[发明专利]一种保险用户分类模型建立方法、分类方法、装置及设备

权利要求书

1.一种保险用户分类模型建立方法，其特征在于，所述方法包括：

获取历史保险用户的用户保险数据和用户属性，以及所述历史保险用户所属区域的区域保险数据，所述用户属性包括既存用户已复购保险和未复购保险；

确定所述用户保险数据和所述区域保险数据中不同数据的类型特征，所述类型特征包括类别型数据和连续型数据；

将所述用户保险数据和所述区域保险数据中连续型数据通过分箱编码处理，得到转换后的连续型数据，并将所述用户保险数据和所述区域保险数据中类别型数据和编码后的连续型数据、以及用户属性整合成训练集数据；

利用所述训练集数据对预设初始分类模型进行训练，得到训练后的保险用户分类模型。

2.根据权利要求1所述的方法，其特征在于，

所述区域保险数据至少包括保险密度、保险深度和保险覆盖度；

所述保险深度为区域的年度保费收入占区域年度生产总值的比例；

所述保险密度为区域的年度保费收入与区域的年度总人口的比值；

所述保险覆盖度为区域年度购买保险的人数占区域年度总人口的比例。

3.根据权利要求2所述的方法，其特征在于，所述历史保险用户所属区域的区域保险数据之后还包括：

根据所述历史保险用户所属区域的保险密度和保险深度，计算获得区域的保险消费系数，所述保险消费系数表示所述区域中用户针对保险消费的比重；

根据所述保险消费系数所处的范围区间，以及所述范围区间对应的预设修正规则，对所述保险消费系数进行修正；

将修正后的保险消费系数和历史保险用户的保险覆盖度作为所述历史保险用户所属区域的区域保险数据。

4.根据权利要求1所述的方法，其特征在于，所述将所述用户保险数据和所述区域保险数据中连续型数据通过分箱编码处理，得到编码后的连续型数据，包括：

针对每一种连续型数据进行如下步骤：

将所述连续型数据对应的样本值按照从小到大排序，获取样本值队列；

将所述样本值队列中相邻两个样本值的平均值作为叶子划分点，得到叶子划分点集合；

依次计算所述叶子划分点集合中每个叶子划分点作为二元分类点时的基尼系数，将基尼系数最小的叶子划分点作为最优划分点；

以所述最优划分点将所述连续型数据对应的样本值分成两个子集，按照预设编码方式将所述两个子集进行编码处理，得到编码后的数据。

5.根据权利要求1所述的方法，其特征在于，所述将所述用户保险数据和所述区域保险数据中连续型数据通过分箱编码处理，得到转换后的连续型数据，并将所述用户保险数据和所述区域保险数据中类别型数据和编码后的连续型数据、以及用户属性整合成训练集数据，包括：

将所述用户保险数据和所述区域保险数据中不同的数据类型作为不同的二叉树特征节点；

根据所述二叉树特征节点，生成多个二叉树，每个二叉树包括不同的二叉树特征节点划分组合；

根据每个二叉树中二叉树特征节点对应的数据，依次计算每个二叉树的基尼系数；

将基尼系数最小的二叉树对应的二叉树特征节点划分组合作为目标节点组合，以使按照所述目标节点组合生成的二叉树以及用户属性作为所述预设初始分类模型的训练集数据。

6.根据权利要求1或5所述的方法，其特征在于，所述利用所述训练集数据对预设初始分类模型进行训练，得到训练后的保险用户分类模型，包括：

确定待训练的预设初始分类模型的所属区域以及与所属区域对应的训练集数据；

将所述训练集数据输入到预设初始分类模型中，利用预设损失函数进行训练，得到预先训练完成的第一分类模型；

根据预先训练完成的第一分类模型，确定训练过程中不同数据类型的用户保险数据的增益评分；

对不同数据类型的用户保险数据的增益评分进行评分排序；

按照排序从高到低将预设类型数量的用户保险数据作为目标用户保险数据组合；

根据所述目标用户保险数据组合，从所述训练集数据中提取目标训练集数据；

通过所述目标训练集数据对所述第一分类模型进行微调，得到训练完成的保险用户分类模型。