[发明专利]基于贝叶斯的智能保险推荐方法与系统在审
| 申请号： | 201811239289.7 | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109410075A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 邓健爽 | 申请（专利权）人： | 广州市勤思网络科技有限公司 |
| 主分类号： | G06Q40/08 | 分类号： | G06Q40/08;G06Q30/02 |
| 代理公司： | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人： | 颜德昊 |
| 地址： | 510006 广东省广州市番禺区小*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及保险信息化领域，涉及一种基于贝叶斯的智能保险推荐方法，包括：获取原始数据，进行特征抽取处理；利用贝叶斯算法对特征抽取处理后的数据进行训练，建立推荐模型；在保险产品线上系统中导入推荐模型，将用户特征数据输入，获得推荐模型输出的用户购买保险产品的概率作为智能保险的推荐结果。本发明还提出一种基于贝叶斯的智能保险推荐系统。本发明通过对数据的分析与处理，利用贝叶斯定理通过历史销售数据进行概率统计计算，训练出相应的保险推荐模型并应用在线上保险系统中，实现保险产品的智能推荐，改善了用户体验。 | ||
| 搜索关键词： | 贝叶斯 保险 保险产品 智能 特征抽取 历史销售数据 用户特征数据 保险系统 概率统计 推荐系统 线上系统 用户购买 用户体验 原始数据 智能推荐 信息化 算法 输出 概率 应用 分析 | ||
【主权项】：
1.一种基于贝叶斯的智能保险推荐方法，其特征在于，包括：步骤1，获取原始数据，进行特征抽取处理；步骤2，利用贝叶斯算法对特征抽取处理后的数据进行训练，建立推荐模型；步骤3，在保险产品线上系统中导入推荐模型，将用户特征数据输入，获得推荐模型输出的用户购买保险产品的概率作为智能保险的推荐结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州市勤思网络科技有限公司，未经广州市勤思网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811239289.7/，转载请声明来源钻瓜专利网。
- 上一篇：智能核保方法与系统
- 下一篇：基于区块链技术的农产品溯源保险公共服务平台
