[发明专利]用户的续保行为预测方法、系统及计算机可读存储介质

说明书

本发明公开了一种用户的续保行为预测方法，包括步骤：获取已购保险的用户对应的用户数据，以及根据预设的基准算法计算用户对应的基准续保概率值；获取处于不同层级的多个对用户的续保行为造成积极效果的预测条件，其中，每个层级对应包括至少一个预测条件；根据用户数据以及所述用户对应的基准续保概率值，通过决策树模型，按照所述层级的顺序，将所述预测条件作为决策节点，依次选择对应层级的决策节点进行分类，以获得所述用户对应的续保概率值。本发明还提供一种用户的续保行为预测系统以及计算机可读存储介质。本发明解决了销售员凭借个人经验预测用户续保行为准确性不高的问题，便于对大量用户的续保行为进行分析。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种用户的续保行为预测方法、系统及计算机可读存储介质。

背景技术

随着人民生活水平的提高，人们对于人身安全和生命健康的保障意识也逐步提高，而其中提高安全和健康保障的措施之一即是购买保险。对于保险公司来说，如何维系好现有的用户，保证一定的续保人数，是保险公司保持盈利的基本手段之一，这其中就需要使用数据分析手段去预测哪些用户会续保。在此之前，对于用户的续保行为进行预测的方法主要是基于销售员根据有限的信息和个人经验来判断用户是否会续保，但对于大量用户而言，这种人为判断的方式准确性不高，而且不稳定。

发明内容

本发明的主要目的在于提供一种用户的续保行为预测方法、系统及计算机可读存储介质，旨在解决用户续保行为预测的准确性不高的问题，提高预测的稳定性。

为实现上述目的，用户的续保行为预测方法，包括以下步骤：

获取已购保险的用户对应的用户数据，以及根据待预测保险业务对应的预设的基准算法计算所述用户对应的基准续保概率值；

获取处于不同层级的多个对所述用户的续保行为造成积极效果的预测条件，其中，所述每个层级对应包括至少一个所述预测条件；

根据所述用户数据以及所述用户对应的基准续保概率值，通过决策树模型，按照所述层级的顺序，将所述预测条件作为决策节点，依次选择对应层级的决策节点进行分类，以获得所述用户对应的待预测保险业务的续保概率值。

为实现上述目的，本发明还提供一种用户的续保行为预测系统，包括：

获取模块，用于获取已购保险的用户对应的用户数据；

计算模块，用于根据预设的基准算法计算所述用户对应的基准续保概率值；

所述获取模块，还用于获取处于不同层级的多个对所述用户的续保行为造成积极效果的预测条件，其中，所述每个层级对应包括至少一个所述预测条件；

选择模块，用于根据所述用户数据以及所述用户对应的基准续保概率值，通过决策树模型，按照所述层级的顺序，将所述预测条件作为决策节点，依次选择对应层级的决策节点进行分类，以获得所述用户对应的待预测保险业务的续保概率值。

为实现上述目的，本发明还提供一种用户的续保行为预测系统，包括通信模块、处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序；所述处理器执行所述计算机程序时实现如上所述的用户的续保行为预测方法的步骤。

为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的用户的续保行为预测方法的步骤。