[发明专利]一种基于大数据对用户行为建模的控制方法及装置

说明书

技术领域

本发明大数据分析领域，尤其是大数据分析在保险领域的应用，具体地涉及一种基于大数据对用户行为建模的控制方法及相应的装置。

背景技术

在传统的保险行业领域，成千上百的人都被放在同一风险水平之上，但事实上这是不可能的，传统的保险业是通过精算技术来衡量某个险种的预计销量以及风险程度，从保险业来看，传统的精算技术只在一定纬度量化预计销量以及风险程度，很难充分反映在实际运营过程中的复杂性，同时传统精算研究的是评估数，很少涉及个案，例如保险公司卖车险的时候，考虑的因素有年龄、性别、婚姻状况、驾驶记录、收入、职业、教育、背景等等，但是在某个个体购买车险之前或者购买数次车险之后，并不能对特定的个体进行后续购买行为预测以及风险预测，而随着保险公司客户数量、客户背景资料以及客户购买行为的大数据的积累，需要通过大数据为客户制订个性化的保单，运用社交网络，改善产品和服务，影响目标客户，同时通过对大数据的分析，保险公司可以获得更准确的定价模型，提供个性化的解决方案。

发明内容

针对现有技术中的缺陷，本发明提供一种基于大数据对用户行为建模的控制方法，其用于基于用户行为大数据集合进行归类分析以确定行为直观指数I，其特征在于，包括如下步骤：

a.基于线性组合公式z_i＝L_i1x₁+L_i2x₂+…+L_ikx_k计算获得主成分指数z_i，其中，X＝{x₁、x₂、x₃…x_k}表示用户行为指数变量集，x_k表示一用户行为指数变量，所述L_i1、L_i2、…L_ik为x_k矩阵协方差阵的特征向量；

b.获得所述主成分指数z_i对应的主成分变量捕捉到的所述用户行为指数变量集X的信息量λ_i；

c.基于阈值θ确定主成分变量的数量N，则N个主成分变量对应N个主成分指数z_i，包括z₁、z₂、z₃…z_N，其中，1≤i≤N，且

d.基于公式I＝F(z₁、z₂、z₃…z_N)计算获得行为直观指数I。

优选地，所述步骤a中所述特征向量满足

优选地，当i＝1时对应的主成分变量的主成分指数z₁的最大。

优选地，所述步骤c中的N个主成分变量相互独立。

优选地，在所述步骤b中，基于公式λ_i＝z_i/S计算所述信息量λ_i，其中S为k个用户行为指数变量的总方差。

优选地，所述S通过公式获得，其中，x为所述k个用户行为指数变量的平均数。

优选地，所述平均数x基于如下公式计算获得：

根据本发明的另一方面，还提供一种基于大数据对用户行为建模的控制装置，优选地，其用于基于用户行为大数据集合进行归类分析以确定行为直观指数I，包括：

第一处理装置，其用于基于线性组合公式z_i＝L_i1x₁+L_i2x₂+…+L_ikx_k计算获得主成分指数z_i，其中，X＝{x₁、x₂、x₃…x_k}表示用户行为指数变量集，x_k表示一用户行为指数变量，所述L_i1、L_i2、…L_ik为x_k矩阵协方差阵的特征向量；

第一获取装置，其用于获得所述主成分指数z_i对应的主成分变量捕捉到的所述用户行为指数变量集X的信息量λ_i；