基于用户信息的保险推荐方法、系统、设备及介质技术方案

本发明专利技术提供一种基于用户信息的保险推荐方法、系统、设备及介质，包括：采集用户的人脸图像，识别人脸图像得到用户的身份信息；根据身份信息获取用户的个人信息，利用个人信息构建用户画像；评估用户画像生成用户关于风险的加权因子；利用协同过滤算法生成保险产品‑属性矩阵与用户‑保险产品评分矩阵，计算保险产品‑属性矩阵得到保险产品的第一相似度，计算用户‑保险产品评分矩阵得到第二相似度；利用加权因子对第一相似度与第二相似度进行加权计算，得到综合相似度；利用综合相似度为用户匹配最相似K个近邻，得到保险产品的推荐方案。本发明专利技术基于人脸匹配用户信息，分析用户的风险加权因子，进行加权推荐，提高了保险推荐的准确度。

【技术实现步骤摘要】
基于用户信息的保险推荐方法、系统、设备及介质
本专利技术属于数据处理
，特别是涉及一种基于用户信息的保险推荐方法、系统、设备及介质。
技术介绍
互联网的快速发展给传统的保险行业带来一定的冲击，对于保险代理人来说传统的获客方式越来越难，但同时移动互联网也提供了新的获客渠道和方式，为获客方式提供了更多新的可能。传统的获客方式一般是面对面的方式，保险代理人在与用户沟通过程中可以获得用户的一些基本信息，如大致的年龄、文化水平、健康状况、衣着层次等，保险代理人在面对面沟通过程中可以快速根据这些基本信息为用户提供比较符合用户需求的保险产品。但是改用电话或网络等获客方式后，保险代理人无法快速掌握用户的这些基本信息，也无法据此来为用户提供符合用户需求的保险产品。因此，现有技术中亟需一种根据用户状况准确向用户推荐保险产品的方法。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于用户信息的保险推荐方法、系统、设备及介质，用于解决现有技术基于用户信息推荐保险时，无法根据用户状况准确推荐保险产品的问题。为实现上述目的及其他相关目的，本专利技术的第一方面提供一种基于用户信息的保险推荐方法，包括：采集用户的人脸图像，识别所述人脸图像得到用户的身份信息；根据所述身份信息获取用户的个人信息，利用所述个人信息构建用户画像；评估所述用户画像生成用户关于风险的加权因子；利用协同过滤算法生成保险产品-属性矩阵与用户-保险产品评分矩阵，计算所述保险产品-属性矩阵得到保险产品的第一相似度，计算所述用户-保险产品评分矩阵得到用户之间的第二相似度；利用加权因子对所述第一相似度与第二相似度进行加权计算，得到综合相似度；利用所述综合相似度为用户匹配最相似K个近邻，得到保险产品的推荐方案。于所述第一方面的一实施例中，获取用户的人脸图像；基于深度残差网络中顺次相连的各个残差块，对所述人脸图像进行特征提取，得到人脸特征信息，任意一个残差块中均包括一个恒等映射和至少两个卷积层，任意一个残差块的恒等映射由所述任意一个残差块的输入端指向所述任意一个残差块的输出端；基于所述人脸特征信息在人脸数据库进行人脸检索，得到人脸检索结果，所述人脸数据库中存储了人脸特征信息与身份信息之间的对应关系，所述人脸检索结果中至少包括与所述目标人脸特征信息匹配的身份信息。于所述第一方面的一实施例中，还包括：根据所述身份信息获取用户的个人信息，所述个人信息包括用户的基本信息、健康信息与投保信息；根据所述个人信息从基本信息、健康信息与投保信息多个维度构建用户画像。于所述第一方面的一实施例中，还包括：利用风险关联模型评价用户画像基于健康信息与投保信息之间关系计算用户存在风险的加权因子。于所述第一方面的一实施例中，还包括：整合保险产品-属性表，得到保险产品-属性矩阵；根据所述保险产品-属性矩阵计算所述保险产品的第一相似度；量化用户数据得到用户-保险产品评分表，整合用户-保险产品评分表中的数据得到用户-保险产品评分矩阵；以所述用户-保险产品评分矩阵为基础，得到所述保险产品的评分向量，采用余弦相似度从用户角度计算用户-保险产品评分矩阵得到保险产品的第二相似度。于所述第一方面的一实施例中，还包括：利用所述综合相似度为用户匹配到目标保险产品最相似K个近邻组成最近邻居集合，根据用户的评分向量与保险产品的相似度向量计算用户对保险产品的预测评分，根据预测评分从高至低的排列得到保险产品的推荐方案。于所述第一方面的一实施例中，还包括：获取用户之间信任度的正反馈因子与负反馈因子，根据反馈因子修正原始的用户之间的第二相似度，将优化后的信任度与用户第二相似度进行线性加权，得到优化后的第二相似度。本专利技术的第二方面提供一种基于用户信息的保险推荐系统，包括：采集模块，用于采集用户的人脸图像，识别所述人脸图像得到用户的身份信息；画像构建模块，用于根据所述身份信息获取用户的个人信息，利用所述个人信息构建用户画像；风险评估模块，用于评估所述用户画像生成用户关于风险的加权因子；第一计算模块，利用协同过滤算法生成保险产品-属性矩阵与用户-保险产品评分矩阵，计算所述保险产品-属性矩阵得到保险产品的第一相似度，计算所述用户-保险产品评分矩阵得到用户之间的第二相似度；第二计算模块，利用加权因子对所述第一相似度与第二相似度进行加权计算，得到综合相似度；保险推荐模块，利用所述综合相似度为用户匹配最相似K个近邻，得到保险产品的推荐方案。本专利技术的第三方面提供一种基于用户信息的保险推荐设备，包括：一个或多个处理装置；存储器，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装置执行，使得所述一个或多个处理装置实现上述的基于用户信息的保险推荐方法。本专利技术的第四方面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，所述计算机程序用于使所述计算机执行上述的基于用户信息的保险推荐方法。如上所述，本专利技术所述的基于用户信息的保险推荐方法、系统、设备及介质的一个技术方案，具有以下有益效果：本专利技术基于保险产品的协同过滤算法与基于保险产品内容的推荐算法进行组合使用，再结合加权因子进行加权推荐，既实现了对用户推荐新颖性的要求，又提高了推荐准确度，同时，引入用户画像风险的加权因子，关联用户真实需求与产品属性，进而在原有基础上进一步提高了保险产品的推荐准确度。附图说明图1显示为本专利技术提供的一种基于用户信息的保险推荐方法流程图；图2显示为本专利技术提供的一种基于用户信息的保险推荐系统结构框图；图3显示为本专利技术提供的一种基于用户信息的保险推荐设备的结构示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，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专利技术的其他优点与功效。本专利技术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，在没有背离本专利技术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专利技术的基本构想，遂图式中仅显示与本专利技术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。本专利技术解决现有技术中，例如，用户去医院做了正常体检，除了自己体检信息的异常指标之外，对体检将要所引起的健康风险一无所知，而如何根据用户体检信息为用户推荐合理合法的保险产品，一直未有，而如果当用户患上某种疾病后再去体检，往往存在带病投保的嫌疑，从而导致用户在理赔时，发生理赔纠纷，因此，如何在获悉身体健康的基础上，通过概率学估算用户患病的风险，提高保险产品精准推荐的目的，是迫切需要解决的问题。请参阅图1，为本专利技术本文档来自技高网...

【技术保护点】
1.一种基于用户信息的保险推荐方法，其特征在于，包括：/n采集用户的人脸图像，识别所述人脸图像得到用户的身份信息；/n根据所述身份信息获取用户的个人信息，利用所述个人信息构建用户画像；/n评估所述用户画像生成用户关于风险的加权因子；/n利用协同过滤算法生成保险产品-属性矩阵与用户-保险产品评分矩阵，计算所述保险产品-属性矩阵得到保险产品的第一相似度，计算所述用户-保险产品评分矩阵得到用户之间的第二相似度；/n利用加权因子对所述第一相似度与第二相似度进行加权计算，得到综合相似度；/n利用所述综合相似度为用户匹配最相似 K个近邻，得到保险产品的推荐方案。/n

【技术特征摘要】
1.一种基于用户信息的保险推荐方法，其特征在于，包括：
采集用户的人脸图像，识别所述人脸图像得到用户的身份信息；
根据所述身份信息获取用户的个人信息，利用所述个人信息构建用户画像；
评估所述用户画像生成用户关于风险的加权因子；
利用协同过滤算法生成保险产品-属性矩阵与用户-保险产品评分矩阵，计算所述保险产品-属性矩阵得到保险产品的第一相似度，计算所述用户-保险产品评分矩阵得到用户之间的第二相似度；
利用加权因子对所述第一相似度与第二相似度进行加权计算，得到综合相似度；
利用所述综合相似度为用户匹配最相似K个近邻，得到保险产品的推荐方案。


2.根据权利要求1所述的基于用户信息的保险推荐方法，其特征在于，还包括：
获取用户的人脸图像；基于深度残差网络中顺次相连的各个残差块，对所述人脸图像进行特征提取，得到人脸特征信息，任意一个残差块中均包括一个恒等映射和至少两个卷积层，任意一个残差块的恒等映射由所述任意一个残差块的输入端指向所述任意一个残差块的输出端；基于所述人脸特征信息在人脸数据库进行人脸检索，得到人脸检索结果，所述人脸数据库中存储了人脸特征信息与身份信息之间的对应关系，所述人脸检索结果中至少包括与所述目标人脸特征信息匹配的身份信息。


3.根据权利要求1或2所述的基于用户信息的保险推荐方法，其特征在于，还包括：根据所述身份信息获取用户的个人信息，所述个人信息包括用户的基本信息、健康信息与投保信息；根据所述个人信息从基本信息、健康信息与投保信息多个维度构建用户画像。


4.根据权利要求3所述的基于用户信息的保险推荐方法，其特征在于，还包括：利用风险关联模型评价用户画像基于健康信息与投保信息之间关系计算用户存在风险的加权因子。


5.根据权利要求1所述的基于用户信息的保险推荐方法，其特征在于，还包括：
整合保险产品-属性表，得到保险产品-属性矩阵；根据所述保险产品-属性矩阵计算所述保险产品的第一相似度；
量化用户数据得到用户-保险产品评分表，整合用户-保险产品评分表中的数据得到用户-保险产...

【专利技术属性】
技术研发人员：姚娟娟，钟南山，樊代明，
申请(专利权)人：明品云北京数据科技有限公司，
类型：发明
国别省市：北京;11