CN114117226A - 一种产品推荐方法、系统、设备及介质 - Google Patents
一种产品推荐方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN114117226A CN114117226A CN202111438014.8A CN202111438014A CN114117226A CN 114117226 A CN114117226 A CN 114117226A CN 202111438014 A CN202111438014 A CN 202111438014A CN 114117226 A CN114117226 A CN 114117226A
- Authority
- CN
- China
- Prior art keywords
- target user
- product
- insurance
- keyword
- categories
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种产品推荐方法、系统、设备及介质,涉及人工智能技术领域;首先获取用户的保险记录数据和用户的保险需求信息;然后根据用户的保险记录数据确定用户拥有的产品类别;再将用户拥有的产品类别与预设数据库中的产品类别进行比对,确定用户未覆盖的产品类别;最后根据用户的保险需求信息从用户未覆盖的产品类别中筛选出一个或多个产品类别,并将筛选出的产品类别推荐给用户,产品类别包括理财产品和保险产品。本发明不仅方便用户直观了解自己需要的或短缺的保险,而且能够帮助用户以最少的经济成本,实现最大化的保险覆盖率。同时,本发明还方便保险代理人员或保险代理机构进行精准推荐,减少无效或低效推广,提高保险业务的成单量。
Description
技术领域
本发明涉及人工智能技术领域,特别是涉及一种产品推荐方法、系统、设备及介质。
背景技术
保险,在法律和经济学意义上,是一种风险管理方式,主要用于经济损失的风险。由于经济的发展,现在越来越多的人开始意识到保险的重要性,因而越来越多人开始购买保险。而当前市面上的保险产品种类很丰富,不同种类的保险产品能为人们提供针对性的保障,因而人们会根据自身的需求购买能够满足自身需求的保险产品。同时,随着互联网的发展普及,以在线方式出售保险也逐渐成为一种主流的方式。对于一个正常的用户而言,一个健康的保险投保状态应该是覆盖生活中方方面面的,如覆盖资产、健康、养老、意外、育儿等方面。但是目前用户面临的问题在于:用户不能直观的了解自己保险保障中的空缺和短板,而保险业务员或保险代理人通常获取到的客户需求信息缺乏时效性,不能及时动态地获知客户的需求,使得保险代理人为客户提供的服务不能满足客户自身的需求,导致无法对客户的投保短板及感兴趣的险种进行精准化投放,造成无效或低效的保险推广。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种产品推荐方法、系统、设备及介质,用于解决现有技术中产品无法对进行精准化投放以及投放效率低的问题。
为实现上述目的及其他相关目的,本发明提供一种产品推荐方法,所述方法包括以下步骤:
获取目标用户的记录数据;
根据所述目标用户的记录数据确定所述目标用户拥有的产品类别;
将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定所述目标用户未覆盖的产品类别;
获取所述目标用户的产品需求信息;
根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别,并将筛选出的一个或多个产品类别推荐给所述目标用户。
可选地,将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对前,还包括:
获取所述预设数据库中所包含的产品,以及每种产品的属性数据;
将每种产品的属性数据所对应的文本记为训练文本集,并把所述训练文本集输入至贝叶斯网络中进行训练学习,生成贝叶斯分类器;
利用训练生成的贝叶斯分类器对所述预设数据库中包含的每种产品进行分类,计算每种产品被分类至每个预设产品类别的分类概率;
将每种产品的最大分类概率所对应产品类别作为对应产品的类别,完成对所述预设数据库中每种产品的类别划分。
可选地,确定所述目标用户未覆盖的产品类别的过程包括:
对所述目标用户已拥有的每个产品类别进行文本提取,获取至少一个待检测关键字序列;
对所述预设数据库中的每个产品类别进行文本提取,获取多个参考关键字序列;
将所述至少一个待检测关键字序列与所述多个参考关键字序列进行任意两两组合,并计算每个组合中待检测关键字序列与参考关键字序列的相似度;其中,每个组合仅包括一个待检测关键字序列和一个参考关键字序列;
当所述组合中两个关键字序列的相似度大于等于预设值时,从所述预设数据库中删除对应的产品类别,并将剩余的产品类别作为所述目标用户未覆盖的产品类别;
当所述组合中两个关键字序列的相似度小于预设值时,将所述预设数据库中的所有产品类别作为所述目标用户未覆盖的产品类别。
可选地,计算每个组合中待检测关键字序列与参考关键字序列的相似度的过程包括:
对所述待检测关键字序列、所述参考关键字序列中的每个关键字进行序号标记;
获取所述待检测关键字序列中某序号所对应的关键字,记为第一关键字;以及从所述参考关键字序列中获取相同序号所对应的关键字,记为第二关键字;
计算所述第一关键字与所述第二关键字的欧氏距离;
对所述待检测关键字序列中所有关键字所对应的欧氏距离进行加权求和,并将加权求和结果作为所述待检测关键字序列与所述参考关键字序列的相似度;
其中,若所述待检测关键字序列中最后一个关键字的序号数值大于所述参考关键字序列中最后一个关键字的序号数值,则在计算欧式距离时,仅计算至所述参考关键字序列中最后一个关键字所对应的序号。
可选地,根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别的过程包括:
根据所述目标用户的产品需求信息确定出所述目标用户用于购买产品的年支出额度区间,记为目标用户额度区间;
获取所述预设数据库中预先确定出的多个年支出额度区间,每个年支出额度区间至少包括一个产品类别;
将所述目标用户额度区间与所述预设数据库中的每个年支出额度区间进行匹配,并根据匹配结果从所述预设数据库中提取出与所述目标用户额度区间对应的所有产品类别;
从提取出的所有产品类别中选出所述目标用户未覆盖的产品类别,作为预选产品类别;
从所述预选产品类别中筛选出一个或多个产品类别。
可选地,将所述目标用户额度区间与所述预设数据库中的每个年支出额度区间进行匹配,并根据匹配结果从所述预设数据库中提取出与所述目标用户额度区间对应的所有产品类别的过程包括:
获取所述目标用户额度区间的最小值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最小值的年支出额度区间,记为最小值额度区间;
获取所述目标用户额度区间的最大值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最大值的年支出额度区间,记为最大值额度区间;
从所述预设数据库中提取出所述最小值额度区间与所述最大值额度区间对应的所有产品类别。
可选地,将筛选出的一个或多个产品类别推荐给所述目标用户的过程包括:
获取所述目标用户预留的文件接收类型和文件接收地址;
获取筛选出的一个或多个产品类别,并将每个产品类别所对应的一个或多个产品信息转换为所述目标用户预留的文件接收类型;
将转换后的文件发送至所述目标用户预留的文件地址,向所述目标用户进行产品推荐。
本发明还提供一种产品推荐系统,所述系统包括有:
数据采集模块,用于获取目标用户的记录数据,以及获取所述目标用户的产品需求信息;
产品类别模块,用于根据所述目标用户的记录数据确定所述目标用户拥有的产品类别;
比对模块,用于将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定所述目标用户未覆盖的产品类别;
筛选模块,用于根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别;
推荐模块,用于将筛选出的一个或多个产品类别推荐给所述目标用户。
本发明还提供一种计算机设备,包括存储器、处理器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上述中任一项所述方法的步骤。
本发明还提供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,所述计算机程序被处理器执行时实现上述中任一项所述方法的步骤。
如上所述,本发明提供一种产品推荐方法、系统、设备及介质,具有以下有益效果:本发明首先获取目标用户的记录数据和目标用户的产品需求信息;然后根据目标用户的记录数据确定目标用户拥有的产品类别;若目标用户的记录数据中不包含任何产品,则目标用户拥有的产品类别为零;再将目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定目标用户未覆盖的产品类别;最后根据目标用户的产品需求信息从目标用户未覆盖的产品类别中筛选出一个或多个产品类别,并将筛选出的一个或多个产品类别推荐给目标用户。其中,本发明中的产品包括但不限于保险产品和理财产品,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据,目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。由此可知,本发明对于目标用户而言,不仅方便目标用户直观了解自己需要的或短缺的保险,而且能够帮助目标用户以最少的经济成本,实现最大化的保险覆盖率。同时,对于保险代理人员或保险代理机构而言,通过本发明可以完整地分析用户的保险缺陷,从而方便保险代理人员或保险代理机构进行精准推荐,减少无效或低效推广,提高保险业务的成单量。
附图说明
图1为一实施例提供的产品推荐方法的流程示意图;
图2为一实施例提供的确定用户未覆盖的保险产品类别的流程示意图;
图3为一实施例提供的从用户未覆盖的保险产品类别中筛选出用于推荐的保险产品类别的流程示意图;
图4为一实施例提供的产品推荐系统的硬件结构示意图;
图5为一实施例提供的产品推荐设备的硬件结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1所示,本发明提供一种产品推荐方法,所述方法包括以下步骤:
S100,获取目标用户的记录数据;其中,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据。
S200,根据所述目标用户的记录数据确定所述目标用户拥有的产品类别;若所述目标用户的保险记录数据中不包含任何保险,则所述目标用户拥有的产品类别为零。其中,本方法中的产品包括但不限于:保险产品和理财产品。若本方法中的产品为保险产品,则本方法可以用于进行保险产品推荐;若本方法中的产品为理财产品,则本方法可以用于进行理财产品推荐。
S300,将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定所述目标用户未覆盖的产品类别;
S400,获取所述目标用户的产品需求信息;其中,目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。
S500,根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别,并将筛选出的一个或多个产品类别推荐给所述目标用户。
由此可知,若本实施例中的产品为保险产品时,则本实施例不仅方便目标用户直观了解自己需要的或短缺的保险,而且能够帮助目标用户以最少的经济成本,实现最大化的保险覆盖率。同时,对于保险代理人员或保险代理机构而言,通过本实施例可以完整地分析用户的保险缺陷,从而方便保险代理人员或保险代理机构进行精准推荐,减少无效或低效推广,提高保险业务的成单量。其中,本方法中的目标用户可以根据实际情况进行设定。作为示例,可以由不同的保险代理人员或不同的保险代理机构进行确定,例如可以将在保险推销渠道上浏览保险产品的用户、给保险客服打电话咨询保险产品的用户、保险产品距离到期时间小于预设时间段的用户等用户作为目标用户。
根据上述记载,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据。在一示例性实施例中,获取目标用户的保险记录数据方式可以是引导目标用户填写其自身的保险记录数据。作为示例,目标用户的保险记录数据包括但不限于目标用户已拥有的保险产品数据。若目标用户未购买或未拥有任何保险产品,则目标用户的保险记录数据为空白状态。目标用户已拥有的保险产品数据包括但不限于目标用户已拥有的保险产品类别。在本实施例中,保险产品类别是指每种保险产品所属的类别,即按照每种保险产品的特征预先将每种保险产品划分至相应的保险产品类别,且每种保险产品仅对应一个保险产品类别。其中,从属于相同保险产品类别的保险产品至少存在一种相同或相似的特征。在本实施例中,目标用户已拥有的保险产品类别数据包括但不限于:目标用户已拥有的保险产品类别、目标用户已拥有的每种保险产品所对应的金额、目标用户已拥有的每种保险产品所对应的时间期限、目标用户已拥有的每种保险产品所对应的保险公司或保险机构、目标用户已拥有的每种保险产品所对应的理赔条件及金额、目标用户已拥有的每种保险产品所对应的保险业务办理人员、目标用户已拥有的每种保险产品所对应的来源处等。作为示例,保险产品类别包括但不限于:养老保险、医疗保险、失业保险、工伤保险、生育保险、车辆保险、旅游保险、交通保险、人身意外保险、育儿保险等。作为示例,保险产品包括但不限于:XX世纪同祥终身寿险(分红型,2004)、XX鸿鑫终身寿险(分红型,2004)、XX鑫盛终身寿险(分红型)、XX鑫利两全保险(分红型)、XX鑫祥两全保险(分红型)、XX尊享健康管理保险计划、XX尊享精英住院费用医疗保险、XX附加境外旅行紧急救援医疗保险、XX附加意外牙科及保健医疗保险、XX附加意外牙科及保健医疗保险、XX体检费用医疗保险、XX全球医疗保险、XX附加住院费用医疗保险(A)款、XX附加住院费用医疗保险(B)款等。其中,“XX”可以是保险代理结构的名字全称或者名字简称。
根据上述记载,目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。在一示例性实施例中,获取目标用户的保险需求信息可以是引导目标用户填写其自身期待的保险需求信息。作为示例,所述目标用户的保险需求信息包括但不限于:目标用户用于购买保险产品的年支出额度区间、目标用户当前的生活状态信息、目标用户的保险需求偏好信息和目标用户画像等。其中,目标用户当前的生活状态信息是用于表征目标用户基本情况的信息。在本申请实施例中,目标用户当前的生活状态信息,可包括目标用户的财产收支信息。具体地,可包括目标用户当前的财产总额、目标用户在一个预设周期内的收入、目标用户在一个预设周期内的支出等。预设周期可以根据实际情况进行设定,本申请实施例对预设周期不作限制,例如预设周期可以为一个月、一个季度、或一年等。
在本申请实施例中,基于目标用户的财产总额、收支信息,可以粗略估计出目标用户在未来预定时间点的预测生活状态,该预测生活状态可以通过预测财产总额、预测收支信息等指标进行预测。为了更准确地估计目标用户在未来预定时间点的预测生活状态,在本申请实施例中,还可提供更多的关于目标用户的当前生活状态信息的内容。例如,目标用户的当前生活状态信息可包括目标用户的指定人际关系对象的信息。具体的,可包括配偶的信息、子女的信息、父母的信息、配偶父母的信息中的至少一种。这些信息,可包括年龄、收入、支出、财产总额、健康状况等信息。这些指定人际关系对象的年龄、收入、支出、财产总额、健康状况等,都会影响到未来或现在购买保险产品时,目标用户所购买的保险产品类别及对应的数量。例如,配偶的收入支出,与家庭的总收入支出紧密相关;而子女的年龄,决定了子女在不同年龄段可能需要的教育支出、住房支出等;父母的年龄、收入、支出等,决定了目标用户在未来时间段在父母身上的支出,包括生活支出、医疗支出等。而这些收入支出必然后会影响到目标用户在未来或现在购买保险产品时,所购买的保险产品类别及对应的数量,影响目标用户用于购买保险产品的年支出额度区间。
根据上述记载,在一示例性实施例中,目标用户的当前生活状态信息还可以包括目标用户在当前时间之前第一预定时间段内的健康记录。具体地,例如,可以是目标用户在之前三年的病历信息、医疗支出,或者是目标用户在之前十年的病历信息、医疗支出等。通过分析目标用户的健康记录的分析,可以帮助保险公司和保险机构预测出未来对目标用户是否需要进行保险赔偿,以及预测会在哪些方面对目标用户出现保险赔偿的可能。
根据上述记载,在一示例性实施例中,目标用户的当前生活状态信息还可以包括目标用户的职业信息。具体地,职业信息可包括目标用户从事的职业领域、职业性质等。基于目标用户从事的职业,可以预估目标用户未来的发展前景,进而结合目标用户当前的收入,进一步预估目标用户未来的收入情况。例如,通信领域的工程师、人工智能领域的工程师、教师等不同职业,其未来收入的增长必然会存在明显的差异。目标用户的职业性质,例如,公务员、事业单位职工、民营企业职工等等。按照我国的现行退休政策,对于不同职业性质的目标用户来说,其退休金与退休前的工资、缴纳社保基数之间关系是不同的。同时,通过分析目标用户的职业信息,可以预测出未来目标用户是否存在犯上职业病的可能。此外,目标用户的生活状态信息还可包括目标用户工作年限、目标用户的居住地和/或社保缴纳地等。当然,目标用户的生活状态信息不仅限于上述列举的一项或多项的组合,还可以包括其它与目标用户生活状态有关的信息,本申请实施例在此不再进行一一列举。
在本方法中,当预设数据库中存在多个保险产品时,需要对数据库中的每种保险产品进行分类标记,将每种保险产品划分至相应的保险产品类别,且在进行类别划分时,一个保险产品类别可以对应多种保险产品。因此,在一示例性实施例中,将所述目标用户拥有的保险产品类别与预设数据库中的保险产品类别进行比对前,还包括对所述预设数据库中的保险产品进行类别划分,有:
获取所述预设数据库中所包含的保险产品,以及每种保险产品的属性数据。在本实施例中,保险产品的属性数据可以是:保险定义、保险标的、适合对象、建议保额等。作为示例,例如以“XX尊享精英住院费用医疗保险”这种保险产品为例,保险定义可以为:被保险人因疾病或意外伤害经医院诊断必须住院治疗或进行非器官移植手术的,对于每次住院期间发生的合理且必要的医疗费用和手术费用以及住院期间前后各30天内与该次住院相同原因而产生的门诊费,保险代理机构根据约定的支付比例和限额给付保险金。保险标的可以为:药费、治疗费、检查费、非器官移植手术费等合计年限额5万元人民币,床位费、护理费合计每日限额1000元人民币,住院前后门诊年限额500元人民币。适合对象可以是:0-55周岁,连续续保可续保至64周岁,适用地区:上海、北京、广东。建议保额可以是:按保险限额的2%~8%设计。
将每种保险产品的属性数据所对应的文本记为训练文本集,并把所述训练文本集输入至贝叶斯网络中进行训练学习,生成贝叶斯分类器。在生成贝叶斯分类器的过程中,本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
利用训练生成的贝叶斯分类器对所述预设数据库中包含的每种保险产品进行分类,计算每种保险产品被分类至每个预设保险产品类别的分类概率;将每种保险产品的最大分类概率所对应保险产品类别作为对应保险产品的类别,完成对所述预设数据库中每种保险产品的类别划分。作为示例,本实施例中预设的保险产品类别包括但不限于:养老保险、医疗保险、失业保险、工伤保险、生育保险、车辆保险、旅游保险、交通保险、人身意外保险、育儿保险等。
在一示例性实施例中,以保险产品为例,如图2所示,确定所述目标用户未覆盖的保险产品类别的过程包括:
S310,对所述目标用户已拥有的每个保险产品类别进行文本提取,获取至少一个待检测关键字序列;
S320,对所述预设数据库中的每个保险产品类别进行文本提取,获取多个参考关键字序列;
S330,将所述至少一个待检测关键字序列与所述多个参考关键字序列进行任意两两组合,并计算每个组合中待检测关键字序列与参考关键字序列的相似度;其中,每个组合仅包括一个待检测关键字序列和一个参考关键字序列;
S340-1,当所述组合中两个关键字序列的相似度大于等于预设值时,从所述预设数据库中删除对应的保险产品类别,并将剩余的保险产品类别作为所述目标用户未覆盖的保险产品类别;
S340-2,当所述组合中两个关键字序列的相似度小于预设值时,将所述预设数据库中的所有保险产品类别作为所述目标用户未覆盖的保险产品类别。
作为示例,所述待检测关键字序列与所述参考关键字序列的相似度的比较方式可以是:
SimSha(S1,S2)=Count(S1∩S2)/(Count(S1)+Count(S2));
其中,S1为待检测关键字序列,S2为参考关键字序列,S1∩S2表示实体待检测关键字序列S1和参考关键字序列S2所包含的相同的词,Count(S1)表示待检测关键字序列中词的个数,Count(S2)表示参考关键字序列中词的个数,SimSha(S1,S2)表示待检测关键字序列S1和参考关键字序列S2的相似度。若SimSha(S1,S2)大于等于预设相似度阈值,则从所述预设数据库中删除对应的保险产品类别,并将剩余的保险产品类别作为所述目标用户未覆盖的保险产品类别;若SimSha(S1,S2)小于预设相似度阈值,则将所述预设数据库中的所有保险产品类别作为所述目标用户未覆盖的保险产品类别。作为示例,本实施例中的预设相似度阈值可以根据实际场景的识别精度进行设定,例如可以设置为75%,也可以设置为80%,还可以设置为其他数值。
根据上述记载,在一示例性实施例中,计算每个组合中待检测关键字序列与参考关键字序列的相似度的过程包括:
对所述待检测关键字序列、所述参考关键字序列中的每个关键字进行序号标记;
获取所述待检测关键字序列中某序号所对应的关键字,记为第一关键字;以及从所述参考关键字序列中获取相同序号所对应的关键字,记为第二关键字;
计算所述第一关键字与所述第二关键字的欧氏距离;
对所述待检测关键字序列中所有关键字所对应的欧氏距离进行加权求和,并将加权求和结果作为所述待检测关键字序列与所述参考关键字序列的相似度;
其中,若所述待检测关键字序列中最后一个关键字的序号数值大于所述参考关键字序列中最后一个关键字的序号数值,则在计算欧式距离时,仅计算至所述参考关键字序列中最后一个关键字所对应的序号。在本实施例中,第一关键字与第二关键字的欧氏距离可以通过现有的欧氏距离计算方法进行计算,本实施例不再进行赘述。
在一示例性实施例中,以保险产品为例,如图3所示,根据所述目标用户的保险需求信息从所述目标用户未覆盖的保险产品类别中筛选出一个或多个保险产品类别的过程包括:
S510,根据所述目标用户的保险需求信息确定出所述目标用户用于购买保险产品的年支出额度区间,记为目标用户额度区间;
S520,获取所述预设数据库中预先确定出的多个年支出额度区间,每个年支出额度区间至少包括一个保险产品类别。作为示例,本实施例可以先获取所述预设数据库中每个保险产品类别所对应的年支出额度;然后按照预先设定的年支出额度区间根据所述预设数据库中每个保险产品类别所对应的年支出额度进行年支出额度区间划分,将所述预设数据库中的每个保险产品类别归类至对应的年支出额度区间。其中,预设数据库中的年支付额度区间可以根据实际情况进行预先设定,本实施例不对其具体数值做限定。
S530,将所述目标用户额度区间与所述预设数据库中的每个年支出额度区间进行匹配,并根据匹配结果从所述预设数据库中提取出与所述目标用户额度区间对应的所有保险产品类别。作为示例,本实施例首先获取所述目标用户额度区间的最小值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最小值的年支出额度区间,记为最小值额度区间;然后获取所述目标用户额度区间的最大值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最大值的年支出额度区间,记为最大值额度区间;最后从所述预设数据库中提取出所述最小值额度区间与所述最大值额度区间的所有保险产品类别。例如,目标用户A用于购买保险产品的年支出额度区间为[3000,12000],则表明目标用户A用于购买保险产品的年支付额度最小值是3000元人民币,以及年支付额度最大值是12000元人民币;即目标用户A所对应的目标用户额度区间的最小值是3000元人民币,目标用户A所对应的目标用户额度区间的最大值是12000元人民币。如果数据库中预先确定的年支付额度区间[2000,4000]和[10000,13000],则可知本实施例需要提取出数据库中年支付额度区间[2000,4000]和[10000,13000]所对应的所有保险产品类别。
S540,从提取出的所有保险产品类别中选出所述目标用户未覆盖的保险产品类别,作为预选保险产品类别。由于提取出的所有保险产品类别中,可能既包括目标用户已拥有的保险产品类别,所以本实施例过滤掉目标用户已拥有的保险产品类别,可以筛选出用于推荐的保险产品类别时,能够达到更高的精准度。
S550,从所述预选保险产品类别中筛选出一个或多个保险产品类别。
在本实施例中,通过分析目标用户的财产收支信息,然后根据目标用户的财产收支信息来给其推送符合其财产支出的保险产品,不仅可以减轻目标用户购买保险产品的经济压力,帮助目标用户以最少的经济成本,实现最大化的保险覆盖率;而且还能够为目标用户推送合适的保险产品,达到精准化推荐的目的。
根据上述记载,以保险产品为例,在一示例性实施例中,将筛选出的一个或多个保险产品类别推荐给所述目标用户的过程包括:获取所述目标用户预留的文件接收类型和文件接收地址;获取筛选出的一个或多个保险产品类别,并将每个保险产品类别所对应的一个或多个保险产品信息转换为所述目标用户预留的文件接收类型;将转换后的文件发送至所述目标用户预留的文件地址,向所述目标用户进行保险产品推荐。作为示例,目标用户预留的文件接收类型可以是文字类型,也可以是图片类型,还可以是音频类型等。目标用户预留的文件接收地址可以是实际地址、邮箱地址,也可以是手机号码,还可以微信号码、QQ号码等通讯地址。
综上所述,本发明提供一种产品推荐方法,可以首先获取目标用户的记录数据和目标用户的产品需求信息;然后根据目标用户的记录数据确定目标用户拥有的产品类别;若目标用户的记录数据中不包含任何产品,则目标用户拥有的产品类别为零;再将目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定目标用户未覆盖的产品类别;最后根据目标用户的产品需求信息从目标用户未覆盖的产品类别中筛选出一个或多个产品类别,并将筛选出的一个或多个产品类别推荐给目标用户。其中,本方法中的产品包括但不限于保险产品和理财产品,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据,目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。本方法可以引导目标用户填写自己已经购买和需要购买的险种、保额等方式来获取目标用户的保险记录数据和保险需求信息,不仅可以获得目标用户已拥有的保险类别,还可以让保险公司发掘出更多更全险种。其次,本方法可以将保险代理机构的数据库中已有的保险数据与目标用户上传的保险数据进行整合,使得目标用户画像更加完整。然后,通过分类和计算目标用户保险需求、短板和偏好,使目标用户在了解自己保险短板时更加方便和直观,同时通过给目标用户推荐其未覆盖的保险产品,可以让保险业务员减少无效工作,提高成单量。最后,本方法还可以对目标用户已填写的保险数据进行监控,对于即将到期的保单,提前向目标用户进行保险推荐,提高目标用户的续保行为。本方法对于目标用户而言,不仅方便目标用户直观了解自己需要的或短缺的保险,而且能够帮助目标用户以最少的经济成本,实现最大化的保险覆盖率。同时,对于保险代理人员或保险代理机构而言,通过本方法可以完整地分析目标用户的保险缺陷,从而方便保险代理人员或保险代理机构进行精准推荐,减少无效或低效推广,提高保险业务的成单量。所以,本方法可通过目标用户的投保状态分析,了解到目标用户投保状态的短板和投保意向偏好,并对其进行定向推广,减少无用的推荐和推销;而且目标用户也可以清晰的查看自己保险覆盖的方向,发现自己保障的短缺,及时提高保障的覆盖率;同时,对于目标用户在其他平台购买的保单,在保单截止期前提前向业务员发送预警及定向推送,提高客户的转化率。
如图4所示,本发明还提供一种保险产品推荐系统,所述系统包括有:
数据采集模块M10,用于获取目标用户的记录数据,以及获取所述目标用户的产品需求信息;其中,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据;目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。
产品类别模块M20,用于根据所述目标用户的记录数据确定所述目标用户拥有的产品类别;若所述目标用户的记录数据中不包含任何产品,则所述目标用户拥有的产品类别为零。其中,本方法中的产品包括但不限于:保险产品和理财产品。若本方法中的产品为保险产品,则本方法可以用于进行保险产品推荐;若本方法中的产品为理财产品,则本方法可以用于进行理财产品推荐。
比对模块M30,用于将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定所述目标用户未覆盖的产品类别;
筛选模块M40,用于根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别;
推荐模块M50,用于将筛选出的一个或多个产品类别推荐给所述目标用户。
由此可知,若本实施例中的产品为保险产品时,则本实施例不仅方便目标用户直观了解自己需要的或短缺的保险,而且能够帮助目标用户以最少的经济成本,实现最大化的保险覆盖率。同时,对于保险代理人员或保险代理机构而言,通过本实施例可以完整地分析用户的保险缺陷,从而方便保险代理人员或保险代理机构进行精准推荐,减少无效或低效推广,提高保险业务的成单量。其中,本系统中的目标用户可以根据实际情况进行设定。作为示例,可以由不同的保险代理人员或不同的保险代理机构进行确定,例如可以将在保险推销渠道上浏览保险产品的用户、给保险客服打电话咨询保险产品的用户、保险产品距离到期时间小于预设时间段的用户等用户作为目标用户。
根据上述记载,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据。在一示例性实施例中,获取目标用户的保险记录数据可以是引导目标用户填写其自身的保险记录数据。作为示例,目标用户的保险记录数据包括但不限于目标用户已拥有的保险产品数据。若目标用户未购买或未拥有任何保险产品,则目标用户的保险记录数据为空白状态。目标用户已拥有的保险产品数据包括但不限于目标用户已拥有的保险产品类别。在本实施例中,保险产品类别是指每种保险产品所属的类别,即按照每种保险产品的特征预先将每种保险产品划分至相应的保险产品类别,且每种保险产品仅对应一个保险产品类别。其中,从属于相同保险产品类别的保险产品至少存在一种相同或相似的特征。在本实施例中,目标用户已拥有的保险产品类别数据包括但不限于:目标用户已拥有的保险产品类别、目标用户已拥有的每种保险产品所对应的金额、目标用户已拥有的每种保险产品所对应的时间期限、目标用户已拥有的每种保险产品所对应的保险公司或保险机构、目标用户已拥有的每种保险产品所对应的理赔条件及金额、目标用户已拥有的每种保险产品所对应的保险业务办理人员、目标用户已拥有的每种保险产品所对应的来源处等。作为示例,保险产品类别包括但不限于:养老保险、医疗保险、失业保险、工伤保险、生育保险、车辆保险、旅游保险、交通保险、人身意外保险、育儿保险等。作为示例,保险产品包括但不限于:XX世纪同祥终身寿险(分红型,2004)、XX鸿鑫终身寿险(分红型,2004)、XX鑫盛终身寿险(分红型)、XX鑫利两全保险(分红型)、XX鑫祥两全保险(分红型)、XX尊享健康管理保险计划、XX尊享精英住院费用医疗保险、XX附加境外旅行紧急救援医疗保险、XX附加意外牙科及保健医疗保险、XX附加意外牙科及保健医疗保险、XX体检费用医疗保险、XX全球医疗保险、XX附加住院费用医疗保险(A)款、XX附加住院费用医疗保险(B)款等。其中,“XX”可以是保险代理结构的名字全称或者名字简称。
根据上述记载,目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。在一示例性实施例中,获取目标用户的保险需求信息可以是引导目标用户填写其自身期待的保险需求信息。作为示例,所述目标用户的保险需求信息包括但不限于:目标用户用于购买保险产品的年支出额度区间、目标用户当前的生活状态信息、目标用户的保险需求偏好信息和目标用户画像等。其中,目标用户当前的生活状态信息是用于表征目标用户基本情况的信息。在本申请实施例中,目标用户当前的生活状态信息,可包括目标用户的财产收支信息。具体地,可包括目标用户当前的财产总额、目标用户在一个预设周期内的收入、目标用户在一个预设周期内的支出等。预设周期可以根据实际情况进行设定,本申请实施例对预设周期不作限制,例如预设周期可以为一个月、一个季度、或一年等。
在本申请实施例中,基于目标用户的财产总额、收支信息,可以粗略估计出目标用户在未来预定时间点的预测生活状态,该预测生活状态可以通过预测财产总额、预测收支信息等指标进行预测。为了更准确地估计目标用户在未来预定时间点的预测生活状态,在本申请实施例中,还可提供更多的关于目标用户的当前生活状态信息的内容。例如,目标用户的当前生活状态信息可包括目标用户的指定人际关系对象的信息。具体的,可包括配偶的信息、子女的信息、父母的信息、配偶父母的信息中的至少一种。这些信息,可包括年龄、收入、支出、财产总额、健康状况等信息。这些指定人际关系对象的年龄、收入、支出、财产总额、健康状况等,都会影响到未来或现在购买保险产品时,目标用户所购买的保险产品类别及对应的数量。例如,配偶的收入支出,与家庭的总收入支出紧密相关;而子女的年龄,决定了子女在不同年龄段可能需要的教育支出、住房支出等;父母的年龄、收入、支出等,决定了目标用户在未来时间段在父母身上的支出,包括生活支出、医疗支出等。而这些收入支出必然后会影响到目标用户在未来或现在购买保险产品时,所购买的保险产品类别及对应的数量,影响目标用户用于购买保险产品的年支出额度区间。
根据上述记载,在一示例性实施例中,目标用户的当前生活状态信息还可以包括目标用户在当前时间之前第一预定时间段内的健康记录。具体地,例如,可以是目标用户在之前三年的病历信息、医疗支出,或者是目标用户在之前十年的病历信息、医疗支出等。通过分析目标用户的健康记录的分析,可以帮助保险公司和保险机构预测出未来对目标用户是否需要进行保险赔偿,以及预测会在哪些方面对目标用户出现保险赔偿的可能。
根据上述记载,在一示例性实施例中,目标用户的当前生活状态信息还可以包括目标用户的职业信息。具体地,职业信息可包括目标用户从事的职业领域、职业性质等。基于目标用户从事的职业,可以预估目标用户未来的发展前景,进而结合目标用户当前的收入,进一步预估目标用户未来的收入情况。例如,通信领域的工程师、人工智能领域的工程师、教师等不同职业,其未来收入的增长必然会存在明显的差异。目标用户的职业性质,例如,公务员、事业单位职工、民营企业职工等等。按照我国的现行退休政策,对于不同职业性质的目标用户来说,其退休金与退休前的工资、缴纳社保基数之间关系是不同的。同时,通过分析目标用户的职业信息,可以预测出未来目标用户是否存在犯上职业病的可能。此外,目标用户的生活状态信息还可包括目标用户工作年限、目标用户的居住地和/或社保缴纳地等。当然,目标用户的生活状态信息不仅限于上述列举的一项或多项的组合,还可以包括其它与目标用户生活状态有关的信息,本申请实施例在此不再进行一一列举。
在本系统中,当预设数据库中存在多个保险产品时,需要对数据库中的每种保险产品进行分类标记,将每种保险产品划分至相应的保险产品类别,且在进行类别划分时,一个保险产品类别可以对应多种保险产品。因此,在一示例性实施例中,将所述目标用户拥有的保险产品类别与预设数据库中的保险产品类别进行比对前,还包括对所述预设数据库中的保险产品进行类别划分,有:
获取所述预设数据库中所包含的保险产品,以及每种保险产品的属性数据。在本实施例中,保险产品的属性数据可以是:保险定义、保险标的、适合对象、建议保额等。作为示例,例如以“XX尊享精英住院费用医疗保险”这种保险产品为例,保险定义可以为:被保险人因疾病或意外伤害经医院诊断必须住院治疗或进行非器官移植手术的,对于每次住院期间发生的合理且必要的医疗费用和手术费用以及住院期间前后各30天内与该次住院相同原因而产生的门诊费,保险代理机构根据约定的支付比例和限额给付保险金。保险标的可以为:药费、治疗费、检查费、非器官移植手术费等合计年限额5万元人民币,床位费、护理费合计每日限额1000元人民币,住院前后门诊年限额500元人民币。适合对象可以是:0-55周岁,连续续保可续保至64周岁,适用地区:上海、北京、广东。建议保额可以是:按保险限额的2%~8%设计。
将每种保险产品的属性数据所对应的文本记为训练文本集,并把所述训练文本集输入至贝叶斯网络中进行训练学习,生成贝叶斯分类器。在生成贝叶斯分类器的过程中,本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
利用训练生成的贝叶斯分类器对所述预设数据库中包含的每种保险产品进行分类,计算每种保险产品被分类至每个预设保险产品类别的分类概率;将每种保险产品的最大分类概率所对应保险产品类别作为对应保险产品的类别,完成对所述预设数据库中每种保险产品的类别划分。作为示例,本实施例中预设的保险产品类别包括但不限于:养老保险、医疗保险、失业保险、工伤保险、生育保险、车辆保险、旅游保险、交通保险、人身意外保险、育儿保险等。
以保险产品为例,在一示例性实施例中,确定所述目标用户未覆盖的保险产品类别的过程包括:
对所述目标用户已拥有的每个保险产品类别进行文本提取,获取至少一个待检测关键字序列;
对所述预设数据库中的每个保险产品类别进行文本提取,获取多个参考关键字序列;
将所述至少一个待检测关键字序列与所述多个参考关键字序列进行任意两两组合,并计算每个组合中待检测关键字序列与参考关键字序列的相似度;其中,每个组合仅包括一个待检测关键字序列和一个参考关键字序列;
当所述组合中两个关键字序列的相似度大于等于预设值时,从所述预设数据库中删除对应的保险产品类别,并将剩余的保险产品类别作为所述目标用户未覆盖的保险产品类别;
当所述组合中两个关键字序列的相似度小于预设值时,将所述预设数据库中的所有保险产品类别作为所述目标用户未覆盖的保险产品类别。
作为示例,所述待检测关键字序列与所述参考关键字序列的相似度的比较方式可以是:
SimSha(S1,S2)=Count(S1∩S2)/(Count(S1)+Count(S2));
其中,S1为待检测关键字序列,S2为参考关键字序列,S1∩S2表示实体待检测关键字序列S1和参考关键字序列S2所包含的相同的词,Count(S1)表示待检测关键字序列中词的个数,Count(S2)表示参考关键字序列中词的个数,SimSha(S1,S2)表示待检测关键字序列S1和参考关键字序列S2的相似度。若SimSha(S1,S2)大于等于预设相似度阈值,则从所述预设数据库中删除对应的保险产品类别,并将剩余的保险产品类别作为所述目标用户未覆盖的保险产品类别;若SimSha(S1,S2)小于预设相似度阈值,则将所述预设数据库中的所有保险产品类别作为所述目标用户未覆盖的保险产品类别。作为示例,本实施例中的预设相似度阈值可以根据实际场景的识别精度进行设定,例如可以设置为75%,也可以设置为80%,还可以设置为其他数值。
根据上述记载,在一示例性实施例中,计算每个组合中待检测关键字序列与参考关键字序列的相似度的过程包括:
对所述待检测关键字序列、所述参考关键字序列中的每个关键字进行序号标记;
获取所述待检测关键字序列中某序号所对应的关键字,记为第一关键字;以及从所述参考关键字序列中获取相同序号所对应的关键字,记为第二关键字;
计算所述第一关键字与所述第二关键字的欧氏距离;
对所述待检测关键字序列中所有关键字所对应的欧氏距离进行加权求和,并将加权求和结果作为所述待检测关键字序列与所述参考关键字序列的相似度;
其中,若所述待检测关键字序列中最后一个关键字的序号数值大于所述参考关键字序列中最后一个关键字的序号数值,则在计算欧式距离时,仅计算至所述参考关键字序列中最后一个关键字所对应的序号。在本实施例中,第一关键字与第二关键字的欧氏距离可以通过现有的欧氏距离计算方法进行计算,本实施例不再进行赘述。
以保险产品为例,在一示例性实施例中,根据所述目标用户的保险需求信息从所述目标用户未覆盖的保险产品类别中筛选出一个或多个保险产品类别的过程包括:
根据所述目标用户的保险需求信息确定出所述目标用户用于购买保险产品的年支出额度区间,记为目标用户额度区间;
获取所述预设数据库中预先确定出的多个年支出额度区间,每个年支出额度区间至少包括一个保险产品类别。作为示例,本实施例可以先获取所述预设数据库中每个保险产品类别所对应的年支出额度;然后按照预先设定的年支出额度区间根据所述预设数据库中每个保险产品类别所对应的年支出额度进行年支出额度区间划分,将所述预设数据库中的每个保险产品类别归类至对应的年支出额度区间。其中,预设数据库中的年支付额度区间可以根据实际情况进行预先设定,本实施例不对其具体数值做限定。
将所述目标用户额度区间与所述预设数据库中的每个年支出额度区间进行匹配,并根据匹配结果从所述预设数据库中提取出与所述目标用户额度区间对应的所有保险产品类别。作为示例,本实施例首先获取所述目标用户额度区间的最小值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最小值的年支出额度区间,记为最小值额度区间;然后获取所述目标用户额度区间的最大值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最大值的年支出额度区间,记为最大值额度区间;最后从所述预设数据库中提取出所述最小值额度区间与所述最大值额度区间的所有保险产品类别。例如,目标用户A用于购买保险产品的年支出额度区间为[3000,12000],则表明目标用户A用于购买保险产品的年支付额度最小值是3000元人民币,以及年支付额度最大值是12000元人民币;即目标用户A所对应的目标用户额度区间的最小值是3000元人民币,目标用户A所对应的目标用户额度区间的最大值是12000元人民币。如果数据库中预先确定的年支付额度区间[2000,4000]和[10000,13000],则可知本实施例需要提取出数据库中年支付额度区间[2000,4000]和[10000,13000]所对应的所有保险产品类别。
从提取出的所有保险产品类别中选出所述目标用户未覆盖的保险产品类别,作为预选保险产品类别。由于提取出的所有保险产品类别中,可能既包括目标用户已拥有的保险产品类别,所以本实施例过滤掉目标用户已拥有的保险产品类别,可以筛选出用于推荐的保险产品类别时,能够达到更高的精准度。
从所述预选保险产品类别中筛选出一个或多个保险产品类别。
在本实施例中,通过分析目标用户的财产收支信息,然后根据目标用户的财产收支信息来给其推送符合其财产支出的保险产品,不仅可以减轻目标用户购买保险产品的经济压力,帮助目标用户以最少的经济成本,实现最大化的保险覆盖率;而且还能够为目标用户推送合适的保险产品,达到精准化推荐的目的。
根据上述记载,以保险产品为例,在一示例性实施例中,将筛选出的一个或多个保险产品类别推荐给所述目标用户的过程包括:获取所述目标用户预留的文件接收类型和文件接收地址;获取筛选出的一个或多个保险产品类别,并将每个保险产品类别所对应的一个或多个保险产品信息转换为所述目标用户预留的文件接收类型;将转换后的文件发送至所述目标用户预留的文件地址,向所述目标用户进行保险产品推荐。作为示例,目标用户预留的文件接收类型可以是文字类型,也可以是图片类型,还可以是音频类型等。目标用户预留的文件接收地址可以是实际地址、邮箱地址,也可以是手机号码,还可以微信号码、QQ号码等通讯地址。
综上所述,本发明提供一种产品推荐系统,可以利用数据采集模块获取目标用户的记录数据和目标用户的产品需求信息;然后利用产品类别模块根据目标用户的记录数据确定目标用户拥有的产品类别;若目标用户的记录数据中不包含任何产品,则目标用户拥有的产品类别为零;再利用比对模块将目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定目标用户未覆盖的产品类别;以及利用筛选模块根据目标用户的产品需求信息从目标用户未覆盖的产品类别中筛选出一个或多个产品类别,最后利用推荐模块将筛选出的一个或多个产品类别推荐给目标用户。其中,本系统中的产品包括但不限于保险产品和理财产品,目标用户的记录数据包括但不限于目标用户的保险记录数据和目标用户的理财记录数据,目标用户的产品需求信息包括但不限于保险产品需求信息、理财产品需求信息。本系统可以引导目标用户填写自己已经购买和需要购买的险种、保额等方式来获取目标用户的保险记录数据和保险需求信息,不仅可以获得目标用户已拥有的保险类别,还可以让保险公司发掘出更多更全险种。其次,本系统可以将保险代理机构的数据库中已有的保险数据与目标用户上传的保险数据进行整合,使得目标用户画像更加完整。然后,通过分类和计算目标用户保险需求、短板和偏好,使目标用户在了解自己保险短板时更加方便和直观,同时通过给目标用户推荐其未覆盖的保险产品,可以让保险业务员减少无效工作,提高成单量。最后,本系统还可以对目标用户已填写的保险数据进行监控,对于即将到期的保单,提前向目标用户进行保险推荐,提高目标用户的续保行为。本系统对于目标用户而言,不仅方便目标用户直观了解自己需要的或短缺的保险,而且能够帮助目标用户以最少的经济成本,实现最大化的保险覆盖率。同时,对于保险代理人员或保险代理机构而言,通过本系统可以完整地分析目标用户的保险缺陷,从而方便保险代理人员或保险代理机构进行精准推荐,减少无效或低效推广,提高保险业务的成单量。所以,本系统可通过目标用户的投保状态分析,了解到目标用户投保状态的短板和投保意向偏好,并对其进行定向推广,减少无用的推荐和推销;而且目标用户也可以清晰的查看自己保险覆盖的方向,发现自己保障的短缺,及时提高保障的覆盖率;同时,对于目标用户在其他平台购买的保单,在保单截止期前提前向业务员发送预警及定向推送,提高客户的转化率。
本申请实施例还提供了一种计算机设备,例如保险产品推荐设备,该设备包括:存储器、处理器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图1所述方法的步骤。图5示出了一种计算机设备1000的结构示意图,参阅图5所示,计算机设备1000包括:处理器1010、存储器1020、电源1030、显示单元1040、输入单元1060。
处理器1010是计算机设备1000的控制中心,利用各种接口和线路连接各个部件,通过运行或执行存储在存储器1020内的软件程序和/或数据,执行计算机设备1000的各种功能,从而对计算机设备1000进行整体监控。本申请实施例中,处理器1010调用存储器1020中存储的计算机程序时执行如图1所述的方法。可选的,处理器1010可包括一个或多个处理单元;优选的,处理器1010可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用等,调制解调处理器主要处理无线通信。在一些实施例中,处理器、存储器、可以在单一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
存储器1020可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、各种应用等;存储数据区可存储根据计算机设备1000的使用所创建的数据等。此外,存储器1020可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件等。
计算机设备1000还包括给各个部件供电的电源1030(比如电池),电源可以通过电源管理系统与处理器1010逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗等功能。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及计算机设备1000的各种菜单等,本发明实施例中主要用于显示计算机设备1000中各应用的显示界面以及显示界面中显示的文本、图片等对象。显示单元1040可以包括显示面板1050。显示面板1050可以采用液晶显示屏(Liquid Crystal Display,LCD)、有机发光二极管(OrganicLight-Emitting Diode,OLED)等形式来配置。
输入单元1060可用于接收用户输入的数字或字符等信息。输入单元1060可包括触控面板1070以及其他输入设备1080。其中,触控面板1070,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触摸笔等任何适合的物体或附件在触控面板1070上或在触控面板1070附近的操作)。
具体的,触控面板1070可以检测用户的触摸操作,并检测触摸操作带来的信号,将这些信号转换成触点坐标,发送给处理器1010,并接收处理器1010发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1070。其他输入设备1080可以包括但不限于物理键盘、功能键(比如音量控制按键、开关机按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
当然,触控面板1070可覆盖显示面板1050,当触控面板1070检测到在其上或附近的触摸操作后,传送给处理器1010以确定触摸事件的类型,随后处理器1010根据触摸事件的类型在显示面板1050上提供相应的视觉输出。虽然在图5中,触控面板1070与显示面板1050是作为两个独立的部件来实现计算机设备1000的输入和输出功能,但是在某些实施例中,可以将触控面板1070与显示面板1050集成而实现计算机设备1000的输入和输出功能。
计算机设备1000还可包括一个或多个传感器,例如压力传感器、重力加速度传感器、接近光传感器等。当然,根据具体应用中的需要,上述计算机设备1000还可以包括摄像头等其它部件。
本申请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,所述计算机程序被处理器执行时实现如图1所述方法的步骤。
本领域技术人员可以理解的是,图5仅仅是计算机设备的举例,并不构成对该设备的限定,该设备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。为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本申请时,可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请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。本申请是参照根据本申请实施例的方法、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,应理解为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。这些计算机程序指令可应用至通用计算机、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中以产生一个机器,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。
应当理解的是,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等,但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一预设范围也可以被称为第二预设范围,类似地,第二预设范围也可以被称为第一预设范围。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种产品推荐方法,其特征在于,所述方法包括以下步骤:
获取目标用户的记录数据;
根据所述目标用户的记录数据确定所述目标用户拥有的产品类别;
将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定所述目标用户未覆盖的产品类别;
获取所述目标用户的产品需求信息;
根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别,并将筛选出的一个或多个产品类别推荐给所述目标用户。
2.根据权利要求1所述的产品推荐方法,其特征在于,将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对前,还包括:
获取所述预设数据库中所包含的产品,以及每种产品的属性数据;
将每种产品的属性数据所对应的文本记为训练文本集,并把所述训练文本集输入至贝叶斯网络中进行训练学习,生成贝叶斯分类器;
利用训练生成的贝叶斯分类器对所述预设数据库中包含的每种产品进行分类,计算每种产品被分类至每个预设产品类别的分类概率;
将每种产品的最大分类概率所对应产品类别作为对应产品的类别,完成对所述预设数据库中每种产品的类别划分。
3.根据权利要求1所述的产品推荐方法,其特征在于,确定所述目标用户未覆盖的产品类别的过程包括:
对所述目标用户已拥有的每个产品类别进行文本提取,获取至少一个待检测关键字序列;
对所述预设数据库中的每个产品类别进行文本提取,获取多个参考关键字序列;
将所述至少一个待检测关键字序列与所述多个参考关键字序列进行任意两两组合,并计算每个组合中待检测关键字序列与参考关键字序列的相似度;其中,每个组合仅包括一个待检测关键字序列和一个参考关键字序列;
当所述组合中两个关键字序列的相似度大于等于预设值时,从所述预设数据库中删除对应的产品类别,并将剩余的产品类别作为所述目标用户未覆盖的产品类别;
当所述组合中两个关键字序列的相似度小于预设值时,将所述预设数据库中的所有产品类别作为所述目标用户未覆盖的产品类别。
4.根据权利要求3所述的产品推荐方法,其特征在于,计算每个组合中待检测关键字序列与参考关键字序列的相似度的过程包括:
对所述待检测关键字序列、所述参考关键字序列中的每个关键字进行序号标记;
获取所述待检测关键字序列中某序号所对应的关键字,记为第一关键字;以及从所述参考关键字序列中获取相同序号所对应的关键字,记为第二关键字;
计算所述第一关键字与所述第二关键字的欧氏距离;
对所述待检测关键字序列中所有关键字所对应的欧氏距离进行加权求和,并将加权求和结果作为所述待检测关键字序列与所述参考关键字序列的相似度;
其中,若所述待检测关键字序列中最后一个关键字的序号数值大于所述参考关键字序列中最后一个关键字的序号数值,则在计算欧式距离时,仅计算至所述参考关键字序列中最后一个关键字所对应的序号。
5.根据权利要求1或3所述的产品推荐方法,其特征在于,根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别的过程包括:
根据所述目标用户的产品需求信息确定出所述目标用户用于购买产品的年支出额度区间,记为目标用户额度区间;
获取所述预设数据库中预先确定出的多个年支出额度区间,每个年支出额度区间至少包括一个产品类别;
将所述目标用户额度区间与所述预设数据库中的每个年支出额度区间进行匹配,并根据匹配结果从所述预设数据库中提取出与所述目标用户额度区间对应的所有产品类别;
从提取出的所有产品类别中选出所述目标用户未覆盖的产品类别,作为预选产品类别;
从所述预选产品类别中筛选出一个或多个产品类别。
6.根据权利要求5所述的产品推荐方法,其特征在于,将所述目标用户额度区间与所述预设数据库中的每个年支出额度区间进行匹配,并根据匹配结果从所述预设数据库中提取出与所述目标用户额度区间对应的所有产品类别的过程包括:
获取所述目标用户额度区间的最小值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最小值的年支出额度区间,记为最小值额度区间;
获取所述目标用户额度区间的最大值,并从所述预设数据库中的年支出额度区间中筛选出包含所述最大值的年支出额度区间,记为最大值额度区间;
从所述预设数据库中提取出所述最小值额度区间与所述最大值额度区间对应的所有产品类别。
7.根据权利要求1所述的产品推荐方法,其特征在于,将筛选出的一个或多个产品类别推荐给所述目标用户的过程包括:
获取所述目标用户预留的文件接收类型和文件接收地址;
获取筛选出的一个或多个产品类别,并将每个产品类别所对应的一个或多个产品信息转换为所述目标用户预留的文件接收类型;
将转换后的文件发送至所述目标用户预留的文件地址,向所述目标用户进行产品推荐。
8.一种产品推荐系统,其特征在于,所述系统包括有:
数据采集模块,用于获取目标用户的记录数据,以及获取所述目标用户的产品需求信息;
产品类别模块,用于根据所述目标用户的记录数据确定所述目标用户拥有的产品类别;
比对模块,用于将所述目标用户拥有的产品类别与预设数据库中的产品类别进行比对,确定所述目标用户未覆盖的产品类别;
筛选模块,用于根据所述目标用户的产品需求信息从所述目标用户未覆盖的产品类别中筛选出一个或多个产品类别;
推荐模块,用于将筛选出的一个或多个产品类别推荐给所述目标用户。
9.一种计算机设备,包括存储器、处理器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1-7中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111438014.8A CN114117226A (zh) | 2021-11-29 | 2021-11-29 | 一种产品推荐方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111438014.8A CN114117226A (zh) | 2021-11-29 | 2021-11-29 | 一种产品推荐方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114117226A true CN114117226A (zh) | 2022-03-01 |
Family
ID=80367848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111438014.8A Pending CN114117226A (zh) | 2021-11-29 | 2021-11-29 | 一种产品推荐方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114117226A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114663200A (zh) * | 2022-05-23 | 2022-06-24 | 中国平安财产保险股份有限公司 | 一种产品推荐方法、装置、电子设备以及存储介质 |
CN115148330A (zh) * | 2022-05-24 | 2022-10-04 | 中国医学科学院北京协和医院 | Pop治疗方案形成方法及系统 |
CN117033159A (zh) * | 2023-10-09 | 2023-11-10 | 成都市蓉通数智信息技术有限公司 | 基于大数据的数字政务数据看板系统 |
CN117974331A (zh) * | 2024-03-28 | 2024-05-03 | 探保网络科技(广州)有限公司 | 一种基于电子商务平台的保险推荐方法及系统 |
-
2021
- 2021-11-29 CN CN202111438014.8A patent/CN114117226A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114663200A (zh) * | 2022-05-23 | 2022-06-24 | 中国平安财产保险股份有限公司 | 一种产品推荐方法、装置、电子设备以及存储介质 |
CN114663200B (zh) * | 2022-05-23 | 2022-09-16 | 中国平安财产保险股份有限公司 | 一种产品推荐方法、装置、电子设备以及存储介质 |
CN115148330A (zh) * | 2022-05-24 | 2022-10-04 | 中国医学科学院北京协和医院 | Pop治疗方案形成方法及系统 |
CN115148330B (zh) * | 2022-05-24 | 2023-07-25 | 中国医学科学院北京协和医院 | Pop治疗方案形成方法及系统 |
CN117033159A (zh) * | 2023-10-09 | 2023-11-10 | 成都市蓉通数智信息技术有限公司 | 基于大数据的数字政务数据看板系统 |
CN117033159B (zh) * | 2023-10-09 | 2024-02-02 | 成都市蓉通数智信息技术有限公司 | 基于大数据的数字政务数据看板系统 |
CN117974331A (zh) * | 2024-03-28 | 2024-05-03 | 探保网络科技(广州)有限公司 | 一种基于电子商务平台的保险推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200242626A1 (en) | Fraud lead detection system for efficiently processing database-stored data and automatically generating natural language explanatory information of system results for display in interactive user interfaces | |
CN106651424B (zh) | 基于大数据技术的电力用户画像建立与分析方法 | |
CN114117226A (zh) | 一种产品推荐方法、系统、设备及介质 | |
Occhipinti et al. | Updating reference values and predictive models of the OCRA method in the risk assessment of work-related musculoskeletal disorders of the upper limbs | |
Alkraiji et al. | Barriers to the widespread adoption of health data standards: an exploratory qualitative study in tertiary healthcare organizations in Saudi Arabia | |
US20140122989A1 (en) | Systems and methods for tracking, reporting, submitting and completing information forms and reports | |
US20040128163A1 (en) | Health care information management apparatus, system and method of use and doing business | |
Whicher et al. | Health Data Sharing to Support Better Outcomes | |
Gurupur et al. | Designing the right framework for healthcare decision support | |
US20160306937A1 (en) | Smart health management service and system by using automation platform installed in smart phones | |
Berry et al. | Using conceptual work products of health care to design health IT | |
Luo | Analyzing potential spatial access to primary care services with an enhanced floating catchment area method | |
Plechowicz | Women’s centres | |
Hodge | History of the TDS medical information system | |
Helm et al. | Application of cognitive automation to structuring data, driving existing business models, and creating value between legacy industries | |
Basu et al. | Implications of workforce and financing changes for primary care practice utilization, revenue, and cost: a generalizable mathematical model for practice management | |
Probst | Not quite colleagues: Issues of power and purview between social work and psychiatry | |
Rowen et al. | How to improve race, ethnicity, and language data and disparities interventions | |
Ndegwa | Assessment of data quality and information use of the community health information system: A case study of Karurumo Community health unit-Embu County, Kenya | |
Talukdar et al. | Tools and technologies for implementing AI approaches in healthcare | |
US20210158452A1 (en) | Matching healthcare claim data for identifying and quantifying relationships between healthcare entities | |
CN114549078B (zh) | 基于时序的客户行为处理方法、装置及相关设备 | |
Chenhui | Impact of mobile health technology adoption on service quality and patient satisfaction | |
Syafitri et al. | Mobile-based Dental Clinic Application as an Optimal Reservation Control System | |
Roberts et al. | Protocol for a realist and social return on investment evaluation of the use of patient-reported outcomes in four value-based healthcare programmes |
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 |