← 返回列表
基于联邦学习的保险行业潜在客户挖掘方法、装置及设备
申请人信息
- 申请人:中国人寿保险股份有限公司山东省分公司
- 申请人地址:250032 山东省济南市历下区经十路11001号
- 发明人: 中国人寿保险股份有限公司山东省分公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于联邦学习的保险行业潜在客户挖掘方法、装置及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311266386.6 |
| 申请日 | 2023/9/27 |
| 公告号 | CN117333310A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | G06Q40/08 |
| 权利人 | 中国人寿保险股份有限公司山东省分公司 |
| 发明人 | 周爱广; 刘庆杰; 姜润芝; 曹峰 |
| 地址 | 山东省济南市历下区经十路11001号 |
摘要文本
本发明公开了一种基于联邦学习的保险行业潜在客户挖掘方法、装置及设备，方法包括以下步骤：利用联邦学习平台对内外部数据进行join，并采用相似性算法对标签进行筛选和行预处理；利用决策树算法，对内部特定短险客户，使用外部数据，构建购买保障型产品客户意愿模型；基于个人续保、家庭承保和个人理赔数据，利用神经网络算法，建立内部个人购买意愿模型；基于上述两个意愿模型，并结合地区经济水平和客户教育水平，利用线性回归算法，建立个人购买保障型产品综合分析模型；利用综合分析模型进行筛选保险行业潜在客户，并进行保障型产品推荐。本发明实现了潜在客户挖掘，提高了推荐的针对性和准确性，改善了客户体验，满足了客户多样化需求。 （来 自 专利查询网）
专利主权项内容
1.一种基于联邦学习的保险行业潜在客户挖掘方法，其特征在于，包括以下步骤：利用联邦学习平台，对内外部数据进行join，并采用相似性算法对标签进行筛选，对数据进行预处理；利用决策树算法，对内部特定短险客户，使用外部数据，构建购买保障型产品客户意愿模型；所述特定短险客户为拿出100万人民币或等值货币以上购买短期保险而又不影响正常生活的人群，所述短期保险指保险期限在1年及1年以下的保险；基于个人续保数据、家庭承保数据和个人理赔数据，利用神经网络算法，建立内部个人购买意愿模型；基于购买保障型产品客户意愿模型和内部个人购买意愿模型，并结合地区经济水平和客户教育水平，利用线性回归算法，建立个人购买保障型产品综合分析模型；获取某地区的人均GDP、恩格尔系数，结合该地区的标签数据，利用个人购买保障型产品综合分析模型进行筛选保险行业潜在客户，并进行保障型产品推荐。 马 克 数 据 网