[发明专利]企业客户续保预测方法、装置、介质及电子设备

权利要求书

1.企业客户续保预测方法，其特征在于，所述方法包括：

获取企业客户的客户特征信息；

获取企业客户的训练样本数据，对训练样本数据对应的客户特征信息进行编码处理，得到训练编码数据，其中，所述训练样本数据包括训练样本统计周期内企业客户的客户特征信息和对应的投保标签，所述投保标签包括投保和未投保；

根据所述训练编码数据对机器学习模型进行训练；

获取企业客户的预测客户数据，对预测客户数据对应的客户特征信息进行编码处理，得到预测编码数据，其中，所述预测客户数据包括待根据预测周期进行预测的企业客户的客户特征信息，所述预测周期和所述训练样本统计周期错开；

将所述预测编码数据输入到训练后的所述机器学习模型中，得到所述企业客户对应的预测续保概率。

2.根据权利要求1所述的企业客户续保预测方法，其特征在于，所述客户特征信息包括原始特征信息和根据所述原始特征信息生成的衍生特征信息，所述获取企业客户的客户特征信息，包括：

获取所述企业客户的原始特征信息；

将所述企业客户的至少两个原始特征信息组合成所述企业客户的衍生特征信息。

3.根据权利要求2所述的企业客户续保预测方法，其特征在于，所述客户特征信息还包括基准特征信息，所述获取企业客户的客户特征信息，还包括：

获取目标企业客户的预设原始特征信息的平均值，所述目标企业客户包括预设的衍生特征信息相同的多个的企业客户，所述预设原始信息为数值类型的原始特征信息；

将所述平均值作为所述目标企业客户的基准特征信息。

4.根据权利要求3所述的企业客户续保预测方法，其特征在于，所述客户特征信息还包括差值特征信息，所述获取企业客户的客户特征信息，还包括：

计算所述目标企业客户的所述预设原始特征信息和所述基准特征信息的差值；

将所述差值作为所述目标企业客户的差值特征信息。

5.根据权利要求1所述的企业客户续保预测方法，其特征在于，所述对训练样本数据对应的客户特征信息进行编码处理，得到训练编码数据，包括：

获取企业客户的第一编码样本数据，所述第一编码样本数据包括训练样本编码周期内所述企业客户的客户特征信息和所述企业客户的投保标签；

对所述第一编码样本数据进行编码提取，得到所述客户特征信息对应的训练编码表；

采用所述训练编码表对训练样本数据对应的客户特征信息进行编码处理，得到训练编码数据。

6.根据权利要求5所述的企业客户续保预测方法，其特征在于，所述对所述第一编码样本数据进行编码提取，得到所述客户特征信息对应的训练编码表，包括：

获取第一预设客户特征值对应的多个企业客户分别对应的投保标签映射的标签编码值的总和，所述第一预设客户特征值为企业客户的任意一个客户特征信息的特征值；

获取所述第一预设客户特征值对应的企业客户的数量和；

用所述总和除以所述数量和，得到所述第一预设客户特征值对应的客户特征编码值；

根据所述客户特征编码值和所述第一预设客户特征值的对应关系生成所述训练编码表。

7.根据权利要求5所述的企业客户续保预测方法，其特征在于，所述训练编码数据包括客户特征编码数据和标签编码数据，所述采用所述训练编码表对训练样本数据对应的客户特征信息进行编码处理，得到训练编码数据，包括：

采用所述训练编码表对训练样本数据对应的客户特征信息进行编码处理，得到客户特征编码数据；

采用所述训练编码表对训练样本数据对应的投保标签进行编码处理，得到标签编码数据。