[发明专利]基于特征选择的权益分配方法、装置、电子设备及介质

说明书

本发明涉及人工智能技术，揭露了一种基于特征选择的权益分配方法，包括：对根据历史销售数据集提取的权益数据集进行分类，得到多个权益数据子集，汇总计算多个权益数据子集对应的权益矩阵，得到特征集，对特征集进行特征选择，得到多个特征子集，利用根据多个特征子集构建的超平面函数对特征子集进行分类，得到分类结果，将分类结果与分类标签比对，筛选与分类标签一致的特征子集，根据该特征子集从权益数据子集中选择目标权益并分配至多个用户。此外，本发明还涉及区块链技术，所述权益矩阵可存储于区块链的节点。本发明还提出一种基于特征选择的权益分配装置、电子设备以及计算机可读存储介质。本发明可以解决权益分配的准确度较低的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于特征选择的权益分配方法、装置、电子设备及计算机可读存储介质。

背景技术

当今社会保险行业竞争日渐激烈，在财产险范畴内，尤其是车险竞争尤为激烈，因此可以通过对用户进行权益分配，进而增加用户粘性，在竞争激烈的车险竞争中脱颖而出。

现有技术中，权益分配的方式是对权益进行平均分配，然而，由于权益分配时往往可分配的权益有限但参与分配的参与方数量众多，因此，这种分配方式容易导致每一参与方被分配的权益极少、反而影响了对权益的正常应用。因此，现有权益分配方式无法进行准确地分配，这将导致分配不均衡、降低权益的利用率和增加权益资源的浪费率。

发明内容

本发明提供一种基于特征选择的权益分配方法、装置及计算机可读存储介质，其主要目的在于解决权益分配的准确度较低的问题。

为实现上述目的，本发明提供的一种基于特征选择的权益分配方法，包括：

获取历史销售数据集，提取所述历史销售数据集中的权益数据集并对所述权益数据集进行分类，得到多个权益数据子集；

分别计算多个所述权益数据子集对应的权益矩阵，并将所述权益矩阵汇总得到特征集；

对所述特征集进行特征选择处理，得到多个特征子集；

根据所述多个特征子集构建得到超平面函数，并利用所述超平面函数对所述特征子集进行分类，得到分类结果；

通过将所述分类结果与预设的分类标签进行比对，筛选与所述分类标签一致的特征子集；

根据与所述分类标签一致的特征子集从所述权益数据子集中选择目标权益，并按照预设的分配规则将所述目标权益分配至多个用户。

可选地，所述对所述特征集进行特征选择处理，得到多个特征子集，包括：

从所述特征集中筛选符合预设范围的初选特征集；

将所述初选特征集进行随机的排列组合，得到多个特征子集。

可选地，所述根据所述多个特征子集构建得到超平面函数，包括：

获取预设的标签集，并以所述特征子集的个数作为特征维度；

根据所述标签集和所述特征维度构建与所述特征维度一致的多维坐标系；

将所述多个特征子集映射至所述多维坐标系中，得到特征坐标集；

计算所述特征坐标集中任意两个特征坐标之间的欧氏距离，并选择所述欧式距离最小的两个特征坐标为目标特征坐标；

分别以所述目标特征坐标为左边界和右边界，构建在所述左边界和所述右边界中间的超平面函数。

可选地，所述利用所述超平面函数对所述特征子集进行分类，得到分类结果，包括：

计算所述超平面函数到所述目标特征坐标的距离值，并根据距离值构建最小距离函数；