一种基于人工智能的保险业务个性化推荐方法与流程

本发明涉及保险业务营销，具体涉及一种基于人工智能的保险业务个性化推荐方法。

背景技术：

1、在当今数字化时代，随着大数据、云计算和人工智能技术的飞速发展，各行各业都在经历着前所未有的变革，保险行业也不例外。人工智能算法，特别是机器学习、深度学习等技术的应用，使得从海量数据中提取有价值信息成为可能。通过训练模型，系统能够自动识别客户的潜在需求、风险承受能力和购买意愿，进而为每位客户量身定制保险产品推荐方案。例如，利用协同过滤算法可以发现具有相似特征的客户群体间的购买偏好；而基于深度学习的模型则能更深入地理解文本、图像等非结构化数据，进一步丰富客户画像。

2、传统保险业务模式往往依赖于人工销售、标准化产品设计和广撒网式的营销策略，这种方式不仅效率低下，难以满足消费者日益增长的个性化需求，还可能导致资源浪费和客户满意度下降。

3、因此，基于人工智能的保险业务个性化推荐方法应运而生，成为推动保险行业转型升级的关键技术之一。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的保险业务个性化推荐方法：解决传统保险业务模式因依赖于人工销售、标准化产品设计和广撒网式的营销策略导致难以满足用户个性化需求，进而导致保险业务推荐不精确的技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于人工智能的保险业务个性化推荐方法，方法包括：

4、获取用户行为数据和保险业务购买历史数据，其中，用户行为数据包括用户在保险app上的浏览记录；

5、对行为数据和保险业务购买历史数据进行分析处理，得到用户保险业务购买意向指数；

6、判断用户保险业务购买意向指数是否满足获取用户画像数据要求，若是，则获取用户画像数据；

7、基于用户画像数据构建用户画像，其中，用户画像包括兴趣画像和情境画像；

8、基于用户画像向用户进行个性化推荐保险业务。

9、进一步地，对行为数据和保险业务购买历史数据进行分析处理，得到用户保险业务购买意向指数具体包括以下过程：

10、基于行为数据获取用户在保险app上的浏览记录，基于浏览记录获取用户浏览保险产品对应页面的停留时间t、用户点击保险产品对应页面的次数s和用户对保险产品的搜索次数n；

11、基于保险业务购买历史数据判断用户是否购买过保险业务，若是，则用户保险业务购买意向系数r为1，若否，则用户保险业务购买意向系数r为0；

12、将停留时间t、次数s、搜索次数n和购买意向系数r代入关联公式计算用户保险业务购买意向指数gms，该关联公式如下：

13、

14、其中，γ、θ、β为权重因子，γ为0.3、θ为0.4、β为0.3；y为购买历史数据中用户购买过的保险年限数。

15、进一步地，判断用户保险业务购买意向指数是否满足获取用户画像数据要求具体包括以下过程：

16、加载用户保险业务购买意向指数阈值，判断用户保险业务购买意向指数是否超过用户保险业务购买意向指数阈值，若是，则满足获取用户画像数据要求，若否，则不满足获取用户画像数据要求。

17、进一步地，基于用户画像数据构建用户画像包括基于用户画像数据构建兴趣画像：

18、基于用户画像数据获取用户在社交媒体上发布的关于保险业务的文本，其中，通过爬虫技术来爬取关于保险业务的文本；

19、基于lda主题模型对文本进行主题挖掘，通过计算每个主题的困惑度确定用于刻画用户兴趣画像的主题，并提取主题对应的主题特征词；

20、将主题特征词作为兴趣偏好特征标签，并依据兴趣偏好特征标签生成用户的保险业务兴趣画像。

21、进一步地，基于lda主题模型对文本进行主题挖掘，通过计算每个主题的困惑度确定用于刻画用户兴趣画像的主题，并提取主题对应的主题特征词具体包括以下过程：

22、基于lda主题模型对文本生成主题：

23、(1)从先验狄利克雷分布α中取样生成文档m的主题多项式分布αm；

24、(2)从主题的多项式分布αm中取样生成文档m的第n个词语的主题zm，n；

25、(3)从词汇的狄利克雷分布δ中取样生成主题zm，n的词语的多项式分布θzmn；

26、(4)从词语的多项式分布θzmn中采样生成词语wm，n；

27、(5)将词语wm，n作为文档m的主题；

28、通过计算每个主题的困惑度确定用于刻画用户兴趣画像的主题：

29、

30、其中，per(d)为每个主题的困惑度，困惑度越低，主题用于刻画用户兴趣画像越精确，d为所有主题组成的数据集，k表示主题对应的文档数量，wd表示表示文档d中出现的词语，p(wd)表示每篇文档中词语wd出现的概率，nd表示文档d的词语数量；

31、将数据集d中的主题按照困惑度高低进行排序，选取k个排序最低主题来刻画用户兴趣画像，提取主题对应的主题特征词。

32、进一步地，基于用户画像数据构建用户画像包括基于用户画像数据构建情境画像：

33、用户画像数据包括用户的保险业务购买历史数据，基于用户的保险业务购买历史数据获取用户在保险业务中的交易数据，包括保单信息、购买记录、理赔记录；

34、基于交易数据提取关键特征，关键特征包括年龄、性别、职业、收入水平、购买偏好、风险承受能力；

35、将关键特征作为情境特征标签，并依据情境特征标签生成用户的保险业务情境画像。

36、进一步地，基于用户画像向用户进行个性化推荐保险业务包括：

37、根据用户情境画像反映的用户情境偏好和情境特征，对用户情境偏好和情境特征与用户待选择的保险业务进行关联分析，挖掘用户情境偏好与保险业务之间的关联规则，构建关联规则库，依据目标用户的情境特征和偏好与关联规则的情境进行情境相似度计算，选择相似度较高的规则，依据相似度较高的规则对目标用户进行推荐，得到保险业务推荐项目集合a，依据集合a向用户推荐。

38、进一步地，基于用户画像向用户进行个性化推荐保险业务包括：

39、依据用户兴趣画像所反映的用户兴趣标签，通过计算用户兴趣特征词相似度来计算用户之间的兴趣相似度，将与目标用户兴趣相似度最高的用户记为最近邻用户，依据最近邻用户的保险业务推荐集合向目标用户推荐。

40、相比于现有方案，本发明实现的有益效果：

41、本发明通过对行为数据和保险业务购买历史数据进行分析处理，得到用户保险业务购买意向指数，并依据用户保险业务购买意向指数构建用户画像，并基于用户画像向用户进行个性化推荐保险业务。本发明不仅提高了营销效率，降低了运营成本，它使得保险服务更加贴近客户需求，为每位客户提供了更加贴心、专业的保障方案。

技术特征：

1.一种基于人工智能的保险业务个性化推荐方法，其特征在于，方法包括：

2.根据权利要求1所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，对行为数据和保险业务购买历史数据进行分析处理，得到用户保险业务购买意向指数具体包括以下过程：

3.根据权利要求1所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，判断用户保险业务购买意向指数是否满足获取用户画像数据要求具体包括以下过程：

4.根据权利要求1所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，基于用户画像数据构建用户画像包括基于用户画像数据构建兴趣画像：

5.根据权利要求4所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，基于lda主题模型对文本进行主题挖掘，通过计算每个主题的困惑度确定用于刻画用户兴趣画像的主题，并提取主题对应的主题特征词具体包括以下过程：

6.根据权利要求1所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，基于用户画像数据构建用户画像包括基于用户画像数据构建情境画像：

7.根据权利要求1所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，基于用户画像向用户进行个性化推荐保险业务包括：

8.根据权利要求1所述的一种基于人工智能的保险业务个性化推荐方法，其特征在于，基于用户画像向用户进行个性化推荐保险业务包括：

技术总结本发明涉及保险业务营销技术领域，具体涉及一种基于人工智能的保险业务个性化推荐方法。该方法包括：本发明通过获取用户行为数据和保险业务购买历史数据，其中，用户行为数据包括用户在保险APP上的浏览记录，对行为数据和保险业务购买历史数据进行分析处理，得到用户保险业务购买意向指数，并依据用户保险业务购买意向指数构建用户画像，并基于用户画像向用户进行个性化推荐保险业务。本发明提高了保险业务营销效率，降低了运营成本，能够精确地为用户推荐保险业务。技术研发人员：张隽炜受保护的技术使用者：全链数据科技（广州）有限公司技术研发日：技术公布日：2024/12/2