一种用户评级方法、装置、计算机设备及存储介质制造方法及图纸

技术编号：43259520 阅读：2 留言：0更新日期：2024-11-08 20:40

本申请公开一种用户评级方法、装置、计算机设备及存储介质，属于人工智能技术领域和金融科技领域。本申请通过接收用户评级指令，获取待评级用户对应的养殖数据，对待评级用户对应的养殖数据进行特征识别，得到初始特征因子，将初始特征因子导入到预先训练好的特征筛选分类模型，得到关键特征因子，基于关键特征因子确定关键养殖数据，并将关键养殖数据输入到预先训练好的用户评级模型，得到待评级用户的用户评级结果。本申请还涉及区块链技术领域，用户评级结果可以存储在区块链节点上。本申请通过对待评级用户的养殖数据进行特征提取和筛选，结合预先训练好的模型进行评级，可以实现对养殖用户的精准评级。

全部详细技术资料下载

【技术实现步骤摘要】

本申请属于人工智能和金融科技领域，具体涉及一种用户评级方法、装置、计算机设备及存储介质。

技术介绍

1、育肥猪养殖险的信用评级是指对育肥猪养殖户的信用状况进行评估，以确定其在购买育肥猪养殖保险时的信用等级。通过信用评级，保险公司可以更好地了解和评估养殖户的风险水平，并据此确定相应的保险费率、保额和条款等。

2、投保育肥猪养殖险用户的养殖质量参差不齐，小规模养殖场和散户养殖水平落后，例如，一些养殖场环境较差，而猪对生长环境的温度具有比较严苛的要求，部分投保用户的养殖环境不具备恒温条件，或者无法处理对恒温环境造成影响的突发情况，相较于养殖环境好的用户，猪的死亡率更高，导致育肥猪养殖险的赔付率更高，再如，一些养殖户的养殖技术较差，导致了猪的死亡率更高，也导致了育肥猪养殖险的赔付率更高。

3、针对于育肥猪养殖险的承保和理赔，目前缺乏区分用户养殖水平和选优剔劣筛客户的技术，因此无法合理地评判承保育肥猪养殖险用户的风险程度，导致育肥猪养殖险的赔付率较高，增加了承保公司的风险。

技术实现思路

1、本申请实施例的目的在于提出一种用户评级方法、装置、计算机设备及存储介质，以解决目前缺乏区分用户养殖水平和选优剔劣筛客户的技术，因此无法合理地评判承保育肥猪养殖险用户的风险程度，导致育肥猪养殖险的赔付率较高，增加了承保公司的风险的技术问题。

2、为了解决上述技术问题，本申请实施例提供一种用户评级方法，采用了如下所述的技术方案：

3、一种用户评级方法，包括：</p>

4、接收用户评级指令，获取待评级用户对应的养殖数据；

5、对待评级用户对应的养殖数据进行特征识别，得到初始特征因子；

6、将初始特征因子导入到预先训练好的特征筛选分类模型，得到关键特征因子；

7、基于关键特征因子确定关键养殖数据，并将关键养殖数据输入到预先训练好的用户评级模型，得到待评级用户的用户评级结果。

8、进一步地，在接收用户评级指令，获取待评级用户对应的养殖数据的步骤之前，还包括：

9、获取历史养殖数据，并获取历史养殖数据对应的历史用户评级；

10、提取历史养殖数据的特征因子，得到初始历史特征因子；

11、将初始历史特征因子和历史用户评级作为预设初始分类模型的输入，通过初始分类模型进行特征重要性分析，输出历史特征重要性分数；

12、基于历史特征重要性分数对历史初始特征因子排序，得到历史特征因子序列；

13、在历史特征因子序列中筛选关键历史特征因子。

14、进一步地，预设初始分类模型为xgboost模型，将初始历史特征因子和历史用户评级作为预设初始分类模型的输入，通过初始分类模型进行特征重要性分析，输出历史特征重要性分数的步骤，具体包括：

15、定义一个xgboost模型，并设置xgboost模型的超参数；

16、将初始历史特征因子和历史用户评级导入xgboost库；

17、调用xgboost模型中的特征重要性评估方法对初始历史特征因子进行重要性分析，输出历史特征重要性分数。

18、进一步地，在历史特征因子序列中筛选关键历史特征因子的步骤之后，还包括：

19、将关键历史特征因子和预设的历史标准特征因子进行比对，得到历史特征因子比对结果；

20、基于历史特征因子比对结果对xgboost模型的超参数进行参数调整；

21、获取每一次超参数调整后筛选到的关键历史特征因子，并计算每一次超参数调整后筛选到的关键历史特征因子与历史标准特征因子的相似度；

22、将相似度最大值时对应的xgboost模型的超参数作为xgboost模型的最终参数，并输出xgboost模型，得到特征筛选分类模型。

23、进一步地，在历史特征因子序列中筛选关键历史特征因子的步骤之后，还包括：

24、基于关键历史特征因子确定关键历史养殖数据，并基于关键历史养殖数据和历史用户评级构建训练数据集；

25、基于训练数据集对应预设的初始预测模型进行模型训练，得到历史用户评级结果；

26、基于历史用户评级结果和预设的用户标准评级结果进行比对，并基于评级比对结果对初始预测模型进行迭代更新，直至模型拟合，得到用户评级模型。

27、进一步地，将初始特征因子导入到预先训练好的特征筛选分类模型，得到关键特征因子的步骤，具体包括：

28、将初始特征因子导入到特征筛选分类模型；

29、调用特征筛选分类模型中的特征重要性评估方法对初始特征因子进行重要性评估，并生成特征重要性分数；

30、基于特征重要性分数对初始特征因子排序，得到特征因子序列；

31、按照预设的筛选规则在特征因子序列中筛选关键特征因子。

32、进一步地，基于关键特征因子确定关键养殖数据，并将关键养殖数据输入到预先训练好的用户评级模型，得到待评级用户的用户评级结果的步骤，具体包括：

33、基于关键特征因子在待评级用户对应的养殖数据中筛选关键养殖数据；

34、对关键养殖数据进行特征工程处理；

35、将完成特征工程处理的关键养殖数据输入到预先训练好的用户评级模型，得到待评级用户的用户评级结果。

36、为了解决上述技术问题，本申请实施例还提供一种用户评级装置，采用了如下所述的技术方案：

37、一种用户评级装置，包括：

38、评级指令模块，用于接收用户评级指令，获取待评级用户对应的养殖数据；

39、特征识别模块，用于对待评级用户对应的养殖数据进行特征识别，得到初始特征因子；

40、特征筛选模块，用于将初始特征因子导入到预先训练好的特征筛选分类模型，得到关键特征因子；

41、用户评级模块，用于基于关键特征因子确定关键养殖数据，并将关键养殖数据输入到预先训练好的用户评级模型，得到待评级用户的用户评级结果。

42、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

43、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述任一项所述的用户评级方法的步骤。

44、为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

45、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计算机可读指令，所述计算机可读指令被处理器执行时实现如上述中任一项所述的用户评级方法的步骤。

46、与现有技术相比，本申请实施例主要有以下有益效果：

47、本申请公开一种用户评级方法、装置、计算机设备及存储介质，属于人工智能
和金融科技领域。本申请通过接收用户评级指令，获取待评级用户对应的养殖数据，对待评级用户对应的养殖数据本文档来自技高网...

【技术保护点】

1.一种用户评级方法，其特征在于，包括：

2.如权利要求1所述的用户评级方法，其特征在于，在所述接收用户评级指令，获取待评级用户对应的养殖数据的步骤之前，还包括：

3.如权利要求2所述的用户评级方法，其特征在于，所述预设初始分类模型为XGBoost模型，所述将所述初始历史特征因子和所述历史用户评级作为预设初始分类模型的输入，通过所述初始分类模型进行特征重要性分析，输出历史特征重要性分数的步骤，具体包括：

4.如权利要求3所述的用户评级方法，其特征在于，在所述历史特征因子序列中筛选关键历史特征因子的步骤之后，还包括：

5.如权利要求2所述的用户评级方法，其特征在于，在所述在所述历史特征因子序列中筛选关键历史特征因子的步骤之后，还包括：

6.如权利要求1至5任意一项所述的用户评级方法，其特征在于，所述将所述初始特征因子导入到预先训练好的特征筛选分类模型，得到关键特征因子的步骤，具体包括：

7.如权利要求6所述的用户评级方法，其特征在于，所述基于所述关键特征因子确定关键养殖数据，并将所述关键养殖数据输入到预先训练好

8.一种用户评级装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的用户评级方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的用户评级方法的步骤。

...

【技术特征摘要】

1.一种用户评级方法，其特征在于，包括：

2.如权利要求1所述的用户评级方法，其特征在于，在所述接收用户评级指令，获取待评级用户对应的养殖数据的步骤之前，还包括：

3.如权利要求2所述的用户评级方法，其特征在于，所述预设初始分类模型为xgboost模型，所述将所述初始历史特征因子和所述历史用户评级作为预设初始分类模型的输入，通过所述初始分类模型进行特征重要性分析，输出历史特征重要性分数的步骤，具体包括：

4.如权利要求3所述的用户评级方法，其特征在于，在所述历史特征因子序列中筛选关键历史特征因子的步骤之后，还包括：

5.如权利要求2所述的用户评级方法，其特征在于，在所述在所述历史特征因子序列中筛选关键历史特征因子的步骤之后，还包括：

6.如权利要求1至5任意一项所述的用户评级方...

【专利技术属性】
技术研发人员：孔令格，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人