[发明专利]保险产品的推荐方法、装置、存储介质及计算机设备

说明书

本发明公开了一种保险产品的推荐方法、装置、存储介质及计算机设备，涉及计算机技术领域，主要在于能够提高保险产品的推荐效率和推荐准确度。其中方法包括：获取用户的特征数据，以及获取保险产品的特征数据；对用户的特征数据和保险产品的特征数据进行交叉处理，得到保险交叉特征向量；将保险交叉特征向量输入至预设订单转化率预测模型中进行转化率预测，得到用户对应各个保险产品的预测订单转化率；基于用户对应各个保险产品的预测订单转化率，将各个保险产品中的目标保险产品推荐给用户。本发明适用于向用户推荐保险产品。

技术领域

本发明涉及计算机技术领域，尤其是涉及一种保险产品的推荐方法、装置、存储介质及计算机设备。

背景技术

随着中国互联网保险的发展，用户购买保险意识不断增强。针对大量的用户与大量的产品，如何根据不同人群推送不同的产品一直是传统保险领域的重中之重。

目前，通常由营销人员凭借自身经验向用户推荐保险产品。然而，这样的推荐方式没有很好的掌握用户的真实需求，使得推荐的产品并不是用户需要的产品，从而导致保险产品的推荐准确度较低。与此同时，当保险产品数量和用户数据的数据量较大多时，营销人员需要消耗大量的时间进行分析来确定推荐的保险产品，导致保险产品的推荐效率较低低。

发明内容

本发明提供了一种保险产品的推荐方法、装置、存储介质及计算机设备，主要在于能够提高保险产品的推荐效率和推荐准确度。

根据本发明的第一个方面，提供一种保险产品的推荐方法，包括：

获取用户的特征数据，以及获取保险产品的特征数据；

对所述用户的特征数据和所述保险产品的特征数据进行交叉处理，得到保险交叉特征向量；

将所述保险交叉特征向量输入至预设订单转化率预测模型中进行转化率预测，得到所述用户对应各个保险产品的预测订单转化率；

基于所述用户对应各个保险产品的预测订单转化率，将所述各个保险产品中的目标保险产品推荐给用户。

可选地，在所述对所述用户的特征数据和所述保险产品的特征数据进行交叉处理，得到保险交叉特征向量之前，所述方法还包括：

对用户的特征数据进行方差筛选、递归特征消除，，得到用户的筛选后数据；

对保险产品的特征数据进行方差筛选、递归特征消除，，得到保险产品的筛选后数据；

对所述用户的筛选后数据进行标准化处理，得到处理后的用户特征数据，以及对所述保险产品的筛选后数据进行标准化处理，得到处理后的保险产品特征数据；

所述对所述用户的特征数据和所述保险产品的特征数据进行交叉处理，得到保险交叉特征向量，包括：

对所述处理后的用户特征数据和所述处理后的保险产品特征数据进行交叉处理，得到保险交叉特征向量。

可选地，所述对所述处理后的用户特征数据和所述处理后的保险产品特征数据进行交叉处理，得到保险交叉特征向量，包括：

确定所述处理后的用户特征数据对应的第一特征向量，以及确定所述处理后的保险产品特征数据对应的第二特征向量；

对所述第一特征向量和所述第二特征向量做交叉卷积处理，得到第一交叉向量；

对所述第一特征向量和所述第二特征向量做高阶交叉处理，得到第二交叉向量；

对所述第一特征向量和所述第二特征向量做交叉线性处理，得到第三交叉向量；

利用预设变换函数对所述第一交叉向量、所述第二交叉向量和所述第三交叉向量做变换处理，得到所述保险交叉特征向量。