基于大数据汇总的保险产品智能营销方法与系统技术方案

本申请公开了一种基于大数据汇总的保险产品智能营销方法与系统，该基于大数据汇总的保险产品智能营销的方法，包括：中心云获取保险产品数据，并将所述保险产品数据拆分为多个保单数据集；对所述多个保单数据集进行关联数据集的遍历，输出一个或多个初始关联数据集及对应的初始用户信息；将所述初始关联数据集再次进行遍历，获取最终关联数据集；将所述最终关联数据集进行筛选，获取拟推荐保险产品信息；设置所述初始用户的社交关联树，并基于所述社交关联树，确定与所述初始用户存在社交关联关系的最终用户信息；将所述拟推荐保险产品信息推荐给最终用户。信息推荐给最终用户。信息推荐给最终用户。

【技术实现步骤摘要】
基于大数据汇总的保险产品智能营销方法与系统


[0001]本申请涉及信息
，尤其涉及基于大数据汇总的保险产品智能营销方法与系统。

技术介绍

[0002]保险产品是保险公司为市场提供的有形产品和无形服务的综合体。保险产品在狭义上是指由保险公司创造、可供客户选择在保险市场进行交易的金融工具；在广义上是指保险公司向市场提供并可由客户取得、利用或消费的一切产品和服务，都属于保险产品服务的范畴。
[0003]进一步讲，保险产品是由保险人提供给保险市场的，能够引起人们注意、购买，从而满足人们减少风险和转移风险，必要时能得到一定的经济补偿需要的承诺性组合。从营销学的角度讲，保险产品包括保险合同和相关服务的全过程。
[0004]保险产品的这个定义有4层意思：能引起人们注意和购买；能转移风险；能提供一定的经济补偿；是一种承诺性服务组合。因此，保险产品的真正含义是满足消费者保障与补偿的需要。保险产品保障被保险人在发生不幸事故时仍能拥有生活下去的基本条件，并能使人们以最小的代价获得最大的经济补偿。
[0005]随着人们生活水平的不断提高和思想意识的不断进步，越来越多的人具有了投保意识，并主动选择购买相应类型的保险，比如健康险、财产险等。
[0006]目前智能营销推荐中，会根据保单用户的浏览、搜索、购买行为为用户推荐相同类目的保险及相似产品，例如用户购买了某健康险，会向其推荐其他险种，但实际情况很可能是用户购买该险种后对同类险种都没有购买的必要，因此跨类目的多样性保险产品推荐对于保险营销具有重要意义。r/>[0007]然而，在现有的保险产品推荐机制中，针对用户并进行保险产品推荐的复购率并不高，保险产品的推荐并没有考虑到该类型用户的实际情况，其推荐精细化程度不够，导致保险产品推荐的成功率低，成效差。

技术实现思路

[0008]技术中保险产品推荐不够精细化，导致推荐成功率低下的问题。
[0009]本专利技术实施例提供一种基于大数据汇总的保险产品智能营销的方法，包括：中心云获取保险产品数据，并将所述保险产品数据拆分为多个保单数据集；对所述多个保单数据集进行关联数据集的遍历，输出一个或多个初始关联数据集及对应的初始用户信息；将所述初始关联数据集再次进行遍历，获取最终关联数据集；将所述最终关联数据集进行筛选，获取拟推荐保险产品信息；设置所述初始用户的社交关联树，并基于所述社交关联树，确定与所述初始用户存在社交关联关系的最终用户信息；
将所述拟推荐保险产品信息推荐给最终用户。
[0010]可选地，所述对所述多个保单数据集进行关联数据集的遍历，输出一个或多个初始关联数据集及对应的初始用户信息，包括：设置初始最小支持度，通过Eclat算法对所述多个保单数据集进行关联数据集遍历，输出满足所述初始最小支持度的初始关联数据集；获取所述初始关联数据集中的初始保险产品ID，并获取所述初始保险产品ID对应的初始用户ID。可选地，将所述初始关联数据集再次进行遍历，获取最终关联数据集，包括：将所述初始关联数据进行从水平数据表转化为垂直数据表；设置最终最小支持度，通过Eclat算法对所述垂直数据表进行关联数据集遍历，输出满足所述最终最小支持度的最终关联数据集。
[0011]可选地，所述设置所述初始用户的社交关联树，并基于所述社交关联树，确定与所述初始用户存在社交关联关系的最终用户信息，包括：基于所述初始用户的社交属性，获取所述初始用户的关联用户集；将所述初始用户的关联用户集按照预定策略进行树形排列，形成所述初始用户的社交关联树，其中，所述初始用户位于所述社交关联树的根节点，所述关联用户按照关联度划分为N级，分别分布在所述社交关联树的N级叶子节点中；基于预设筛选规则，从所述社交关联树种筛选出最终用户信息。
[0012]可选地，所述基于预设筛选规则，从所述社交关联树种筛选出最终用户信息，包括：基于所述关联度，将所述关联用户集中的多个关联用户进行冒泡排序，获取所述排名靠前的若干名关联用户；获取将所述若干名关联用户与所述初始用户的欧式距离，选取所述欧式距离在阈值范围内的多个关联用户作为最终用户，获取所述最终用户信息。
[0013]可选地，所述初始最小支持度为2，则所述设置初始最小支持度，通过Eclat算法对所述多个保单数据集进行关联数据集遍历，输出满足所述初始最小支持度的初始关联数据集，包括：获取候选1
‑
项集对应的多元数组；对所述候选1
‑
项集进行过滤，过滤掉所述候选1
‑
项集对应的多元数组中支持度小于最小支持度的多元数组；对过滤之后的候选1
‑
项集求取两两之间的并集，获取候选频繁2
‑
项集；通过cross算子求取两两之间初始用户ID的交集，获取到所述每个候选频繁2
‑
项集对应的初始用户ID集合；对所述候选2
‑
项集进行过滤，过滤掉所述候选2
‑
项集对应的多元数组中支持度小于最小支持度的多元数组；迭代求取频繁K
‑
项集，直到关联数据集或候选项集不存在；获取所有的满足所述初始最小支持度的关联数据集，所述所有的满足所述初始最小支持度的关联数据集为初始关联数据集。
[0014]可选地，所述方法还包括：
将所述最终保险产品ID与所述最终保险产品的保险生效地域进行关联，生成第三数据表；设置第三最小支持度，通过Eclat算法对所述输入数据进行关联数据集遍历，输出满足所述第三最小支持度的第三关联数据集；获取所述第三关联数据集中的所述第三保险产品；将所述第三保险产品推荐给所述最终用户。
[0015]可选地，所述中心云获取保险产品数据，并将所述保险产品数据拆分为多个保单数据集，包括：扫描一次保险产品数据库，获取所述保险产品数据；通过滑动时间窗口方式将所述保险产品数据进行拆分，并按照保单时间进行排序，以生成多个保单数据集。
[0016]本专利技术实施例还提供一种基于大数据汇总的保险产品智能营销系统，所述系统包括：获取单元，用于获取保险产品数据，并将所述保险产品数据拆分为多个保单数据集；遍历单元，用于对所述多个保单数据集进行关联数据集的遍历，输出一个或多个初始关联数据集及对应的初始用户信息；所述遍历单元，还用于将所述初始关联数据集再次进行遍历，获取最终关联数据集；筛选单元，用于将所述最终关联数据集进行筛选，获取拟推荐保险产品信息；确定单元，用于设置所述初始用户的社交关联树，并基于所述社交关联树，确定与所述初始用户存在社交关联关系的最终用户信息；推荐单元，用于将所述拟推荐保险产品信息推荐给最终用户。
[0017]本专利技术实施例还提供一种基于大数据汇总的保险产品智能营销系统，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时实现上述方法。
[0018]本专利技术实施例提供的基于大数据汇总的保险产品智能营销方法与系统，通过对所述多个保单数据集进行关联数据集的两次遍历，获取最终关联数据集，并通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据汇总的保险产品智能营销方法，其特征在于，包括：中心云获取保险产品数据，并将所述保险产品数据拆分为多个保单数据集；对所述多个保单数据集进行关联数据集的遍历，输出一个或多个初始关联数据集及对应的初始用户信息；将所述初始关联数据集再次进行遍历，获取最终关联数据集；将所述最终关联数据集进行筛选，获取拟推荐保险产品信息；设置所述初始用户的社交关联树，并基于所述社交关联树，确定与所述初始用户存在社交关联关系的最终用户信息；将所述拟推荐保险产品信息推荐给最终用户。2.根据权利要求1所述的方法，其特征在于，所述对所述多个保单数据集进行关联数据集的遍历，输出一个或多个初始关联数据集及对应的初始用户信息，包括：设置初始最小支持度，通过Eclat算法对所述多个保单数据集进行关联数据集遍历，输出满足所述初始最小支持度的初始关联数据集；获取所述初始关联数据集中的初始保险产品ID，并获取所述初始保险产品ID对应的初始用户ID。3.根据权利要求1或2所述的方法，其特征在于，将所述初始关联数据集再次进行遍历，获取最终关联数据集，包括：将所述初始关联数据进行从水平数据表转化为垂直数据表；设置最终最小支持度，通过Eclat算法对所述垂直数据表进行关联数据集遍历，输出满足所述最终最小支持度的最终关联数据集。4.根据权利要求3所述的方法，其特征在于，所述设置所述初始用户的社交关联树，并基于所述社交关联树，确定与所述初始用户存在社交关联关系的最终用户信息，包括：基于所述初始用户的社交属性，获取所述初始用户的关联用户集；将所述初始用户的关联用户集按照预定策略进行树形排列，形成所述初始用户的社交关联树，其中，所述初始用户位于所述社交关联树的根节点，所述关联用户按照关联度划分为N级，分别分布在所述社交关联树的N级叶子节点中；基于预设筛选规则，从所述社交关联树种筛选出最终用户信息。5.根据权利要求4所述的方法，其特征在于，所述基于预设筛选规则，从所述社交关联树种筛选出最终用户信息，包括：基于所述关联度，将所述关联用户集中的多个关联用户进行冒泡排序，获取所述排名靠前的若干名关联用户；获取将所述若干名关联用户与所述初始用户的欧式距离，选取所述欧式距离在阈值范围内的多个关联用户作为最终用户，获取所述最终用户信息。6.根据权利要求2所述的方法，其特征在于，所述初始最小支持度为2，则所述设置初始最小支持度，通过Eclat算法对所述多个保单数据集进行关联数据集遍历，输出满足所述初始最小支持度的初始关联数据集，包括：获取候选1
‑
项集...

【专利技术属性】
技术研发人员：冯佳茵，童燕群，晁晓娟，郭佑存，
申请(专利权)人：北京优全智汇信息技术有限公司，
类型：发明
国别省市：