[发明专利]基于大数据分析的保险代理人归类方法及相关设备

说明书

本申请涉及大数据分析技术领域，尤其涉及一种基于大数据分析的保险代理人归类方法及相关设备，包括：获取数个保险代理人的基于位置服务LBS数据和非LBS数据，抽取出所述LBS数据和所述非LBS数据中的行为因子；获取不同行为因子之间的相同项，根据所述相同项建立行为因子树模型，计算所述行为因子树模型中各个行为因子的权重，根据所述行为因子包含的固有属性和所述权重，将所述行为因子聚类后得到行为归类模型；计算未知保险代理人与所述行为归类模型中各行为之间的相似度，根据所述相似度，确定所述未知保险代理人的归属类别。本申请有效地将保险代理人的行为进行归类，从而准确地对保险代理人进行绩效评价。

技术领域

本申请涉及大数据分析技术领域，尤其涉及一种基于大数据分析的保险代理人归类方法及相关设备。

背景技术

贷款是银行或其他金融机构按一定利率和必须归还等条件进行出借货币资金的金融业务。保险代理人是指根据保险业务投保人的委托授权代理其经营保险业务，并收取代理费用的金融从业者。保险代理人在保险业务投保人授权的范围内以投保人的名义进行保险业务相关活动，包括招揽业务的宣传推销活动，接受投保或保险单处理，代收保险费，代理查勘理赔等。代理费用通常根据保险标的或者业务量的比例支付。根据业务范围不同，保险代理人可分为总代理人、地方代理人与兼业代理人等。代理的方式包括只为一家保险公司代理业务的专用代理，独立经营可同时为多家保险公司代理业务的独立代理等。

目前，在对保险代理人的工作进行评价时，往往缺乏客观依据，通常按照完成的保单数量对保险代理人的成绩做出评价，而无法对那些业绩优秀的保险代理人的工作方式做出有效分析，从而无法提升保险代理人团队的工作效率。

发明内容

基于此，有必要针对由于根据完成保单数量后由人为划定保险代理人级别，而缺少对保险代理人绩效进行客观评价，从而导致无法提升保险代理人团队效率的问题，提供一种基于大数据分析的保险代理人归类及相关设备。

一种基于大数据分析的保险代理人归类方法，包括如下步骤：

获取数个已知保险代理人的基于地理位置服务LBS数据、非LBS数据，计算得到任一所述已知保险代理人的所述LBS数据和所述非LBS数据中的行为因子；

获取不同的行为因子之间的相同项，根据所述相同项建立行为因子树模型，计算所述行为因子树模型中各个行为因子的权重，根据所述各个行为因子的固有属性和所述权重，将所述各个行为因子聚类后得到行为归类模型；

计算未知保险代理人的行为与所述行为归类模型中各行为之间的相似度，根据所述相似度，确定所述未知保险代理人的归属类别。

在其中一个可能的实施例中，所述取数个已知保险代理人的基于地理位置服务LBS数据、非LBS数据，计算得到任一所述已知保险代理人的所述LBS数据和所述非LBS数据中的行为因子，包括：

获取预设的保险代理人列表，从所述保险代理人列表中随机抽取数个已知保险代理人的个人信息；

获取任一所述已知保险代理人的个人信息中所包含的时间信息，根据所述时间信息设定抽取所述LBS数据和所述非LBS数据的时间区段；

在所述时间区段内，抽取所述LBS数据和所述非LBS数据，提取所述LBS数据中包含的位置信息和所述非LBS数据中所包含的行为信息，将所述位置信息和所述行为信息进行文字数值转换后得到所述行为因子。

在其中一个可能的实施例中，所述获取不同的行为因子之间的相同项，根据所述相同项建立行为因子树模型，计算所述行为因子树模型中各个行为因子的权重，根据所述各个行为因子的固有属性和所述权重，将所述各个行为因子聚类后得到行为归类模型，包括：

获取不同的行为因子之间的相同项，根据所述相同项的数量，将相同项数量最多的两个或者以上的行为因子打包成一行为因子集合；