【技术实现步骤摘要】
基于人工智能的产品推荐方法、装置、设备及存储介质
[0001]本申请涉及数据分析
,具体涉及一种基于人工智能的产品推荐方法、装置、设备及存储介质。
技术介绍
[0002]随着人们对保险产品的购买需求与日俱增,针对保险产品的定价任务十分重要。例如在保险产品的推荐场景中,可能会存在因推荐的保险产品及定价不符合用户而导致用户无法了解合适的保险产品。现有的保险定价方法通常是通过与保险定价相关联的单一维度数据确定。然而,对保险定价产生影响的因素过多,该方法可能会导致保险定价准确性低。因此,如何有效地结合多种因素以提高保险定价的准确性成为一个亟待解决的问题。
技术实现思路
[0003]本申请实施例提供了一种基于人工智能的产品推荐方法、装置、设备及存储介质,可以提高保险定价的准确性以及针对不同用户的合理性。
[0004]一方面,本申请实施例提供了一种基于人工智能的产品推荐方法,该方法包括:
[0005]获取多个样本用户中每个样本用户的用户数据;所述用户数据包括多个行为特征的信息、历史理赔数据以及历史保单数据;
[0006]根据所述每个样本用户的用户数据分别从所述每个样本用户对应的多个行为特征中确定出所述每个样本用户对应的与保险定价关联的关键行为特征;
[0007]将所述每个样本用户对应的关键行为特征的信息输入第一预测模型,得到每个样本用户对应的初始保险定价;
[0008]利用所述每个样本用户的用户数据和所述初始保险定价对待训练的第二预测模型进行训练,得到训练后的第二预测 ...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的产品推荐方法,其特征在于,所述方法包括:获取多个样本用户中每个样本用户的用户数据;所述用户数据包括多个行为特征的信息、历史理赔数据以及历史保单数据;根据所述每个样本用户的用户数据分别从所述每个样本用户对应的多个行为特征中确定出所述每个样本用户对应的与保险定价关联的关键行为特征;将所述每个样本用户对应的关键行为特征的信息输入第一预测模型,得到每个样本用户对应的初始保险定价;利用所述每个样本用户的用户数据和所述初始保险定价对待训练的第二预测模型进行训练,得到训练后的第二预测模型;获取目标用户的用户数据以及所属类别,并根据所述目标用户的所属类别确定所述目标用户对应的初始保险定价;将所述目标用户的用户数据和所述目标用户对应的初始保险定价输入所述训练后的第二预测模型,得到所述目标用户对应的目标保险定价;基于所述目标用户对应的目标保险定价确定与所述目标用户匹配的保险产品,并将所述匹配的保险产品推送至所述目标用户的终端设备。2.根据权利要求1所述的方法,其特征在于,所述根据所述每个样本用户的用户数据分别从所述每个样本用户对应的多个行为特征中确定出所述每个样本用户对应的与保险定价关联的关键行为特征,包括:根据所述每个样本用户的用户数据确定所述多个行为特征中每个行为特征分别对保险定价的影响程度分布;根据所述每个行为特征分别对保险定价的影响程度分布,从所述每个样本用户对应的多个行为特征中分别确定出所述每个样本用户对应的关键行为特征。3.根据权利要求2所述的方法,其特征在于,所述根据所述每个样本用户的用户数据确定所述多个行为特征中每个行为特征分别对保险定价的影响程度分布,包括:按照所述每个样本用户的历史理赔数据和所述历史保单数据对所述多个样本用户进行划分,得到所述每个样本用户在保险购买维度下的用户等级;根据所述每个样本用户的多个行为特征的信息和所述用户等级,确定所述每个行为特征针对用户等级的样本用户分布;基于所述每个行为特征针对用户等级的样本用户分布,确定所述每个行为特征分别对保险定价的影响程度分布。4.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户的所属类别确定所述目标用户对应的初始保险定价,包括:获取所述每个样本用户的用户类别;根据所述每个样本用户的初始保险定价确定所述每个用户类别对应的初始保险定价;从所述每个用户类别对应的初始保险定价中确定出所述目标用户的所属类别对应的初始保险定价;将所述目标用户的所属类别对应的初始保险定价作为所述目标用户对应的初始保险定价。5.根据权利要求1所述的方法,其特征在于,所述利用所述每个样本用户的用户数据和
所述初始保险定价对待训练的第二预测模型进行训练,得到训练后的第二预测模型,包括:将所述每个样本用户的用户数据和所述初始保险定价输入所述待训练的第二预测模型,由所述待训练的第二预测模型对所述每个样本用户的历史理赔数据进行预测得到所述每个样本用户的理赔风险,以及对所述每个样本用户的多个行为特征的信息和所述历史保单数据进行预测得到所述每个样本用户针对初始保险定价的定价调节系数;根据所述每个样本用户的理赔风险、所述定价调节系数以及所述初始保险定价确定所述每个样本用户的预测保险定价;基于所述每个样本用户的预测保险定价对所述待训练的第二预测模型的模型参数进行修正,得到所述训练后的第二...
【专利技术属性】
技术研发人员:李雨洁,曹裕华,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。