[发明专利]行为风险识别方法、系统、设备及可读存储介质

说明书

本发明实施例提供一种基于大数据的行为风险识别方法，包括：根据目标对象在数据库中的对象标识，从该数据库中抽取与所述目标对象关联的目标数据集合，所述目标数据集合包括多个风险特征数据；将多个风险特征数据输入到迭代决策树模型中；通过所述迭代决策树模型输出对应的风险特征组合；基于行为风险评估模型对所述风险特征组合进行评估以获取多个风险组合对应的风险概率；确定风险概率最高的风险组合为目标对象的目标风险组合；根据所述目标风险组合执行相应的风险应对策略。本发明实施例还提供一种基于大数据的行为风险识别系统、计算机设备及计算机可读存储介质。本发明实施例针对业务员被投诉的风险概率的评测具有较高的效率和精准度。

技术领域

本发明实施例涉及大数据领域，尤其涉及基于大数据的行为风险识别方法、系统、计算机设备及计算机可读存储介质。

背景技术

随着人们保险意识逐渐增强，保险公司的业务成交量也在逐年攀升，处理相应的保险业务的业务员的人数也随之逐渐增多。现如今，业务员在服务客户时的良好素质已经成为了保险公司的一大竞争力。

但是，在服务客户的过程中，总会有部分业务员收到客户的相关投诉，且业务员的被投诉的几率是由其服务客户时的素质所决定的。而业务员的素质的高低在很大程度上则是由其从业经验、个人技能、所受文化教育及生长环境等因素决定的。目前，保险公司多是根据过往的统计数据以及不断增设的规章制度来判断某业务员是否属于易诉业务员。

然而，这种采取过往的统计数据和不断增设的规章制度来判断某业务员是否属于易诉业务员的方式具有以下缺陷：采用这种方法对保险公司所有业务员进行评测时，效率及准确率较低。

发明内容

有鉴于此，本发明实施例提供了一种基于大数据的行为风险识别方法、系统、计算机设备及计算机可读存储介质，用于解决通过过往的统计数据和不断增设的规章制度来对保险公司所有业务员进行评测，以判断每个业务员是否属于易诉业务员的方式，效率及准确率较低的问题。

本发明实施例是通过下述技术方案来解决上述技术问题：

一种基于大数据的行为风险识别方法，包括：

根据目标对象在数据库中的对象标识，从所述数据库中抽取与所述目标对象关联的目标数据集合，所述目标数据集合包括多个风险特征项对应的多个风险特征数据；

将所述多个所述风险特征项对应的多个风险特征数据输入到迭代决策树模型中；

通过所述迭代决策树模型输出对应的风险特征组合；

基于行为风险评估模型对所述风险特征组合进行评估以获取多个风险组合对应的多个风险概率；

确定风险概率最高的风险组合为目标对象的目标风险组合；

根据所述目标风险组合执行相应的风险应对策略。

进一步地，所述行为风险评估模型为经过训练后的逻辑回归模型，所述方法还包括行为风险评估模型的训练步骤：

预设风险特征项集合，所述风险特征项集合中包括多个风险特征项子集合，所述风险特征项子集合包含多个样本风险特征项；

基于所述风险特征项集合，从数据库中获取多个对象的多个样本数据集，每个样本数据集中包括对应的对象及与多个样本风险特征项对应的多个样本原始特征；

将所述多个样本数据集中的多个样本原始特征输入到迭代决策树模型中，以通过所述迭代决策树模型输出对应的多个样本风险特征组合；

基于所述多个样本风险特征组合对逻辑回归模型进行训练，以得到所述行为风险评估模型。

进一步地，基于所述风险特征项集合，从数据库中获取多个对象的多个样本数据集，每个样本数据集中包括对应的对象及与多个样本风险特征项对应的多个样本原始特征的步骤，还包括：