[发明专利]基于大数据的保险产品数据推送方法、系统及计算机设备

权利要求书

1.一种基于大数据的保险产品数据推送方法，其特征在于，所述方法包括：

接收客户终端上传的意向客户的客户数据表单，从所述客户数据表单中获取所述意向客户的客户信息；

根据所述客户信息提取多个特征项数据；

将所述多个特征项数据输入到目标孤立森林模型中，得到所述意向客户的异常系数；

判断所述异常系数是否大于预设值；

如果所述异常系数大于所述预设值，则控制在所述客户终端和专家坐席终端之间建立会话窗口；

如果所述异常系数不大于所述预设值，将所述多个特征项数据输入到目标迭代决策树模型，通过所述目标迭代决策树模型输出特征组合；

将所述特征组合输入产品推送模型中，得到所述意向客户与各个类别标签的置信度；

基于各个类别标签的置信度，生成保险产品数据表单；及

将所述保险产品数据表单发送到所述客户终端上，以便所述客户终端将所述保险产品数据表单显示在所述客户终端的显示单元上；

其中，将所述多个特征项数据输入到目标孤立森林模型中，得到所述意向客户的异常系数的步骤，包括：

将所述多个特征项数据在所述目标孤立森林模型中的每一棵孤立树中进行遍历，以得到所述多个特征项数据在各棵孤立树的路径长度；

根据多个特征项数据在各棵孤立树的路径长度，计算得到所述多个特征项数据的异常系数，所述异常系数的计算公式如下：

c(n)＝2H(n-1)-(2(n-1)/n)

H(n-1)＝In(n-1)+ξ

其中，s(x,n)为所述多个特征项数据在经由n棵孤立树得到的异常系数，E(h(x))为所述多个特征项数据在各棵孤立树的高度均值，h(x)为所述多个特征项数据在各棵孤立树的路径长度，ξ为欧拉参数，H(n-1)为调和数，In(n-1)为n-1的对数；

所述方法还包括所述产品推送模型的训练步骤：

预设用于确定产品数据推送的多个特征项；

根据所述多个特征项，从客户信息数据库获取多个客户的多个样本数据；

根据所述多个样本数据配置n个样本数据集；

将所述n个样本数据集中一个或多个样本数据集用于训练一随机森林算法，以得到所述目标孤立森林模型，目标孤立森林模型用于决定意向客户的特征项数据是否输入到目标迭代决策树模型中；

将所述n个样本数据集中一个或多个样本数据集用于训练一迭代决策树算法，以得到所述目标迭代决策树模型；及

根据所述目标迭代决策树模型输出的特征组合对逻辑回归算法进行训练，得到产品推送模型，所述产品推送模型的输出预先配置有m个类别标签。

2.根据权利要求1所述的基于大数据的保险产品数据推送方法，其特征在于，根据所述客户信息提取多个特征项数据的步骤，包括：

根据多个预设字段的多个字段名称，从所述客户信息提取与所述多个字段名称对应的多个字段信息；及

将所述多个字段信息保存到数据库表单中。

3.根据权利要求1所述的基于大数据的保险产品数据推送方法，其特征在于，所述如果所述异常系数大于所述预设值，则控制在所述客户终端和专家坐席终端之间建立会话窗口，包括：

根据所述异常系数，定义所述意向客户的异常等级标识；

根据所述异常等级标识，为所述意向客户分配相应的目标专家坐席终端，并在所述客户终端和所述目标专家坐席终端之间建立会话窗口。

4.根据权利要求1所述的基于大数据的保险产品数据推送方法，其特征在于，将所述多个特征项数据输入到目标迭代决策树模型，通过所述目标迭代决策树模型输出特征组合的步骤，包括：

根据所述多个特征项数据在所述目标迭代决策树模型中的各个决策树的叶子节点的位置分布，得到该意向客户的客户信息对应的特征组合。

5.根据权利要求1～4任意一项所述的基于大数据的保险产品数据推送方法，其特征在于，所述产品推送模型的训练步骤中根据所述多个样本数据配置n个样本数据集，包括：

抽取步骤，从所述多个客户的多个样本数中以预设规则抽取M个客户对应的M个样本数据，并将所述M个样本数据构成一样本数据集；及

重复执行上述抽取步骤以得到n个样本数据集。