[发明专利]电子装置、用户车险优惠级别确定方法及存储介质在审
申请号: | 201810768424.0 | 申请日: | 2018-07-13 |
公开(公告)号: | CN109146694A | 公开(公告)日: | 2019-01-04 |
发明(设计)人: | 吴壮伟 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G06Q30/02 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车险 属性数据 用户属性数据 存储介质 电子装置 级别确定 图谱 方法分析 类别确定 映射关系 预先存储 预先建立 预先确定 优惠政策 | ||
1.一种电子装置,其特征在于,所述电子装置包括存储器、及与所述存储器连接的处理器,所述处理器用于执行所述存储器上存储的用户车险优惠级别确定程序,所述用户车险优惠级别确定程序被所述处理器执行时实现如下步骤:
A1、获取用户属性数据;
A2、根据预先确定的用户出险类别确定方法分析获取的用户属性数据,以确定该用户的出险类别;
A3、从预先建立的车险信息图谱中,获取该用户出险类别对应的车险属性数据,所述车险信息图谱包括各出险类别的用户对应的车险属性数据;
A4、根据预先存储的车险属性数据与车险优惠级别之间的映射关系,确定该用户对应的车险优惠级别。
2.如权利要求1所述的电子装置,其特征在于,所述用户属性数据包括用户静态数据、用户位置数据、用户行为数据以及用户车险数据;
所述用户静态数据包括性别、年龄、地域、驾龄及职业;
所述用户位置数据包括常住地、偏好商圈及住宅附近商圈;
所述用户行为数据包括网页浏览行为、检索行为及用户驾驶行为;
所述用户车险数据包括车险投保记录及车险出保记录。
3.如权利要求2所述的电子装置,其特征在于,所述步骤A2包括:
获取用户出险类别确定模型,所述用户出险类别确定模型包括至少两个聚类类簇,每一所述聚类类簇对应一确定的用户出险类别;
基于所述用户属性数据和所述用户出险类别确定模型,从所述至少两个聚类类簇中获取与至少一个所述用户属性数据相对应的目标聚类类簇;
确定所述目标聚类类簇对应的用户出险类别为该用户所属的出险类别。
4.如权利要求3所述的电子装置,其特征在于,所述获取所述用户出险类别确定模型之前,还包括如下步骤:
基于训练用户属性数据训练所述用户出险类别确定模型,将训练完成的用户出险类别确定模型存储在预先确定的数据库中;
所述获取用户出险类别确定模型,包括:从所述预先确定的数据库中获取所述用户出险类别确定模型。
5.如权利要求1-4任一项所述的电子装置,其特征在于,所述预先建立的车险信息图谱包括用于确定不同的出险类别对应的车险属性数据相关的信息;所述车险属性数据包括维修方案、维修工时、修理费用、修理厂信息以及配件信息。
6.一种用户车险优惠级别确定方法,其特征在于,所述方法包括如下步骤:
S1、获取用户属性数据;
S2、根据预先确定的用户出险类别确定方法分析获取的用户属性数据,以确定该用户的出险类别;
S3、从预先建立的车险信息图谱中,获取该用户出险类别对应的车险属性数据,所述车险信息图谱包括各出险类别的用户对应的车险属性数据;
S4、根据预先存储的车险属性数据与车险优惠级别之间的映射关系,确定该用户对应的车险优惠级别。
7.如权利要求6所述的用户车险优惠级别确定方法,其特征在于,所述用户属性数据包括用户静态数据、用户位置数据、用户行为数据以及用户车险数据;
所述用户静态数据包括性别、年龄、地域、驾龄及职业;
所述用户位置数据包括常住地、偏好商圈及住宅附近商圈;
所述用户行为数据包括网页浏览行为、检索行为及用户驾驶行为;
所述用户车险数据包括车险投保记录及车险出保记录。
8.如权利要求7所述的用户车险优惠级别确定方法,其特征在于,所述步骤S2包括:
获取用户出险类别确定模型,所述用户出险类别确定模型包括至少两个聚类类簇,每一所述聚类类簇对应一确定的用户出险类别;
基于所述用户属性数据和所述用户出险类别确定模型,从所述至少两个聚类类簇中获取与至少一个所述用户属性数据相对应的目标聚类类簇;
确定所述目标聚类类簇对应的用户出险类别为该用户所属的出险类别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810768424.0/1.html,转载请声明来源钻瓜专利网。