CN109903079A - 信息处理方法、设备及存储介质 - Google Patents
信息处理方法、设备及存储介质 Download PDFInfo
- Publication number
- CN109903079A CN109903079A CN201910053995.0A CN201910053995A CN109903079A CN 109903079 A CN109903079 A CN 109903079A CN 201910053995 A CN201910053995 A CN 201910053995A CN 109903079 A CN109903079 A CN 109903079A
- Authority
- CN
- China
- Prior art keywords
- node
- value
- full connection
- network
- relationship
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例提供一种信息处理方法、设备及存储介质。在本申请一些示例性实施例中,通过接受不同终端上报的多个保单信息,通过多个保单信息中包含的投保人和被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;对多个网络连通子图进行一度连接形成全联通图,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,获得每个节点的最终价值属性值,本申请同时考虑客户自身价值、客户的相关关系人的价值,用以对保险客户的潜在价值作出更加合理的评估,提高客户服务效率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种信息处理方法、设备及存储介质。
背景技术
随着互联网、信息化技术的发展,保险业务也在不断电子化,例如可以在线投保,在线理赔等。但是,保险业务的电子化程度还不是很高,例如,保险营销人员还需要人工分析客户自身保单保费、赔付情况、个人基本属性等信息来判断是否需要向该客户推荐新的保险产品。这种方式效率较低、准确度也不高,有待提供一种解决方案。
发明内容
本申请的多个方面提供一种信息处理方法、设备及存储介质,用以获取保险客户的潜在价值属性,以便向客户推荐合适的保险产品,提高信息处理合理度和准确度。
本申请实施例提供一种信息处理方法,包括:接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,所述保险网络关系图中包含多个网络连通子图;对所述多个网络连通子图进行一度连接形成全连通图,所述全连通图包含N个节点,每个节点代表一个客户;根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
本申请实施例还提供一种信息处理设备,包括:通信组件、一个或多个处理器以及一个或多个存储计算机程序的存储器;所述一个或多个处理器,用于执行所述计算机程序,以用于:接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,所述保险网络关系图中包含多个网络连通子图;对所述多个网络连通子图进行一度连接形成全连通图,所述全连通图包含N个节点,每个节点代表一个客户;根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器执行包括以下的动作:接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,所述保险网络关系图中包含多个网络连通子图;对所述多个网络连通子图进行一度连接形成全连通图,所述全连通图包含N个节点,每个节点代表一个客户;根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
在本申请一些示例性实施例中,通过接受不同终端上报的多个保单信息,通过多个保单信息中包含的投保人和被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;对多个网络连通子图进行一度连接形成全联通图,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值本申请同时考虑客户自身价值、客户的相关关系人的价值,用以对保险客户的潜在价值作出更加合理的评估,提高客户服务效率。
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为本申请示例性实施例提供的一种信息处理方法的方法流程图;
图2为本申请示例性实施例又提供的一种全联通图中每个节点的价值属性值的获取方法;
图3为本申请示例性实施例又提供的一种更加详细的信息处理方法的方法流程图;
图4为本申请示例性实施例提供的一种信息处理设备的结构框图。
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。
针对向客户推荐新的保险产品效率较低、准确度也不高的问题,在本申请一些示例性实施例中,通过接受不同终端上报的多个保单信息,通过多个保单信息中包含的投保人和被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;对多个网络连通子图进行一度连接形成全联通图,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,,获得每个节点的最终价值属性值,本申请同时考虑客户自身价值、客户的相关关系人的价值,用以对保险客户的潜在价值作出更加合理的评估,提高客户服务效率。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本申请示例性实施例提供的一种信息处理方法的方法流程图,如图1所示,该方法包括以下步骤:
S101:接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;
S102:根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;
S103:对多个网络连通子图进行一度连接形成全连通图,全连通图包含N个节点,每个节点代表一个客户;
S104:根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
在本实施例中,上述方法的执行主体可以为具有计算、上网、通信等功能的信息处理设备,其实现形式可以有多种,例如,可以是机器人、智能手机、个人电脑、穿戴设备、平板电脑(Personal Computer,PC)等设备,还可以为服务器,在本实施例中,并不限定服务器的实现形态,例如,服务器可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器设备的构成主要包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类型。
在一实例性实施例中,不同的终端设备向信息处理设备上传多个保单信息,每个保单信息包含投保人与被保险人之间的关系,以供信息处理设备接收该保单信息并对保单信息进行处理。在本实施例中,终端设备可以为具有用户所需的计算、上网、通信等功能的计算机设备,其实现形式可以有多种,例如可以是智能手机、个人电脑、穿戴设备、平板电脑(Personal Computer,PC)等设备。
在上述实施例中,不同的终端设备与该信息处理设备之间可以是无线或有线连接。可选地,不同的终端设备和信息处理设备之间可以采用WIFI、蓝牙、红外等通信方式与信息处理设备建立通信连接。或者,不同的终端设备也可以通过移动网络与信息处理设备建立通信连接。其中,移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、WiMax等中的任意一种。
信息处理设备在接收不同设备上传的多个保单信息后,从多个保单信息提取出保人与被保险人之间的关系,根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图。一种可实现的方式为,将多个保单信息中包含的投保人和被保险人分别作为一个节点,并在存在投保关系的节点之间添加有向边形成保险网络关系图,保险网络关系图中最终形成多个网络连通子图。保险网络关系图直观表示保险关系人之间的关联关系,使得保险网络中的相关客户建立起连接关系,直观展示每个客户的直接关联客户,以及二度、三度间接关系人的关联客户。
在构建保险网络关系图之后,对多个网络联通子图进行一度连接形成全连通图,全连通图包含N个节点,每个节点代表一个客户。其中,全联通图的构建方式可以有多种方式,下列列举几种全联通图的构建方式,本申请仅是对全联通图的构建方式列举具体实施例作出说明,并不对全联通图的构建方式作限定。
方式一:从多个网络联通子图中随机选择两幅网络联通子图,并从选择的两幅网络联通子图中分别随机选择一个节点,将随机选出的两个节点进行连接以进行一度连接过程;迭代一度连接过程,直至多个网络联通子图形成全连通图。在本实施例中,直接从多个网络联通子图,采用随机选择算法,随机选出两幅网络联通子图,并随机在两幅网络联通子图中分别随机选择一个节点,将两个节点进行连接进行一度连接过程,迭代一度连接过程,直至多个网络联通子图形成全连通图。
方式二:根据多个网络联通子图中的节点数量,选择节点数量大于设定数量阈值的多个候选联通子图;从多个候选联通子图中随机选择两幅网络联通子图,并从选择的两幅网络联通子图中分别随机选择一个节点,将随机选出的两个节点进行连接以进行一度连接过程;迭代一度连接过程,直至多个网络联通子图形成全连通图。在本实施例中,本申请先从多个网络联通子图中选择出一定规模的候选联通子图,再对选出的候选联通子图进行一度连接形成全联通图,减少处理器的处理数据样本,提高处理器的处理速度。
在全联通图构建完成之后,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,对全联通图中的节点进行广度优先搜索遍历,以获得每个节点的价值属性值,其中,每个节点的价值属性值表示该节点所代表客户的价值大小。图2为本申请示例性实施例提供的一种全联通图中每个节点的价值属性值的获取方法的方法流程图,如图2所示,该方法包括:
S201:初始化每个节点的价值属性值为初始值;
S202:根据全联通图中相邻节点所代表客户间存在的投保关系的数量,获得每个节点的当前相邻节点传播价值;
S203:根据全联通图中的节点总数,获得每个节点的社会影响力价值常系数;
S204:根据每个节点的当前相邻节点传播价值和每个节点的社会影响力价值常系数,计算每个节点的当前价值属性值;
S205:对全连通图中的节点进行广度优先搜索遍历进行网络价值传播过程,以更新每个节点的当前价值属性值;
S206:在每一轮遍历后,判断当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和是否小于设定阈值;若否,则继续执行步骤S205,若是,则执行步骤S207;
S207:将当前遍历轮次的全连通图中的每个节点的当前价值属性值,作为每个节点的最终价值属性值。
在本实施例中,首先初始化每个节点的价值属性值为初始值,本实施例中,初始值为1,显然,初始值可以设置为其他任意数值,
在根据全联通图中相邻节点所代表客户间存在的投保关系的数量,获得每个节点的当前相邻节点传播价值。一种可选的实施方式为:统计全联通图中单个节点A与单个相邻节点B之间存在的投保人与被保险人关系出现的次数,作为节点B至节点A的第一权重因子;统计全联通图中单个节点A的单个相邻节点B与单个相邻节点B的相邻节点之间存在的投保人与被保险人关系出现的次数之和,作为节点B至节点A的第二权重因子;根据每个节点的所有相邻节点至每个节点的第一权重因子和第二权重因子,获得每个节点的当前相邻节点传播价值。
假设代表某个客户的节点A和代表某个客户的节点B之间存在投保人与被保险人的关系。下列对节点A至节点B的传播价值以及节点B至节点A的传播价值的计算方式作出说明:
在上述实施例中,统计全联通图中单个节点A与单个相邻节点B之间存在的投保人与被保险人关系出现的次数,作为节点B至节点A的第一权重因子;统计全联通图中单个节点A的单个相邻节点B与单个相邻节点B的相邻节点之间存在的投保人与被保险人关系出现的次数之和,作为节点B至节点A的第二权重因子;统计全联通图中单个节点A与节点A的相邻节点之间存在的投保人与被保险人关系出现的次数之和,作为节点A至节点B的第三权重因子。则节点A的相邻节点B至节点A的传播价值为第一权重因子与第二权重因子的比值。节点A至相邻节点B的传播价值为第一权重因子与第三权重因子的比值。
依次计算每个节点的所有相邻节点至每个节点的传播价值,将所有相邻节点至每个节点的传播价值之和,作为每个节点的相邻客户传播价值。即将每个节点的所有相邻节点至每个节点的第一权重因子、第二权重因子的比值之和,作为每个节点的相邻客户传播价值a。
每个节点所代表的客户的社会影响力价值常系数的一种可选实施例为,将全联通图中的节点总数的倒数,作为每个节点的社会影响力价值常系数b。可选地,每个节点的当前价值属性值的计算公式为:0.85a+0.15b。
对全连通图中的节点进行广度优先搜索遍历进行网络价值传播过程,以更新每个节点的当前价值属性值;在每一轮遍历后,计算当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和;
若当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和大于等于设定阈值,则继续广度优先搜索遍历进行网络价值传播过程,若当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和小于设定阈值,则将当前遍历轮次的全连通图中的每个节点的当前价值属性值,作为每个节点的最终价值属性值。
在获得每个节点的价值属性值之后,根据全联通图中每个节点的价值属性值,选择价值属性值与待推荐投保产品匹配的至少一个目标节点;向至少一个目标节点所代表的客户推荐待推荐投保产品。在本实施例中,提前设定全联通图中的每个节点的价值属性值与各类型投保产品的映射关系,在获得每个节点的价值属性值之后,选择价值属性值对应的待推荐投保产品的至少一个目标节点,向至少一个目标节点所代表的客户推荐相应类型的推荐投保产品,以针对不同价值的客户定制化佣金、费率,实现风险分散与企业利润之间的平衡。
基于上述各实施例的描述,图3为本申请示例性实施例提供的一种更加详细的信息处理方法的方法流程图。如图3所示,该方法包括:
S301:接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;
S302:根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;
S303:对多个网络连通子图进行一度连接形成全连通图,全连通图包含N个节点,每个节点代表一个客户;
S304:根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小;
S305:根据全联通图中每个节点的价值属性值,选择价值属性值与待推荐投保产品匹配的至少一个目标节点;
S306:向至少一个目标节点所代表的客户推荐待推荐投保产品。
在本申请信息处理方法实施例中,通过接受不同终端上报的多个保单信息,通过多个保单信息中包含的投保人和被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;对多个网络连通子图进行一度连接形成全联通图,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值,本申请同时考虑客户自身价值、客户的相关关系人的价值,用以对保险客户的潜在价值作出更加合理的评估,提高客户服务效率。
图4为本申请示例性实施例提供的一种信息处理设备的结构框图,如图4所示,该信息处理设备包括:存储器402、处理器401以及通信组件403;信息处理设备还可以包括电源组件404等必要组件。
通信组件403,用于信息处理设备与不同终端设备建立通信连接进行数据传输;
存储器402,用于存储计算机程序;
处理器401,用于执行计算机程序,以用于:接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;对多个网络连通子图进行一度连接形成全连通图,全连通图包含N个节点,每个节点代表一个客户;根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
可选地,处理器401,在获得每个节点的价值属性值之后,还可用于:根据全联通图中每个节点的价值属性值,选择价值属性值与待推荐投保产品匹配的至少一个目标节点;向至少一个目标节点所代表的客户推荐待推荐投保产品。
可选地,处理器401,根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,以用于:将多个保单信息中包含的投保人和被保险人分别作为一个节点,并在存在投保关系的节点之间添加有向边形成保险网络关系图。
可选地,处理器401,对多个网络连通子图进行一度连接形成全连通图,以用于:根据多个网络联通子图中的节点数量,选择节点数量大于设定数量阈值的多个候选联通子图;从多个候选联通子图中随机选择两幅网络联通子图,并从选择的两幅网络联通子图中分别随机选择一个节点,将随机选出的两个节点进行连接以进行一度连接过程;迭代一度连接过程,直至多个网络联通子图形成全连通图。
可选地,处理器401,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,对全联通图中的节点进行广度优先搜索遍历,以获得每个节点的价值属性值,以用于:初始化每个节点的价值属性值为初始值;根据全联通图中相邻节点所代表客户间存在的投保关系的数量,获得每个节点的当前相邻节点传播价值;根据全联通图中的节点总数,获得每个节点的社会影响力价值常系数;根据每个节点的当前相邻节点传播价值和每个节点的社会影响力价值常系数,计算每个节点的当前价值属性值;对所述全连通图中的节点进行广度优先搜索遍历进行网络价值传播过程,以更新每个节点的当前价值属性值;在每一轮遍历后,计算当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和;若当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和大于等于设定阈值,则继续广度优先搜索遍历进行网络价值传播过程,若当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和小于设定阈值,则将当前遍历轮次的全连通图中的每个节点的当前价值属性值,作为每个节点的最终价值属性值。
可选地,处理器401,根据全联通图中相邻节点所代表客户间存在的投保关系的数量,获得每个节点的当前相邻节点传播价值,以用于:统计全联通图中单个节点A与单个相邻节点B之间存在的投保人与被保险人关系出现的次数,作为节点B至节点A的第一权重因子;统计全联通图中单个节点A的单个相邻节点B与单个相邻节点B的相邻节点之间存在的投保人与被保险人关系出现的次数之和,作为节点B至节点A的第二权重因子;根据每个节点的所有相邻节点至每个节点的第一权重因子和第二权重因子,获得每个节点的当前相邻节点传播价值。
可选地,处理器401,根据每个节点的所有相邻节点至每个节点的第一权重因子和第二权重因子,获得每个节点的相邻节点传播价值,以用于:将每个节点的所有相邻节点至每个节点的第一权重因子、第二权重因子的比值之和,作为每个节点的相邻客户传播价值。
可选地,处理器401,根据全联通图中的节点总数,获得每个节点的社会影响力价值常系数,以用于:将全联通图中的节点总数的倒数,作为每个节点的社会影响力价值常系数。
相应地,本申请实施例还提供一种存储有计算机程序的计算机可读存储介质。当计算机可读存储介质存储计算机程序,且计算机程序被一个或多个处理器执行时,致使一个或多个处理器执行图1方法实施例中的各步骤。
上述图4中的通信组件被配置为便于通信组件所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件还包括近场通信(NFC)技术、射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术和蓝牙(BT)技术等,以促进短程通信。
上述图4中的电源组件,为电源组件所在设备的各种组件提供电力。电源组件可以包括电源管理系统,一个或多个电源,及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
在本申请信息处理设备实施例中,通过接受不同终端上报的多个保单信息,通过多个保单信息中包含的投保人和被保险人之间的关系,构建保险网络关系图,保险网络关系图中包含多个网络连通子图;对多个网络连通子图进行一度连接形成全联通图,根据全联通图中相邻节点所代表客户间存在的投保关系的数量以及全联通图中的节点总数,对全联通图中的节点进行广度优先搜索遍历,最终获得每个节点的价值属性值,本申请同时考虑客户自身价值、客户的相关关系人的价值,用以对保险客户的潜在价值作出更加合理的评估,提高客户服务效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种信息处理方法,其特征在于,包括:
接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;
根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,所述保险网络关系图中包含多个网络连通子图;
对所述多个网络连通子图进行一度连接形成全连通图,所述全连通图包含N个节点,每个节点代表一个客户;
根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
2.根据权利要求1所述的方法,其特征在于,在获得每个节点的价值属性值之后,还包括:
根据所述全联通图中每个节点的价值属性值,选择价值属性值与待推荐投保产品匹配的至少一个目标节点;
向所述至少一个目标节点所代表的客户推荐所述待推荐投保产品。
3.根据权利要求1所述的方法,其特征在于,包括:根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,包括:
将多个保单信息中包含的投保人和被保险人分别作为一个节点,并在存在投保关系的节点之间添加有向边形成保险网络关系图。
4.根据权利要求1所述的方法,其特征在于,对所述多个网络连通子图进行一度连接形成全连通图,包括:
根据多个网络联通子图中的节点数量,选择节点数量大于设定数量阈值的多个候选联通子图;
从多个候选联通子图中随机选择两幅网络联通子图,并从选择的两幅网络联通子图中分别随机选择一个节点,将随机选出的两个节点进行连接以进行一度连接过程;
迭代所述一度连接过程,直至多个网络联通子图形成全连通图。
5.根据权利要求1所述的方法,其特征在于,根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值,包括:
初始化每个节点的价值属性值为初始值;
根据全联通图中相邻节点所代表客户间存在的投保关系的数量,获得每个节点的当前相邻节点传播价值;
根据全联通图中的节点总数,获得每个节点的社会影响力价值常系数;
根据每个节点的当前相邻节点传播价值和每个节点的社会影响力价值常系数,计算每个节点的当前价值属性值;
对所述全连通图中的节点进行广度优先搜索遍历进行网络价值传播过程,以更新每个节点的当前价值属性值;在每一轮遍历后,计算当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和;
若当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和大于等于设定阈值,则继续广度优先搜索遍历进行网络价值传播过程,若当前遍历轮次的全连通图中的每个节点的当前价值属性值的变化幅度之和小于设定阈值,则将当前遍历轮次的全连通图中的每个节点的当前价值属性值,作为每个节点的最终价值属性值。
6.根据权利要求5所述的方法,其特征在于,根据全联通图中相邻节点所代表客户间存在的投保关系的数量,获得每个节点的当前相邻节点传播价值,包括:
统计全联通图中单个节点A与单个相邻节点B之间存在的投保人与被保险人关系出现的次数,作为节点B至节点A的第一权重因子;
统计全联通图中单个节点A的单个相邻节点B与所述单个相邻节点B的相邻节点之间存在的投保人与被保险人关系出现的次数之和,作为节点B至节点A的第二权重因子;
根据每个节点的所有相邻节点至所述每个节点的第一权重因子和第二权重因子,获得每个节点的当前相邻节点传播价值。
7.根据权利要求6所述的方法,其特征在于,根据每个节点的所有相邻节点至所述每个节点的第一权重因子和第二权重因子,获得每个节点的相邻节点传播价值,包括:
将每个节点的所有相邻节点至所述每个节点的第一权重因子、第二权重因子的比值之和,作为所述每个节点的相邻客户传播价值。
8.根据权利要求5所述的方法,其特征在于,根据全联通图中的节点总数,获得每个节点的社会影响力价值常系数,包括:
将全联通图中的节点总数的倒数,作为每个节点的社会影响力价值常系数。
9.一种信息处理设备,其特征在于,包括:通信组件、一个或多个处理器以及一个或多个存储计算机程序的存储器;
所述一个或多个处理器,用于执行所述计算机程序,以用于:
接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;
根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,所述保险网络关系图中包含多个网络连通子图;
对所述多个网络连通子图进行一度连接形成全连通图,所述全连通图包含N个节点,每个节点代表一个客户;
根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器执行包括以下的动作:
接收不同终端设备上报的多个保单信息,每个保单信息包含投保人与被保险人之间的关系;
根据多个保单信息中包含的投保人与被保险人之间的关系,构建保险网络关系图,所述保险网络关系图中包含多个网络连通子图;
对所述多个网络连通子图进行一度连接形成全连通图,所述全连通图包含N个节点,每个节点代表一个客户;
根据所述全联通图中相邻节点所代表客户间存在的投保关系的数量以及所述全联通图中的节点总数,迭代广度优先搜索遍历进行网络价值传播过程,直至全联通图中所有节点在当前遍历轮次的变化幅度之和小于设定阈值,以获得每个节点的最终价值属性值;其中,每个节点的价值属性值表示该节点所代表客户的价值大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053995.0A CN109903079B (zh) | 2019-01-21 | 2019-01-21 | 信息处理方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053995.0A CN109903079B (zh) | 2019-01-21 | 2019-01-21 | 信息处理方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109903079A true CN109903079A (zh) | 2019-06-18 |
CN109903079B CN109903079B (zh) | 2021-07-06 |
Family
ID=66943957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910053995.0A Active CN109903079B (zh) | 2019-01-21 | 2019-01-21 | 信息处理方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903079B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598062A (zh) * | 2019-09-24 | 2019-12-20 | 支付宝(杭州)信息技术有限公司 | 一种数据资产的重要度量化方法、装置及电子设备 |
CN109903079B (zh) * | 2019-01-21 | 2021-07-06 | 中国人民财产保险股份有限公司 | 信息处理方法、设备及存储介质 |
CN113806600A (zh) * | 2021-09-29 | 2021-12-17 | 中国平安人寿保险股份有限公司 | 业务数据的家庭关系网络构建方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053989A (zh) * | 2009-10-30 | 2011-05-11 | 国际商业机器公司 | 用于确定要被物化的节点的方法和系统 |
CN107507093A (zh) * | 2017-08-22 | 2017-12-22 | 深圳市慧择保险经纪有限公司 | 家庭客户保险需求的数据处理方法及装置 |
CN108182265A (zh) * | 2018-01-09 | 2018-06-19 | 清华大学 | 针对关系网络的多层迭代筛选方法及装置 |
CN108257033A (zh) * | 2018-01-12 | 2018-07-06 | 中国平安人寿保险股份有限公司 | 一种保单分析方法、装置、终端设备及存储介质 |
CN108510396A (zh) * | 2017-06-23 | 2018-09-07 | 平安科技(深圳)有限公司 | 投保校验的方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109903079B (zh) * | 2019-01-21 | 2021-07-06 | 中国人民财产保险股份有限公司 | 信息处理方法、设备及存储介质 |
-
2019
- 2019-01-21 CN CN201910053995.0A patent/CN109903079B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053989A (zh) * | 2009-10-30 | 2011-05-11 | 国际商业机器公司 | 用于确定要被物化的节点的方法和系统 |
CN108510396A (zh) * | 2017-06-23 | 2018-09-07 | 平安科技(深圳)有限公司 | 投保校验的方法、装置、计算机设备及存储介质 |
CN107507093A (zh) * | 2017-08-22 | 2017-12-22 | 深圳市慧择保险经纪有限公司 | 家庭客户保险需求的数据处理方法及装置 |
CN108182265A (zh) * | 2018-01-09 | 2018-06-19 | 清华大学 | 针对关系网络的多层迭代筛选方法及装置 |
CN108257033A (zh) * | 2018-01-12 | 2018-07-06 | 中国平安人寿保险股份有限公司 | 一种保单分析方法、装置、终端设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109903079B (zh) * | 2019-01-21 | 2021-07-06 | 中国人民财产保险股份有限公司 | 信息处理方法、设备及存储介质 |
CN110598062A (zh) * | 2019-09-24 | 2019-12-20 | 支付宝(杭州)信息技术有限公司 | 一种数据资产的重要度量化方法、装置及电子设备 |
CN113806600A (zh) * | 2021-09-29 | 2021-12-17 | 中国平安人寿保险股份有限公司 | 业务数据的家庭关系网络构建方法、装置、设备及介质 |
CN113806600B (zh) * | 2021-09-29 | 2023-09-15 | 中国平安人寿保险股份有限公司 | 业务数据的家庭关系网络构建方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109903079B (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11979433B2 (en) | Highly scalable four-dimensional web-rendering geospatial data system for simulated worlds | |
Moreno Escobar et al. | A comprehensive review on smart grids: Challenges and opportunities | |
US11941137B2 (en) | Use of multi-faceted trust scores for decision making, action triggering, and data analysis and interpretation | |
CN110020913A (zh) | 产品推荐方法、设备及存储介质 | |
CN109255486A (zh) | 一种策略配置的优化方法及装置 | |
CN110309587B (zh) | 决策模型构建方法、决策方法与决策模型 | |
US20240205267A1 (en) | Modeling multi-peril catastrophe using a distributed simulation engine | |
CN109903079A (zh) | 信息处理方法、设备及存储介质 | |
Lee et al. | Forecasting mobile broadband traffic: Application of scenario analysis and Delphi method | |
US20170011466A1 (en) | Systems and methods for modular data processing | |
CN110837917A (zh) | 一种客户拜访管理系统、方法、终端设备及存储介质 | |
CN107092641A (zh) | 店铺营业状态的判断方法和装置、店铺搜索的方法和装置 | |
CN105719221A (zh) | 针对多任务的路径协同规划方法和装置 | |
CN110363654A (zh) | 一种优惠信息推送方法、装置和电子设备 | |
CN103514506A (zh) | 用于自动事件分析的方法和系统 | |
CN110390607A (zh) | 基于科目指标体系的目标成本测算方法、系统和计算机可读存储介质 | |
US20210334811A1 (en) | System and Method for Fraudulent Scheme Detection using Time-Evolving Graphs | |
CA3017606A1 (en) | Rule based hierarchical configuration | |
US20150127306A1 (en) | Apparatus and method for creating a power consumption model and non-transitory computer readable storage medium thereof | |
CN107645411B (zh) | 一种基于线性规划的通道流量调拨方法及装置 | |
US20200118016A1 (en) | Data attribution using frequent pattern analysis | |
CN114511119A (zh) | 基于物料模型与知识图谱相结合的智能匹配方法和装置 | |
AU2016100104A4 (en) | Frameworks and methodologies configured to determine probabilistic desire for goods and/or services | |
Mehta et al. | Overestimating wireless demand: Policy and investment implications of upward bias in mobile data forecasts | |
CN111951011A (zh) | 监控系统阈值确定方法及装置 |
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 |