[发明专利]险种推荐方法、装置、电子设备及存储介质

权利要求书

1.一种险种推荐方法，其特征在于，由数据应用方执行，所述方法包括：

确定进行至少两种目标长期险种推荐的目标用户；

通过数据应用方生成的应用方联邦半模型与数据提供方生成的提供方联邦半模型分别对目标长期险种进行购买倾向预测，确定目标用户对目标长期险种的目标投保倾向预测结果；

依据目标用户对各个目标长期险种的目标投保倾向预测结果，向目标用户推荐目标长期险种产品。

2.根据权利要求1所述的方法，其特征在于，所述应用方联邦半模型是数据应用方在联邦学习框架下基于本地提供的第一时间窗口下用户对保险产品购买行为特征与保险产品特征，联合数据提供方提供的第一时间窗口下用户属性特征进行纵向联邦学习得到；

相应地，所述提供方联邦半模型是数据提供方在联邦学习框架下基于本地提供的第一时间窗口下用户属性特征，联合数据应用方提供的第一时间窗口下用户对保险产品购买行为特征与保险产品特征进行纵向联邦学习得到。

3.根据权利要求2所述的方法，其特征在于，所述应用方联邦半模型与所述提供方联邦半模型使用Secureboost联邦安全提升树算法进行模型训练。

4.根据权利要求2所述的方法，其特征在于，所述应用方联邦半模型与所述提供方联邦半模型分别输出在对应模型输入特征维度下对目标长期险种的购买倾向预测结果。

5.根据权利要求2所述的方法，其特征在于，确定进行至少两种目标长期险种推荐的目标用户，包括：

确定第二时间窗口下购买预设短期险种的多个用户；所述第一时间窗口与第二时间窗口不重叠，且第一时间窗口的时间点早于第二时间窗口的时间点；

从购买预设短期险种的用户中提取需进行目标长期险种推荐的目标用户。

6.根据权利要求4所述的方法，其特征在于，通过数据应用方生成的应用方联邦半模型与数据提供方生成的提供方联邦半模型分别对目标长期险种进行购买倾向预测，确定目标用户对目标长期险种的目标投保倾向预测结果，包括：

基于数据应用方生成的应用方联邦半模型，确定目标用户对目标长期险种的第一购买倾向预测结果；

从数据提供方获取目标用户对目标长期险种的第二购买倾向预测结果；其中所述第二购买倾向预测结果基于数据提供方生成的提供方联邦半模型确定；

将所述第一购买倾向预测结果和所述第二购买倾向预测结果进行聚合，得到目标用户对目标长期险种的目标投保倾向预测结果。

7.根据权利要求6所述的方法，其特征在于，所述第二险种投保预测结果经过同态加密处理。

8.根据权利要求6所述的方法，其特征在于，基于数据应用方生成的应用方联邦半模型，确定目标用户对目标长期险种的第一购买倾向预测结果，包括：

从数据应用方的本地数据中，查询目标用户当前关联的用户对保险产品购买行为特征与保险产品特征；

将关联的用户对保险产品购买行为特征与保险产品特征输入到数据应用方生成的应用方联邦半模型中，输出在模型输入特征维度下目标用户对目标长期险种的第一购买倾向预测结果。

9.根据权利要求6所述的方法，其特征在于，所述提供方联邦半模型的输入为从数据提供方的本地数据中查询的目标用户当前关联的用户属性特征，所述提供方联邦半模型的输出为在模型输入的用户属性特征维度下目标用户对目标长期险种的第二购买倾向预测结果。

10.根据权利要求1所述的方法，其特征在于，依据目标用户对各个目标长期险种的目标投保倾向预测结果，向目标用户推荐目标长期险种产品，包括：

依据目标投保倾向预测结果中包括的目标用户对目标长期险种的投保倾向概率大小，对各个目标投保倾向预测结果进行降序排列；所述目标投保倾向预测结果包括目标用户ID、目标长期险种ID以及投保倾向概率值；

依据对各个目标投保倾向预测结果的降序排列结果，向目标用户进行长期险种的产品推荐。