CN110288484A - 一种基于大数据平台的保险分类的用户推荐方法及系统 - Google Patents
一种基于大数据平台的保险分类的用户推荐方法及系统 Download PDFInfo
- Publication number
- CN110288484A CN110288484A CN201910263355.2A CN201910263355A CN110288484A CN 110288484 A CN110288484 A CN 110288484A CN 201910263355 A CN201910263355 A CN 201910263355A CN 110288484 A CN110288484 A CN 110288484A
- Authority
- CN
- China
- Prior art keywords
- user
- commodity
- label
- insurance
- transaction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000002372 labelling Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 238000013139 quantization Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 33
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及保险产品推荐技术领域,尤其涉及一种基于大数据平台的保险分类的用户推荐方法及系统,包括步骤S1、为每个对应的商品节点的标签进行标签标注;步骤S2、采用商品节点的邻节点中与商品节点的关联度最大的标签进行自身的标签的更新;步骤S3、调节对应的标签权重;步骤S4、计算每个商品节点的用户标签评分值;步骤S5、查询获得对应用户信息的用户区域数据及区域保单收入信息;步骤S6、根据用户标签评分值确定各个区域的推荐用户数据;步骤S7、定制交易商品的投放计划,并收集定投结果信息;步骤S8、获取投放市场的反馈投放结果,并判断反馈投放结果是否符合预设的投放标准。有益效果在于:寻找潜在客户,利用市场反馈优化改进推荐系统。
Description
技术领域
本发明涉及保险产品推荐技术领域,尤其涉及一种基于大数据平台的保险分类的用户推荐方法及系统。
背景技术
大数据平台目前业界也没有统一的定义,但一般情况下,使用了Hadoop、Spark、Storm、Flink等这些分布式的实时或者离线计算框架,建立计算集群,并在上面运行各种计算任务,这就是通常理解上的大数据平台。
目前,对于企业来说什么时候需要大数据平台,这取决于以下几个方面:(1)业务需求:业务需求引导是必须的,不能光为了建平台而建平台,建立平台的最终目的是为了服务业务,让业务发展的更好;(2)数据量与计算量:涉及到数据量的评估,其中包括现有的情况及在现有的情况上增长的情况;(3)先进性:需要早在数据量不太大的时候就进行技术探索,并预计未来新项目会产生大量数据。
在现有技术中,对于精准营销、数据分析和用户推荐等领域而言,需要通过业务数据来预测需要的结果,而随着互联网的蓬勃发展,推荐系统作为一种技术,越来越受到人们的重视。然而,现有的电商推荐系统中,往往根据用户的购买行为基于协同过滤算法向用户推荐物品,而对于固定产品去寻找潜在的客户缺少可行方案。
发明内容
针对现有技术中存在的上述问题,现提供一种基于大数据平台的保险分类的用户推荐方法及系统。
具体技术方案如下:
一种基于大数据平台的保险分类的用户推荐方法,其中,适用于大数据平台的保险业务系统中,所述大数据平台的保险业务系统中预先存储有多类交易商品,每类所述交易商品对应于一类保险业务,每个所述交易商品对应于一个商品节点,每个所述商品节点设置有一个标签;
所述基于大数据平台的保险分类的用户推荐方法具体包括以下步骤:
步骤S1、根据所述交易商品所对应的所述保险业务,为每个对应的所述商品节点的标签进行标签标注;
步骤S2、根据用户的交易行为,采用所述商品节点的邻节点中与所述商品节点的关联度最大的标签进行自身的标签的更新,直至自身的标签不再产生变化为止;
步骤S3、针对每个所述商品节点,调节对应的标签权重;
步骤S4、根据用户一段时间内的交易行为,结合所述标签权重,计算得到每个所述商品节点的用户标签评分值;
步骤S5、从所述用户的所述交易行为中获取用户信息,以查询获得对应所述用户信息的用户区域数据及区域保单收入信息;
步骤S6、将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值确定各个区域的推荐用户数据;
步骤S7、根据所述推荐用户数据定制所述交易商品的投放计划,并收集定投结果信息;
步骤S8、根据所述定投结果信息,以获取投放市场的反馈投放结果,并判断所述反馈投放结果是否符合预设的投放标准;
若是,则结束流程;
若否,则返回执行所述步骤S3。
优选的,于所述步骤S1中还包括以下步骤,当所述用户的交易行为关联于新的所述交易商品时,判断新的所述交易商品是否存在对应的所述保险业务:
若存在,则直接确定新的所述交易商品对应的所述商品节点的标签;
若不存在,则为新的所述交易商品指定所述保险业务,并添加至所述大数据平台的保险业务系统中,随后根据新的所述保险业务确定所述交易商品对应的所述商品节点的标签。
优选的,于所述步骤S2中,采用一杰卡德判断方法作为衡量标准对所述商品节点的标签进行更新。
优选的,每个所述商品节点的所述标签具有多个关联标签,每个关联标签为所述商品节点的邻节点的标签,每个所述关联标签具有一相应的关联度,所述关联度用于表示所述商品节点与对应的邻节点之间的关联性;
于所述步骤S3中,针对每个所述商品节点,所述标签权重的调节方法为:
步骤S30、将每个所述商品节点的所述关联标签按照所述关联度由大至小依次排序;
步骤S31、将所述关联度最大的所述关联标签的权重确认为一最大值,依次逐步进行权重量化,并整合调节完成的各个所述关联标签的权重以得到所述商品节点的所述标签权重。
优选的,于所述步骤S4中,所述交易行为中包括购买商品金额与用户购买数量;
所述用户标签评分值的计算方法为:
I=A*B*C;
其中,
I用于表示所述用户标签评分值;
A用于表示所述标签权重;
B用于表示所述购买商品金额;
C用于表示所述用户购买数量。
优选的,于所述步骤S5中,根据所述用户信息的用户名或者用户联系方式,通过一区域筛选条件以查询获得对应所述用户信息的用户区域数据及区域保单收入信息。
优选的,于所述步骤S6包括以下步骤;
步骤S60、将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值生成所述推荐用户数据;
步骤S61、对处于一预设时段内的所述推荐用户数据进行评分处理,并与后期计算的推荐评分进行比较,最终得到各个区域的所述推荐用户数据。
本发明还包括一种基于大数据平台的保险分类的用户推荐系统,其中,采用上述任意一项所述的基于大数据平台的保险分类的用户推荐方法,适用于大数据平台的保险业务系统中,所述用户推荐系统包括:
一标注单元,用于根据交易商品所对应的保险业务,为每个对应的商品节点的标签进行标签标注;
一更新单元,连接所述标注单元,用于根据用户的交易行为,采用所述商品节点的邻节点中与所述商品节点的关联度最大的标签进行自身的标签的更新;
一权重调节单元,连接所述更新单元,用于针对每个所述商品节点,以调节对应的标签权重;
一评分单元,连接所述权重调节单元,用于根据用户一段时间内的交易行为,结合所述标签权重,以计算得到每个所述商品节点的用户标签评分值;
一获取单元,连接所述评分单元,用于从所述用户的所述交易行为中获取用户信息,以查询获得对应所述用户信息的用户区域数据及区域保单收入信息;
一处理单元,连接所述获取单元,用于将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值确定各个区域的推荐用户数据;
一推荐单元,连接所述处理单元,用于根据所述推荐用户数据定制所述交易商品的投放计划,并收集定投结果信息;
一第一判断单元,连接所述推荐单元,用于根据所述定投结果信息,以获取投放市场的反馈投放结果,并判断所述反馈投放结果是否符合预设的投放标准;
当所述第一判断单元判断所述反馈投放结果不符合投放标准时,则重新调整所述商品节点的所述标签权重。
优选的,所述用户推荐系统还包括一第二判断单元,连接所述标注单元,当所述用户的交易行为关联于新的所述交易商品时,判断新的所述交易商品是否存在对应的所述保险业务;
当所述第二判断单元判断新的所述交易商品存在对应的所述保险业务时,则直接确定新的所述交易商品对应的所述商品节点的标签;
当所述第二判断单元判断新的所述交易商品不存在对应的所述保险业务时,则为新的所述交易商品指定所述保险业务,并添加至所述大数据平台的保险业务系统中,随后根据新的所述保险业务确定所述交易商品对应的所述商品节点的标签。
优选的,所述处理单元包括:
一数据生成模块,用于将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值生成所述推荐用户数据;
一评分处理模块,连接所述数据生成模块,用于对处于一预设时段内的所述推荐用户数据进行评分处理,并与后期计算的推荐评分进行比较,最终得到各个区域的所述推荐用户数据。
本发明的技术方案有益效果在于:提供一种基于大数据平台的保险分类的用户推荐方法及系统,根据用户的交易行为进行商品节点的标签传播,以寻找潜在客户,并且根据用户区域数据与区域保单收入信息获得各个区域的推荐用户数据,根据推荐用户数据定制交易商品的投放计划,利用市场反馈进一步优化改进推荐系统。
附图说明
参考所附附图,以更加充分的描述本发明的实施例。然而,所附附图仅用于说明和阐述,并不构成对本发明范围的限制。
图1为本发明的实施例的基于大数据平台的保险分类的用户推荐方法的步骤流程图;
图2为本发明的实施例的基于大数据平台的保险分类的用户推荐方法的步骤S3的步骤流程图;
图3为本发明的实施例的基于大数据平台的保险分类的用户推荐方法的步骤S6的步骤流程图;
图4为本发明的实施例的基于大数据平台的保险分类的用户推荐系统的原理框图;
图5为本发明的实施例的基于大数据平台的保险分类的用户推荐系统的处理单元的原理框图。
具体实施方式
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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明包括一种基于大数据平台的保险分类的用户推荐方法,其中,适用于大数据平台的保险业务系统中,大数据平台的保险业务系统中预先存储有多类交易商品,每类交易商品对应于一类保险业务,每个交易商品对应于一个商品节点,每个商品节点设置有一个标签;
基于大数据平台的保险分类的用户推荐方法具体包括以下步骤:
步骤S1、根据交易商品所对应的保险业务,为每个对应的商品节点的标签进行标签标注;
步骤S2、根据用户的交易行为,采用商品节点的邻节点中与商品节点的关联度最大的标签进行自身的标签的更新,直至自身的标签不再产生变化为止;
步骤S3、针对每个商品节点,调节对应的标签权重;
步骤S4、根据用户一段时间内的交易行为,结合标签权重,计算得到每个商品节点的用户标签评分值;
步骤S5、从用户的交易行为中获取用户信息,以查询获得对应用户信息的用户区域数据及区域保单收入信息;
步骤S6、将用户区域数据及区域保单收入信息作为筛选条件,以根据用户标签评分值确定各个区域的推荐用户数据;
步骤S7、根据推荐用户数据定制交易商品的投放计划,并收集定投结果信息;
步骤S8、根据定投结果信息,以获取投放市场的反馈投放结果,并判断反馈投放结果是否符合预设的投放标准;
若是,则结束流程;
若否,则返回执行步骤S3。
通过上述基于大数据平台的保险分类的用户推荐方法的技术方案,如图1所示,适用于大数据平台的保险业务系统中,其中保险业务系统中首先对保险业务信息进行分类,生成一级保险业务类型,例如将保险业务可分为健康、家财、车险、虚拟财产等等,接着根据一级保险业务类型确定商品节点的标签信息,例如以上分类标注为H、W、C、V等等,其中H、W、C、V可以自定义设置,进一步地,也可以根据一级保险业务类型进行二级、三级类型细化。
进一步地,保险业务系统中预先存储有多类交易商品,每类交易商品对应于一类保险业务,每个交易商品对应于一个商品节点,每个商品节点设置有一个标签,例如分为话费、国内流量、海外流量、油卡、QQ增值产品、游戏充值、视频会员、贵宾室服务、洁牙套餐、体检套餐、员工福利、育学园会员、卡券(天猫、苏宁、京东、一号店、亚马逊、携程、摩拜、易果生鲜、星巴克、德克士、肯德基、百胜、影店)等。进一步地,根据交易商品所对应的保险业务,为每个对应的商品节点的标签进行标签标注。
进一步地,根据用户的交易行为,采用商品节点的邻节点中与商品节点的关联度最大的标签进行自身的标签的更新,直至自身的标签不再产生变化为止,其中,采用杰卡德判断方法作为衡量标准对商品节点的标签进行更新,例如,选择商品节点的本身的标签作为某一点,根据用户的交易行为,对购买过该商品的用户同时购买了其他的商品作为一条连线的边,然后每个商品节点使用其邻节点中的标签最多的标签来更新自身的标签,反复循环,采用杰卡德作为判断方法,直至每个商品节点的标签不再发生变化。
进一步地,每个商品节点的标签具有多个关联标签,每个关联标签为商品节点的邻节点的标签,每个关联标签具有一相应的关联度,关联度用于表示商品节点与对应的邻节点之间的关联性,其中关联性用于表示用户购买商品的程度,即包括购买商品次数和购买商品金额;如图2所示,针对每个商品节点,标签权重的调节方法为,首先将每个商品节点的关联标签按照关联度由大至小依次排序,将关联度最大的关联标签的权重确认为一最大值,依次逐步进行权重量化,并整合调节完成的各个关联标签的权重以得到商品节点的标签权重,其中这里的权重为0-1的值,即最大值为1,对应的权重也由大致小依次量化排序。
进一步地,根据用户一段时间内的交易行为,结合标签权重,计算得到每个商品节点的用户标签评分值,其中,预设时间可以至少设置为半年,标签权重为0-1的值,交易行为中包括购买商品金额与用户购买数量,用户标签评分值的计算方法为:I=A*B*C;其中,I用于表示用户标签评分值,A用于表示标签权重,B用于表示购买商品金额,C用于表示用户购买数量。
进一步地,从用户的交易行为中获取用户信息,以查询获得对应用户信息的用户区域数据及区域保单收入信息,其中用户信息指用户名或者用户联系方式等,通过区域筛选条件以查询获得对应用户信息的用户区域数据及区域保单收入信息,其根据保险业务系统中的分布区域进行筛选,筛选出销售量或业务数据权重大的区域或城市,例如北京或上海,生成用户区域数据及区域保单收入信息,其中,用户区域数据指在某一筛选城市的范围内用户的交易行为的数据,区域保单收入信息指在该筛选城市的范围内对应用户的交易行为的保险订单的销售金额信息。
进一步地,将用户区域数据及区域保单收入信息作为筛选条件,以根据用户标签评分值确定各个区域的推荐用户数据;具体地,如图3所示,首先将用户区域数据及区域保单收入信息作为筛选条件,以根据用户标签评分值生成推荐用户数据,对处于一预设时段内的推荐用户数据进行评分处理,并与后期计算的推荐评分进行比较,最终得到各个区域的推荐用户数据,其中,推荐用户数据包括在预设时间内的多个用户标签评分值,多个用户标签评分值能够体现出具体类型的保险业务推荐趋势,后期计算的推荐评分指在现实应用中用户的交易行为的购买行为的反馈评分,需要说明的是,以上提到的评分值均是后期人工干预自行设置的用户的交易行为中交易金额对应的评分梯度,能够体现出具体类型的保险业务即可,具体评分制度可以根据保险业务数据自行调整。
进一步地,根据推荐用户数据定制交易商品的投放计划,并收集定投结果信息,根据定投结果信息,以获取投放市场的反馈投放结果,并判断反馈投放结果是否符合预设的投放标准;若是,则结束流程;若否,则返回重新调节对应的标签权重。
进一步地,根据用户的交易行为进行商品节点的标签传播,以寻找潜在客户,并且根据用户区域数据与区域保单收入信息获得各个区域的推荐用户数据,根据推荐用户数据定制交易商品的投放计划,利用市场反馈进一步优化改进推荐系统,需要说明的是,预设的投放标准是根据市场反馈自行设置的,在此不再赘述。
在一种较优的实施例中,当用户的交易行为关联于新的交易商品时,判断新的交易商品是否存在对应的保险业务:
若存在,则直接确定新的交易商品对应的商品节点的标签;
若不存在,则为新的交易商品指定保险业务,并添加至大数据平台的保险业务系统中,随后根据新的保险业务确定交易商品对应的商品节点的标签。
上述技术方案中,对于出现新的交易商品时,会有不同的计划方案,利用市场反馈进一步优化改进推荐系统,使得该推荐系统更加完善。
本发明还包括一种基于大数据平台的保险分类的用户推荐系统,其中,采用上述任意一项的基于大数据平台的保险分类的用户推荐方法,适用于大数据平台的保险业务系统中,用户推荐系统包括:
一标注单元1,用于根据交易商品所对应的保险业务,为每个对应的商品节点的标签进行标签标注;
一更新单元2,连接标注单元1,用于根据用户的交易行为,采用商品节点的邻节点中与商品节点的关联度最大的标签进行自身的标签的更新;
一权重调节单元3,连接更新单元2,用于针对每个商品节点,以调节对应的标签权重;
一评分单元4,连接权重调节单元3,用于根据用户一段时间内的交易行为,结合标签权重,以计算得到每个商品节点的用户标签评分值;
一获取单元5,连接评分单元4,用于从用户的交易行为中获取用户信息,以查询获得对应用户信息的用户区域数据及区域保单收入信息;
一处理单元6,连接获取单元5,用于将用户区域数据及区域保单收入信息作为筛选条件,以根据用户标签评分值确定各个区域的推荐用户数据;
一推荐单元7,连接处理单元6,用于根据推荐用户数据定制交易商品的投放计划,并收集定投结果信息;
一第一判断单元8,连接推荐单元7,用于根据定投结果信息,以获取投放市场的反馈投放结果,并判断反馈投放结果是否符合预设的投放标准;
当第一判断单元8判断反馈投放结果不符合投放标准时,则重新调整商品节点的标签权重。
通过上述基于大数据平台的保险分类的用户推荐方法的技术方案,如图4所示,根据用户的交易行为进行商品节点的标签传播,以寻找潜在客户,并且根据用户区域数据与区域保单收入信息获得各个区域的推荐用户数据,根据推荐用户数据定制交易商品的投放计划,利用市场反馈进一步优化改进推荐系统。
在一种较优的实施例中,用户推荐系统还包括一第二判断单元9,连接标注单元1,当用户的交易行为关联于新的交易商品时,判断新的交易商品是否存在对应的保险业务;
当第二判断单元9判断新的交易商品存在对应的保险业务时,则直接确定新的交易商品对应的商品节点的标签;
当第二判断单元9判断新的交易商品不存在对应的保险业务时,则为新的交易商品指定保险业务,并添加至大数据平台的保险业务系统中,随后根据新的保险业务确定交易商品对应的商品节点的标签。
上述技术方案中,对于出现新的交易商品时,会有不同的计划方案,利用市场反馈进一步优化改进推荐系统,使得该推荐系统更加完善。
在一种较优的实施例中,处理单元6包括:
一数据生成模块60,用于将用户区域数据及区域保单收入信息作为筛选条件,以根据用户标签评分值生成推荐用户数据;
一评分处理模块61,连接数据生成模块60,用于对处于一预设时段内的推荐用户数据进行评分处理,并与后期计算的推荐评分进行比较,最终得到各个区域的推荐用户数据。
上述技术方案中,如图5所示,推荐用户数据包括在预设时间内的多个用户标签评分值,多个用户标签评分值能够体现出具体类型的保险业务推荐趋势,后期计算的推荐评分指在现实应用中用户的交易行为的购买行为的反馈权重。
进一步地,根据用户的交易行为进行商品节点的标签传播,以寻找潜在客户,并且根据用户区域数据与区域保单收入信息获得各个区域的推荐用户数据,根据推荐用户数据定制交易商品的投放计划,利用市场反馈进一步优化改进推荐系统。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (10)
1.一种基于大数据平台的保险分类的用户推荐方法,其特征在于,适用于大数据平台的保险业务系统中,所述大数据平台的保险业务系统中预先存储有多类交易商品,每类所述交易商品对应于一类保险业务,每个所述交易商品对应于一个商品节点,每个所述商品节点设置有一个标签;
所述基于大数据平台的保险分类的用户推荐方法具体包括以下步骤:
步骤S1、根据所述交易商品所对应的所述保险业务,为每个对应的所述商品节点的标签进行标签标注;
步骤S2、根据用户的交易行为,采用所述商品节点的邻节点中与所述商品节点的关联度最大的标签进行自身的标签的更新,直至自身的标签不再产生变化为止;
步骤S3、针对每个所述商品节点,调节对应的标签权重;
步骤S4、根据用户一段时间内的交易行为,结合所述标签权重,计算得到每个所述商品节点的用户标签评分值;
步骤S5、从所述用户的所述交易行为中获取用户信息,以查询获得对应所述用户信息的用户区域数据及区域保单收入信息;
步骤S6、将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值确定各个区域的推荐用户数据;
步骤S7、根据所述推荐用户数据定制所述交易商品的投放计划,并收集定投结果信息;
步骤S8、根据所述定投结果信息,以获取投放市场的反馈投放结果,并判断所述反馈投放结果是否符合预设的投放标准;
若是,则结束流程;
若否,则返回执行所述步骤S3。
2.根据权利要求1所述的基于大数据平台的保险分类的用户推荐方法,其特征在于,于所述步骤S1中还包括以下步骤,当所述用户的交易行为关联于新的所述交易商品时,判断新的所述交易商品是否存在对应的所述保险业务:
若存在,则直接确定新的所述交易商品对应的所述商品节点的标签;
若不存在,则为新的所述交易商品指定所述保险业务,并添加至所述大数据平台的保险业务系统中,随后根据新的所述保险业务确定所述交易商品对应的所述商品节点的标签。
3.根据权利要求1所述的基于大数据平台的保险分类的用户推荐方法,其特征在于,于所述步骤S2中,采用一杰卡德判断方法作为衡量标准对所述商品节点的标签进行更新。
4.根据权利要求1所述的基于大数据平台的保险分类的用户推荐方法,其特征在于,每个所述商品节点的所述标签具有多个关联标签,每个关联标签为所述商品节点的邻节点的标签,每个所述关联标签具有一相应的关联度,所述关联度用于表示所述商品节点与对应的邻节点之间的关联性;
于所述步骤S3中,针对每个所述商品节点,所述标签权重的调节方法为:
步骤S30、将每个所述商品节点的所述关联标签按照所述关联度由大至小依次排序;
步骤S31、将所述关联度最大的所述关联标签的权重确认为一最大值,依次逐步进行权重量化,并整合调节完成的各个所述关联标签的权重以得到所述商品节点的所述标签权重。
5.根据权利要求1所述的基于大数据平台的保险分类的用户推荐方法,其特征在于,于所述步骤S4中,所述交易行为中包括购买商品金额与用户购买数量;
所述用户标签评分值的计算方法为:
I=A*B*C;
其中,
I用于表示所述用户标签评分值;
A用于表示所述标签权重;
B用于表示所述购买商品金额;
C用于表示所述用户购买数量。
6.根据权利要求1所述的基于大数据平台的保险分类的用户推荐方法,其特征在于,于所述步骤S5中,根据所述用户信息的用户名或者用户联系方式,通过一区域筛选条件以查询获得对应所述用户信息的用户区域数据及区域保单收入信息。
7.根据权利要求1所述的基于大数据平台的保险分类的用户推荐方法,其特征在于,于所述步骤S6包括以下步骤;
步骤S60、将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值生成所述推荐用户数据;
步骤S61、对处于一预设时段内的所述推荐用户数据进行评分处理,并与后期计算的推荐评分进行比较,最终得到各个区域的所述推荐用户数据。
8.一种基于大数据平台的保险分类的用户推荐系统,其特征在于,采用上述权利要求1-7中任意一项所述的基于大数据平台的保险分类的用户推荐方法,适用于大数据平台的保险业务系统中,所述用户推荐系统包括:
一标注单元,用于根据交易商品所对应的保险业务,为每个对应的商品节点的标签进行标签标注;
一更新单元,连接所述标注单元,用于根据用户的交易行为,采用所述商品节点的邻节点中与所述商品节点的关联度最大的标签进行自身的标签的更新;
一权重调节单元,连接所述更新单元,用于针对每个所述商品节点,以调节对应的标签权重;
一评分单元,连接所述权重调节单元,用于根据用户一段时间内的交易行为,结合所述标签权重,以计算得到每个所述商品节点的用户标签评分值;
一获取单元,连接所述评分单元,用于从所述用户的所述交易行为中获取用户信息,以查询获得对应所述用户信息的用户区域数据及区域保单收入信息;
一处理单元,连接所述获取单元,用于将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值确定各个区域的推荐用户数据;
一推荐单元,连接所述处理单元,用于根据所述推荐用户数据定制所述交易商品的投放计划,并收集定投结果信息;
一第一判断单元,连接所述推荐单元,用于根据所述定投结果信息,以获取投放市场的反馈投放结果,并判断所述反馈投放结果是否符合预设的投放标准;
当所述第一判断单元判断所述反馈投放结果不符合投放标准时,则重新调整所述商品节点的所述标签权重。
9.根据权利要求8所述的基于大数据平台的保险分类的用户推荐系统,其特征在于,所述用户推荐系统还包括一第二判断单元,连接所述标注单元,当所述用户的交易行为关联于新的所述交易商品时,判断新的所述交易商品是否存在对应的所述保险业务;
当所述第二判断单元判断新的所述交易商品存在对应的所述保险业务时,则直接确定新的所述交易商品对应的所述商品节点的标签;
当所述第二判断单元判断新的所述交易商品不存在对应的所述保险业务时,则为新的所述交易商品指定所述保险业务,并添加至所述大数据平台的保险业务系统中,随后根据新的所述保险业务确定所述交易商品对应的所述商品节点的标签。
10.根据权利要求8所述的基于大数据平台的保险分类的用户推荐系统,其特征在于,所述处理单元包括:
一数据生成模块,用于将所述用户区域数据及所述区域保单收入信息作为筛选条件,以根据所述用户标签评分值生成所述推荐用户数据;
一评分处理模块,连接所述数据生成模块,用于对处于一预设时段内的所述推荐用户数据进行评分处理,并与后期计算的推荐评分进行比较,最终得到各个区域的所述推荐用户数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910263355.2A CN110288484B (zh) | 2019-04-02 | 2019-04-02 | 一种基于大数据平台的保险分类的用户推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910263355.2A CN110288484B (zh) | 2019-04-02 | 2019-04-02 | 一种基于大数据平台的保险分类的用户推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110288484A true CN110288484A (zh) | 2019-09-27 |
CN110288484B CN110288484B (zh) | 2022-12-13 |
Family
ID=68001304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910263355.2A Active CN110288484B (zh) | 2019-04-02 | 2019-04-02 | 一种基于大数据平台的保险分类的用户推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110288484B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737833A (zh) * | 2019-09-29 | 2020-01-31 | 海南省火蓝数据有限公司 | 一种基于推荐度的商品推送方法 |
CN110889758A (zh) * | 2019-11-15 | 2020-03-17 | 安徽海汇金融投资集团有限公司 | 一种债权流转体系的构建方法及系统 |
CN110968790A (zh) * | 2019-12-19 | 2020-04-07 | 苏州朗动网络科技有限公司 | 基于大数据的潜在客户智能推荐方法、设备和存储介质 |
CN110992111A (zh) * | 2019-12-17 | 2020-04-10 | 上海德拓信息技术股份有限公司 | 基于大数据的投保人用户画像挖掘方法 |
CN112053210A (zh) * | 2020-09-11 | 2020-12-08 | 深圳市梦网视讯有限公司 | 一种基于商品社区分类的关联值传播方法、系统及设备 |
CN112381661A (zh) * | 2020-11-27 | 2021-02-19 | 深圳市慧择时代科技有限公司 | 一种保险产品相似度确定方法及装置 |
CN113077352A (zh) * | 2021-04-22 | 2021-07-06 | 北京十一贝科技有限公司 | 基于用户信息和保险相关信息的保险服务物品推荐方法 |
CN113127723A (zh) * | 2019-12-31 | 2021-07-16 | Oppo(重庆)智能科技有限公司 | 用户画像处理方法、装置、服务器及存储介质 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995839A (zh) * | 2014-04-30 | 2014-08-20 | 兴天通讯技术(天津)有限公司 | 基于协同过滤的商品推荐优化方法和系统 |
CN104463630A (zh) * | 2014-12-11 | 2015-03-25 | 新一站保险代理有限公司 | 一种基于网购保险产品特性的产品推荐方法及系统 |
AU2015203830A1 (en) * | 2013-04-10 | 2015-07-30 | Iconic Worldwide Gaming Limited | Method, apparatus, and computer-readable media for enabling real-time competition based on commodities |
KR20170034596A (ko) * | 2015-09-21 | 2017-03-29 | 강원대학교산학협력단 | 풍수해 보험의 보험요율 산정 시스템 및 장치 |
CN106970972A (zh) * | 2017-03-24 | 2017-07-21 | 广州茶途网络科技有限公司 | 一种基于大数据分析的商品推送方法及装置 |
CN107045700A (zh) * | 2017-04-13 | 2017-08-15 | 中国联合网络通信集团有限公司 | 基于流式用户行为分析的产品推送方法和装置 |
CN107220870A (zh) * | 2017-05-03 | 2017-09-29 | 北京小米移动软件有限公司 | 车险的推荐方法及装置 |
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 |
CN107341242A (zh) * | 2017-07-06 | 2017-11-10 | 太原理工大学 | 一种标签推荐方法及系统 |
CN107705209A (zh) * | 2017-08-25 | 2018-02-16 | 重庆康洲大数据有限公司 | 医保目录的大数据关联分析方法和装置 |
CN107909491A (zh) * | 2017-11-30 | 2018-04-13 | 河南云保遥感科技有限公司 | 一种利用空间大数据的产量保险理赔方法 |
KR20180071204A (ko) * | 2018-03-12 | 2018-06-27 | 김동길 | 이미지의 태그정보 기반 상품정보 제공 및 구매 방법 및 장치 |
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 |
US20180247362A1 (en) * | 2017-02-24 | 2018-08-30 | Sap Se | Optimized recommendation engine |
CN108665316A (zh) * | 2018-05-14 | 2018-10-16 | 中国平安人寿保险股份有限公司 | 保险产品推送方法、装置、设备及计算机可读存储介质 |
CN108694521A (zh) * | 2018-07-02 | 2018-10-23 | 平安健康保险股份有限公司 | 个人风险定价方法及系统 |
CN108711110A (zh) * | 2018-08-14 | 2018-10-26 | 中国平安人寿保险股份有限公司 | 保险产品推荐方法、装置、计算机设备和存储介质 |
US20180365770A1 (en) * | 2017-06-15 | 2018-12-20 | Alibaba Group Holding Limited | Determining a categorization value based on processing of attribute data |
CN109214940A (zh) * | 2018-11-02 | 2019-01-15 | 平安科技(深圳)有限公司 | 基于大数据的保险产品附赠方法及服务器 |
US20190035027A1 (en) * | 2017-07-26 | 2019-01-31 | Guidewire Software, Inc. | Synthetic Diversity Analysis with Actionable Feedback Methodologies |
CN109509016A (zh) * | 2018-09-25 | 2019-03-22 | 中国平安人寿保险股份有限公司 | 销售处理方法、装置及计算机可读存储介质 |
CN109544374A (zh) * | 2018-10-30 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种基于大数据的病种分值调整方法及计算设备 |
-
2019
- 2019-04-02 CN CN201910263355.2A patent/CN110288484B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015203830A1 (en) * | 2013-04-10 | 2015-07-30 | Iconic Worldwide Gaming Limited | Method, apparatus, and computer-readable media for enabling real-time competition based on commodities |
CN103995839A (zh) * | 2014-04-30 | 2014-08-20 | 兴天通讯技术(天津)有限公司 | 基于协同过滤的商品推荐优化方法和系统 |
CN104463630A (zh) * | 2014-12-11 | 2015-03-25 | 新一站保险代理有限公司 | 一种基于网购保险产品特性的产品推荐方法及系统 |
KR20170034596A (ko) * | 2015-09-21 | 2017-03-29 | 강원대학교산학협력단 | 풍수해 보험의 보험요율 산정 시스템 및 장치 |
US20180247362A1 (en) * | 2017-02-24 | 2018-08-30 | Sap Se | Optimized recommendation engine |
CN106970972A (zh) * | 2017-03-24 | 2017-07-21 | 广州茶途网络科技有限公司 | 一种基于大数据分析的商品推送方法及装置 |
CN107045700A (zh) * | 2017-04-13 | 2017-08-15 | 中国联合网络通信集团有限公司 | 基于流式用户行为分析的产品推送方法和装置 |
CN107220870A (zh) * | 2017-05-03 | 2017-09-29 | 北京小米移动软件有限公司 | 车险的推荐方法及装置 |
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 |
US20180365770A1 (en) * | 2017-06-15 | 2018-12-20 | Alibaba Group Holding Limited | Determining a categorization value based on processing of attribute data |
CN107341242A (zh) * | 2017-07-06 | 2017-11-10 | 太原理工大学 | 一种标签推荐方法及系统 |
US20190035027A1 (en) * | 2017-07-26 | 2019-01-31 | Guidewire Software, Inc. | Synthetic Diversity Analysis with Actionable Feedback Methodologies |
CN107705209A (zh) * | 2017-08-25 | 2018-02-16 | 重庆康洲大数据有限公司 | 医保目录的大数据关联分析方法和装置 |
CN107909491A (zh) * | 2017-11-30 | 2018-04-13 | 河南云保遥感科技有限公司 | 一种利用空间大数据的产量保险理赔方法 |
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 |
KR20180071204A (ko) * | 2018-03-12 | 2018-06-27 | 김동길 | 이미지의 태그정보 기반 상품정보 제공 및 구매 방법 및 장치 |
CN108665316A (zh) * | 2018-05-14 | 2018-10-16 | 中国平安人寿保险股份有限公司 | 保险产品推送方法、装置、设备及计算机可读存储介质 |
CN108694521A (zh) * | 2018-07-02 | 2018-10-23 | 平安健康保险股份有限公司 | 个人风险定价方法及系统 |
CN108711110A (zh) * | 2018-08-14 | 2018-10-26 | 中国平安人寿保险股份有限公司 | 保险产品推荐方法、装置、计算机设备和存储介质 |
CN109509016A (zh) * | 2018-09-25 | 2019-03-22 | 中国平安人寿保险股份有限公司 | 销售处理方法、装置及计算机可读存储介质 |
CN109544374A (zh) * | 2018-10-30 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种基于大数据的病种分值调整方法及计算设备 |
CN109214940A (zh) * | 2018-11-02 | 2019-01-15 | 平安科技(深圳)有限公司 | 基于大数据的保险产品附赠方法及服务器 |
Non-Patent Citations (3)
Title |
---|
W. LIN等: "An Ensemble Random Forest Algorithm for Insurance Big Data Analysis", 《IEEE ACCESS》 * |
何培育: "基于互联网金融的大数据应用模式及价值研究", 《中国流通经济》 * |
庞淑娟: "大数据在银行信用风险管理中的应用", 《征信》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737833B (zh) * | 2019-09-29 | 2022-09-13 | 安徽火蓝数据有限公司 | 一种基于推荐度的商品推送方法 |
CN110737833A (zh) * | 2019-09-29 | 2020-01-31 | 海南省火蓝数据有限公司 | 一种基于推荐度的商品推送方法 |
CN110889758A (zh) * | 2019-11-15 | 2020-03-17 | 安徽海汇金融投资集团有限公司 | 一种债权流转体系的构建方法及系统 |
CN110992111B (zh) * | 2019-12-17 | 2024-02-27 | 上海德拓信息技术股份有限公司 | 基于大数据的投保人用户画像挖掘方法 |
CN110992111A (zh) * | 2019-12-17 | 2020-04-10 | 上海德拓信息技术股份有限公司 | 基于大数据的投保人用户画像挖掘方法 |
CN110968790B (zh) * | 2019-12-19 | 2023-05-16 | 企查查科技有限公司 | 基于大数据的潜在客户智能推荐方法、设备和存储介质 |
CN110968790A (zh) * | 2019-12-19 | 2020-04-07 | 苏州朗动网络科技有限公司 | 基于大数据的潜在客户智能推荐方法、设备和存储介质 |
CN113127723A (zh) * | 2019-12-31 | 2021-07-16 | Oppo(重庆)智能科技有限公司 | 用户画像处理方法、装置、服务器及存储介质 |
CN113127723B (zh) * | 2019-12-31 | 2023-07-14 | Oppo(重庆)智能科技有限公司 | 用户画像处理方法、装置、服务器及存储介质 |
CN112053210A (zh) * | 2020-09-11 | 2020-12-08 | 深圳市梦网视讯有限公司 | 一种基于商品社区分类的关联值传播方法、系统及设备 |
CN112053210B (zh) * | 2020-09-11 | 2023-12-05 | 深圳市梦网视讯有限公司 | 一种基于商品社区分类的关联值传播方法、系统及设备 |
CN112381661A (zh) * | 2020-11-27 | 2021-02-19 | 深圳市慧择时代科技有限公司 | 一种保险产品相似度确定方法及装置 |
CN112381661B (zh) * | 2020-11-27 | 2024-01-30 | 深圳市慧择时代科技有限公司 | 一种保险产品相似度确定方法及装置 |
CN113077352A (zh) * | 2021-04-22 | 2021-07-06 | 北京十一贝科技有限公司 | 基于用户信息和保险相关信息的保险服务物品推荐方法 |
CN113077352B (zh) * | 2021-04-22 | 2024-02-02 | 北京十一贝科技有限公司 | 基于用户信息和保险相关信息的保险服务物品推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110288484B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288484B (zh) | 一种基于大数据平台的保险分类的用户推荐方法及系统 | |
Lazuardi et al. | Relationship of Location, Price, and Promotion to Interest in Buying Gordyn at Soni Interior House | |
Hosseini et al. | Cluster analysis using data mining approach to develop CRM methodology to assess the customer loyalty | |
Chen et al. | Predicting customer churn from valuable B2B customers in the logistics industry: a case study | |
Lin et al. | From mission statement to airline branding | |
CN108960719B (zh) | 选品方法和装置以及计算机可读存储介质 | |
US7577579B2 (en) | Method of predicting sales based on triple-axis mapping of customer value | |
Menou et al. | Decision support for centralizing cargo at a Moroccan airport hub using stochastic multicriteria acceptability analysis | |
KR102066377B1 (ko) | 복수의 배달중개서버와 연동된 배달주문 관리 시스템 | |
CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
US20200074486A1 (en) | Information processing system, information processing device, prediction model extraction method, and prediction model extraction program | |
Schröck | The organic milk market in Germany is maturing: A demand system analysis of organic and conventional fresh milk segmented by consumer groups | |
Machuca et al. | A review of forecasting models for new products | |
Xu et al. | Data-driven decision and analytics of collection and delivery point location problems for online retailers | |
CN107679103B (zh) | 用于实体的属性分析方法及系统 | |
US20160148285A1 (en) | Universal Real Property Grading System | |
Batlajery et al. | Analysis Of The Effect Of Public Relation And Sales Promotion On Decision Making Processes For Buying Water Refills In Merauke | |
KR20140115430A (ko) | 온라인 판매자 평가정보 제공방법 | |
Moolla et al. | A model to measure the brand loyalty for fast moving consumer goods | |
CN115131101A (zh) | 一种保险产品个性化智能推荐系统 | |
Russo | Modeling behavioral aspects of urban freight movements | |
Neubert | A systematic literature review of dynamic pricing strategies | |
Niemi et al. | Estimating the business potential for operators in a local food supply chain | |
Voulgaridou et al. | An analytic network process approach for sales forecasting | |
Ranggadara et al. | Applying customer loyalty classification with RFM and Naïve Bayes for better decision making |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231017 Address after: Room A320, 3rd Floor, No. 1359 Zhonghua Road, Huangpu District, Shanghai, 200010 Patentee after: Shanghai Jiaran Information Technology Co.,Ltd. Address before: 200001 4th floor, Fengsheng building, 763 Mengzi Road, Huangpu District, Shanghai Patentee before: SHANGHAI HANDPAL INFORMATION TECHNOLOGY SERVICE Co.,Ltd. |
|
TR01 | Transfer of patent right |