(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211251466.X (22)申请日 2022.10.13 (71)申请人 上海恒格信息科技有限公司 地址 201203 上海市浦东 新区中国 （上海） 自由贸易试验区芳春 路400号1幢301- 90室 (72)发明人 万军民　江渔剑　芮剑平　 (74)专利代理 机构 北京中索 知识产权代理有限 公司 11640 专利代理师 朱晓丹 (51)Int.Cl. G06Q 40/08(2012.01) G06Q 30/02(2012.01) G06Q 30/06(2012.01) (54)发明名称 一种基于存量用户群体的保险产品智能推 荐方法 (57)摘要 本发明涉及保险产品智能推荐技术领域， 尤 其涉及一种基于存量用户群体的保险产品智能 推荐方法。 其主要针对现有的保险推荐还依靠传 统电销和网销粗放联系的推荐营销模式， 缺少基 于现有存量用户的深度开发， 保险产品的智能推 荐有待提高的问题， 提出如下技术方案： 步骤一： 存量客户历史数据的获取、 处理和探查； 步骤二： 基于投保人与被保人关系等规则分群； 步骤三： 基于年龄保费Kmeans聚类分群； 步骤四： Apriori、 强势业务优势产品、 流行产 品、 UserCF 多路召回； 步骤五： 组合多路召回产品列表， DeepFM排序； 步骤六： 现有 客户产品推荐及应用。 本发明实现对现有存量用户的精准、 深度开发， 进行有针对性的二次营销， 主要应用于保险营销 用户的深度 挖掘。 权利要求书2页 说明书6页 附图2页 CN 115545953 A 2022.12.30 CN 115545953 A 1.一种基于存量用户群体的保险产品智能推荐方法， 其特征在于， 主要包括以下处理 步骤： 步骤一： 存量 客户历史数据的获取、 处 理和探查； 步骤二： 基于投保人与被保人关系等 规则分群； 步骤三： 基于年龄保费Kmeans聚类分群； 步骤四： Apri ori、 强势业 务优势产品、 流行产品、 UserCF多路召回； 步骤五： 组合多路召回产品列表， De epFM排序； 步骤六： 现有客户产品推荐及应用。 2.根据权利要求1所述的一种基于存量用户群体的保险产品智能推荐方法， 其特征在 于， 所述步骤一中存量客户历史数据的获取包括： 筛选有过投保单 的客户； 筛选承保单、 犹 豫期后的存量 客户宽表； 存量客户历史数据处理包括： 筛选存量客户宽表中的基本信 息、 保单基本信息、 费用基 本信息、 产品及险种基本信息、 客户态度基本信息、 被保人基本信息； 保留宽表中的有效字 段信息。 3.根据权利要求1所述的一种基于存量用户群体的保险产品智能推荐方法， 其特征在 于， 所述步骤二中分群规则为： 筛选存量客户名下只有短险或意外险的人群， 并定义 为短期意外人群； 筛选最近一 次承保时间距今≥5年的存量客户， 且名下没有有效保单的人群， 并定义为 流失客户群； 按照“与投保人关系 ”的种类数量， 1为自身群， 2为关 爱老幼群， ≥3为全家全保群； 按照自身对于险种的偏好， 将自身群又分为 健康保障群和储蓄增值群； 短期意外群、 流失客户群、 健康保障群、 储蓄增值群、 关爱老幼群、 全家全保群记为I级 群。 4.根据权利要求3所述的一种基于存量用户群体的保险产品智能推荐方法， 其特征在 于， 所述步骤三中对健康保障群、 储蓄增值群、 关 爱老幼群、 全家全保群进行分群； 选取K值， 基于年龄和保费对I级群， 进行 Kmeans聚类分群； 每个I级群分为 4‑5个子群。 5.根据权利要求4所述的一种基于存量用户群体的保险产品智能推荐方法， 其特征在 于， 所述步骤四中Apri ori、 强势业 务优势产品、 流行产品、 UserCF多路召回包括： ①Apriori关联算法产品推荐； 所述Apri ori关联算法产品推荐用于构建客户名下的产品列表； 挖掘频繁1项集， 挖掘频繁2项集； 根据生成的频繁项集， 计算相应的置信度生成关联规则； 将客户已购买的产品A， 根据关联规则得到未购买的产品B， 进入召回列表； ②强势业务优势产品推荐； 所述强势业务优势产品推荐用于分析每个子群的险种， 购买数量多的险种记为该子群 的强势业 务险种； 分析强势业 务险种中的购买数量 最多的产品， 记为强势业 务的优势产品； 每个子群的强势业 务险种， 并其中的Top1优势产品， 进入召回列表；权　利　要　求　书 1/2 页 2 CN 115545953 A 2③流行产品推荐； 所述流行产品推荐用于分析子群历年产品的销售数量， 并按照从高到低的顺序排列， 并定义为流行产品列表； 每个子群Top2流行产品， 进入召回列表； ④UserCF相似客户产品推荐； 所述UserCF相似客户产品推荐用于计算 客户购买产品的相似度； 统计与输入客户的Top10相似客户； 统计Top10客户的产品列表， 并按照从高到低的顺序排列； 取Top2产品进入召回列表。 6.根据权利要求5所述的一种基于存量用户群体的保险产品智能推荐方法， 其特征在 于， 所述步骤五用于通过强势 业务、 流行产品、 协同过滤、 关联规则的召回方法， 得到多路召 回产品列表； 对比LR、 GBDT、 W ide&Deep模型， 优选De epFM排序模型。 7.根据权利要求1所述的一种基于存量用户群体的保险产品智能推荐方法， 其特征在 于， 所述步骤六的产品推荐列表步骤如下： S1、 判断现有客户所属I级群 体； S2、 加载Kmeans模型， 判断所属子群； S3、 提取所属子群的强势业 务的优势产品； S4、 提取所属子群的流行产品； S5、 计算相似客户的Top2产品； S6、 提取现有客户的关联产品； S7、 组合多路召回产品列表； S8、 加载De epFM排序模型， 生成排序列表； S9、 排序列表作为产品推荐列表， 提供 给营销专员。权　利　要　求　书 2/2 页 3 CN 115545953 A 3