[发明专利]智能客户评级方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种智能客户评级方法，包括：接收客户原始信息集和标签集并分析得到客户信息集，将所述客户信息集输入至评级模型A进行训练得到预测标签集A，基于所述预测标签集A得到错误预测标签集和错误预测客户信息集，将所述错误预测标签集与所述错误预测客户信息集输入至评级模型B中训练，接收用户的客户信息并输入至所述评级模型A和所述评级模型B得到预测结果A和预测结果B，判断所述预测结果A与所述预测结果B是否相同，若不相同则提示用户，若相同则输出所述预测结果A。本发明还提出一种智能客户评级装置以及一种计算机可读存储介质。本发明可以实现精准的智能客户评级功能。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种可用于对客户进行智能寿险评级方法、装置及计算机可读存储介质。

背景技术

人寿保险可以为人们解决养老、医疗、意外伤害等各类风险的保障问题，人们可在年轻时为年老做准备，今天为明天做准备，上一代人为下一代人做准备。当发生意外时，家庭可得到生活保障，年老时可得到养老金，有病住院可得到经济保障。而对于寿险公司来说，其拥有庞大的客户群体，而每个客户都有不同的需求，因此需要对客户进行评级操作，常规客户评级一般利用业务经验分析构建，然后建立金字塔模型，并利用每一层级的目标对象分别进行模型的搭建与训练，但由于客户数量众多，利用业务经验进行分析构建时不仅耗时耗力吗，而且也影响后期对客户评级的准确率，且目前常规模型的拟合能力不足，客户评级准确率的精度不高。

发明内容

本发明提供一种智能客户评级方法、装置及计算机可读存储介质，其主要目的在于当用户输入客户信息时，基于所述客户信息进行精准的评级。

为实现上述目的，本发明提供的一种智能客户评级方法，包括：

接收具有一一对应关系的客户原始信息集和标签集，对所述客户原始信息集进行数据分析得到客户信息集；

将所述客户信息集及所述标签集输入至评级模型A进行评级预测训练，并得到预测标签集A，基于所述预测标签集A，在所述标签集中寻找与所述预测标签集A不相同的标签内容得到错误预测标签集，基于所述一一对应关系得到与所述错误预测标签集对应的错误预测客户信息集；

将所述错误预测标签集与所述错误预测客户信息集输入至评级模型B中训练并输出预测标签集B，计算所述预测标签集B与所述错误预测标签集的损失值，若所述损失值小于预设阈值时，所述评级模型B退出训练；

接收用户输入的客户信息，将所述客户信息输入至所述评级模型A进行评级预测得到预测结果A后，将所述客户信息输入至所述评级模型B进行评级预测得到预测结果B，判断所述预测结果A与所述预测结果B是否相同，若不相同则输出所述预测结果B并提示用户所述客户信息需进一步补充客户信息，若相同则输出所述预测结果A。

可选地，所述客户原始信息集包括客户年龄、客户性别、客户年收入及客户年支出、客户家庭成员数、客户家庭住址、客户受教育程度；

所述标签集包括拓展型客户、主攻型客户、培育型客户、维持型客户。

可选地，对所述客户原始信息集进行数据分析得到客户信息集，包括：

去除所述客户原始信息集内客户年龄大于第一预设值或客户年龄小于第二预设值的数据；

对去除后的客户原始信息集进行归一化处理得到客户信息集。

可选地，将所述客户信息集及所述标签集输入至评级模型A进行评级预测训练，并得到预测标签集A，包括：

根据所述客户信息集及所述标签集求解经验熵及经验条件熵；

根据所述经验熵及经验条件熵求解信息增益；

最大化所述信息增益得到预测标签集A。

可选地，