可选地，所述添加模块包括：
判断单元，用于判断所述目标用户的原有属性标签中是否存在所述目标产品标签的匹配标签，其中，所述匹配标签与所述目标产品标签的意思相同或者相近；
剔除单元，用于当所述目标原有属性标签中存在所述目标产品标签的匹配标签时，剔除所述匹配标签，并将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
此外，为实现上述目的，本发明还提供一种保险业务推送设备，所述保险业务推送设备包括：存储器、处理器，通信总线以及存储在所述存储器上的保险业务推送程序，
所述通信总线用于实现处理器与存储器间的通信连接；
所述处理器用于执行所述保险业务推送程序，以实现以下步骤：
每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
在预设保险产品库中获取与所述属性标签匹配的目标产品；
基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
将所述定制产品数据发送给所述目标用户对应的客户端。
此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：
每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
在预设保险产品库中获取与所述属性标签匹配的目标产品；
基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
将所述定制产品数据发送给所述目标用户对应的客户端。
本发明通过每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；在预设保险产品库中获取与所述属性标签匹配的目标产品；基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；将所述定制产品数据发送给所述目标用户对应的客户端。即在本申请中，获取目标用户的保险业务特征，基于所述保险业务特征对目标用户进行属性标签处理，并基于目标用户的属性标签匹配目标产品，因而，所述目标产品是目标用户所需要的粘度产品，且将所述粘度产品对应产品数据使用用户习惯的浏览特征进行定制推送，因而会提升保险业务的宣发效率与准确性，提高保险产品的粘度，因而解决现有保险业务宣发效率低、保险产品粘度下降的技术问题。
附图说明
图1为本发明保险业务推送方法第一实施例的流程示意图；
图2为本发明保险业务推送方法第二实施例的流程示意图；
图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种保险业务推送方法，在本发明保险业务推送方法的第一实施例中，所述保险业务推送方法包括：
步骤S10，每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
步骤S20，在预设保险产品库中获取与所述属性标签匹配的目标产品；
步骤S30，基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
步骤S40，将所述目标产品定制推送给所述目标用户对应的客户端。
参照图1，具体步骤如下：
步骤S10，每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
本申请提出了一种保险业务推送方法，在所述保险业务推送方法中，通过大数据云服务获取目标用户、并获取目标用户的保险业务特征，具体地，目标用户可以通过多个渠道获取得到，其中，曾经在保险网站、保险应用或相关线下网点咨询或进行过保险业务的人群，都是目标用户，用以具体实施例进行说明，在平安普惠购买过保险产品的用户是目标用户，在平安对应柜台进行咨询并进行个人信息记录过的用户也是目标用户，在得到目标用户后，获取目标用户的保险业务特征，具体地，首先获取目标用户的登录信息或者登记信息，基于所述登录信息或者登记信息、以及用户的授权，统计得到目标用户的保险业务特征，具体统计如用户的查询特征、购买特征、浏览特征等，在得到用户的保险业务特征后，并基于所述保险业务特征对所述目标用户进行属性标签处理，以最终实现保险业务的定制化服务。
其中，每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签，具体地，由于目标用户的保险业务特征是可以变化的，因而可以是每间隔预设时间段获取目标用户在预设历史时间段的保险业务特征，并基于所述在所述预设第五历史时间段对应的保险业务特征对所述目标用户进行属性标签处理，因而，能够确保得到的目标用户的属性标签是实时有效的。用以具体实施例进行说明，每一个月月初时获取用户在过去3个月内的保险业务特征，并基于所述保险业务特征对所述目标用户进行属性标签处理；其中，属性标签包括目标用户是倾向于万能保险、分红保险、还是重疾保险等，另外，属性标签还包括目标用户是保守类型或者激进类型的用户类型，进一步地，属性标签还可以包括目标用户对保险产品的忠诚度大小等，进一步地，属性标签还可以包括目标用户对应文化程度标签如大学，研究生，高中等，另外，属性标签还包括用户的渠道偏好类型，如用户是倾向于现场在柜台购买保险还是倾向于在手机APP上购买等，对目标用户的属性标签包括但不限于上述标签的举例，其中，需要说明的是，用户的标签越多，推荐越准确。
具体地，所述每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签步骤包括：
步骤S11，每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征；
在本实施例中，每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征，目标用户的保险业务特征包括目标用户关联的查询特征、购买特征、浏览特征等，其中，目标用户关联的查询特征具体可以是关键字特征，购买特征具体可以是目标用户的购买行为特征，浏览特征具体可以是目标用户的爱好特征、以及关注特征等等，需要说明的是，目标用户的保险业务特征包括但不限于目标用户的购买行为特征、爱好特征、关注特征、关键字特征。
具体地，所述每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征步骤包括：
步骤A1，每间隔预设时间段获取目标用户在预设第一历史时间段内，所购买的保险产品的属性标签，基于所述属性标签和预存属性标签与预存购买行为特征的映射关系，得到目标用户的购买行为特征；
在本实施例中，对应预存有预存属性标签与预存购买行为特征的映射关系，每间隔预设时间段获取目标用户在预设第一历史时间段内，所购买的保险产品的属性标签，其中，所述预设第一历史时间段可以是过去6个月或者过去三个月，所述每间隔预设时间段可以是每间隔1个月，目标用户所购买的保险产品的属性标签指的是目标用户所购买的所有保险产品的属性标签，当所述目标用户所购买的所有保险产品的属性标签存在标签重复时，对重复的标签进行去除处理，用以具体实施例进行说明，在过去6个月内用户购买了车险、意外险以及重疾险，则目标用户的属性标签包括车险、意外险以及重疾险三种保险产品的所有产品标签，而若车险、意外险以及重疾险三种保险产品的产品标签都包括保守特征时，对目标用户只进行一个“保守”特征的标签。在得到目标用户所购买的保险产品的属性标签后，即可基于所述属性标签、预存属性标签与预存购买行为特征的映射关系得到目标用户的购买行为特征，所述购买行为特征可以包括但不限于保守、激进、忠诚或者不忠诚等。
步骤A2，每间隔预设时间段获取目标用户在预设第二历史时间段内，所浏览的保险产品的第一浏览时长，基于所述第一浏览时长和预存浏览时长与预存用户爱好特征的关联关系，得到目标用户的爱好特征；
在本实施例中，预存有对应预存浏览时长与预存用户爱好特征的关联关系，每间隔预设时间段获取目标用户在预设第二历史时间段内，所浏览的保险产品的第一浏览时长，所述预设第二历史时间段可以与预设第一历史时间段相等，其中，用户所浏览的保险产品的第一浏览时长包括目标用户在保险APP上某保险产品主页或者主页对应下级页面上浏览的总时长，所述第一浏览时长还可以是目标用户在柜台上咨询对应保险产品的时长，基于所述第一浏览时长、预存浏览时长与预存用户爱好特征的关联关系得到目标用户的爱好特征，具体地，所述爱好特征可以是爱好某具体类型的保险产品如人身类型保险产品如意外险或者是财产类型的保险产品如车险等，需要说明的是，用户的爱好特征还可以包括用户在保险网站或者在柜台对自己进行的爱好标签，如标签具体喜欢a类型保险产品。
进一步地，除了统计目标用户在预设第二历史时间段内，所浏览的保险产品的第一浏览时长外，还可以在预设第二历史时间段内，统计目标用户对保险产品的浏览次数，结合第一浏览时长以及浏览次数，调用预存的浏览分析模型，对用户进行爱好特征的分析。
步骤A3，每间隔预设时间段获取目标用户在预设第三历史时间段内，所关注的保险产品公众号或者官方账号类型，基于所述所关注的保险产品公众号或者官方账号类型，和预存保险产品公众号或者官方账号类型与预存目标用户的关注特征的关联关系，得到目标用户的关注特征；
在本实施例中，预存有预存保险产品公众号或者官方账号类型与预存目标用户的关注特征的关联关系，由于用户的关注特征一般比较稳定，因而预设第三历史时间段可以比预设第一历史时间段、预设第二历史时间段更长，每间隔预设时间段获取目标用户在预设第三历史时间段内，所关注的保险产品公众号或者官方账号类型，基于所关注的保险产品公众号或者官方账号类型、预存的对应预存公众号或者官方账号类型与用户关注特征的关联关系，即可得到目标用户的关注特征，用以具体实施例进行说明，目标用户关注了M、Q保险产品的官方账号以及官方公众号，则目标用户的关注特征包括M、Q保险产品的产品特征，当目标用户关注的保险产品的官方账号以及官方公众号大于第一预设个数时，提取所关注的各个保险产品的共同特征，以得到目标用户的关注特征。
步骤A4，每间隔预设时间段获取目标用户在预设第四历史时间段内，所输入的保险产品的关键字，将所述关键字作为目标用户的关键字特征。
在本实施例中，每间隔预设时间段获取目标用户在预设第四历史时间段内，所输入的保险产品的关键字，所述预设第四历史时间段可以与第一历史时间段、第二历史时间段相等，在得到关键字特征后，将所述关键字作为目标用户的关键字特征。用以具体实施例进行说明，所述关键字为：O重疾险、则对应目标用户的关键字特征为O重疾险。
步骤S12，分别将所述购买行为特征、所述爱好特征、所述关注特征和所述关键字特征通过预设数据拟合模型进行数据拟合，得到对应的第一特征分布函数，第二特征分布函数、第三特征分布函数和第四特征分布函数；
在本实施例中，获取所述预设时间段内所述购买行为特征、所述爱好特征、所述关注特征和所述关键字特征后，通过预设数据拟合模型进行数据拟合，分别对应得到第一特征分布函数，第二特征分布函数、第三特征分布函数和第四特征分布函数。
步骤S13，分别将所述第一特征分布函数、所述第二特征分布函数、所述第三特征分布函数和所述第四特征分布函数与预设特征分布函数进行对比，得到对应的第一特征分布类型、第二特征分布类型、第三特征分布类型和第四特征分布类型；
在本实施例中，存储有预设特征分布函数，其中，预设特征分布函数的分布类型可以是正态分布，二项分布、泊松分布、线性分布等，在得到第一特征分布函数、所述第二特征分布函数、所述第三特征分布函数和所述第四特征分布函数后，分别将所述第一特征分布函数、所述第二特征分布函数、所述第三特征分布函数和所述第四特征分布函数与预设特征分布函数进行对比，得到对应的第一特征分布类型、第二特征分布类型、第三特征分布类型和第四特征分布类型。
步骤S14，根据预设关联度计算规则，计算所述第一、第二、第三、第四特征分布类型之间的关联度大小；
在得到第一分布特征类型、第二分布特征类型、第三分布特征类型、第四分布特征类型后，根据预设关联度计算规则，计算所述第一、第二、第三、第四特征分布类型之间的关联度大小，其中，关联度大小具体指的是第一分布特征类型、第二分布特征类型、第三分布特征类型、第四分布特征类型中具有相同分布特征类型的个数。用以具体实施例进行说明，如第一特征分布类型、第二特征分布类型、第三特征分布类型，第四特征分布类型都是二项分布时，即第一特征分布类型、第二特征分布类型、第三特征分布类型，第四特征分布类型对应分布的类型都相同时，关联度最高，所述关联度为4。
步骤S14，基于预存的所述关联度大小与各个模型的映射关系，得到所述目标用户匹配的目标模型，其中所述各个模型是已经训练完成的，能够进行目标用户属性标签处理的模型；
基于预存的所述关联度大小与各个模型的映射关系，得到所述目标用户匹配的目标模型，具体地，当4个分布特征为高度关联即关联度为4时，如第一特征分布类型、第二特征分布类型、第三特征分布类型，第四特征分布类型都是二项分布类型时，对应模型为第一模型，当4个分布特征较为关联即关联度为3时，如第一特征分布类型、第二特征分布类型、第三特征分布类型，第四特征分布类型中的3个为二项分布类型，另一个为正态分布时，对应模型为第二模型，其中，当4个分布特征类型不关联即关联度为0时，即第一特征分布类型、第二特征分布类型、第三特征分布类型，第四特征分布类型4个分布类型特点完全不同，对应模型为第三模型，其中，各个模型是已经训练完成的，能够进行目标用户属性标签处理的模型，因而，基于预存的所述关联度大小与各个模型的映射关系，得到所述目标用户匹配的目标模型。
步骤S15，调用所述目标模型，对所述目标用户进行属性标签处理。
由于各个模型是已经训练完成的，能够进行目标用户属性标签处理的模型，因而，在得到目标模型后，调用所述目标模型，即可对所述目标用户进行属性标签处理。
步骤S20，在预设保险产品库中获取与所述属性标签匹配的目标产品；
在得到目标用户的属性标签后，在预设保险产品库中获取与所述属性标签匹配的目标产品，具体地，所述匹配指的是目标产品的标签至少与第二预设个数的目标用户的标签相同或者相近，需要说明的是，在保险业务推送方法对应应用的保险业务推送系统中，预存有各个意思相同或者相近的标签，并对所述各个意思相同或者相近的标签已进行分类处理。因而，能够准确在预设保险产品库中获取与所述属性标签匹配的目标产品。
步骤S30，基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
基于所述目标用户的属性标签，得到所述目标用户的阅览特征，其中，阅览特征指的是浏览习惯，基于所述阅览特征，生成所述目标产品的定制产品数据；
具体地，参照图2，所述步骤S30包括：
步骤S31，基于所述目标用户的教育背景属性标签，和预存教育背景属性标签与预存阅览特征的映射关系，得到所述目标用户的阅览特征，其中，所述阅览特征包括指向图文结合的显性阅览特征，以及指向纯文本的隐性阅览特征；
在本实施例中，基于所述目标用户的教育背景属性标签，和预存教育背景属性标签与预存阅览特征的映射关系，得到所述目标用户的阅览特征，其中，所述用户的教育背景属性标签是用户在保险网站、保险应用或相关线下网点咨询时所需要填写的标签属性，即是用户在要购买或者查询对应保险产品时，需要登录相应的应用，在登录过程中，即需要填写相应的学历信息，基于所述学历信息即可得到用户的教育背景属性标签如高中，大学，博士，初中及初中以下学历等，基于所述目标用户的教育背景属性标签，和预存教育背景属性标签与预存阅览特征的映射关系，得到所述目标用户的阅览特征，如当用户对应的教育背景属性标签为高中以及高中以下学历时，用户的阅览特征为指向图文结合的显性阅览特征，如当用户对应的教育背景属性标签为大学以及大学以上学历时，用户的阅览特征为指向纯文本的隐性阅览特征。
步骤S32，当所述阅览特征为所述指向图文结合的显性阅览特征时，获取所述目标产品对应的投保需知，和/或健康告知内容，并获取所述投保需知，和/或所述健康告知内容对应的图文结合编辑内容，将所述图文结合编辑内容作为所述目标产品的第一定制产品数据；
若所述阅览特征为所述指向图文结合的显性阅览特征时，由于用户文化水平较低，因而，获取较为简单的容易理解的所述目标产品对应的投保需知，健康告知内容，并获取编辑人员以图文结合形式编辑过的所述投保需知，健康告知内容，作为所述目标产品的第一定制产品数据，以便目标用户能够得到感兴趣或者适合的所述第一定制产品数据。
步骤S33，当所述阅览特征为所述指向纯文本的隐性阅览特征时，获取对应选取的所述目标产品的投保分析、投保建议内容，并将所述投保分析、投保建议内容作为所述目标产品的第二定制产品数据。
若所述阅览特征为所述指向纯文本的隐性阅览特征时，由于用户文化水平较高，因而，获取保险产品对应分析人员选择出来的投保分析、投保建议内容，并将所述投保分析、投保建议内容作为所述目标产品的第二定制产品数据。其中，所述投保分析、投保建议内容可以包括深度分析保险购买策略的内容。由于在得到各个目标产品后，还将各个目标产品的保险内容进行推送形式等的区分，因而，使得定制化推送目标产品的定制效果更为有效。
步骤S40，将所述定制产品数据发送给所述目标用户对应的客户端。
在本实施例中，在得到匹配的目标产品后，以及各个目标产品对应定制产品数据后，即将所述定制产品数据定制推送给所述目标用户对应的客户端，即是实现目标产品的定制推送。
本发明通过每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；在预设保险产品库中获取与所述属性标签匹配的目标产品；基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；将所述定制产品数据发送给所述目标用户对应的客户端。即在本申请中，获取目标用户的保险业务特征，基于所述保险业务特征对目标用户进行属性标签处理，并基于目标用户的属性标签匹配目标产品，因而，所述目标产品是目标用户所需要的粘度产品，且将所述粘度产品对应产品数据使用用户习惯的浏览特征进行定制推送，因而会提升保险业务的宣发效率与准确性，提高保险产品的粘度，因而解决现有保险业务宣发效率低、保险产品粘度下降的技术问题。
进一步地，本发明提供保险业务推送方法的另一实施例，在所述实施例中，所述将所述目标产品定制推送给所述目标用户对应的客户端步骤之后包括：
步骤S50，获取所述目标用户对推送的所述目标产品的第二浏览时长；
在将各个目标产品推送给目标用户后，获取所述目标用户对推送的各个目标产品的第二浏览时长，其中，所述第二浏览时长是总时长，在得到第二浏览时长即总时长后，还分别获取对各个目标产品的的子浏览时长。
步骤S60，基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率。
基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率，其中，第二浏览时长越长，有效推送率越高，具体地，在所述映射关系中，在达到饱和时间前，所述有效推送率与第二浏览时长成正相关关系。
进一步地，所述基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率步骤之后包括：
步骤S70，基于各个所述目标产品对应的子浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到各个所述目标产品对应的各个子有效推送率；
在本实施例中，同样地，对于各个目标产品而言，对应的子浏览时长越长，所述子浏览时长对应的目标产品的有效推送率越高。基于各个所述目标产品对应的子浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到各个所述目标产品对应的各个子有效推送率。
步骤S80，从大到小排序所述各个子有效推送率，得到各个目标产品的目标排序；
在得到各个子有效推送率后，从大到小排序所述各个子有效推送率，得到各个目标产品的目标排序，即是基于各个子有效推送率的大小，对各个子有效推送率对应的目标产品进行排序。
步骤S90，基于所述目标排序，选取预设数目的目标产品，并得到所述预设数目的目标产品的目标产品标签；
具体地，基于所述目标排序，从前至后选取预设数目的目标产品，得到所述预设数目的目标产品的目标产品标签，其中，还需要对预设数目的目标产品的目标产品标签进行去重处理，即是对意思相同或者相近的目标产品标签进行去重处理。
步骤S100，将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
在去重处理后，将所述目标产品标签添加至所述目标用户对应的原有属性标签中。以更精确地得到目标用户的属性标签。
进一步地，所述步骤S100包括：
步骤S101，判断所述目标用户的原有属性标签中是否存在所述目标产品标签的匹配标签，其中，所述匹配标签与所述目标产品标签的意思相同或者相近；
在本实施例中，在保险业务推送方法对应应用的保险业务推送系统中，预存有各个意思相同或者相近的标签，并对所述各个意思相同或者相近的标签进行同位分类处理，另外，除了简单的同位分类外，在本实施例中，还可以基于标签的归属关系对标签进行上下位的分类，即是某一标签还可以对应包括各个子类，所述各个子类中存储不同类型的标签。由于保险业务推送系统中预存有各个意思相同或者相近的标签，因而，在本实施例中，可以实现判断所述目标用户的原有属性标签中是否存在所述目标产品标签的匹配标签。
步骤S102，当所述目标原有属性标签中存在所述目标产品标签的匹配标签时，剔除所述匹配标签，并将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
为避免重复标签，当所述目标原有属性标签中存在所述目标产品标签的匹配标签时，剔除所述匹配标签，并将所述目标产品标签添加至所述目标用户对应的原有属性标签中。当所述目标原有属性标签中不存在所述目标产品标签的匹配标签时，将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
在本实施例中，通过获取所述目标用户对推送的所述目标产品的第二浏览时长；基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率。因而有利于及时根据有效推送率调整推送的目标产品，以实现根据目标用户的兴趣进行目标产品的推送，因而，提升了用户体验。
参照图3，图3是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例保险业务推送设备可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3)播放器、便携计算机等终端设备。
如图3所示，所述保险业务推送设备可以包括：处理器1001，例如CPU，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地，所述保险业务推送设备还可以包括目标用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。目标用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选目标用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图3中示出的保险业务推送设备结构并不构成对保险业务推送设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图3所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及保险业务推送程序。操作系统是管理和控制保险业务推送设备硬件和软件资源的程序，支持保险业务推送程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与保险业务推送设备中其它硬件和软件之间通信。
在图3所示的保险业务推送设备中，处理器1001用于执行存储器1005中存储的保险业务推送程序，实现上述任一项所述的保险业务推送方法的步骤。
本发明保险业务推送设备具体实施方式与上述保险业务推送方法各实施例基本相同，在此不再赘述。
本发明还提供一种保险业务推送装置，所述保险业务推送装置包括：
第一获取模块，用于每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
第二获取模块，用于在预设保险产品库中获取与所述属性标签匹配的目标产品；
第三获取模块，用于基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
推送模块，用于将所述定制产品数据发送给所述目标用户对应的客户端。
本发明保险业务推送装置具体实施方式与上述保险业务推送方法各实施例基本相同，在此不再赘述。
本发明提供了一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的保险业务推送方法的步骤。
本发明可读存储介质具体实施方式与上述保险业务推送方法各实施例基本相同，在此不再赘述。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利处理范围内。
Claims (10)
1.一种保险业务推送方法，其特征在于，所述保险业务推送方法包括：
每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
在预设保险产品库中获取与所述属性标签匹配的目标产品；
基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
将所述定制产品数据发送给所述目标用户对应的客户端。
2.如权利要求1所述的保险业务推送方法，其特征在于，所述基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据步骤包括：
基于所述目标用户的教育背景属性标签，和预存教育背景属性标签与预存阅览特征的映射关系，得到所述目标用户的阅览特征，其中，所述阅览特征包括指向图文结合的显性阅览特征，以及指向纯文本的隐性阅览特征；
当所述阅览特征为所述指向图文结合的显性阅览特征时，获取所述目标产品对应的投保需知，和/或健康告知内容，并获取所述投保需知，和/或所述健康告知内容对应的图文结合编辑内容，将所述图文结合编辑内容作为所述目标产品的第一定制产品数据；
当所述阅览特征为所述指向纯文本的隐性阅览特征时，获取对应选取的所述目标产品的投保分析、投保建议内容，并将所述投保分析、投保建议内容作为所述目标产品的第二定制产品数据。
3.如权利要求1所述的保险业务推送方法，其特征在于，所述每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签步骤包括：
每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征；
分别将所述购买行为特征、所述爱好特征、所述关注特征和所述关键字特征通过预设数据拟合模型进行数据拟合，得到对应的第一特征分布函数，第二特征分布函数、第三特征分布函数和第四特征分布函数；
分别将所述第一特征分布函数、所述第二特征分布函数、所述第三特征分布函数和所述第四特征分布函数与预设特征分布函数进行对比，得到对应的第一特征分布类型、第二特征分布类型、第三特征分布类型和第四特征分布类型；
根据预设关联度计算规则，计算所述第一、第二、第三、第四特征分布类型之间的关联度大小；
基于预存的所述关联度大小与各个模型的映射关系，得到所述目标用户匹配的目标模型，其中所述各个模型是已经训练完成的，能够进行目标用户属性标签处理的模型；
调用所述目标模型，对所述目标用户进行属性标签处理。
4.如权利要求3所述的保险业务推送方法，其特征在于，所述每间隔预设时间段获取预设时间段内的所述目标用户的购买行为特征、爱好特征、关注特征、关键字特征步骤包括：
每间隔预设时间段获取目标用户在预设第一历史时间段内，所购买的保险产品的属性标签，基于所述属性标签和预存属性标签与预存购买行为特征的映射关系，得到目标用户的购买行为特征；
每间隔预设时间段获取目标用户在预设第二历史时间段内，所浏览的保险产品的第一浏览时长，基于所述第一浏览时长和预存浏览时长与预存用户爱好特征的关联关系，得到目标用户的爱好特征；
每间隔预设时间段获取目标用户在预设第三历史时间段内，所关注的保险产品公众号或者官方账号类型，基于所述所关注的保险产品公众号或者官方账号类型，和预存保险产品公众号或者官方账号类型与预存目标用户的关注特征的关联关系，得到目标用户的关注特征；
每间隔预设时间段获取目标用户在预设第四历史时间段内，所输入的保险产品的关键字，将所述关键字作为目标用户的关键字特征。
5.如权利要求1所述的保险业务推送方法，其特征在于，所述将所述目标产品定制推送给所述目标用户对应的客户端步骤之后包括：
获取所述目标用户对推送的所述目标产品的第二浏览时长；
基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率。
6.如权利要求5所述的保险业务推送方法，其特征在于，所述第二浏览时长包括各个所述目标产品对应的子浏览时长；
所述基于所述第二浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到所述目标产品的定制推送的有效推送率步骤之后包括：
基于各个所述目标产品对应的子浏览时长，以及预存的产品的浏览时长与有效推送率之间的映射关系，得到各个所述目标产品对应的各个子有效推送率；
从大到小排序所述各个所述子有效推送率，得到各个所述目标产品的目标排序；
基于所述目标排序，选取预设数目的目标产品，并得到所述预设数目的目标产品的目标产品标签；
将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
7.如权利要求1-6任一项所述的保险业务推送方法，其特征在于，所述将所述目标产品标签添加至所述目标用户对应的原有属性标签中步骤包括：
判断所述目标用户的原有属性标签中是否存在所述目标产品标签的匹配标签，其中，所述匹配标签与所述目标产品标签的意思相同或者相近；
当所述目标原有属性标签中存在所述目标产品标签的匹配标签时，剔除所述匹配标签，并将所述目标产品标签添加至所述目标用户对应的原有属性标签中。
8.一种保险业务推送装置，其特征在于，所述保险业务推送装置包括：
第一获取模块，用于每间隔预设时间段获取目标用户的保险业务特征，并基于所述保险业务特征为所述目标用户添加对应属性标签；
第二获取模块，用于在预设保险产品库中获取与所述属性标签匹配的目标产品；
第三获取模块，用于基于所述目标用户的属性标签，得到所述目标用户的阅览特征，基于所述阅览特征，生成所述目标产品的定制产品数据；
推送模块，用于将所述定制产品数据发送给所述目标用户对应的客户端。
9.一种保险业务推送设备，其特征在于，所述保险业务推送设备包括：存储器、处理器，通信总线以及存储在所述存储器上的保险业务推送程序，
所述通信总线用于实现处理器与存储器间的通信连接；
所述处理器用于执行所述保险业务推送程序，以实现如权利要求1至7中任一项所述的保险业务推送方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有保险业务推送程序，所述保险业务推送程序被处理器执行时实现如权利要求1-7中任一项所述的保险业务推送方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810952257.5A CN109711997A (zh) | 2018-08-20 | 2018-08-20 | 保险业务推送方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810952257.5A CN109711997A (zh) | 2018-08-20 | 2018-08-20 | 保险业务推送方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109711997A true CN109711997A (zh) | 2019-05-03 |
Family
ID=66253729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810952257.5A Pending CN109711997A (zh) | 2018-08-20 | 2018-08-20 | 保险业务推送方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109711997A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113536111A (zh) * | 2021-06-11 | 2021-10-22 | 北京十一贝科技有限公司 | 保险知识内容的推荐方法、装置和终端设备 |
| WO2022001397A1 (zh) * | 2020-06-30 | 2022-01-06 | 深圳前海微众银行股份有限公司 | 交互资格等级确定方法、装置、设备及存储介质 |
| CN114691837A (zh) * | 2022-06-01 | 2022-07-01 | 深圳市奕亮科技有限公司 | 一种基于大数据的保险业务数据处理方法和处理系统 |
| CN114782131A (zh) * | 2022-04-11 | 2022-07-22 | 北京优全智汇信息技术有限公司 | 多类型客服业务智能推送方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104320325A (zh) * | 2014-06-30 | 2015-01-28 | 海视云（北京）科技有限公司 | 一种消息推送方法及装置 |
| 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 |
| CN107360222A (zh) * | 2017-06-30 | 2017-11-17 | 广东欧珀移动通信有限公司 | 商品信息推送方法、装置、存储介质以及服务器 |
| CN107909493A (zh) * | 2017-12-04 | 2018-04-13 | 泰康保险集团股份有限公司 | 保单信息处理方法、装置、计算机设备和存储介质 |
| CN108022169A (zh) * | 2017-11-30 | 2018-05-11 | 平安科技（深圳）有限公司 | 通过网站对接购买保险的方法、装置、设备及介质 |
-
2018
- 2018-08-20 CN CN201810952257.5A patent/CN109711997A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104320325A (zh) * | 2014-06-30 | 2015-01-28 | 海视云（北京）科技有限公司 | 一种消息推送方法及装置 |
| 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 |
| CN107360222A (zh) * | 2017-06-30 | 2017-11-17 | 广东欧珀移动通信有限公司 | 商品信息推送方法、装置、存储介质以及服务器 |
| CN108022169A (zh) * | 2017-11-30 | 2018-05-11 | 平安科技（深圳）有限公司 | 通过网站对接购买保险的方法、装置、设备及介质 |
| CN107909493A (zh) * | 2017-12-04 | 2018-04-13 | 泰康保险集团股份有限公司 | 保单信息处理方法、装置、计算机设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022001397A1 (zh) * | 2020-06-30 | 2022-01-06 | 深圳前海微众银行股份有限公司 | 交互资格等级确定方法、装置、设备及存储介质 |
| CN113536111A (zh) * | 2021-06-11 | 2021-10-22 | 北京十一贝科技有限公司 | 保险知识内容的推荐方法、装置和终端设备 |
| CN113536111B (zh) * | 2021-06-11 | 2024-06-07 | 北京十一贝科技有限公司 | 保险知识内容的推荐方法、装置和终端设备 |
| CN114782131A (zh) * | 2022-04-11 | 2022-07-22 | 北京优全智汇信息技术有限公司 | 多类型客服业务智能推送方法 |
| CN114691837A (zh) * | 2022-06-01 | 2022-07-01 | 深圳市奕亮科技有限公司 | 一种基于大数据的保险业务数据处理方法和处理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9654506B2 (en) | Managing and accounting for privacy settings through tiered cookie set access | |
| CN109711997A (zh) | 保险业务推送方法、装置、设备及可读存储介质 | |
| WO2020077889A1 (zh) | 基于大数据信息推送方法、装置、计算机设备及存储介质 | |
| JP5589163B2 (ja) | モバイル通信設備へのコンテンツの提供 | |
| CN104813320B (zh) | 处理数字通信量度量的系统和方法 | |
| US8341195B1 (en) | Platform for managing media assets for multi-model licensing over multi-level pricing and asset grouping | |
| CN106169140A (zh) | 广告投放方法和系统 | |
| CN107004205A (zh) | 向广告主建议用于在线内容项的创意类型的系统和方法 | |
| JP2013519162A (ja) | 統合化された広告システム | |
| US20090319365A1 (en) | System and method for assessing marketing data | |
| JP2012519926A (ja) | マネタイズプラットフォームを用いるコンテンツのコンテキスト情報によるターゲティング | |
| CN104541245A (zh) | 移动应用管理 | |
| JP2010508592A (ja) | アルゴリズム上の再検討及び編集上の再検討の組み合わせによるモバイルコンテンツの検索結果 | |
| WO2013016320A2 (en) | Customizable social campaigns | |
| CN104854619A (zh) | 对社交活动流软张贴 | |
| CA2808096A1 (en) | Digital consumer data model and customer analytic record | |
| CN102542485A (zh) | 通过消费者定义的权威机构的内容推荐 | |
| CN106651399A (zh) | 基于网络的互联网企业用户权益变动及通知方法 | |
| CN102668515A (zh) | 将相对加权方案应用于在线使用数据 | |
| CN108960899A (zh) | 用于广告投放的用户信息交互方法及系统 | |
| CN106663301A (zh) | 信息处理装置、信息处理方法及程序 | |
| CN107249040A (zh) | 验证装置、存储介质、应用和系统 | |
| CN107679065A (zh) | 数据展示方法、装置及计算机可读存储介质 | |
| McKean | Customer's new voice: extreme relevancy and experience through volunteered customer information | |
| CN106557556A (zh) | 一种网页页面的展示方法、装置、服务器和系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190503 |
|
| WD01 | Invention patent application deemed withdrawn after publication |