[发明专利]险种推荐方法、装置、电子设备及存储介质

说明书

本发明实施例涉及人工智能技术领域，尤其涉及公开了一种险种推荐方法、装置、电子设备及存储介质。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，并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。采用本申请方案，数据应用方与数据提供方通过联邦学习只交换中间结果而不交换原始数据，从而达到数据可用不可见的模型训练，在保护数据隐私前提下实现数据联合建模以及将各自的预测结果聚合预测结果，实现险种产品的推荐。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种险种推荐方法、装置、电子设备及存储介质。

背景技术

随着云计算技术与大数据技术的不断发展，无论是机构还是个人都会源源不断地产生大量数据。尤其是在精准获取客户与保险定价环节，通常需要多维度的数据支撑，比如包括消费者的资质信息、购买能力、身体状况等，以便为不同的消费人群提供定制化的保险产品与服务。

但是，由于数据中包含大量个人隐私、商业机密等，因此不同机构或个人通常不会将自身掌握的数据向外提供，这样的“数据壁垒”形成了大量“数据孤岛”，导致大数据与人工智能的结合并不完美，数据价值并未被充分挖掘和释放，进而对精准获取客户与保险定价产生较大影响。

发明内容

本发明实施例中提供了一种险种推荐方法、装置、电子设备及存储介质，以实现精准获取客户与保险定价。

第一方面，本发明实施例中提供了一种险种推荐方法，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。

第二方面，本发明实施例中还提供了一种险种推荐装置，配置于数据应用方，所述装置包括：

目标用户确定模块，用于确定进行至少两种目标长期险种推荐的目标用户；

购买倾向预测模块，用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；

险种产品推荐模块，用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。

第三方面，本发明实施例中还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例中提供的险种推荐方法。

第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例中提供的险种推荐方法。