[发明专利]价值预测模型生成方法、装置及价值预测方法、装置

说明书

一种价值预测模型生成方法、装置及价值预测方法、装置，包括：获取多个样本保险客户的样本保险信息；基于样本保险信息生成样本保险特征，并基于样本保险信息确定客户价值；将样本保险特征及客户价值作为训练样本集迭代训练预先构建的机器学习模型，生成用于预测保险客户价值的价值预测模型。由于采用了大量训练样本训练机器学习模型，因此生成的价值预测模型是一个稳定的模型，从而实现了后续保险客户价值的预测。

技术领域

本文涉及机器学习技术，尤指一种价值预测模型生成方法、装置及价值预测方法、装置。

背景技术

客户对保险公司经营的重要性不言而喻，实现对保险客户价值的预测，从而施行差异化的保险营销策略能够使得保险公司的资源利用合理化和利润最大化，进而提升保险公司的市场竞争力和市场份额。

然而现有技术缺乏一种用于预测客户价值的模型。

发明内容

本申请提供了一种价值预测模型生成方法、装置及价值预测方法、装置，能够提供一个价值预测模型，从而实现后续保险客户价值的预测。

本申请提供了一种价值预测模型生成方法，包括：

获取多个样本保险客户的样本保险信息；

基于所述样本保险信息生成样本保险特征，并基于所述样本保险信息确定客户价值；

将所述样本保险特征及所述客户价值作为训练样本集迭代训练预先构建的机器学习模型，生成用于预测保险客户价值的价值预测模型。

当所述样本保险特征包括：i年份样本保险特征，且所述客户价值包括：i年份客户价值，所述样本保险信息包括：从i-k年份至i+s年份样本保险信息；所述样本保险信息和所述样本保险特征的种类包括：日期类型、连续类型、离散类型以及序列号类型；

用于生成所述i年份样本保险特征的样本保险信息包括：从i-k年份至i年份的样本保险信息；用于生成所述i年份客户价值的样本保险信息包括：从i-t年份至i+s年份的样本保险信息，其中，t小于等于k。

所述基于所述样本保险信息生成样本保险特征，包括：

针对每个样本保险客户，基于从i-k年份至i年份日期类型的样本保险信息生成i年份日期类型的样本保险特征；

针对每个样本保险客户，基于从i-k年份至i年份连续类型的样本保险信息生成i年份连续类型的样本保险特征；

针对每个样本保险客户，基于从i-k年份至i年份离散类型的样本保险信息生成i年份离散类型的样本保险特征；

针对每个样本保险客户，基于从i-k年份至i年份序列号类型的样本保险信息生成i年份序列号类型的样本保险特征。

所述基于从i-k年份至i年份日期类型的样本保险信息生成i年份日期类型的样本保险特征之后，还包括：

将所述i年份日期类型的样本保险特征、所述i年份连续类型的样本保险特征、所述i年份离散类型的样本保险特征和所述i年份序列号类型的样本保险特征进行筛选，得到筛选后的样本保险特征作为所述i年份的样本保险特征。

所述筛选过程包括：

筛选掉方差小于预设阈值的样本保险特征；

在经过筛选处理后的样本保险特征上建立随机森林模型，以得到每个样本保险特征的权重，筛选掉具有最小权重的样本保险特征，在经过新一次筛选处理后的样本保险特征上重新建立随机森林模型，以筛选掉具有最小权重的样本保险特征，直到样本保险特征的数量达到预设数量。

所述基于从i-k年份至i年份日期类型的样本保险信息生成i年份日期类型的样本保险特征，包括：

设定所述i年份的最后一天为目标日期；