CN114298149A - 用户分类的方法、装置、设备和计算机可读介质 - Google Patents

Abstract

本发明公开了用户分类的方法、装置、设备和计算机可读介质，涉及计算机技术领域。该方法的一具体实施方式包括：服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；所述服务器基于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。该实施方式能够提高用户分类的准确性。

Description

用户分类的方法、装置、设备和计算机可读介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种用户分类的方法、装置、设备和计算机可读介质。

背景技术

目前，对于商户而言需要获取用户的详细信息以实现用户分类。一方面，可以从用户自身出发，采用用户已购买产品所涉及的用户信息；另一个，从商户出发，通过历史售卖记录获知所涉及的产品信息。进而依据用户信息和上述产品信息，对用户分类。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：按照用户信息和产品信息对用户分类，分类颗粒较粗，难以针对用户实现个性化的策略制定。

发明内容

有鉴于此，本发明实施例提供一种用户分类的方法、装置、设备和计算机可读介质，能够提高用户分类的准确性。

为实现上述目的，根据本发明实施例的一个方面，提供了一种用户分类的方法，包括：

服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；

所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；

所述服务器基于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。

所述用户包括家庭中的多个成员；

所述服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额，包括：

所述服务器基于所述多个成员的保单信息，确定所述多个成员的原始购买保单的时间间隔，所述多个成员的原始购买保单的频率，所述多个成员的原始支付金额和原始赔偿金额；

所述用户的行为信息包括所述多个成员的行为信息。

所述原始购买保单的时间间隔包括：最近一次购买保单的时间间隔和购买保单的平均时间间隔；

所述原始购买保单的频率包括：预设周期购买保单的次数，预设周期购买保单的次数与所述用户购买保单的总次数比值，以及所述用户购买保单的总次数与全部用户平均购买保单的总次数的比值；

所述原始支付金额包括：预设周期内的支付金额，预设周期的支付金额与所述用户的支付总金额的比值，以及所述用户的支付总金额与全部用户平均支付总金额的比值；

所述原始赔偿金额包括：预设周期内的赔偿金额，预设周期的赔偿金额与所述用户的赔偿总金额的比值，以及所述用户的赔偿总金额与全部用户平均赔偿总金额的比值。

所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数，包括：

所述服务器依据所述行为信息中用户访问行为的时间间隔和所述原始购买保单的时间间隔，建立时间间隔分类参数；

所述服务器依据所述行为信息中用户访问行为涉及的保单数量和所述原始购买保单的频率，建立所述频率分类参数；

所述服务器依据所述行为信息中用户访问行为涉及的保单额度和所述原始支付金额，建立所述支付金额分类参数。

所述用户的行为信息包括搜索和/或浏览与保险相关的信息，所述与保险相关的信息以多个关键词确定。

所述服务器基于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别，包括：

所述服务器按照所述时间间隔分类参数中的间隔参数和所述间隔参数的权重，确定时间间隔分值；

所述服务器按照所述频率分类参数中的频率参数和所述频率参数的权重，确定频率分值；

所述服务器按照所述支付金额分类参数中的支付参数和所述支付参数的权重，确定支付分值；

所述服务器按照所述原始赔偿金额中的赔偿参数和所述赔偿参数的权重，确定赔偿分值；

所述服务器根据所述时间间隔分值、所述频率分值、所述支付分值和所述赔偿分值，将用户分为多种类别。

所述将用户分为多个种类之后，还包括：

所述服务器针对用户所属类别，向所述用户发送用户所属类别的推荐信息；

和/或，

所述服务器向保险代理人推送用户的所述类别和/或所述用户所属类别的推荐信息。

根据本发明实施例的第二方面，提供了一种用户分类的装置，包括：

保单模块，用于基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；

更新模块，用于按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；

分类模块，用于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。

根据本发明实施例的第三方面，提供了一种用户分类的电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的方法。

根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述的方法。

上述发明中的一个实施例具有如下优点或有益效果：服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；所述服务器基于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。以用户的行为信息结合原始购买保单的参数，由于行为信息能够表征用户近期的实际行为，因而以所建立的参数实现分类用户，能够提高分类的准确性。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的用户分类的方法的主要流程的示意图；

图2是根据本发明实施例的确定分类参数的流程示意图；

图3是根据本发明实施例的基于分类参数将用户分为多种类别的流程示意图；

图4是根据本发明实施例的原始购买保单的信息示意图；

图5是根据本发明实施例的利用行为信息确定用户分类的信息示意图；

图6是根据本发明实施例的用户分类的装置的主要结构的示意图；

图7是本发明实施例可以应用于其中的示例性系统架构图；

图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在实际应用中，根据业务不同所参考的数据维度也会有诸多变种。然而，按照用户信息和产品信息对用户分类，仍存在分类颗粒较粗，难以针对用户实现个性化的策略制定的问题。

为了解决用户分类的准确性较低的问题，可以采用以下本发明实施例中的技术方案。

参见图1，图1是根据本发明实施例的用户分类的方法主要流程的示意图，行为信息代表用户的实际行为，进而以行为信息确定分类参数后再分类。如图1所示，具体包括以下步骤：

本发明实施例的执行主体为服务器，也就是说服务器可以执行下述步骤。

S101、服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额。

在本发明的实施例中，适用于根据用户的保单信息和用户的行为信息对用户分类。用户的保单信息用于表征用户在一段时间购买保单涉及的信息。用户的行为信息用户表征用户在最近一段时间内涉及保单的非购买行为。

在本发实施例中，首先需要基于用户的保单信息，确定原始购买保单的相关参数。原始购买保单是指在预设时间段内购买的保单。主要是考虑到，保单是保险人与投保人签订保险合同的书面证明。一般来说，保单与普通商品来说，具有购买频率低和赔偿性等特征。显然，已有技术中基于用户已购买商品，而对用户分类的技术方案并不适用于保单。

针对保单自身特点，本发明实施例中，需要基于用户的保单信息，确定以下参数：原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额。

也就是说，从保单的购买时限、保单的购买频率、支付金额和赔偿金额四个方面确定参数。

具体来说，从保单的购买时限考虑，确定原始购买保单的时间间隔；从保单的购买频率考虑，确定原始购买保单的频率；从支付金额的角度考虑，确定原始支付金额；从赔偿金额考虑，确定原始赔偿金额。

下面分别就每个参数进行示例性的说明。

原始购买保单的时间间隔是从时间的维度衡量保单的购买。作为一个示例，原始购买保单的时间间隔包括：最近一次购买保单的时间间隔和购买保单的平均时间间隔。

对于用户而言，存在多次购买保单的情况。那么，最近一次购买保单的参考性大于历史购买保单的参考性。这是因为，用户常常由于实际需求购买不同种类的保单。最近一次购买保单体现用户近期的保险需求。因而，将最近一次购买保单的时间间隔增加到原始购买保单的时间间隔中。

另外，对于每个用户来说，具有实际需求的时间点是不同的。为了从多个用户即用户群的角度衡量单个用户，原始购买保单的时间间隔包括购买保单的平均时间间隔。

换言之，从单个用户的角度确定单个用户的原始购买保单参数：最近一次购买保单的时间间隔；再从用户群的角度衡量用户的原始购买保单参数：购买保单的平均时间间隔。作为一个示例，用户群是由购买同类保单的用户组成的群体，如：车险用户群；寿险用户群。作为另一个示例，用户群是由购买同一种保单的用户组成的群体。如：购买相同款保单的用户组成的群体。

原始购买保单的频率是从频率的维度衡量保单的购买。作为一个示例，原始购买保单的频率包括预设周期购买保单的次数，预设周期购买保单的次数与用户购买保单的总次数比值，以及用户购买保单的总次数与全部用户平均购买保单的总次数的比值。

原始购买保单的频率具体包括的参数可以从两方面考虑，一方面是从用户的角度出发，用户个人购买保单的参数；另一方面从群体出发，即用户个人相对于群体购买保单的参数。

具体来说，以预设周期购买保单的次数和预设周期购买保单的次数与用户购买保单的总次数比值，作为用户个人购买保单的参数。其中，预设周期可以按照实际应用场景预设。作为一个示例，预设周期为从当前日期起的前三年。用户购买保单的总次数即数据库中所记录该用户购买保单的所有次数。

用户个人相对于群体购买保单的参数具体是：用户购买保单的总次数与全部用户平均购买保单的总次数的比值。可以理解的是，当上述比值大于或等于1，则说明用户购买保单的数量大于或等于群体购买保单的数量；当上述比值小于1，则说明用户购买保单的数量小于群体购买保单的数量。

本发明实施例的方案适用于保单，针对于保单，不仅需要确定支付金额，还需要确定赔偿金额。普通商品多涉及支付金额，而无需考虑赔偿金额。由于保单具有赔付功能，进而需要确定赔偿金额。

支付金额具体以原始支付金额表征。在本发明的一个实施例中，原始支付金额包括：预设周期内的支付金额，预设周期的支付金额与用户的支付总金额的比值，以及用户的支付总金额与全部用户平均支付总金额的比值。

也就是说，从个人和群体两个角度衡量原始支付金额。从个人角度包括以下两个参数：预设周期内的支付金额，以及预设周期的支付金额与用户的支付总金额的比值。从群体角度包括用户的支付总金额与全部用户平均支付总金额的比值。作为一个示例，预设周期为从当前日期起的前三年。

赔偿金额具体以原始赔偿金额表征。在本发明的一个实施例中，原始赔偿金额包括：预设周期内的赔偿金额，预设周期的赔偿金额与用户的赔偿总金额的比值，以及用户的赔偿总金额与全部用户平均赔偿总金额的比值。

一方面，从用户个人出发确定个人赔偿金额参数：预设周期内的赔偿金额，以及预设周期的赔偿金额与用户的赔偿总金额的比值；另一方面，从群体角度出发确定个人相对于群体的赔偿金额参数：用户的赔偿总金额与全部用户平均赔偿总金额的比值。

至此确定四个参数：原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额。

上述四个参数充分体现保单的特征，而且从个人和群体两方面出发，决定四个参数中包括的个人参数和群体参数。相比于其他商品，保单具有自身特点，上述四个参数适用于基于保单将用户分类的应用场景。

S102、服务器按照用户的行为信息，结合原始购买保单的时间间隔，原始购买保单的频率和原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数。

本发明实施例应用于基于保单对用户分类。商品相对于保单来说，购买频率要高许多。在保单的基础上对用户分类，若只是按照保单作为分类的依据，由于购买保单的次数较少，用户分类的准确性会差很多。

经多次实践和研究发现，用户在需要购买保单前，常常会搜索和/或浏览与保单相关的信息。在本发明实施例中，将搜索和/或浏览与保单相关的信息称为非购买行为。其中，与保单相关的信息以多个关键词确定。作为一个示例，保单关键词包括以下一个或多个，保险条款、理赔条款、寿险、车险、养老和财险等。

在本发明实施例中，针对上述保单的非购买行为，结合原始购买保单的时间间隔、原始购买保单的频率、原始支付金额和原始赔偿金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数。具体来说，用户的行为信息用户表征用户在最近一段时间内涉及保单的非购买行为。进而，按照用户的行为信息，结合原始购买保单的时间间隔，原始购买保单的频率和原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数。

也就是说，用户的行为信息包括搜索和/或浏览与保险相关的信息。利用用户的行为信息实现建立分类参数，以弥补购买保单较少的应用场景。而且，由于搜索和/或浏览，从非购买的角度体现用户对于保单的实际需求，进而以用户的行为信息确定分类参数，不仅能够丰富保单信息，还能够体现用户最近对于保单的实际需求。

参见图2，图2是根据本发明实施例的确定分类参数的流程示意图。结合图2，具体说明，采用用户的行为信息结合原始购买保单的时间间隔，原始购买保单的频率和原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数的具体过程。由于用户的行为并未涉及赔偿，因而上述步骤过程并不涉及原始赔偿金额。

S201、服务器依据行为信息中用户访问行为的时间间隔和原始购买保单的时间间隔，建立时间间隔分类参数。

服务器利用行为信息建立时间间隔分类参数，包括依据行为信息中用户访问行为的时间间隔，结合原始购买保单的时间间隔，建立时间间隔分类参数。

具体来说，用户访问行为的时间间隔是用户搜索和/或浏览保险相关的信息的时间间隔。与购买保单的时间间隔相比，用户访问行为的时间间隔较短。

那么，可以将用户访问行为的时间间隔作为时间间隔分类参数。也就是说，时间间隔分类参数包括：最近一次购买保单的时间间隔、购买保单的平均时间间隔和用户访问行为的时间间隔。

在本发明的一个实施例中，用户访问行为的时间间隔还可以按照访问对象划分为多个参数。作为一个示例，访问对象包括APP1和网页1，用户访问行为的时间间隔包括时间间隔1和时间间隔2。时间间隔1用于表征用户访问APP1的时间间隔；时间间隔2用于表征用户访问网页1的时间间隔。

可以理解的是，时间间隔分类参数不仅包括购买保单的时间间隔，还包括访问行为的时间间隔。

S202、服务器依据行为信息中用户访问行为涉及的保单数量和原始购买保单的频率，建立频率分类参数。

服务器利用行为信息建立频率分类参数，包括依据行为信息中用户访问行为涉及的保单数量，结合原始购买保单的频率建立频率分类参数。

那么，可以将用户访问行为涉及的保单数量作为频率分类参数。也就是说，频率分类参数包括：预设周期购买保单的次数，预设周期购买保单的次数与用户购买保单的总次数比值，用户购买保单的总次数与全部用户平均购买保单的总次数的比值，以及用户访问行为涉及的保单数量。

在本发明实施例中，用户访问行为涉及的保单数量包括访问页面的数量。作为一个示例，用户通过APP访问保险页面1、保险页面2和保险页面3。保险页面1涉及车险，保险页面2涉及车险，以及保险页面3涉及寿险，则该用户访问行为涉及的保单数量是3。可知，访问页面是涉及保险，若访问页面并未涉及保险则无需记录保单数量。具体来说，可以将预设APP和/或预设网站中的网页预设为保险页面。

S203、服务器依据行为信息中用户访问行为涉及的保单额度和原始支付金额，建立支付金额分类参数。

服务器利用行为信息建立支付金额分类参数，包括依据行为信息中用户访问行为涉及的保单额度和原始支付金额，建立支付金额分类参数。

那么，可以将用户访问行为涉及的保单额度作为支付金额分类参数。也就是说，支付金额分类参数包括：预设周期内的支付金额，预设周期的支付金额与用户的支付总金额的比值，用户的支付总金额与全部用户平均支付总金额的比值，以及用户访问行为涉及的保单额度。

在本发明实施例中，用户访问行为涉及的保单额度具体包括用户访问页面所涉及的保单额度。作为一个示例，用户访问行为包括访问页面1和页面2。用户访问页面1，页面1并未涉及保单额度；用户访问页面2，页面2中标识保单额度是1万元，则用户访问行为涉及的保单额度是1万元。

在具体的实践过程中，在APP或网页上，用户可以通过填写信息以获得保单额度，那么可以在上述APP或网页上记录保单额度。

在图2中的实施例中，按照用户的行为信息建立分类参数，上述建立分类参数的步骤并没有先后顺序。

S103、服务器基于时间间隔分类参数，频率分类参数，支付金额分类参数和原始赔偿金额，将用户分为多种类别。

在本发明实施例中，用户分类涉及时间间隔分类参数，频率分类参数，支付金额分类参数和原始赔偿金额。

对于上述每个参数，下属多个子参数。如：时间间隔分类参数包括以下间隔参数：最近一次购买保单的时间间隔、购买保单的平均时间间隔和用户访问行为的时间间隔。

在本发明实施例中，针对每个参数的子参数设置权重，即每个子参数均设置权重，从而计算得到对应分数。

参见图3，图3是根据本发明实施例的基于分类参数将用户分为多种类别的流程示意图，具体包括以下步骤：

S301、服务器按照时间间隔分类参数中的间隔参数和间隔参数的权重，确定时间间隔分值。

具体来说，时间间隔分类参数包括以下间隔参数：最近一次购买保单的时间间隔、购买保单的平均时间间隔和用户访问行为的时间间隔。

服务器预设上述间隔参数的权重，即预设最近一次购买保单的时间间隔的权重、预设购买保单的平均时间间隔的权重和预设用户访问行为的时间间隔的权重。

服务器将间隔参数与间隔参数的权重相乘，以确定时间间隔分数。即：服务器按照时间间隔分类参数中的间隔参数和间隔参数的权重，确定时间间隔分值。

S302、服务器按照频率分类参数中的频率参数和频率参数的权重，确定频率分值。

频率分类参数包括以下频率参数：预设周期购买保单的次数，预设周期购买保单的次数与用户购买保单的总次数比值，用户购买保单的总次数与全部用户平均购买保单的总次数的比值，以及用户访问行为涉及的保单数量。

服务器预设上述频率参数的权重，即预先设置的预设周期购买保单的次数的权重，预先设置的预设周期购买保单的次数与用户购买保单的总次数比值的权重，预设用户购买保单的总次数与全部用户平均购买保单的总次数的比值的权重，以及预设用户访问行为涉及的保单数量的权重。

服务器将频率参数与频率参数的权重相乘，得到频率分值。即：服务器按照频率分类参数中的频率参数和频率参数的权重，确定频率分值。

S303、服务器按照支付金额分类参数中的支付参数和支付参数的权重，确定支付分值。

支付金额分类参数包括以下支付参数：预设周期内的支付金额，预设周期的支付金额与用户的支付总金额的比值，用户的支付总金额与全部用户平均支付总金额的比值，以及用户访问行为涉及的保单额度。

服务器预设支付参数的权重，即预先设置的预设周期内的支付金额的权重，预设周期的支付金额与用户的支付总金额的比值的权重，预设用户的支付总金额与全部用户平均支付总金额的比值的权重，以及用户访问行为涉及的保单额度的权重。

服务器将支付参数与支付参数的权重相乘，得到支付分值。即：服务器按照支付金额分类参数中的支付参数和支付参数的权重，确定支付分值。

S304、服务器按照原始赔偿金额中的赔偿参数和赔偿参数的权重，确定赔偿分值。

原始赔偿金额包括以下赔偿参数：预设周期内的赔偿金额，预设周期的赔偿金额与用户的赔偿总金额的比值，以及用户的赔偿总金额与全部用户平均赔偿总金额的比值。

服务器预设赔偿参数的权重，即预先设置的预设周期内的赔偿金额的权重，预先设置的预设周期的赔偿金额与所述用户的赔偿总金额的比值的权重，以及预设用户的赔偿总金额与全部用户平均赔偿总金额的比值的权重。

服务器将赔偿参数和赔偿参数的权重相乘，得到赔偿分值。即：服务器按照原始赔偿金额中的赔偿参数和赔偿参数的权重，确定赔偿分值。

S305、服务器根据时间间隔分值、频率分值、支付分值和赔偿分值，将用户分为多种类别。

在本发明实施例中，对于每个用户，按照上述步骤可以到四个分值，分为：时间间隔分值、频率分值、支付分值和赔偿分值。也就是说，从上述四个方面描述用户。进而，可以根据时间间隔分值、频率分值、支付分值和所述赔偿分值，将用户分为多种类别。

作为一个示例，预设时间间隔分值的分类阈值、预设频率分值的分类阈值、预设支付分值的分类阈值和预设赔偿分值的分类阈值。

进而：服务器根据时间间隔分值和时间间隔分值的分类阈值，将用户分为两类时间间隔用户；

服务器根据频率分值和所述频率分值的分类阈值，将用户分为两类频率用户；

服务器根据支付分值和所述支付分值的分类阈值，将用户分为两类支付用户；

服务器根据赔偿分值和所述赔偿分值的分类阈值，将用户分为两类赔偿用户；

服务器结合时间间隔用户、频率用户、支付用户和赔偿用户，将用户分为多种类别。

需要说明的是，本发明实施例中的方案可以应用于移动终端的应用(APP)和/或网页端。也就是说，通过移动终端和/或电脑实施本发明实施例中的技术方案，从而实现对涉及保单的用户分类。其中，服务器具体为移动终端和/或电脑。

在本发明的一个实施例中，用户分类的目的在于，针对不同的用户特点，提供针对性的服务。

作为一个示例，针对用户所属类别，服务器向用户发送用户所属类别的推荐信息。用户可以通过APP或网页访问保险网站以获取保单涉及的信息。那么，虽然用户当前未购买保单，但基于用户的原始购买保单的时间间隔，原始购买保单的频率，原始支付金额，原始赔偿金额，以及行为信息，可以按照用户分类发送推荐信息，以提高推荐信息的针对性。

此外，为了便于保险代理人了解用户，以便提高服务的针对性。服务器向保险代理人推送用户的类别，和/或用户所属类别的推荐信息。

在本发明的一个实施例中，用户包括家庭中的多个成员。可以理解的是，以家庭为单位实现家庭的分类，进而向家庭中的成员发送推荐信息。这是因为，保单中包括投保人、被保险人和受益人三种角色。在一个家庭中，不同的家庭成员分为作为投保人、被保险人和受益人。针对家庭保单，将一个用户作为分类对象，保单信息较少；而将一个家庭作为分类对象，由于保单信息的增加，能够提高用户分类的准确性。

具体地，在用户包括家庭中的多个成员情况下，基于多个家庭成员的保单信息，继而确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额。即：基于多个成员的保单信息，确定多个成员的原始购买保单的时间间隔，多个成员的原始购买保单的频率，多个成员的原始支付金额和原始赔偿金额。也就是说，将多个家庭成员作为一个整体来考虑。

相应地，用户的行为信息包括所述多个成员的行为信息。

在上述实施例中，服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；服务器基于所述时间间隔分类参数、所述频率分类参数和所述支付金额分类参数，将用户分为多种类别。以用户的行为信息建立分类参数，由于行为信息能够表征用户近期的实际行为，因而以建立的分类参数实现分类用户，能够提高分类的准确性。

下面以具体实施例，示例性地进行说明。

参见图4，图4是根据本发明实施例的原始购买保单的信息示意图。图4中的参数分为R、F、M和C，共计四组。R代表原始购买保单的时间间隔，F代表原始购买保单的频率，M代表原始支付金额，以及C代表原始赔偿金额。

从R、F、M和C四个维度，每个维度下选取多个指标，计算分值。并将各个指标加权求和，得到四个维度上的总分值。在本发明的一个实施例中，可以采用熵值法获知权重w。

经过加权求和算出四个维度的分数后，根据数据分布选定分类阈值，进行A/B档划分，A为好，B为相对不好。

之后，通过对用户画像对每组用户组进行分析，可以得到各个用户的特点，再结合用户分组的四个维度上的得分，可以对各个用户分组进行命名与重要程度的打分。

参见表1，表1是在实际用户的保单信息的基础上用户分类表格。理论上，可以将用户分为16种类别。在上述实际运用中，将用户分为12种类别。

表1

在表1中包括12种类别的用户，针对每种类别用户设置类别名称，并以打分的方式评述重要程度。每类别用户均有对应的策略。

参见图5，图5是根据本发明实施例的利用行为信息确定用户分类的信息示意图。在图4中R、F、M和C四个维度下属指标的基础上，增加R3、F4和M4三个指标。其中，R3、F4和M4三个指标是以用户的行为信息增加的指标。另外，用户还可以包括家庭中的多个成员，即以家庭的视角考虑分类。

需要说明的是，除了采用熵值法初步确定各参数的权重之外，还可以依据经验值微调上述确定的权重。

从家庭为单位对保单和行为信息分析，更能体现出这个家庭对保险产品的兴趣以及兴趣的变化。此外，为了实时获取家庭关系，还可以将家庭关系即家庭成员之间的关系，存储在关系数据库和/或图数据库中。

应用本发明实施例中的技术方案，将用户分类后，可以筛选出两类睡眠高价值用户，即：睡眠潜力高价值用户和睡眠忠实高价值用户。之后，与业务部门合作推进，说明此类用户的特点，便于设计方案对保险代理人进行宣导。

由于这类用户多数为历史用户，近年来未在公司购买保险，可能与之前的保险代理人已经失去联系，因此需要外部协助完成失联用户的找回。同时，因为都为历史老用户，需要对当年卖出的保险产品进行回顾，从而让保险代理人能够在与用户沟通前做好充分准备。因此，提取这批用户购买的历史保险产品，取数量靠前的保险产品，组织保险代理人学习。

当保险代理人开始拜访用户之后，需要配套这批保险代理人与用户的转化率报表，方便管理团队追踪转化效果，并进行督导。目前，仅挑取部分分公司进行试点项目，已转化保费8800万，效果显著。

在本发明实施例中，解决了仅使用稀疏的保单购买和理赔行为刻画各个维度带来的区分度低的问题。使用用户行为信息，能够更加全面的展现用户的特点，所属分组也能更加贴近用户。

加入家庭关系与行为信息后，在各个维度上用户的分值计算，变得更加多样化，而不仅仅限于稀疏的取值，用户之间的差异变大，也便于精细化的分类。加入更多行为信息后，可以利用用户在APP和/或网页的互动，将用户区分开：有部分用户虽仅仅购买一单保险产品，但多次在官网浏览其他产品、查看自己保单信息等，采用本发明实施例中的方案，能够捕捉到上述行为信息，并在F值上有所展现。

在上述本发明的实施例中，可以应用于保续期用户经营，帮助业务部门筛选出睡眠高价值用户。如：下发清单进行干预，从而提高睡眠高价值用户的转化。

在上述本发明的实施例以外，可以对整体客户设置经营策略，针对不同类型的用户进行分群经营，对每群用户采取不同的策略，深挖存量用户，重点干预高价值用户，从而提高干预的效率。

具体来说，渠道积累了大量的历史用户，无法对所有用户进行干预。针对不同类型的用户进行分群经营。对每群用户采取不同的策略，深挖存量用户，重点干预高价值用户，从而提高干预的效率。

作为一个示例，将可以用户分为以下几类：忠实高价值用户(有/无风险)；忠实一般用户(有/无风险)；睡眠忠实高价值用户(有/无风险)；睡眠一般用户(有/无风险)；睡眠潜力高价值用户(有/无风险)；睡眠无价值用户(有/无风险)。

还可以对活跃用户、风险用户、价值用户进行进一步合并划分，对不同的用户群体采取不同的营销方式。

例如，对于忠实一般用户客群，用户已经形成一定消费习惯，购买频次高，但价值较低。用户大部分为非高客群体。公司应加大促销力度，宣传优惠政策，从而提升用户价值。

此外，每个渠道的经营模式各有差异。由于渠道特色用户量大，难以全面覆盖干预，用户也是业务痛点之一。对不同客群采取不同策略。具体来说：

(1)补充信息

虽然，较为充分了解用户购买保单的信息，但是用户的行为信息则较为难以感知。例如，用户三年前购买了保单，在保单维度上是不活跃的，但用户近一周行为信息包括大量的浏览行为，可以将该用户视为活跃用户。

此外，从家庭的维度分类，大大弥补了保单信息较为稀疏的特点。由于保单购买频次远低于电商商品购买频次。因此用户家族信息提升了行为频次，较好的弥补了这一缺点。

(2)用户数量多

新客、老客、流失用户、回归用户、高价值用户、潜力用户。很难对不同类型用户采取合适的策略。对用户进行统一化分类，能够更好进行干预。如：对某些用户仅仅是发短信提醒、对某些客群在有重大优惠时重点干预、对某些客群在有权益活动时干预，对某些客群进行频繁干预拜访。

采用本发明实施例中的方案，不再出现用户在某一维度上得分过于同质化、难以区分的问题。用户的行为信息千人千面，取值较为连续，不同于保单购买数量这样取值稀疏的变量。因此为之后用户分类提供了帮助。

参见图6，图6是根据本发明实施例的用户分类的装置的主要结构的示意图，用户分类的装置可以实现用户分类的方法，如图6所示，用户分类的装置具体包括：

保单模块601，用于基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；

建立模块602，用于按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；

分类模块603，用于基于所述时间间隔分类参数、所述频率分类参数、所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。

在本发明的一个实施例中，所述用户包括家庭中的多个成员；

建立模块602，具体用于基于所述多个成员的保单信息，确定所述多个成员的原始购买保单的时间间隔，所述多个成员的原始购买保单的频率，所述多个成员的原始支付金额和原始赔偿金额；

所述用户的行为信息包括所述多个成员的行为信息。

在本发明的一个实施例中，所述原始购买保单的时间间隔包括：最近一次购买保单的时间间隔和购买保单的平均时间间隔；

所述原始购买保单的频率包括：预设周期购买保单的次数，预设周期购买保单的次数与所述用户购买保单的总次数比值，以及所述用户购买保单的总次数与全部用户平均购买保单的总次数的比值；

所述原始支付金额包括：预设周期内的支付金额，预设周期的支付金额与所述用户的支付总金额的比值，以及所述用户的支付总金额与全部用户平均支付总金额的比值；

所述原始赔偿金额包括：预设周期内的赔偿金额，预设周期的赔偿金额与所述用户的赔偿总金额的比值，以及所述用户的赔偿总金额与全部用户平均赔偿总金额的比值。

在本发明的一个实施例中，建立模块602，具体用于依据所述行为信息中用户访问行为的时间间隔和所述原始购买保单的时间间隔，建立时间间隔分类参数；

依据所述行为信息中用户访问行为涉及的保单数量和所述原始购买保单的频率，建立所述频率分类参数；

依据所述行为信息中用户访问行为涉及的保单额度和所述原始支付金额，建立所述支付金额分类参数。

在本发明的一个实施例中，所述用户的行为信息包括搜索和/或浏览与保险相关的信息，所述与保险相关的信息以多个关键词确定。

在本发明的一个实施例中，分类模块603，具体用于按照所述时间间隔分类参数中的间隔参数和所述间隔参数的权重，确定时间间隔分值；

按照所述频率分类参数中的频率参数和所述频率参数的权重，确定频率分值；

按照所述支付金额分类参数中的支付参数和所述支付参数的权重，确定支付分值；

按照所述原始赔偿金额中的赔偿参数和所述赔偿参数的权重，确定赔偿分值；

根据所述时间间隔分值、所述频率分值、所述支付分值和所述赔偿分值，将用户分为多种类别。

在本发明的一个实施例中，分类模型603，还用于针对用户所属类别，向所述用户发送用户所属类别的推荐信息；

和/或，

向保险代理人推送用户的所述类别和/或所述用户所属类别的推荐信息。

图7示出了可以应用本发明实施例的用户分类的方法或用户分类的装置的示例性系统架构700。

如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的用户分类的方法一般由服务器705执行，相应地，用户分类的装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括保单模块、建立模块和分类模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，保单模块还可以被描述为“用于基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；

所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；

所述服务器基于所述时间间隔分类参数、所述频率分类参数、所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。

根据本发明实施例的技术方案，服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额建立时间间隔分类参数、频率分类参数和支付金额分类参数；所述服务器基于所述时间间隔分类参数、所述频率分类参数、所述支付金额分类参数更和所述原始赔偿金额，将用户分为多种类别。以用户的行为信息结合原始购买保单的参数，由于行为信息能够表征用户近期的实际行为，因而以所建立的参数实现分类用户，能够提高分类的准确性。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种用户分类的方法，其特征在于，包括：

服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；

所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；

所述服务器基于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。

2.根据权利要求1所述用户分类的方法，其特征在于，所述用户包括家庭中的多个成员；

所述服务器基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额，包括：

所述服务器基于所述多个成员的保单信息，确定所述多个成员的原始购买保单的时间间隔，所述多个成员的原始购买保单的频率，所述多个成员的原始支付金额和原始赔偿金额；

所述用户的行为信息包括所述多个成员的行为信息。

3.根据权利要求1所述用户分类的方法，其特征在于，所述原始购买保单的时间间隔包括：最近一次购买保单的时间间隔和购买保单的平均时间间隔；

所述原始购买保单的频率包括：预设周期购买保单的次数，预设周期购买保单的次数与所述用户购买保单的总次数比值，以及所述用户购买保单的总次数与全部用户平均购买保单的总次数的比值；

所述原始支付金额包括：预设周期内的支付金额，预设周期的支付金额与所述用户的支付总金额的比值，以及所述用户的支付总金额与全部用户平均支付总金额的比值；

所述原始赔偿金额包括：预设周期内的赔偿金额，预设周期的赔偿金额与所述用户的赔偿总金额的比值，以及所述用户的赔偿总金额与全部用户平均赔偿总金额的比值。

4.根据权利要求1所述用户分类的方法，其特征在于，所述服务器按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数，包括：

所述服务器依据所述行为信息中用户访问行为的时间间隔和所述原始购买保单的时间间隔，建立时间间隔分类参数；

所述服务器依据所述行为信息中用户访问行为涉及的保单数量和所述原始购买保单的频率，建立所述频率分类参数；

所述服务器依据所述行为信息中用户访问行为涉及的保单额度和所述原始支付金额，建立所述支付金额分类参数。

5.根据权利要求1所述用户分类的方法，其特征在于，所述用户的行为信息包括搜索和/或浏览与保险相关的信息，所述与保险相关的信息以多个关键词确定。

6.根据权利要求1所述用户分类的方法，其特征在于，所述服务器基于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别，包括：

所述服务器按照所述时间间隔分类参数中的间隔参数和所述间隔参数的权重，确定时间间隔分值；

所述服务器按照所述频率分类参数中的频率参数和所述频率参数的权重，确定频率分值；

所述服务器按照所述支付金额分类参数中的支付参数和所述支付参数的权重，确定支付分值；

所述服务器按照所述原始赔偿金额中的赔偿参数和所述赔偿参数的权重，确定赔偿分值；

所述服务器根据所述时间间隔分值、所述频率分值、所述支付分值和所述赔偿分值，将用户分为多种类别。

7.根据权利要求1所述用户分类的方法，其特征在于，所述将用户分为多个种类之后，还包括：

所述服务器针对用户所属类别，向所述用户发送用户所属类别的推荐信息；

和/或，

所述服务器向保险代理人推送用户的所述类别和/或所述用户所属类别的推荐信息。

8.一种用户分类的装置，其特征在于，包括：

保单模块，用于基于用户的保单信息，确定原始购买保单的时间间隔，原始购买保单的频率，原始支付金额和原始赔偿金额；

更新模块，用于按照所述用户的行为信息，结合所述原始购买保单的时间间隔，所述原始购买保单的频率和所述原始支付金额，建立时间间隔分类参数、频率分类参数和支付金额分类参数；

分类模块，用于所述时间间隔分类参数，所述频率分类参数，所述支付金额分类参数和所述原始赔偿金额，将用户分为多种类别。

9.一种用户分类的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images