[发明专利]一种用户数据处理方法及装置

权利要求书

1.一种用户数据处理方法，其特征在于，所述方法包括：

针对任一用户，获取所述用户的用户数据，所述用户数据包括所述用户的个人信息、财务信息；

将所述用户数据输入第一预测模型，获取所述第一预测模型输出的承保保额，所述承保保额为所述用户对于目标保险的保额，所述第一预测模型是根据训练用户数据以及所述训练用户数据对应的第一标签训练生成的；

将所述用户数据输入第二预测模型，获取所述第二预测模型输出的购买概率，所述购买概率为所述用户购买所述目标保险的概率，所述第二预测模型是根据训练用户数据以及所述训练用户数据对应的第二标签训练生成的；

根据所述承保保额和/或所述购买概率确定所述目标保险对应的目标用户。

2.根据权利要求1所述的方法，其特征在于，在将所述用户数据输入第一预测模型之前，所述方法还包括：

从所述用户数据中筛选可用字段，所述可用字段与所述承保保额的相似度不小于预设相似度阈值；

所述将所述用户数据输入第一预测模型，获取所述第一预测模型输出的承保保额，包括：

将所述可用字段输入第一预测模型，获取所述第一预测模型输出的承保保额。

3.根据权利要求2所述的方法，其特征在于，所述将所述可用字段输入第一预测模型，获取所述第一预测模型输出的承保保额，包括：

针对任一可用字段，将所述可用字段与其对应的权重进行相乘，获得目标字段；

将各个所述目标字段输入第一预测模型，获取第一预测模型输出的承保保额。

4.根据权利要求1所述的方法，其特征在于，所述根据所述承保保额和所述购买概率确定所述目标保险对应的目标用户，包括：

将所述承保保额不小于所述预设保额阈值以及所述购买概率不小于所述预设概率阈值的用户确定为所述目标保险对应的目标用户。

5.根据权利要求1所述的方法，其特征在于，所述用户数据还包括：用户类别、资产配置信息、风险管理信息、个性化信息，所述个性化信息是根据用户数据获得的。

6.根据权利要求1所述的方法，其特征在于，所述第一预测模型的训练过程包括：

获取训练用户数据以及所述训练用户数据对应的第一标签，所述第一标签为所述训练用户数据对应的用户购买所述目标保险时的承保保额，所述训练用户数据包括个人信息和财务信息；

利用所述训练用户数据以及所述第一标签对第一初始模型进行训练，生成所述第一预测模型。

7.根据权利要求1所述的方法，其特征在于，所述第二预测模型的训练过程包括：

获取训练用户数据以及所述训练用户数据对应的第二标签，所述第二标签为购买或未购买，其中，所述第二标签为购买的训练用户数据为正样本训练数据，所述第二分类标签为未购买的训练用户数据为负样本训练数据，所述训练用户数据包括个人信息和财务信息；

利用所述正样本训练数据和所述负样本训练数据对第二初始模型进行训练，生成第二预测模型。

8.根据权利要求6所述的方法，其特征在于，在利用所述训练用户数据以及所述第一标签，对第一初始模型进行训练之前，所述方法还包括：

从所述训练用户数据中筛选可用字段，所述可用字段与所述承保保额的相似度不小于预设相似度阈值；

所述利用所述训练用户数据以及所述第一标签，对第一初始模型进行训练，生成第一预测模型，包括：

利用所述可用字段以及所述第一标签，对第一初始模型进行训练，生成第一预测模型。

9.根据权利要求8所述的方法，其特征在于，所述利用所述可用字段以及所述第一标签，对第一初始模型进行训练，生成第一预测模型，包括：

针对任一可用字段，将所述可用字段与其对应的权重进行相乘，获得目标字段；

利用各个所述目标字段以及所述第一标签，对第一初始模型进行训练，生成第一预测模型。

10.一种用户数据处理装置，其特征在于，所述装置包括：

第一获取单元，用于针对任一用户，获取所述用户的用户数据，所述用户数据包括所述用户的个人信息、财务信息；

第二获取单元，用于将所述用户数据输入第一预测模型，获取所述第一预测模型输出的承保保额，所述承保保额为所述用户对于目标保险的保额，所述第一预测模型是根据训练用户数据以及所述训练用户数据对应的第一标签训练生成的；

所述第二获取单元，还用于将所述用户数据输入第二预测模型，获取所述第二预测模型输出的购买概率，所述购买概率为所述用户购买所述目标保险的概率，所述第二预测模型是根据训练用户数据以及所述训练用户数据对应的第二标签训练生成的；

确定单元，用于根据所述承保保额和/或所述购买概率确定所述目标保险对应的目标用户。