CN114817746A - 保险产品推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及人工智能领域，公开了一种保险产品推荐方法、装置、设备及存储介质，用于提高保险产品推荐的准确率。所述保险产品推荐方法包括：根据登录数据查询用户对应的投保数据，得到历史投保数据；根据历史投保数据匹配保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用数据库匹配数据源，得到目标数据源；根据登录数据从目标数据源中获取操作历史数据，得到操作历史数据；根据操作历史数据分别计算多个保险产品与用户之间的匹配度；将匹配度最大时对应的保险产品作为目标保险产品并推送至用户界面。此外，本发明还涉及区块链技术，目标保险产品可存储于区块链节点中。

Description

保险产品推荐方法、装置、设备及存储介质

技术领域

本发明涉及人工智能领域，尤其涉及一种保险产品推荐方法、装置、设备及存储介质。

背景技术

随着计算机技术的高速发展，保险产品的推荐成为了保险行业的热点。由于目前保险产品多种多样，且用户的需求种类也很多，如何准确的向用户推荐与需求所匹配的保险产品，成为了当前保险推荐的研究热点。

用户在浏览保险购买页面时需要花费大量的时间来筛选符合用户需求的保险产品，但是目前保险推荐时，往往不能准确分析用户需求而向用户推荐错误的保险产品，即现有方案的准确率低。

发明内容

本发明提供了一种保险产品推荐方法、装置、设备及存储介质，用于提高保险产品推荐的准确率。

本发明第一方面提供了一种保险产品推荐方法，所述保险产品推荐方法包括：获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据；根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用预置的数据库匹配与所述保险项目对应的数据源，得到所述保险项目对应的目标数据源；根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据；根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度；将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面。

可选的，在本发明第一方面的第一种实现方式中，所述获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据，包括：从预置的数据库中获取待推荐的用户对应的登录数据；对所述登录数据进行信息提取，得到所述用户对应的账户信息；基于所述账户信息查询所述用户对应的投保数据，得到所述用户对应的历史投保数据。

可选的，在本发明第一方面的第二种实现方式中，所述根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目，包括：基于所述历史投保数据对所述用户进行保险产品匹配，得到所述用户对应的待推荐的保险产品；按照预设关键词库对所述保险产品进行关键词提取，得到所述保险产品对应的关键词；基于所述保险产品对应的关键词提取所述保险产品对应的保险项目，得到每个保险产品对应的至少一个保险项目。

可选的，在本发明第一方面的第三种实现方式中，所述根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据，包括：基于所述登录数据提取所述用户对应的身份数据，得到所述用户对应的身份数据；基于所述身份数据生成所述用户对应的身份标识，得到所述用户对应的身份标识；基于所述身份标识从预置的数据源库中获取所述待推荐用户对应的操作历史数据。

可选的，在本发明第一方面的第四种实现方式中，所述根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度，包括：基于所述操作历史数据匹配与所述操作历史数据对应的保险预测模型；获取所述保险预测模型对应的目标参数值；通过所述保险预测模型和所述目标参数值计算多个保险产品与所述待推荐的用户之间的匹配度。

可选的，在本发明第一方面的第五种实现方式中，所述述保险产品推荐方法还包括：从预置的样本数据库中获取多个用户样本，并根据所述多个用户样本构造样本集合：从所述样本集合中获取取值最大的样本，并根据获取的样本构造最大样本集合：从所述样本集合中获取取值最小的样本，并根据获取的样本构造最小样本集合：根据所述最大样本集合和所述最小样本集合计算目标参数值。

可选的，在本发明第一方面的第六种实现方式中，所述将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面，包括：对所述多个保险产品中获取与所述用户之间的匹配度进行排序，得到目标排序；将所述目标排序中排名最高的保险产品作为目标保险产品；将所述目标保险产品推送至用户界面。

本发明第二方面提供了一种保险产品推荐装置，所述保险产品推荐装置包括：获取模块，用于获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据；分析模块，用于根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；匹配模块，用于调用预置的数据库匹配与所述保险项目对应的数据源，得到所述保险项目对应的目标数据源；处理模块，用于根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据；计算模块，用于根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度；推荐模块，用于将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面。

可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：从预置的数据库中获取待推荐的用户对应的登录数据；对所述登录数据进行信息提取，得到所述用户对应的账户信息；基于所述账户信息查询所述用户对应的投保数据，得到所述用户对应的历史投保数据。

可选的，在本发明第二方面的第二种实现方式中，所述分析模块具体用于：基于所述历史投保数据对所述用户进行保险产品匹配，得到所述用户对应的待推荐的保险产品；按照预设关键词库对所述保险产品进行关键词提取，得到所述保险产品对应的关键词；基于所述保险产品对应的关键词提取所述保险产品对应的保险项目，得到每个保险产品对应的至少一个保险项目。

可选的，在本发明第二方面的第三种实现方式中，所述处理模块具体用于：基于所述登录数据提取所述用户对应的身份数据，得到所述用户对应的身份数据；基于所述身份数据生成所述用户对应的身份标识，得到所述用户对应的身份标识；基于所述身份标识从预置的数据源库中获取所述待推荐用户对应的操作历史数据。

可选的，在本发明第二方面的第四种实现方式中，所述计算模块具体用于：基于所述操作历史数据匹配与所述操作历史数据对应的保险预测模型；获取所述保险预测模型对应的目标参数值；通过所述保险预测模型和所述目标参数值计算多个保险产品与所述待推荐的用户之间的匹配度。

可选的，在本发明第二方面的第五种实现方式中，所述保险产品推荐装置还包括：构造模块，用于从预置的样本数据库中获取多个用户样本，并根据所述多个用户样本构造样本集合：从所述样本集合中获取取值最大的样本，并根据获取的样本构造最大样本集合：从所述样本集合中获取取值最小的样本，并根据获取的样本构造最小样本集合：根据所述最大样本集合和所述最小样本集合计算目标参数值。

可选的，在本发明第二方面的第六种实现方式中，所述推荐模块具体用于：对所述多个保险产品中获取与所述用户之间的匹配度进行排序，得到目标排序；将所述目标排序中排名最高的保险产品作为目标保险产品；将所述目标保险产品推送至用户界面。

本发明第三方面提供了一种保险产品推荐设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述保险产品推荐设备执行上述的保险产品推荐方法。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的保险产品推荐方法。

本发明提供的技术方案中，根据登录数据查询用户对应的投保数据，得到历史投保数据；根据历史投保数据匹配保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用数据库匹配数据源，得到目标数据源；根据登录数据从目标数据源中获取操作历史数据，得到操作历史数据；根据操作历史数据分别计算多个保险产品与用户之间的匹配度；将匹配度最大时对应的保险产品作为目标保险产品并推送至用户界面。本发明通过用户历史保险的购买情况来归类优质客户，对优质客户进行针对性的保险产品推荐，提高了保险产品推荐的准确率。

附图说明

图1为本发明实施例中保险产品推荐方法的一个实施例示意图；

图2为本发明实施例中保险产品推荐方法的另一个实施例示意图；

图3为本发明实施例中保险产品推荐装置的一个实施例示意图；

图4为本发明实施例中保险产品推荐装置的另一个实施例示意图；

图5为本发明实施例中保险产品推荐设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种保险产品推荐方法、装置、设备及存储介质，用于提高保险产品推荐的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中保险产品推荐方法的第一个实施例包括：

101、获取待推荐的用户对应的登录数据，并根据登录数据查询用户对应的投保数据，得到用户对应的历史投保数据；

具体的，服务器获取用户的登录数据包括：浏览记录、页面访问次数、产品点击次数、页面停留时间、页面进入频率中的至少一个。浏览记录可以包括某些产品的介绍或者某些保险产品的相关资讯等等。待推荐用户的登录数据可以通过网络爬虫方式抓取各大线上网站上的相关产品数据，进而通过相关产品数据进行分析，获取到历史投保数据。

可以理解的是，本发明的执行主体可以为保险产品推荐装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。本发明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(ArtificialIntelligence，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。服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

102、根据历史投保数据匹配与用户对应的待推荐的保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；

其中，每个保险产品包括至少一个保险项目。不同的保险产品之间的差别主要在于各自具体包括的保险项目是不同的。例如，共有5种保险项目，分别为保险项目A、保险项目B、保险项目C、保险项目D和保险项目E，在此基础上，共向市场推出了3种保险产品，分别为：

保险产品1＝{保险项目A}

保险产品2＝{保险项目B∪保险项目C}

保险产品3＝{保险项目E∪保险项目D∪保险项目C}。

103、调用预置的数据库匹配与保险项目对应的数据源，得到保险项目对应的目标数据源；

需要说明的是，预置的数据库记录了数据源与保险项目之间的对应关系，每个数据源中记录了与至少一个保险项目相关的操作历史数据。每个数据源中记录了与至少一个保险项目相关的目标数据源，例如，医疗系统服务器中存储的客户的病历数据，支付平台系统服务器中存储的客户的支付记录数据，航空系统服务器中存储的客户的飞行记录数据，铁路系统服务器中存储的客户的出行记录数据，旅游管理系统服务器中存储的客户的旅游记录数据，交通管理系统服务器中存储的客户的交通违章记录数据等。

104、根据登录数据从保险项目对应的目标数据源中获取用户对应的操作历史数据，得到操作历史数据；

需要说明的是，本发明可由推销保险产品的业务员或者保险产品的目标客户使用，用于向其使用者进行保险产品的推荐及展示。服务器接收到身份数据请求后，会记录下执行终端设备的身份标识，并向执行终端设备反馈客户的身份数据。目标服务器在接收到数据请求后，向客户的终端设备发送授权请求，授权请求中包括执行终端设备的身份标识，客户的终端设备对执行终端设备的身份标识进行核对，若核对无误，则向目标服务器发送授权指令，服务器在接收到授权指令之后，向执行终端设备发送客户的操作历史数据。

105、根据操作历史数据分别计算多个保险产品与用户之间的匹配度；

具体的，服务器根据操作历史数据分别计算多个保险产品与用户之间的匹配度，得到每个保险产品，服务器从目标数据源中获取的操作历史数据的目标参数值，若目标数据源为航空系统服务器中存储的客户的飞行记录数据，对该飞行记录数据进行统计，得到的该客户总的飞行次数即为实际贡献值，若目标数据源为旅游管理系统服务器中存储的客户的旅游记录数据，对该旅游记录数据进行统计，得到的该客户总的旅游次数即为实际贡献值，若目标数据源为交通管理系统服务器中存储的该客户的交通违章记录数据，对该旅游记录数据进行统计，得到的该客户总的违章次数即为实际贡献值，基于实际贡献值计算每个保险茶农对应的匹配度。

106、将多个保险产品中获取与用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将目标保险产品推送至用户界面。

具体的，服务器通过保险预测模型以及待推送用户的属性特征，能够得到保险产品排序，保险产品排序中至少包括一个保险产品。若保险产品排序中只包括一个保险产品，则将这一个保险产品作为目标保险产品；若保险产品排序中包括多个保险产品，则需要从多个保险产品中选择出一个保险产品作为目标保险产品并向待推送用户推送目标保险产品。

进一步地，服务器将目标保险产品存储于区块链数据库中，具体此处不做限定。

本发明实施例中，根据登录数据查询用户对应的投保数据，得到历史投保数据；根据历史投保数据匹配保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用数据库匹配数据源，得到目标数据源；根据登录数据从目标数据源中获取操作历史数据，得到操作历史数据；根据操作历史数据分别计算多个保险产品与用户之间的匹配度；将匹配度最大时对应的保险产品作为目标保险产品并推送至用户界面。本发明通过用户历史保险的购买情况来归类优质客户，对优质客户进行针对性的保险产品推荐，提高了保险产品推荐的准确率。

请参阅图2，本发明实施例中保险产品推荐方法的第二个实施例包括：

201、获取待推荐的用户对应的登录数据，并根据登录数据查询用户对应的投保数据，得到用户对应的历史投保数据；

具体的，服务器从预置的数据库中获取待推荐的用户对应的登录数据；服务器对登录数据进行信息提取，得到用户对应的账户信息；服务器基于账户信息查询用户对应的投保数据，得到用户对应的历史投保数据。其中，服务器爬取待推荐的用户对应的登录数据，通过预置的网络爬虫进行数据提取，又被称为网页蜘蛛，网络机器人，或者，更经常的称为网页追逐者。网络爬虫是一种按照一定的规则，自动抓取互联网数据的程序或者脚本。网络爬虫按照系统结构和实现技术，大致可以分为以下几种类型：通用网络爬虫、聚焦网络爬虫、增量式网络爬虫、深层网络爬虫。实际的网络爬虫系统通常是几种爬虫技术相结合实现的。服务器对登录数据进行信息提取，得到账户信息，服务器基于账户信息查询投保数据，得到历史投保数据。

202、根据历史投保数据匹配与用户对应的待推荐的保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；

具体的，服务器基于历史投保数据对用户进行保险产品匹配，得到用户对应的待推荐的保险产品；服务器按照预设关键词库对保险产品进行关键词提取，得到保险产品对应的关键词；服务器基于保险产品对应的关键词提取保险产品对应的保险项目，得到每个保险产品对应的至少一个保险项目。具体的，服务器基于历史投保数据对用户进行保险产品匹配，得到用户对应的待推荐的保险产品，用户的历史投保数据中可以直接提取出保险产品，得到保险产品，服务器按照预设关键词库对保险产品进行关键词提取，得到保险产品对应的关键词，关键词是保险项目中的关键词，每一个保险项目对应不同的关键词，得到保险产品对应的关键词，服务器基于保险产品对应的关键词提取保险产品对应的保险项目，得到每个保险产品对应的至少一个保险项目。

203、调用预置的数据库匹配与保险项目对应的数据源，得到保险项目对应的目标数据源；

需要说明的是，预置的数据库记录了数据源与保险项目之间的对应关系，每个数据源中记录了与至少一个保险项目相关的操作历史数据。每个数据源中记录了与至少一个保险项目相关的目标数据源，例如，医疗系统服务器中存储的客户的病历数据，支付平台系统服务器中存储的客户的支付记录数据，航空系统服务器中存储的客户的飞行记录数据，铁路系统服务器中存储的客户的出行记录数据，旅游管理系统服务器中存储的客户的旅游记录数据，交通管理系统服务器中存储的客户的交通违章记录数据等。

204、根据登录数据从保险项目对应的目标数据源中获取用户对应的操作历史数据，得到操作历史数据；

具体的，服务器基于登录数据提取用户对应的身份数据，得到用户对应的身份数据；服务器基于身份数据生成用户对应的身份标识，得到用户对应的身份标识；服务器基于身份标识从预置的数据源库中获取待推荐用户对应的操作历史数据。具体的，用户在一段时间内经常访问某一类型保险的介绍页面，并对该类型的保险的具体保险产品页面进行多次访问，服务器认为该待推荐用户对购买该类型保险的意愿比较强。例如，在一个月内，待推荐用户经常访问的健康险，则可以认为该待推荐用户对购买平安保险的健康险的购买倾向程度较高。因此，服务器可以通过浏览记录、页面访问次数、产品点击次数、页面停留时间、页面进入频率等待推荐用户的行为特征来确定待推荐用户对保险类型的购买倾向程度。

205、基于操作历史数据匹配与操作历史数据对应的保险预测模型；

具体的，服务器根据操作历史数据分别计算多个保险产品与用户之间的匹配度，得到每个保险产品，服务器从目标数据源中获取的操作历史数据的目标参数值，若目标数据源为航空系统服务器中存储的客户的飞行记录数据，对该飞行记录数据进行统计，得到的该客户总的飞行次数即为实际贡献值，若目标数据源为旅游管理系统服务器中存储的客户的旅游记录数据，对该旅游记录数据进行统计，得到的该客户总的旅游次数即为实际贡献值，若目标数据源为交通管理系统服务器中存储的该客户的交通违章记录数据，对该旅游记录数据进行统计，得到的该客户总的违章次数即为实际贡献值，基于实际贡献值计算每个保险茶农对应的匹配度。

206、获取保险预测模型对应的目标参数值；

其中，服务器从目标数据源中获取的操作历史数据的实际贡献值服务器将待推荐用户的属性特征作为输入，将保险产品作为输出，通过决策树机器算法进行深度学习，得到保险预测模型、服务器基于操作历史数据匹配与操作历史数据对应的保险预测模型；服务器获取保险预测模型对应的目标参数值，目标参数值是计算匹配度的重要数据，提高模型的计算准确率；服务器通过保险预测模型和目标参数值计算多个保险产品与待推荐的用户之间的匹配度。

207、通过保险预测模型和目标参数值计算多个保险产品与待推荐的用户之间的匹配度；

具体的，服务器从预置的样本数据库中获取多个用户样本，并根据多个用户样本构造样本集合：服务器从样本集合中获取取值最大的样本，并根据获取的样本构造最大样本集合：服务器分从样本集合中获取取值最小的样本，并根据获取的样本构造最小样本集合：服务器根据最大样本集合和最小样本集合计算目标参数值。具体的，服务器将待推荐用户的属性特征作为输入，将保险产品作为输出，利用决策树机器算法进行深度学习，得到保险预测模型。其中，决策树是一种概率分析方法，在机器学习中，决策树作为一个预测模型，用于表征对象属性与对象值之间的一种映射关系。树中的每个节点均表示一个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶节点则对应从根节点到该叶节点经历的路径所表示的对象的值。在本实施例中，可将待推荐用户的属性特征作为样本数据，对预设的决策树模型进行训练，即可得到待推荐用户的保险预测模型。服务器判断当前用户是处于哪个页面，如果是在系统首页的情况下会去计算用户之前是否购买过保险保单，如果购买过则会根据用户购买记录的保险保单去推送同类型的保险产品供用户选择，如果用户没有购买过保险保单，直接推送最热销的保险产品给用户选择。

208、将多个保险产品中获取与用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将目标保险产品推送至用户界面。

具体的，服务器对多个保险产品中获取与用户之间的匹配度进行排序，得到目标排序；服务器将目标排序中排名最高的保险产品作为目标保险产品；服务器将目标保险产品推送至用户界面。具体的，服务器对待推送用户的属性特征构建以一定的顺序进行排序，然后建构完成排序向量。服务器构建以构建特征向量，其中，服务器构建特征向量的最佳用户属性是对具体的保险产品来说，每一个保险产品都对应有最佳用户属性。最佳用户属性指的是用户每个属性的最佳值。服务器通过不同的算法以及预设权重系数计算排序向量和特征向量之间的属性相似度，服务器将目标排序中排名最高的保险产品作为目标保险产品，服务器将目标保险产品推送至用户界面。

进一步地，服务器将目标保险产品存储于区块链数据库中，具体此处不做限定。

本发明实施例中，根据登录数据查询用户对应的投保数据，得到历史投保数据；根据历史投保数据匹配保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用数据库匹配数据源，得到目标数据源；根据登录数据从目标数据源中获取操作历史数据，得到操作历史数据；根据操作历史数据分别计算多个保险产品与用户之间的匹配度；将匹配度最大时对应的保险产品作为目标保险产品并推送至用户界面。本发明通过用户历史保险的购买情况来归类优质客户，对优质客户进行针对性的保险产品推荐，提高了保险产品推荐的准确率。

上面对本发明实施例中保险产品推荐方法进行了描述，下面对本发明实施例中保险产品推荐装置进行描述，请参阅图3，本发明实施例中保险产品推荐装置第一个实施例包括：

获取模块301，用于获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据；

分析模块302，用于根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；

匹配模块303，用于调用预置的数据库匹配与所述保险项目对应的数据源，得到所述保险项目对应的目标数据源；

处理模块304，用于根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据；

计算模块305，用于根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度；

推荐模块306，用于将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面。

进一步地，服务器将目标保险产品存储于区块链数据库中，具体此处不做限定。

本发明实施例中，根据登录数据查询用户对应的投保数据，得到历史投保数据；根据历史投保数据匹配保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用数据库匹配数据源，得到目标数据源；根据登录数据从目标数据源中获取操作历史数据，得到操作历史数据；根据操作历史数据分别计算多个保险产品与用户之间的匹配度；将匹配度最大时对应的保险产品作为目标保险产品并推送至用户界面。本发明通过用户历史保险的购买情况来归类优质客户，对优质客户进行针对性的保险产品推荐，提高了保险产品推荐的准确率。

请参阅图4，本发明实施例中保险产品推荐装置第二个实施例包括：

获取模块301，用于获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据；

分析模块302，用于根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；

匹配模块303，用于调用预置的数据库匹配与所述保险项目对应的数据源，得到所述保险项目对应的目标数据源；

处理模块304，用于根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据；

计算模块305，用于根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度；

推荐模块306，用于将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面。

可选的，获取模块301具体用于：

从预置的数据库中获取待推荐的用户对应的登录数据；对所述登录数据进行信息提取，得到所述用户对应的账户信息；基于所述账户信息查询所述用户对应的投保数据，得到所述用户对应的历史投保数据。

可选的，分析模块302具体用于：

基于所述历史投保数据对所述用户进行保险产品匹配，得到所述用户对应的待推荐的保险产品；按照预设关键词库对所述保险产品进行关键词提取，得到所述保险产品对应的关键词；基于所述保险产品对应的关键词提取所述保险产品对应的保险项目，得到每个保险产品对应的至少一个保险项目。

可选的，处理模块304具体用于：

基于所述登录数据提取所述用户对应的身份数据，得到所述用户对应的身份数据；基于所述身份数据生成所述用户对应的身份标识，得到所述用户对应的身份标识；基于所述身份标识从预置的数据源库中获取所述待推荐用户对应的操作历史数据。

可选的，计算模块305具体用于：

基于所述操作历史数据匹配与所述操作历史数据对应的保险预测模型；获取所述保险预测模型对应的目标参数值；通过所述保险预测模型和所述目标参数值计算多个保险产品与所述待推荐的用户之间的匹配度。

可选的，保险产品推荐装置还包括：

构造模块307，用于从预置的样本数据库中获取多个用户样本，并根据所述多个用户样本构造样本集合：从所述样本集合中获取取值最大的样本，并根据获取的样本构造最大样本集合：从所述样本集合中获取取值最小的样本，并根据获取的样本构造最小样本集合：根据所述最大样本集合和所述最小样本集合计算目标参数值。

可选的，推荐模块306具体用于：

对所述多个保险产品中获取与所述用户之间的匹配度进行排序，得到目标排序；将所述目标排序中排名最高的保险产品作为目标保险产品；将所述目标保险产品推送至用户界面。

进一步地，服务器将目标保险产品存储于区块链数据库中，具体此处不做限定。

本发明实施例中，根据登录数据查询用户对应的投保数据，得到历史投保数据；根据历史投保数据匹配保险产品，并对保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；调用数据库匹配数据源，得到目标数据源；根据登录数据从目标数据源中获取操作历史数据，得到操作历史数据；根据操作历史数据分别计算多个保险产品与用户之间的匹配度；将匹配度最大时对应的保险产品作为目标保险产品并推送至用户界面。本发明通过用户历史保险的购买情况来归类优质客户，对优质客户进行针对性的保险产品推荐，提高了保险产品推荐的准确率。

上面图3和图4从模块化功能实体的角度对本发明实施例中的保险产品推荐装置进行详细描述，下面从硬件处理的角度对本发明实施例中保险产品推荐设备进行详细描述。

图5是本发明实施例提供的一种保险产品推荐设备的结构示意图，该保险产品推荐设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对保险产品推荐设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在保险产品推荐设备500上执行存储介质530中的一系列指令操作。

保险产品推荐设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的保险产品推荐设备结构并不构成对保险产品推荐设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种保险产品推荐设备，所述保险产品推荐设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述保险产品推荐方法的步骤。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述保险产品推荐方法的步骤。

进一步地，计算机可读存储介质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、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种保险产品推荐方法，其特征在于，所述保险产品推荐方法包括：

获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据；

根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；

调用预置的数据库匹配与所述保险项目对应的数据源，得到所述保险项目对应的目标数据源；

根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据；

根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度；

将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面。

2.根据权利要求1所述的保险产品推荐方法，其特征在于，所述获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据，包括：

从预置的数据库中获取待推荐的用户对应的登录数据；

对所述登录数据进行信息提取，得到所述用户对应的账户信息；

基于所述账户信息查询所述用户对应的投保数据，得到所述用户对应的历史投保数据。

3.根据权利要求1所述的保险产品推荐方法，其特征在于，所述根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目，包括：

基于所述历史投保数据对所述用户进行保险产品匹配，得到所述用户对应的待推荐的保险产品；

按照预设关键词库对所述保险产品进行关键词提取，得到所述保险产品对应的关键词；

基于所述保险产品对应的关键词提取所述保险产品对应的保险项目，得到每个保险产品对应的至少一个保险项目。

4.根据权利要求1所述的保险产品推荐方法，其特征在于，所述根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据，包括：

基于所述登录数据提取所述用户对应的身份数据，得到所述用户对应的身份数据；

基于所述身份数据生成所述用户对应的身份标识，得到所述用户对应的身份标识；

基于所述身份标识从预置的数据源库中获取所述待推荐用户对应的操作历史数据。

5.根据权利要求1所述的保险产品推荐方法，其特征在于，所述根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度，包括：

基于所述操作历史数据匹配与所述操作历史数据对应的保险预测模型；

获取所述保险预测模型对应的目标参数值；

通过所述保险预测模型和所述目标参数值计算多个保险产品与所述待推荐的用户之间的匹配度。

6.根据权利要求1所述的保险产品推荐方法，其特征在于，所述述保险产品推荐方法还包括：

从预置的样本数据库中获取多个用户样本，并根据所述多个用户样本构造样本集合：

从所述样本集合中获取取值最大的样本，并根据获取的样本构造最大样本集合：

从所述样本集合中获取取值最小的样本，并根据获取的样本构造最小样本集合：

根据所述最大样本集合和所述最小样本集合计算目标参数值。

7.根据权利要求1-6中任一项所述的保险产品推荐方法，其特征在于，所述将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面，包括：

对所述多个保险产品中获取与所述用户之间的匹配度进行排序，得到目标排序；

将所述目标排序中排名最高的保险产品作为目标保险产品；

将所述目标保险产品推送至用户界面。

8.一种保险产品推荐装置，其特征在于，所述保险产品推荐装置包括：

获取模块，用于获取待推荐的用户对应的登录数据，并根据所述登录数据查询所述用户对应的投保数据，得到所述用户对应的历史投保数据；

分析模块，用于根据所述历史投保数据匹配与所述用户对应的待推荐的保险产品，并对所述保险产品进行产品分析，得到每个保险产品对应的至少一个保险项目；

匹配模块，用于调用预置的数据库匹配与所述保险项目对应的数据源，得到所述保险项目对应的目标数据源；

处理模块，用于根据所述登录数据从所述保险项目对应的目标数据源中获取所述用户对应的操作历史数据，得到操作历史数据；

计算模块，用于根据所述操作历史数据分别计算所述多个保险产品与所述用户之间的匹配度；

推荐模块，用于将所述多个保险产品中获取与所述用户之间的匹配度最大时对应的保险产品作为目标保险产品，并将所述目标保险产品推送至用户界面。

9.一种保险产品推荐设备，其特征在于，所述保险产品推荐设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述保险产品推荐设备执行如权利要求1-7中任一项所述的保险产品推荐方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的保险产品推荐方法。

Images