CN115619068A - 智能投保方案生成方法、装置、电子设备及存储介质 - Google Patents
智能投保方案生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115619068A CN115619068A CN202211285028.5A CN202211285028A CN115619068A CN 115619068 A CN115619068 A CN 115619068A CN 202211285028 A CN202211285028 A CN 202211285028A CN 115619068 A CN115619068 A CN 115619068A
- Authority
- CN
- China
- Prior art keywords
- branch
- user
- terms
- information
- determining
- 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
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及保险行业数据处理的领域,尤其是涉及一种智能投保方案生成方法、装置、电子设备及存储介质,该方法获取用户的需求类型和需求信息,需求信息包括初始需求和修改需求;之后基于需求类型确定初始模板;然后确定用户的参保身份,参保身份为首次参保或非首次参保;并且基于参保身份为需求信息匹配分支条款;再基于初始模板和所有分支条款生成预览方案;并获取各个分支模板对应的讲解信息并与预览方案中对应的各个分支条款关联。本申请具有降低营销成本的效果。
Description
技术领域
本申请涉及保险行业数据处理的领域,尤其是涉及一种智能投保方案生成方法、装置、电子设备及存储介质。
背景技术
保险行业专业知识复杂,未接触过保险业务的消费者较难理解;特别是对于家庭组合投保方案,其涉及的内容更多。
通常,行业内是采用业务员通过文字资料和现场解读等方式为客户进行保险产品的逐一介绍,但是这也造成了较高的营销成本。
发明内容
为了降低营销成本,本申请提供尤其是涉及一种智能投保方案生成方法、装置、电子设备及存储介质。
第一方面,本申请提供一种智能投保方案生成方法,采用如下的技术方案:
一种智能投保方案生成方法,包括
获取用户的需求类型和需求信息,所述需求信息包括初始需求和修改需求;
基于所述需求类型确定初始模板;
确定用户的参保身份,所述参保身份为首次参保或非首次参保;
基于所述参保身份为所述需求信息匹配分支条款;
基于所述初始模板和所有所述分支条款生成预览方案;
获取各个分支模板对应的讲解信息并与所述预览方案中对应的各个分支条款关联。
通过采用上述技术方案,电子设备能够获取用户的需求信息,并且基于需求信息进行分支条款的匹配,得到与用户的需求信息相匹配的分支条款;同时,基于用户选定的类型确定需要参保的类型,获取该类型对应的初始模板,基于已确定的所有分支条款和初始模板生成与用户的需求对应的预览方案;在生成预览方案之后,获取每个分支条款对应的讲解信息英语对应的分支条款关联,使得用户在阅览预览方案的时候,同时能够查看/听取讲解信息,便于用户更直观的感知和思考,同时减少了需要为用户逐一介绍条款的步骤,进而能够降低营销的成本。
在一种可能实现的方式中,所述基于所述参保身份为所述需求信息匹配分支条款,若参保身份为首次参保,包括:
对所述需求信息进行特征词抽取,得到用户特征词,所述用户特征词包括模糊特征词和实际特征词中的至少一项,所述模糊特征词为能够匹配多个分支条款的标签的特征词;
基于所有所述模糊特征词从预设的联想词库中确定联想特征词,所述联想特征词为针对用户预测的特征词,所述联想特征词基于历史用户的初始需求和修改需求以及最终确定的预览方案中分支条款的标签进行分解得到;
基于所述联想特征词以及所述实际特征词确定分支条款;
基于所述用户特征词确定分支条款。
通过采用上述技术方案,对于首次参保的用户,通过对其需求信息进行特征词抽取,能够得到用户特征词,对模糊特征词进行联想,进而得到联想特征词,联想特征词是对用户需求的预估,最后通过联想特征词和实际特征词得到更符合用户需求内容的分支条款;还可以直接通过实际特征词确定分支条款,不对用户的需求进行预估,两种方式能够使用不同的场景,进而在不同的场景条件下,便于确定更符合用户实际需求的分支条款。
在一种可能实现的方式中,在基于所述联想特征词以及所述实际特征词确定分支条款,之前还包括:
确定用户是否满足预设条件;
若是,则基于所述联想特征词以及所述实际特征词确定分支条款;
所述预设条件包括:
确定所述修改需求与所述初始需求的相似度小于匹配阈值。
通过采用上述技术方案,若用户修改需求与初始需求的相似度较低,则说明通过初始需求确定的用户的需求锲合度不高,进而在获取修改需求之后,通过确定联想特征词进而实现对用户需求的进一步预估,以得到更符合用户需求内容的分支条款。
在一种可能实现的方式中,所述基于所述参保身份为所述需求信息匹配分支条款,若参保身份为非首次参保,包括:
基于所述需求信息,从预设的模板库中确定与所述需求信息的相似度大于预设的相似阈值的相似信息,所述模板库中包括各个非首次参保用户的历史信息,每个历史信息包括对应的非首次参保用户用户的历史需求信息、对应的历史分支条款以及修改次数;
从所有所述相似信息中确定所述修改次数最少历史信息中的历史分支条款为所述需求信息对应的分支条款。
通过采用上述技术方案,对非首次参保用户,其能够较好地表述自身需求,同时对分支条款具有一定的了解,因此通过与多个历史非首次参保用户的需求信息进行比对,得到较相似的历史用户的分支条款作为用户的分支条款,能够提升处理的效率,同时也更符合用户的实际需求。
在一种可能实现的方式中,在获取修改需求后,还包括:
确定每个所述分支条款适用的模板类型,每个分支条款至少适用于一个模板类型;
基于所有所述分支模板的类型,确定匹配类型;
将所述匹配类型确定为用户的需求类型。
通过采用上述技术方案,在确定分支条款之后,通过分支条款重新确定归属的需求类型,进而判断用户的需求类型是否正确,同时在获取修改需求之后,基于重新确定的分支条款,重新确定用户的需求类型,以进一步匹配用户需求的实际内容。
在一种可能实现的方式中,所述基于所述初始模板和所有所述分支条款生成预览方案,包括:
在获取修改需求之后;
对所有所述分支条款进行合规检测,确定是否存在非合规性条款;
若是,则基于所述初始模板和所有所述分支条款生成预览方案;
若否,则基于所述非合规性条款生成提示信息;
所述合规检测包括:
检测目标条款中是否存在至少两个分支条款为互斥关系;
检测是否存在具备关联关系的分支条款,且与该分支条款具有关联的所有分支条款是否均在目标条款内。
通过采用上述技术方案,对于初始需求确定的分支条款不进行合规检测,因为无论首次参保用户还是非首次参保用户,且均需要经过至少一次的修改,也就是说,减少对首次确定分支条款的合规性检测,能够提升处理效率,同时在获取修改需求之后再对重新确定的分支条款进行合规性检测,便于用户得到合规的预览方案。
在一种可能实现的方式中,该方法还包括:
获取服务对象的数量,所述服务对象为参保人员;
若所述数量大于等于2,则针对每个服务对象生成三维人物模型;
获取用户对任一所述分支条款的受益方所选定的服务对象;
基于所有所述分支条款对应的服务对象并结合每个服务对象的三维人物模型,生成所述三维人物模型之间的受益关系链。
通过采用上述技术方案,确定每个分支条款受益方对应的服务对象,并且建立每个服务对象的三维人物模型,之后生成各三维模型之间的受益关系链,便于用户更直观清楚地理解预览方案中的受益关系。
第二方面,本申请提供一种智能投保方案生成装置,采用如下的技术方案:
一种智能投保方案生成装置,包括:
需求信息获取模块,用于获取用户的需求类型和需求信息;
需求信息获取模块,用于获取用户的需求类型和需求信息;
初始模板确定模块,用于基于所述需求类型确定初始模板;
参保身份确定模块,用于确定用户的参保身份,所述参保身份为首次参保或非首次参保;
匹配模块,用于基于所述参保身份为所述需求信息匹配分支条款;
生成模块,用于基于所述初始模板和所有所述分支条款生成预览方案;
关联模块,用于获取各个分支模板对应的讲解信息并与所述预览方案中对应的各个分支条款关联。
通过采用上述技术方案,该装置能够获取用户的需求信息,并且基于需求信息进行分支条款的匹配,得到与用户的需求信息相匹配的分支条款;同时,基于用户选定的类型确定需要参保的类型,获取该类型对应的初始模板,基于已确定的所有分支条款和初始模板生成与用户的需求对应的预览方案;在生成预览方案之后,获取每个分支条款对应的讲解信息英语对应的分支条款关联,使得用户在阅览预览方案的时候,同时能够查看/听取讲解信息,便于用户更直观的感知和思考,同时减少了需要为用户逐一介绍条款的步骤,进而能够降低营销的成本。
在一种可能实现的方式中,当匹配模块基于所述参保身份为所述需求信息匹配分支条款时,具体用于:
对所述需求信息进行特征词抽取,得到用户特征词,所述用户特征词包括模糊特征词和实际特征词中的至少一项,所述模糊特征词为能够匹配多个分支条款的标签的特征词;
基于所有所述模糊特征词从预设的联想词库中确定联想特征词,所述联想特征词为针对用户预测的特征词,所述联想特征词基于历史用户的初始需求和修改需求以及最终确定的预览方案中分支条款的标签进行分解得到;
基于所述联想特征词以及所述实际特征词确定分支条款;
基于所述用户特征词确定分支条款。
在一种可能实现的方式中,该装置还包括:
判断模块,用于判断用户是否满足预设条件;
若用户是否满足预设条件,则匹配模块基于所述联想特征词以及所述实际特征词确定分支条款;
所述预设条件包括:
确定所述修改需求与所述初始需求的相似度小于匹配阈值。
在一种可能实现的方式中,匹配模块基于所述参保身份为所述需求信息匹配分支条款时,具体用于:
基于所述需求信息,从预设的历史信息库中确定与所述需求信息的相似度大于预设的相似阈值的相似信息,所述模板库中包括各个非首次参保用户的历史信息,每个历史信息包括对应的非首次参保用户用户的历史需求信息、对应的历史分支条款以及修改次数;
从所有所述相似信息中确定所述修改次数最少历史信息中的历史分支条款为所述需求信息对应的分支条款。
在一种可能实现的方式中,该装置还包括:
模板类型确定模块,用于确定每个所述分支条款适用的模板类型,每个分支条款至少适用于一个模板类型;
匹配类型确定模块,用于基于所有所述分支模板的类型,确定匹配类型;
需求类型确定模块,用于将所述匹配类型确定为用户的需求类型。
在一种可能实现的方式中,生成模块基于所述初始模板和所有所述分支条款生成预览方案时,具体用于:
在获取修改需求之后;
对所有所述分支条款进行合规检测,确定是否存在非合规性条款;
若是,则基于所述初始模板和所有所述分支条款生成预览方案;
若否,则基于所述非合规性条款生成提示信息;
所述合规检测包括:
检测目标条款中是否存在至少两个分支条款为互斥关系;
检测是否存在具备关联关系的分支条款,且与该分支条款具有关联的所有分支条款是否均在目标条款内。
在一种可能实现的方式中,该装置还包括:
数量获取模块,用于获取服务对象的数量,所述服务对象为参保人员;
模型生成模块,用于针对每个服务对象生成三维人物模型;
服务对象获取模块,用于获取用户对任一所述分支条款的受益方所选定的服务对象;
关系链生成模块,用于基于所有所述分支条款对应的服务对象并结合每个服务对象的三维人物模型,生成所述三维人物模型之间的受益关系链。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述智能投保方案生成方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,包括:存储有能够被处理器加载并执行上述智能投保方案生成方法方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.电子设备能够获取用户的需求信息,并且基于需求信息进行分支条款的匹配,得到与用户的需求信息相匹配的分支条款;同时,基于用户选定的类型确定需要参保的类型,获取该类型对应的初始模板,基于已确定的所有分支条款和初始模板生成与用户的需求对应的预览方案;在生成预览方案之后,获取每个分支条款对应的讲解信息英语对应的分支条款关联,使得用户在阅览预览方案的时候,同时能够查看/听取讲解信息,便于用户更直观的感知和思考,同时减少了需要为用户逐一介绍条款的步骤,进而能够降低营销的成本;
2.对非首次参保用户,其能够较好地表述自身需求,同时对分支条款具有一定的了解,因此通过与多个历史非首次参保用户的需求信息进行比对,得到较相似的历史用户的分支条款作为用户的分支条款,能够提升处理的效率,同时也更符合用户的实际需求;
3.对于初始需求确定的分支条款不进行合规检测,因为无论首次参保用户还是非首次参保用户,且均需要经过至少一次的修改,也就是说,减少对首次确定分支条款的合规性检测,能够提升处理效率,同时在获取修改需求之后再对重新确定的分支条款进行合规性检测,便于用户得到合规的预览方案。
附图说明
图1是本申请实施例中智能投保方案生成方法的流程示意图;
图2是本申请实施例中智能投保方案生成装置的结构示意图;
图3是本申请实施例中电子设备的结构示意图。
具体实施方式
以下结合附图1-附图3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供了一种智能投保方案生成方法,由电子设备执行,参照图1,该方法包括步骤S101-步骤S105,其中:
步骤S101、获取用户的需求类型和需求信息,需求信息包括初始需求和修改需求。
在本申请实施例中,用户的需求类型和需求信息可以是实时获取的,也可以是通过网络传输或下载的;对于用户的需求信息的类型,可以由用户自行选择输入,例如用户可以输入语音信息,也可以输入文字信息,也可以触发选择预设的标签等。基于用户的语音信息可通过语音识别得到文字信息后再进行处理。对于用户输入需求信息的方式以及需求信息的格式类型,在此不做任何具体限定。用户的需求信息,可以是首次输入的初始需求,也可以是第N次输入的修改需求信息,N为大于等于2的正整数。
步骤S102、基于需求类型确定初始模板。
在本申请实施例中,预先设置各个类型分别对应的初始模板,然后基于用户输入的需求类型确定初始模板。其中对于类型的具体划分,本申请实施例中不作出具体限定,例如,意外险,家庭险,医疗险等。
步骤S103、确定用户的参保身份,参保身份为首次参保或非首次参保。
在本申请实施例中,用户的参保身份为首次参保或非首次参保。具体地,可以获取用户体征信息,然后基于用户的体征信息从预设的参保人员信息库中查询用户有无参保经历,进而确定用户是否为首次参保人员;还可以获取用户的身份证号和姓名,进而也可以采用预设的参保人员的信息库中进行查询以确定用户的参保身份。
步骤S104、基于参保身份为需求信息匹配分支条款。
在本申请实施例中,基于用户的需求进行分支条款的匹配,其中对于不同参保身份的用户,为其匹配分支条款的方式存在不同,进而能够有针对性地为需要参保的用户匹配分支条款,以提高沟通的效率减少修改的频次。
步骤S105、基于初始模板和所有分支条款生成预览方案。
在本申请实施例中,将匹配的所有分支条款添加进初始模板中,进而能够得到预览方案,预览方案被下载或发送至预设地址/设备,以便于用户阅览,通过这种方式,用户可以远程参保,也可以现场参保。
步骤S106、获取各个分支模板对应的讲解信息并与预览方案中对应的各个分支条款关联。
在本申请实施例中,分支条款对应的讲解信息可以是文字信息、声音信息以及图像/视频信息中的一种或多种,对此不进行具体限定,只要便于用户更清楚地理解对应的分支条款即可。
电子设备能够获取用户的需求信息,并且基于需求信息进行分支条款的匹配,得到与用户的需求信息相匹配的分支条款;同时,基于用户选定的类型确定需要参保的类型,获取该类型对应的初始模板,基于已确定的所有分支条款和初始模板生成与用户的需求对应的预览方案;在生成预览方案之后,获取每个分支条款对应的讲解信息英语对应的分支条款关联,使得用户在阅览预览方案的时候,同时能够查看/听取讲解信息,便于用户更直观的感知和思考,同时减少了需要为用户逐一介绍条款的步骤,进而能够降低营销的成本。
进一步地,步骤S104中,包括对于首次参保用户进行分支条款匹配的步骤SA(图中未示出)和对非首次参保用户进行分支条款匹配的步骤SB(图中未示出),其中步骤SA包括步骤SA1(图中未示出)-步骤SA4(图中未示出):
步骤SA1、对需求信息进行特征词抽取,得到用户特征词,用户特征词包括模糊特征词和实际特征词中的至少一项,模糊特征词为能够匹配多个分支条款的标签的特征词。
具体地,对基于用户的需求信息确定的文字信息进行语义识别后进行特征词抽取,或直接对用户的文字信息进行特征词抽取。例如可以通过TF-IDF(term frequency–inverse document frequency,词频-逆向文件频率)算法进行特征词抽取,也可以通过TextRank算法进行特征词抽取,对于具体的抽取方式,本申请实施例中不进行具体算法的限定,只要便于更准确地识别用户的需求即可。
通常,参保咨询人员可分类两类人群,即首次参保和非首次参保。首次参保人员,由于有过既往经历,因此对条款以及自身的一些需求,能够相对清楚的理解和表述;但是对于首次参保人员来说,其对条款缺乏了解,且一般对自身需求不能较好地表述。
预设的每个分支条款均对应有一个标签,标签用以和用户的特征词匹配,而模糊特征词能够匹配至少一个分支条款的标签。例如,非首次参保的用户的一个特征词为赔付额最高,但是实际上,赔付额最高可能有几种情况,例如,不考虑参保费用的实际赔付额最高,在参保费用相同下的赔付额最高(性价比条款),相同触发条件下的赔付额最高的条款等等。因此,用户的需求较难表述出其需求的内容,这种需求即为模糊特征词。
步骤SA2、基于所有模糊特征词从预设的联想词库中确定联想特征词,联想特征词为针对用户预测的特征词,联想特征词基于历史用户的初始需求和修改需求以及最终确定的预览方案中分支条款的标签进行分解得到。
进一步地,模糊特征词及对应的联想特征词可以预设,也可以由历史用户的初始需求和修改需求以及对应的最终的预览方案进行分解得到。例如,多个历史用户的需求信息中均存在一个相同的特征词,且在最终的预览方案中,该特征词对应的实际分支条款有多个,即可将该特征词确定为模糊特征词,且将此多个实际分支条款对应的标签确定为该模糊特征词对应的联想特征词。对于多个用户的具体数量,本申请实施例中不进行具体限定。基于用户的模糊特征词能够确定对应的所有联想特征词。
更近一步地,基于用户特征词确定分支条款的方式有两种,即步骤SA3和步骤SA4。判断上一次获取的需求信息是否为初始需求,若为初始需求则直接执行步骤SA3,若上一次获取需求信息为修改需求,则基于修改需求中特征词和初始需求中特征词的相似度判断是否执行步骤SA4。若相似度大于预设的匹配阈值,则直接执行步骤SA4,若相似度小于匹配阈值,则直接执行步骤SA3。其中,对于匹配阈值的具体数值,要求不小于70%。
步骤SA3、基于联想特征词以及实际特征词确定分支条款。
具体地,其中在基于一个模糊特征词得到多个联想特征词之后,获取每个联想特征词对应的所有分支条款,基于联想特征词和实际特征词共同确定分支条款,便于得到的分支条款更符合用户的实际需求,同时也能够对用户进行提示,便于用户确认自身的实际需求。
步骤SA4、基于用户特征词确定分支条款。
具体地,当需求信息为修改需求时,说明已经执行过步骤SA3,即对用户的模糊特征词进行过联想特征词匹配了;用户的修改需求与初始需求的相似度大于预设阈值时,说明用户的修改程度较小,也即说明用户的需求信息已经明确,或者之前确定的分支条款中存在用户需求的内容了,因此,此时,直接将用户的修改需求中对应的特征词进行分支条款的匹配,便于得到更符合用户需求的分支条款内容。
具体地,对非首次参保用户进行分支条款匹配的步骤SB包括步骤SB1(图中未示出)-步骤SB2(图中未示出),其中:
步骤SB1、基于需求信息,从预设的历史信息库中确定与需求信息的相似度大于预设的相似阈值的相似信息,模板库中包括各个非首次参保用户的历史信息,每个历史信息包括对应的非首次参保用户用户的历史需求信息、对应的历史分支条款以及修改次数。
具体地,收集多个非首次参保的历史用户的历史信息生成历史信息库。确定每个历史信息中历史用户的初始需求信息对应的特征词;并确定用户的需求信息对应的特征词,基于特征词进行相似度确定,得到用户的需求信息与每个历史用户的初始需求信息的相似度。其中,相似度算法可以为,也可以为其他相似度算法,本申请对此不进行具体限定。并最终确定相似度大于相似阈值的所有历史信息为相似信息,其中对于相似阈值的具体数值,本申请实施例中不进行具体限定,只要便于确定与用户的需求信息较为接近的历史信息即可,其中用户的需求信息可以为初始需求,也可以为修改需求。
步骤SB2、从所有相似信息中确定修改次数最少历史信息中的历史分支条款为需求信息对应的分支条款。
具体地,历史用户的修改次数越少,也就表明基于其初始需求得到的最终的分支条款与其实际需求内容的锲合度越高。进而确定修改次数最少的历史信息中的分支条款作为用户的分支条款,便于直接得到与用户的实际需求更相符的分支条款。
进一步地,本申请实施例中一种智能投保方案生成方法,在获取修改需求之后,若用户修改幅度过大,或者最初获取的用户的需求类型与用户的实际需求不相符,则最终生成的预览方案也不正确。因此,在获取修改需求之后,还包括步骤SC(图中未示出),步骤SC包括步骤SC1-步骤SC3,其中:
步骤SC1、确定每个分支条款适用的模板类型,每个分支条款至少适用于一个模板类型。
具体地,每个分支条款至少适用于一个模板类型,也即存在一个分支条款适用于多个模板类型。对通过步骤SA或步骤SB确定的所有分支条款,确定每个分支条款对应的模板类型。
步骤SC2、基于所有分支模板的类型,确定匹配类型;
步骤SC3、将匹配类型确定为用户的需求类型。
具体地,统计各个模板类型的数量,确定数量最多的模板类型为匹配类型,也即基于用户需求确定的所有分支条款重新确定用户适用的匹配模板类型,并将匹配类型确定为用户的需求类型,以重新获取初始模板,进而便于基于用户的修改信息进行修改,以得到更符合用户的实际需求的预览方案。
进一步地,在本申请实施例中,一种智能投保方案生成方法,还包括步骤SD(图中未示出),其中SD包括步骤SD1-步骤SD4,其中:
步骤SD1、获取服务对象的数量,服务对象为参保人员;
步骤SD2、若数量大于等于2,则针对每个服务对象生成三维人物模型。
具体地,用服务对象的数量由用户输入,当然用户也可以直接选择家庭等需求类型,进而基于该需求类型,生成包括预设数量的任务模型的家庭模板。也可以由用户自行选择生成的任务模型的身份和关系。
步骤SD3、获取用户对任一分支条款的受益方所选定的服务对象。
具体地,对于存在收益对象的分支条款,获取用户对每个分支条款所选定的服务对象,服务对象即为对应分支条款的受益对象。
步骤SD4、基于所有分支条款对应的服务对象并结合每个服务对象的三维人物模型,生成三维人物模型之间的受益关系链。
具体地,结合每个分支条款的受益对象,及已建立的三维人物模型,生成各个人物之间的受益关系链,进行直观展示,以便于用户理解,进一步地,受益关系链还可以为二维图示,对于具体的可视化展示方式,本申请实施例中不进行具体限定,只要便于用户更清楚地理解受益关系即可。
进一步地,在获取修改需求之后,步骤S106中还包括额外的步骤S1061(图中未示出)-步骤S1063(图中未示出),若获取的为初始需求,则直接执步骤S106,不需要执行额外DE 步骤S1061-步骤S1063,其中:
步骤S1061、对所有分支条款进行合规检测,确定是否存在非合规性条款;合规检测包括:
检测目标条款中是否存在至少两个分支条款为互斥关系;
检测是否存在具备关联关系的分支条款,且与该分支条款具有关联的所有分支条款是否均在目标条款内;
步骤S1062、若是,则基于初始模板和所有分支条款生成预览方案;
步骤S1063、若否,则基于非合规性条款生成提示信息。
具体地,互斥条款即不能够同时存在于一个初始模板中的分支条款,也即有A无B,关联条款即为必须同时存在于一个初始模板中的分支条款,也即存在A必须存在B。事实上,无论参保用户是首次参保用户还是非首次参保用户,基于基于初始需求和初始需求类型生成的预览方案均不完全符合用户的实际需求,也即需要至少一次修改调整。因此,不对基于用户的初始需求确定的所有分支条款进行合规监测,能够提高处理效率,以提升客户体验,同时也能够节省电子设备的算力。在获取用户的修改需求之后,再执行步骤S1061-步骤S1063,以对确定的所有分支条款进行合规检测,即能够检测分支条款的合规性,以符合预设要求。在确定所有的分支条款均合规之后,基于所有分支条款和初始模板生成预览方案,并且在检测到不合规条款之后,基于不合规的条款生成提示信息,以便于用户或工作人员知道不合规的分支退条款,进而提升了修改的便利性和效率。
上述实施例从方法流程的角度介绍一种智能投保方案生成方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种智能投保方案生成装置,具体详见下述实施例。
本申请实施例提供一种智能投保方案生成装置,如图2所示,智能投保方案生成装置200具体可以包括需求信息获取模块201、初始模板确定模块202、参保身份确定模块203、匹配模块204、生成模块205以及关联模块206,其中:
需求信息获取模块201,用于获取用户的需求类型和需求信息,需求信息包括初始需求和修改需求;
初始模板确定模块202,用于基于需求类型确定初始模板;
参保身份确定模块203,用于确定用户的参保身份,参保身份为首次参保或非首次参保;
匹配模块204,用于基于参保身份为需求信息匹配分支条款;
生成模块205,用于基于初始模板和所有分支条款生成预览方案;
关联模块206,用于获取各个分支模板对应的讲解信息并与预览方案中对应的各个分支条款关联。
在一种可能实现的方式中,当匹配模块204基于参保身份为需求信息匹配分支条款时,具体用于:
对需求信息进行特征词抽取,得到用户特征词,用户特征词包括模糊特征词和实际特征词中的至少一项,模糊特征词为能够匹配多个分支条款的标签的特征词;
基于所有模糊特征词从预设的联想词库中确定联想特征词,联想特征词为针对用户预测的特征词,联想特征词基于历史用户的初始需求和修改需求以及最终确定的预览方案中分支条款的标签进行分解得到;
基于联想特征词以及实际特征词确定分支条款;
基于用户特征词确定分支条款。
在一种可能实现的方式中,该装置200还包括:
判断模块,用于判断用户是否满足预设条件;
若用户是否满足预设条件,则匹配模块基于联想特征词以及实际特征词确定分支条款;
预设条件包括:
确定修改需求与初始需求的相似度小于匹配阈值。
在一种可能实现的方式中,匹配模块204基于参保身份为需求信息匹配分支条款时,具体用于:
基于需求信息,从预设的历史信息库中确定与需求信息的相似度大于预设的相似阈值的相似信息,模板库中包括各个非首次参保用户的历史信息,每个历史信息包括对应的非首次参保用户用户的历史需求信息、对应的历史分支条款以及修改次数;
从所有相似信息中确定修改次数最少历史信息中的历史分支条款为需求信息对应的分支条款。
在一种可能实现的方式中,该装置200还包括:
模板类型确定模块,用于确定每个分支条款适用的模板类型,每个分支条款至少适用于一个模板类型;
匹配类型确定模块,用于基于所有分支模板的类型,确定匹配类型;
需求类型确定模块,用于将匹配类型确定为用户的需求类型。
在一种可能实现的方式中,生成模块205基于初始模板和所有分支条款生成预览方案时,具体用于:
在获取修改需求之后;
对所有分支条款进行合规检测,确定是否存在非合规性条款;
若是,则基于初始模板和所有分支条款生成预览方案;
若否,则基于非合规性条款生成提示信息;
合规检测包括:
检测目标条款中是否存在至少两个分支条款为互斥关系;
检测是否存在具备关联关系的分支条款,且与该分支条款具有关联的所有分支条款是否均在目标条款内。
在一种可能实现的方式中,该装置200还包括:
数量获取模块,用于获取服务对象的数量,服务对象为参保人员;
模型生成模块,用于针对每个服务对象生成三维人物模型;
服务对象获取模块,用于获取用户对任一分支条款的受益方所选定的服务对象;
关系链生成模块,用于基于所有分支条款对应的服务对象并结合每个服务对象的三维人物模型,生成三维人物模型之间的受益关系链。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种智能投保方案生成方法,其特征在于,包括:
获取用户的需求类型和需求信息,所述需求信息包括初始需求和修改需求;
基于所述需求类型确定初始模板;
确定用户的参保身份,所述参保身份为首次参保或非首次参保;
基于所述参保身份为所述需求信息匹配分支条款;
基于所述初始模板和所有所述分支条款生成预览方案;
获取各个分支模板对应的讲解信息并与所述预览方案中对应的各个分支条款关联。
2.根据权利要求1所述的一种智能投保方案生成方法,其特征在于,所述基于所述参保身份为所述需求信息匹配分支条款,若参保身份为首次参保,包括:
对所述需求信息进行特征词抽取,得到用户特征词,所述用户特征词包括模糊特征词和实际特征词中的至少一项,所述模糊特征词为能够匹配多个分支条款的标签的特征词;
基于所有所述模糊特征词从预设的联想词库中确定联想特征词,所述联想特征词为针对用户预测的特征词,所述联想特征词基于历史用户的初始需求和修改需求以及最终确定的预览方案中分支条款的标签进行分解得到;
基于所述联想特征词以及所述实际特征词确定分支条款;
基于所述用户特征词确定分支条款。
3.根据权利要求2所述的一种智能投保方案生成方法,其特征在于,在基于所述联想特征词以及所述实际特征词确定分支条款,之前还包括:
所述需求信息包括初始需求和修改需求,所述修改需求为用户针对所述预览方案要求修改的需求;
判断用户是否满足预设条件;
若是,则基于所述联想特征词以及所述实际特征词确定分支条款;
所述预设条件包括:
确定所述修改需求与所述初始需求的相似度小于匹配阈值。
4.根据权利要求1所述的一种智能投保方案生成方法,其特征在于,所述基于所述参保身份为所述需求信息匹配分支条款,若参保身份为非首次参保,包括:
基于所述需求信息,从预设的历史信息库中确定与所述需求信息的相似度大于预设的相似阈值的相似信息,所述模板库中包括各个非首次参保用户的历史信息,每个历史信息包括对应的非首次参保用户用户的历史需求信息、对应的历史分支条款以及修改次数;
从所有所述相似信息中确定所述修改次数最少历史信息中的历史分支条款为所述需求信息对应的分支条款。
5.根据权利要求2或4所述的一种智能投保方案生成方法,其特征在于,在获取修改需求后,还包括:
确定每个所述分支条款适用的模板类型,每个分支条款至少适用于一个模板类型;
基于所有所述分支模板的类型,确定匹配类型;
将所述匹配类型确定为用户的需求类型。
6.根据权利要求1所述的一种智能投保方案生成方法,其特征在于:所述基于所述初始模板和所有所述分支条款生成预览方案,包括:
在获取修改需求之后;
对所有所述分支条款进行合规检测,确定是否存在非合规性条款;
若是,则基于所述初始模板和所有所述分支条款生成预览方案;
若否,则基于所述非合规性条款生成提示信息;
所述合规检测包括:
检测目标条款中是否存在至少两个分支条款为互斥关系;
检测是否存在具备关联关系的分支条款,且与该分支条款具有关联的所有分支条款是否均在目标条款内。
7.根据权利要求1所述的一种智能投保方案生成方法,其特征在于,还包括:
获取服务对象的数量,所述服务对象为参保人员;
若所述数量大于等于2,则针对每个服务对象生成三维人物模型;
获取用户对任一所述分支条款的受益方所选定的服务对象;
基于所有所述分支条款对应的服务对象并结合每个服务对象的三维人物模型,生成所述三维人物模型之间的受益关系链。
8.一种智能投保方案生成装置,其特征在于,包括:
需求信息获取模块,用于获取用户的需求类型和需求信息;
初始模板确定模块,用于基于所述需求类型确定初始模板;
参保身份确定模块,用于确定用户的参保身份,所述参保身份为首次参保或非首次参保;
匹配模块,用于基于所述参保身份为所述需求信息匹配分支条款;
生成模块,用于基于所述初始模板和所有所述分支条款生成预览方案;
关联模块,用于获取各个分支模板对应的讲解信息并与所述预览方案中对应的各个分支条款关联。
9.一种电子设备,其特征在于,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-7中任一项所述智能投保方案生成方法。
10.一种计算机可读存储介质,其特征在于,包括:存储有能够被处理器加载并执行如权利要求1-7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211285028.5A CN115619068B (zh) | 2022-10-20 | 2022-10-20 | 智能投保方案生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211285028.5A CN115619068B (zh) | 2022-10-20 | 2022-10-20 | 智能投保方案生成方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115619068A true CN115619068A (zh) | 2023-01-17 |
CN115619068B CN115619068B (zh) | 2023-09-05 |
Family
ID=84864240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211285028.5A Active CN115619068B (zh) | 2022-10-20 | 2022-10-20 | 智能投保方案生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619068B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600428A (zh) * | 2016-12-23 | 2017-04-26 | 泰康保险集团股份有限公司 | 保单生成方法及装置 |
US10210577B1 (en) * | 2015-04-17 | 2019-02-19 | State Farm Mutual Automobile Insurance Company | Electronic device data capture for property insurance quotes |
CN109636625A (zh) * | 2018-10-31 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 保险电子合同的处理方法及装置、存储介质、计算机设备 |
CN109829810A (zh) * | 2018-12-13 | 2019-05-31 | 平安科技(深圳)有限公司 | 业务推荐方法、装置、计算机设备及存储介质 |
CN109886845A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技(深圳)有限公司 | 合同的智能审核方法、装置、计算机设备及存储介质 |
CN111062818A (zh) * | 2019-11-08 | 2020-04-24 | 崔玉龙 | 一种保险定制系统 |
CN113255306A (zh) * | 2021-07-07 | 2021-08-13 | 明品云(北京)数据科技有限公司 | 保险合同辅助解读方法、系统、电子设备及介质 |
CN113658010A (zh) * | 2021-08-19 | 2021-11-16 | 中国平安财产保险股份有限公司 | 电子投保单生成方法、装置、设备及存储介质 |
CN113742492A (zh) * | 2021-08-12 | 2021-12-03 | 泰康保险集团股份有限公司 | 保险方案生成方法、装置、电子设备及存储介质 |
CN114820217A (zh) * | 2022-05-19 | 2022-07-29 | 北京鲸鹳科技有限公司 | 投保方案确定方法、装置、设备及存储介质 |
-
2022
- 2022-10-20 CN CN202211285028.5A patent/CN115619068B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10210577B1 (en) * | 2015-04-17 | 2019-02-19 | State Farm Mutual Automobile Insurance Company | Electronic device data capture for property insurance quotes |
CN106600428A (zh) * | 2016-12-23 | 2017-04-26 | 泰康保险集团股份有限公司 | 保单生成方法及装置 |
CN109636625A (zh) * | 2018-10-31 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 保险电子合同的处理方法及装置、存储介质、计算机设备 |
CN109829810A (zh) * | 2018-12-13 | 2019-05-31 | 平安科技(深圳)有限公司 | 业务推荐方法、装置、计算机设备及存储介质 |
CN109886845A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技(深圳)有限公司 | 合同的智能审核方法、装置、计算机设备及存储介质 |
CN111062818A (zh) * | 2019-11-08 | 2020-04-24 | 崔玉龙 | 一种保险定制系统 |
CN113255306A (zh) * | 2021-07-07 | 2021-08-13 | 明品云(北京)数据科技有限公司 | 保险合同辅助解读方法、系统、电子设备及介质 |
CN113742492A (zh) * | 2021-08-12 | 2021-12-03 | 泰康保险集团股份有限公司 | 保险方案生成方法、装置、电子设备及存储介质 |
CN113658010A (zh) * | 2021-08-19 | 2021-11-16 | 中国平安财产保险股份有限公司 | 电子投保单生成方法、装置、设备及存储介质 |
CN114820217A (zh) * | 2022-05-19 | 2022-07-29 | 北京鲸鹳科技有限公司 | 投保方案确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115619068B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874253A (zh) | 识别敏感信息的方法及装置 | |
CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
CN112733042A (zh) | 推荐信息的生成方法、相关装置及计算机程序产品 | |
CN112199588A (zh) | 舆情文本筛选方法及装置 | |
CN111597309A (zh) | 相似企业推荐方法、装置、电子设备及介质 | |
CN111598122B (zh) | 数据校验方法、装置、电子设备和存储介质 | |
CN110362662A (zh) | 数据处理方法、装置以及计算机可读存储介质 | |
CN113705792A (zh) | 基于深度学习模型的个性化推荐方法、装置、设备及介质 | |
US20230186212A1 (en) | System, method, electronic device, and storage medium for identifying risk event based on social information | |
CN113010791A (zh) | 搜索结果展示处理方法、装置及计算机可读存储介质 | |
CN105809488B (zh) | 一种信息处理方法及电子设备 | |
CN115687790B (zh) | 基于大数据的广告推送方法、系统及云平台 | |
CN115619068A (zh) | 智能投保方案生成方法、装置、电子设备及存储介质 | |
CN113515627B (zh) | 文档检测方法、装置、设备及存储介质 | |
CN113449506A (zh) | 一种数据检测方法、装置、设备及可读存储介质 | |
CN114219664A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN114492446A (zh) | 法律文书处理方法、装置、电子设备及存储介质 | |
CN113672914A (zh) | 一种用于app个人数据安全的风险评估方法及装置 | |
CN113704452A (zh) | 基于Bert模型的数据推荐方法、装置、设备及介质 | |
CN112948545A (zh) | 查重方法、终端设备及计算机可读存储介质 | |
CN113704623A (zh) | 一种数据推荐方法、装置、设备及存储介质 | |
CN114153939A (zh) | 文本识别方法及装置 | |
CN109460550A (zh) | 利用大数据的证券研报情感分析方法、装置及计算机设备 | |
CN113254787B (zh) | 事件分析方法、装置、计算机设备及存储介质 |
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 |