一种车险信息推荐方法和装置与流程

本发明实施例涉及大数据处理技术，尤其涉及一种车险信息推荐方法和装置。

背景技术：

随着智能终端和应用软件的普遍应用，现有的车险售卖渠道也逐渐推广至移动终端的应用软件客户端中。

现有技术中，车险公司可设置自己的客户端，展示提供的各种险种和保额，供用户选择。类似于超市购物的效果，每个车险公司的车险产品会贴对应的标签集中展示在一张页面上，告知用户打折和活动信息，服务特点，然后需要用户浏览大量的信息后作出选择。

现有技术方案虽然利用了应用软件客户端这种便捷的推广渠道，但是车险信息的投放是无差别针对所有用户的，信息投放的精准度很低。

技术实现要素：

本发明提供一种车险信息推荐方法和装置，以实现针对用户群进行精准的信息投放。

第一方面，本发明实施例提供了一种车险信息推荐方法，该方法包括：

获取用户属性样本数据以及车险属性样本数据；

基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度；

根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息。

进一步的，所述用户属性包括下述至少一项：用户静态数据、用户位置数据、用户行为数据、以及用户车险数据。

进一步的，所述用户静态数据包括下述至少一项：性别、年龄、地域、驾龄和职业；

所述用户位置数据包括下述至少一项：常住地、偏好商圈以及住宅附近商圈；

用户行为数据包括下述至少一项：网页浏览行为、检索行为、以及用户驾驶行为；

用户车险数据包括下述至少一项：车险投保记录、以及车险出保记录。

进一步的，所述用户驾驶行为包括下述至少一项：驾驶距离、驾驶时长、以及驾驶路段。

进一步的，所述车险属性包括：车险公司、车险险种、以及车险保额。

进一步的，基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度之前，还包括：

根据输入指示，设置用户属性与车险属性之间关联度的权重值。

进一步的，根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息包括：

如果获取到用户通过搜索引擎输入的车险搜索请求，则确定当前用户的用户属性；

根据用户属性和车险属性及其关联度，确定与所述当前用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，以搜索结果的形式显示给所述当前用户。

进一步的，根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息包括：

通过电子地图确定潜在用户，并获取潜在用户的用户属性；

根据用户属性和车险属性及其关联度，确定与所述潜在用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，在电子地图中推送给所述潜在用户。

第二方面，本发明实施例还提供了一种车险信息推荐装置，该装置包括：

获取模块，用于获取用户属性样本数据以及车险属性样本数据；

训练模块，用于基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度；

推荐模块，用于根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息。

进一步的，所述用户属性包括下述至少一项：用户静态数据、用户位置数据、用户行为数据、以及用户车险数据。

进一步的，所述用户静态数据包括下述至少一项：性别、年龄、地域、驾龄和职业；

所述用户位置数据包括下述至少一项：常住地、偏好商圈以及住宅附近商圈；

用户行为数据包括下述至少一项：网页浏览行为、检索行为、以及用户驾驶行为；

用户车险数据包括下述至少一项：车险投保记录、以及车险出保记录。

进一步的，所述用户驾驶行为包括下述至少一项：驾驶距离、驾驶时长、以及驾驶路段。

进一步的，所述车险属性包括：车险公司、车险险种、以及车险保额。

进一步的，所述装置还包括：

设置模块，用于在基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度之前，根据输入指示，设置用户属性与车险属性之间关联度的权重值。

进一步的，所述推荐模块包括：

搜索引擎输入单元，用于如果获取到用户通过搜索引擎输入的车险搜索请求，则确定当前用户的用户属性；

显示单元，用于根据用户属性和车险属性及其关联度，确定与所述当前用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，以搜索结果的形式显示给所述当前用户。

进一步的，所述推荐模块包括：

电子地图确定单元，用于通过电子地图确定潜在用户，并获取潜在用户的用户属性；

推送单元，用于根据用户属性和车险属性及其关联度，确定与所述潜在用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，在电子地图中推送给所述潜在用户。

本发明实施例通过对获取的用户属性样本数据与车险属性样本数据进行训练，确定用户属性与车险属性之间的关联度；然后根据用户属性和车险属性及其关联度，向目标用户提供对应的车险推荐信息，从而实现针对用户群的车险信息精准投放。

附图说明

图1是本发明实施例一提供的一种车险信息推荐方法的流程图；

图2是本发明实施例一提供的一种车险投保流程图；

图3是本发明实施例二提供的一种车险信息推荐方法的流程图；

图4是本发明实施例三提供的一种车险信息推荐装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的一种车险信息推荐方法的流程图。本实施例可适用于将车险信息精准地推荐给用户的情况，该方法可以由车险信息推荐装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的车险信息推荐方法包括：

S110、获取用户属性样本数据以及车险属性样本数据。

其中，用户属性样本数据是能反应用户及其偏好的数据，车险属性是能反应车险属性的样本数据。可选的，用户属性样本数据和车险属性样本数据可以从保险公司的数据库中获取，也可以从电子地图的检索、浏览和导航的信息中获取，还可以通过搜索引擎获取，本实施例对此并不进行限制。

具体的，所述用户属性可以包括下述至少一项：用户静态数据、用户位置数据、用户行为数据、以及用户车险数据。其中，用户位置数据可以通过用户终端定位系统获得，例如全球定位系统或北斗卫星定位系统；也可以通过采集的用户基于位置服务(Location Based Service，LBS)属性信息数据获得。

进一步的，所述用户静态数据可以包括下述至少一项：性别、年龄、地域、驾龄和职业；所述用户位置数据可以包括下述至少一项：常住地、偏好商圈以及住宅附近商圈；用户行为数据可以包括下述至少一项：网页浏览行为、检索行为、以及用户驾驶行为；用户车险数据可以包括下述至少一项：车险投保记录、以及车险出保记录。

其中，所述用户驾驶行为可以包括下述至少一项：驾驶距离、驾驶时长、以及驾驶路段。

具体的，所述车险属性包括：车险公司、车险险种、以及车险保额。

S120、基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度。

其中，关联度描述的是一种关系的关联程度。一个或多个用户属性可以与一个或多个车险属性之间存在对应关系。

例如，用户属性为年龄在20岁至30岁之间的用户选择的车险险种有A类车险、B类车险和C类车险，也就是说，用户属性为年龄在20岁至30岁与车险属性中车险险种为A类车险、B类车险和C类车险存在对应关系；然后，通过将用户属性为年龄在20岁至30岁的用户属性样本数据与车险属性为车险险种的车险属性样本数据进行训练，可以确定出年龄在20岁至30岁之间的用户与A类车险的关联度为10，与B类车险的关联度为20，与C类车险的关联度为30，由此说明，年龄在20岁至30岁之间的用户与C类车险的关联程度最高。

S130、根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息。

其中，目标用户为待推荐车险的用户，具体的，可以是车险已投保用户，也可以是车险潜在用户。目标用户的确定可以是通过用户对地图车主服务中的车险服务的选择确定，也可以通过用户在搜索引擎中对车险相关的检索确定。对应的车险推荐信息可以是根据目标用户属性和车险属性及其关联度确定的车险属性对应的车险的打折信息、活动信息和/或服务特点信息。

车险推荐信息的确定方法可以是任意一种能通过用户属性和车险属性及其关联度实现的车险推荐信息确定方法，具体的，可以设定关联度阈值，将用户属性和车险属性之间的关联度满足设定关联度阈值的车险属性对应的车险信息作为车险推荐信息，继续以上述用户属性为年龄在20岁至30岁之间的用户为例，如果设定关联阈值为20，则B类车险和C类车险均满足设定关联度阈值的要求，所以可以将B类车险和C类车险的信息作为车险推荐信息；还可以对用户属性和车险属性之间的关联度进行比较，将关联度最大的车险属性对应的车险信息作为车险推荐信息，继续以上述用户属性为年龄在20岁至30岁之间的用户为例，因为C类车险的关联度最大，所以可以将C类车险的信息作为车险推荐信息。

为进一步提高车险推荐的精准度，在根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息之后，还可以包括：根据潜在用户的车险售卖结果，对关联度的确定进行纠偏处理。

图2是本发明实施例一提供的一种车险投保流程图。参见图2，在实际应用中，本实施例技术方案应用于车险的投保流程为：用户通过车险业务页面向智能推荐系统输入用户属性信息；根据对用户数据模型中的用户属性样本数据与保险公司数据模型中的车险属性样本数据进行训练得到的关联度，智能推荐系统将输入的用户属性信息进行匹配，并将关联度满足设定条件的车险的推荐信息发送给用户；用户根据车险推荐信息选择保险公司和确认投保信息，同时，目标用户选择的保险公司信息及投保信息将作为用户属性样本数据和车险属性样本数据存入用户数据模型及保险公司数据模型中，用于对智能推荐系统进行纠偏处理和样本数据的训练。

本实施例提供的技术方案，通过对获取的用户属性样本数据与车险属性样本数据进行训练，确定用户属性与车险属性之间的关联度；然后根据用户属性和车险属性及其关联度，向目标用户提供对应的车险推荐信息，从而实现针对用户群的车险信息的精准投放。

当检测到用户通过搜索引擎输入车险搜索请求时，为使用户能及时获得车险推荐信息，所述根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息可以包括：

如果获取到用户通过搜索引擎输入的车险搜索请求，则确定当前用户的用户属性；

根据用户属性和车险属性及其关联度，确定与所述当前用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，以搜索结果的形式显示给所述当前用户。

当检测到用户为通过电子地图确定的潜在用户时，为使用户能及时获得车险推荐信息，根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息可以包括：

通过电子地图确定潜在用户，并获取潜在用户的用户属性；

根据用户属性和车险属性及其关联度，确定与所述潜在用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，在电子地图中推送给所述潜在用户。

其中，通过电子地图确定的潜在用户是选择地图车主服务中的车险服务的用户。如前所述，智能推荐系统的启动可以通过用户对地图车主服务中的车险服务的选择实现，也可以通过用户利用搜索引擎对车险的相关检索实现；将车险推荐信息发送给潜在用户的方式可以在获取车险检索请求后，也可以在用户选择地图车主服务中的车险服务后，将匹配结果和车险推荐信息呈现给用户。可选的，本实施例还可以通过用户对车险相关客户端或网站的登录启动智能推荐系统，并在用户登录车险相关客户端或网站之后，将匹配结果和车险推荐信息呈现给用户。本领域技术人员可以理解的是，智能推荐系统的启动和车险推荐信息的推送方式还有很多，本实施例对此并不进行限制。

实施例二

图3是本发明实施例二提供的一种车险信息推荐方法的流程图。本实施例在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的车险信息推荐方法包括：

S210、获取用户属性样本数据以及车险属性样本数据。

S220、根据输入指示，设置用户属性与车险属性之间关联度的权重值。

其中，输入指示是根据人为经验确定的。可选的，可以通过在原有的权重值上加上或减去固定的数值实现对权重值的设置，也可以通过乘以固定系数实现对权重值的设置。

例如，人为经验为：用户属性中年龄与车险属性中的车险险种的关联度较大，用户属性中网页浏览行为与车险属性中的车险险种的关联度较小，则可以在年龄与车险险种之间的关联度的权重值上乘以1.5的系数，而在网页浏览行为与车险险种之间的关联度的权重值上乘以0.5的系数。

S230、基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度。

S240、根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息。

本实施例技术方案，通过利用人为经验控制用户属性与车险属性之间的关联度，从而提高用户属性与车险属性之间的关联度的准确度和车险推荐的精准度。

实施例三

图4是本发明实施例三提供的一种车险信息推荐装置的结构示意图。本实施例是在上述实施例的基础上提供的一种车险信息推荐装置。参见图4，本实施例提供的车险信息推荐装置包括：获取模块10、训练模块20和推荐模块30。

其中，获取模块10，用于获取用户属性样本数据以及车险属性样本数据；训练模块20，用于基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度；推荐模块30，用于根据用户属性和车险属性及其关联度，确定目标用户并提供对应的车险推荐信息。

进一步的，所述用户属性可以包括下述至少一项：用户静态数据、用户位置数据、用户行为数据、以及用户车险数据。

进一步的，所述用户静态数据可以包括下述至少一项：性别、年龄、地域、驾龄和职业；

所述用户位置数据可以包括下述至少一项：常住地、偏好商圈以及住宅附近商圈；

用户行为数据可以包括下述至少一项：网页浏览行为、检索行为、以及用户驾驶行为；

用户车险数据可以包括下述至少一项：车险投保记录、以及车险出保记录。

进一步的，所述用户驾驶行为可以包括下述至少一项：驾驶距离、驾驶时长、以及驾驶路段。

进一步的，所述车险属性可以包括：车险公司、车险险种、以及车险保额。

进一步的，本实施例提供的车险信息推荐装置还可以包括设置模块。

其中，设置模块，用于在基于所述用户属性样本数据与车险属性样本数据进行训练，以确定至少一个用户属性与至少一个车险属性之间的关联度之前，根据输入指示，设置用户属性与车险属性之间关联度的权重值。

进一步的，所述推荐模块30包括搜索引擎输入单元和显示单元。

其中，搜索引擎输入单元，用于如果获取到用户通过搜索引擎输入的车险搜索请求，则确定当前用户的用户属性；

显示单元，用于根据用户属性和车险属性及其关联度，确定与所述当前用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，以搜索结果的形式显示给所述当前用户。

进一步的，所述推荐模块30可以包括电子地图确定单元和推送单元。

其中，电子地图确定单元，用于通过电子地图确定潜在用户，并获取潜在用户的用户属性；

推送单元，用于根据用户属性和车险属性及其关联度，确定与所述潜在用户的用户属性的关联度达到设定阈值的车险属性，将所述车险属性作为车险推荐信息，在电子地图中推送给所述潜在用户。

本实施例提供的技术方案，通过对获取的用户属性样本数据与车险属性样本数据进行训练，确定用户属性与车险属性之间的关联度；然后根据用户属性和车险属性及其关联度，向目标用户提供对应的车险推荐信息，从而实现针对用户群进行精准的信息投放。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。