CN114691837B - 一种基于大数据的保险业务数据处理方法和处理*** - Google Patents

一种基于大数据的保险业务数据处理方法和处理*** Download PDF

Info

Publication number
CN114691837B
CN114691837B CN202210611767.2A CN202210611767A CN114691837B CN 114691837 B CN114691837 B CN 114691837B CN 202210611767 A CN202210611767 A CN 202210611767A CN 114691837 B CN114691837 B CN 114691837B
Authority
CN
China
Prior art keywords
insurance
insurance service
data
service
target user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210611767.2A
Other languages
English (en)
Other versions
CN114691837A (zh
Inventor
张长付
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yiliang Technology Co ltd
Original Assignee
Shenzhen Yiliang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yiliang Technology Co ltd filed Critical Shenzhen Yiliang Technology Co ltd
Priority to CN202210611767.2A priority Critical patent/CN114691837B/zh
Publication of CN114691837A publication Critical patent/CN114691837A/zh
Application granted granted Critical
Publication of CN114691837B publication Critical patent/CN114691837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/335Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于大数据的保险业务数据处理方法及处理***,属于数据处理技术领域。所述方法包括步骤:获取目标用户的保险请求数据,根据预设的保险业务数据库过滤保险请求数据,得到核心关键词列表;当接收到用户端输入的目标用户的保险业务推荐指令,在预设的用户保险业务中确定与目标用户的保险业务推荐指令对应的保险业务类型;根据确定的保险业务类型,统计保险业务类型中每一种保险业务产品所包含的核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品。通过将本发明应用于计算机设备,能够大幅提升保险分析的效率,有效的获取保险业务目标产品,使得保险业务分析更加灵活多变。

Description

一种基于大数据的保险业务数据处理方法和处理***
技术领域
本发明属于数据处理技术领域,具体涉及一种基于大数据的保险业务数据处理方法和处理***。
背景技术
随着各类保险业务的不断增多,在不同的保险类业务之间又存在着较大的差别,也就是说各类保险业务之间的个性化差异非常高,每一类保险业务中又涵盖了若干种不同品类的保险业务产品。由于传统的保险业务是通过线下开展的,针对保险业务均是由业务人员根据保险业务流程进行分析后进行推送。因为保险业务种类繁多,无法准确的进行开展业务。
而随着互联网的发展以及大数据的应用,对于目标用户群体的保险业务数据也逐步由线下的人为开展及操作转为线上流程替代,在一定程度上改善了人工录入的种种弊端,提高了时效性。但是,如何针对用户的行为需求分析出符合目标用户的保险业务产品,能够基于大数据进行对保险业务处理,能够高效准确获取保险业务目标产品的技术方案,成为目前亟需解决的问题之一。
发明内容
本发明提出的一种基于大数据的保险业务数据处理方法及处理***,旨在解决如何高效准确地获取分析目标用户保险所需的保险业务目标产品的技术问题。
为实现上述目的,本发明提供一种基于大数据的保险业务数据处理方法,包括以下步骤:
获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表;
当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;
根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品。
可选地,所述根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤,包括:
根据确定的所述保险业务类型,确定所述保险业务类型对应的产品优先级统计模板;
提取所述保险业务类型中各保险业务产品所含的关键词字段,将所述关键词字段加载至所述产品优先级统计模板得到保险业务产品特征数据;
根据所述保险业务产品特征数据在保险业务产品中的占比进行优先级排序,获得与所述保险业务推荐指令对应的保险业务目标产品。
可选地,所当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型的步骤之前,包括:
获取目标用户已参保的保险类型、保险次数、目标用户参保时长以及参保产品名称,将所述保险类型、所述保险次数、所述目标用户参保时长以及所述参保产品名称存储为目标用户历史参保数据。
可选地,所述根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤之后,包括:
当接收到用户端输入的保险业务推荐指令,将所述保险业务目标产品转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
可选地,所述获取所述核心关键词列表中关键词与所述保险业务类型对应的保险业务目标产品的步骤之后,还包括:
接收目标用户输入的保险业务推荐指令,确定所述保险业务推荐指令对应的过滤条件;
根据所述过滤条件,获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据。
可选地,所述获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据的步骤之后,包括:
当接收到用户端输入的保险业务推荐指令,将所述保险过滤数据转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
可选地,所述获取目标用户的保险请求数据的步骤,包括:
确定用户端的当前输入界面,采集所述当前输入界面对应的所有用户行为数据;
获取所述当前输入界面对应的记录请求,记录所述所有用户行为数据中与所述记录请求对应的保险请求数据。
此外,为实现上述目的,本发明还提供一种基于大数据的保险业务数据处理***,其特征在于,所述基于大数据的保险业务数据处理***包括:
数据处理模块,用于获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表;
产品确定模块,用于当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品。
此外,为实现上述目的,本发明还提供一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的保险业务数据处理程序,其中:所述基于大数据的保险业务数据处理程序被所述处理器执行时实现如上所述的基于大数据的保险业务数据处理方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有基于大数据的保险业务数据处理程序,所述基于大数据的保险业务数据处理程序被处理器执行时实现如上所述的基于大数据的保险业务数据处理方法的步骤。
本发明提供的技术方案,具有如下有益效果:
本发明中的基于大数据的保险业务数据处理方法及处理***,通过获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表,能够在目标用户配置各种目标用户保险业务之前,就将目标用户者个人配置的保险请求数据进行过滤整理得到对应的核心关键词列表存储起来,避免了每次当请求稍作变动就需要大量地对目标用户所有的原始数据进行重新读取和解析并进行回溯过滤,大幅降低了每次数据处理时的资源占用率,同时提高了数据处理的效率,使得所需保险数据都以列表的形式呈现,有利于对保险数据进行读取和分析。还通过接收到的用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型,能够使得目标用户在分析目标用户的保险数据时能够任意地更改分析请求,以便于对核心关键词列表中的所有保险数据进行全方位分析,使得分析目标用户行为更加地灵活,不局限于具体的目标用户保险业务,即使是普通没有开发经验的目标用户也能轻松地上手和应用。最后通过根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤,能够从核心关键词列表中快速读取目标用户所需要的保险业务目标产品,方便目标用户对保险业务目标产品的高效分析。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例的计算机设备硬件运行环境的结构示意图。
图2为本发明实施例的一种基于大数据的保险业务数据处理方法的流程图。
图3为本发明实施例的基于大数据的保险业务数据处理方法中获取保险请求数据的流程图。
图4为本发明实施例的一种基于大数据的保险业务数据处理方法中保险过滤数据的流程图。
图5为本发明实施例中基于大数据的保险业务数据处理方法中优先级排序的流程图。
图6为本发明实施例中基于大数据的保险业务数据处理方法中可视化操作的流程图。
图7为本发明实施例的一种基于大数据的保险业务数据处理***的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,图1是本发明实施例方案涉及的计算机设备的硬件运行环境的计算机设备结构示意图。
如图1所示,该计算机设备100可以包括:处理器101、存储器102、通信总线103、网络接口104以及用户端接口105。其中,所述处理器101可以为CPU;所述存储器102可以是高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器。存储器102可选的还可以是独立于前述处理器101的存储***。
所述通信总线103用于实现这些组件之间的连接通信。所述网络接口104可选的可以包括标准的有线接口、无线接口。作为一种计算机存储介质的存储器102中可以包括基于大数据的保险业务数据处理程序。所述用户端接口105可以包括显示器、输入单元比如控制面板,可选用户端接口105还可以包括标准的有线接口、无线接口。
在本实施例中,计算机设备100还可以包括麦克风、扬声器、RF(Radio Frequency,射频)电路、传感器、音频电路、无线模块等等。其中,传感器比如光线传感器、加速度传感器、图像传感器以及其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图2所示,图2是本发明基于大数据的保险业务数据处理方法第一实施例的流程示意图,在本实施例中,所述方法包括:
步骤S10,获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表;
在本实施例中,计算机设备或服务器可以将目标用户在使用各种网络页面或者各种软件时的所有与预先定义为保险的用户行为数据记录保存下来,再根据每个个人用户所涉及的业务方向和业务类型对保存的保险请求数据进行数据过滤,经过数据过滤处理就得到了核心关键词列表。例如,可以使用云服务平台的保险业务数据处理服务器工具将保险请求数据按照保险业务数据库过滤得到全量核心关键词列表并保存在保险业务数据处理服务器,等到需要本地服务器或者计算机设备需要调取相关数据时可以直接从保险业务数据处理服务器调取并使用。
其中预设的保险业务数据库可以根据每个个人需求的不同而进行任意地设置,在实际工作中,保险业务人员定义与目标用户相关的所有保险业务产品,制作一张文本表格,再将文本表格交付给管理人员,最后由管理人员根据文本表格的保险文本内容转化为计算机语言程序编码,具体来说一般是字符串的底层形式呈现。所以这里的保险业务数据库可以认为是尽可能包含所有与目标用户业务相关的所有保险所对应的字符串,比如对于车险来说,车险目标用户对车险软件客户端或网站的进行访问并记录访问频率、时间及内容、点击页面中的查看按钮、联系保险顾问按钮等目标用户保险比较重视,就可以将以上目标用户保险对应的预设字符串设置到保险业务数据库中。
而相较于本实施例上述的技术手段对应的现有常规手段通常都是在确定一种目标用户保险业务或者说目标用户属性之后,将所有的原始目标用户数据重新回溯过滤,但这样一来由于原始目标用户数据的数据量非常庞杂,整个过程就非常影响效率,另外如果将所有的原始目标用户数据都进行长期保存的话,资源占用量会累积到非常恐怖的程度,而本实施例就通过上述将已经预先筛选过的保险请求数据直接过滤转化为目标用户者个人所需要列表,并且列表结构具有易读易存取的特性,整个过滤转化过程快捷高效,且资源占用率非常低。需要说明的是,这里的保险请求数据不同于前述的原始目标用户数据,原始目标用户数据是包括了比如目标用户账号数据、目标用户指令数据、目标用户输入的文本数据等一些不能或不适合定义保险的数据以及各种可以被定义为保险的用户行为数据等,所以保险请求数据属于原始目标用户数据的子数据,也即各种可以被定义为保险的用户行为数据的集合。
在一实施例中,具体地,参见图3所示,对于保险请求数据,所述获取目标用户的保险请求数据的步骤,包括:
步骤S101,确定用户端的当前输入界面,采集所述当前输入界面对应的所有用户行为数据;
步骤S102,获取所述当前输入界面对应的记录请求,记录所述所有用户行为数据中与所述记录请求对应的保险请求数据。
输出的当前输入界面可以是目标用户当前浏览的网络页面,也可以是目标用户当前浏览的软件用户界面,因为每个当前输入界面都隐含了各种可能被触发的目标用户保险,比如在一应用示例中包括以下情形:某个软件当前目标用户界面包含了点击保险;目标用户鼠标点击页面前端推荐保险;前端页面控制台响应;软件页面加载保险等。上述的保险对应的情形通过字符串作为当前输入界面对应的用户行为数据,数据的集合体即为所有用户行为数据,需要说明的是不同页面对应的保险可以有重复但一般不会完全相同,对应的可被触发保险以及对应的用户行为数据的数量也一般不同。
无论目标用户通过点击或者其他命令从当前输入界面跳转到任何其他页面,所有的网络页面和软件用户界面都是确定的,那么基于此,就将每个确定的网络页面或软件用户界面都对应的一项记录请求,具体地,可以先为每个页面设置唯一的标志编码,当目标用户点开其中的一个当前输入界面,都会确定当前输入界面的标志编码,根据所述标志编码获取预设的记录请求映射表中与所述标志编码对应的记录请求。需要说明的是,记录请求指的是对所有用户行为数据进行过滤的一种请求,即并不是对所有的获取到的保险请求数据都要进行记录,因为这样的化会对***的负载造成较大压力,既影响分析效率也对分析用户行为数据没有任何帮助,具体的记录请求与车险的当前的专注业务项目相关,也可以根据实际需要进行设置,即并不是一定要把各个当前输入界面的所有用户行为数据进行记录,比如目标用户的返回上一页面、退出所有页面的对应的用户行为数据就可以不进行记录,因为对分析当前项目专注的目标用户行为,甚至对任何业务都没有用处。
在这一实施例中,能够对原始目标用户数据中所有用户行为数据进行筛选和过滤,得到对当前专注的项目最有用得所有的保险数据,即要记录的保险请求数据,以此来增强数据处理的专注度,从而提高了数据处理的速度。
步骤S20,当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;
在目标用户已经个性化配置或者默认的预设目标用户保险业务(目标用户属性)之后,可以直接在一种可视化界面对预设目标用户保险业务进行选择或对当前的目标用户保险业务进行推荐,在基于多个预设目标用户保险业务所呈现的目标用户保险业务列表对任一目标用户保险业务进行选择,即可被***认为输入了相应的所述目标用户的保险业务推荐指令,并确定目标用户所选择的预设目标用户保险业务。
在一实施例中,所述当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型的步骤之前,包括:
获取目标用户已参保的保险类型、保险次数、目标用户参保时长以及参保产品名称,将所述保险类型、所述保险次数、所述目标用户参保时长以及所述参保产品名称存储为目标用户历史参保数据。
对于如何让目标用户个性化配置预设的目标用户保险业务可以通过一种直观可视化的方式进行。目标用户可以在“触发保险”对应的边框选项直接选择一个保险,在该边框选项中可以选择核心关键词列表中保存的所有的保险。这里的“触发保险”对应的就是指保险类型。这里的保险类型可以为各种页面访问保险、网络接口保险、以及各种埋点保险和无埋点保险。之后,目标用户还可以配置保险次数,比如至少3次。另外配置目标用户保险业务时可以通过点击添加保险可以输入多个保险类型。最后再设置目标用户最小活动时长,即目标用户参保时长,比如10分钟,那么就可以对大于等于目标用户参保时长的参保目标用户进行保留,输入参保产品名称时可以任意输入,最大限度地满足目标用户的个性化需求,当设置好以上内容之后,就可以点击确定,不需要目标用户专门配置底层的计算机代码就能够自动生成目标用户保险业务,并将生成的目标用户保险业务保存在服务器表中以形成目标用户保险业务表。给目标用户带来了极大的方便。或者点击取消,就可以退出目标用户保险业务配置界面。
步骤S30,根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品。
在目标用户选定或推荐好目标用户保险业务之后,就确定当前的保险业务类型,使用当前的保险业务类型在核心关键词列表中获取符合保险业务类型的全部保险数据,即保险业务目标产品,比如,一项目标用户保险业务为:在超过5分钟点击A按钮元素大于3次,那么就从全量列表中获取所有超过5分钟点击A按钮元素大于4次的保险数据,这里的保险业务目标产品不仅仅是单纯记录保险,这是无意义的,而是在核心关键词列表中将保险与目标用户信息进行关联存储,这样在分析具体的保险时就能够得知目标用户的特征,比如目标用户的居住城市、目标用户性别、目标用户年龄等。对于目标用户信息在采集目标用户的保险请求数据时就会保存至核心关键词列表中,或者在此之前就可以保存至核心关键词列表。
在一实施例中,参见图4所示,所述步骤S30之后,还包括:
步骤301,接收目标用户输入的保险业务推荐指令,确定所述保险业务推荐指令对应的过滤条件;
步骤302,根据所述过滤条件,获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据。
这里的保险业务推荐指令包括实际目标用户指令和设备目标用户指令,其中当接收到实际目标用户指令,对应的是推荐到业务***目标用户,即实际的真实目标用户。当接收到设备目标用户指令,对应的是推荐到设备标识目标用户,即以一个或多个真实目标用户共同使用的设备为单位统计的目标用户保险数据。例如,根据过滤条件,将保险业务目标产品再次进行过滤,只保留保险业务目标产品中与相应字符串匹配的过滤后的保险数据,即保险过滤数据。另外需要说明的是,保险业务推荐指令还可以根据实际需要添加其他指令,如不同操作***对应不同的保险业务推荐指令:Unix目标用户指令、Linux目标用户指令和Windows目标用户指令。
在这一实施例中,针对性地分析不同的目标用户类型所对应的保险数据,能够帮助目标用户和相关技术人员提高分析数据的水平,使得分析数据更加的灵活和多样化。
本发明中的基于大数据的保险业务数据处理方法先通过获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表的步骤,能够在目标用户配置各种目标用户保险业务(目标用户属性)之前,就将目标用户者个人配置的保险请求数据进行过滤整理得到对应的核心关键词列表存储起来,避免了每次当请求稍作变动就需要大量地对目标用户所有的原始数据进行重新读取和解析并进行回溯过滤,大幅降低了每次数据处理时的资源占用率,同时提高了数据处理的效率,使得所需保险数据都以列表的形式呈现,有利于对保险数据进行读取和分析。又通过接收到的用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型,能够使得目标用户在分析目标用户的保险数据时能够任意地更改分析请求,以便于对核心关键词列表中的所有保险数据进行全方位分析,使得分析目标用户行为更加地灵活,不局限于具体的目标用户保险业务,即使是普通没有开发经验的目标用户也能轻松地上手和应用。最后通过根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤,能够从核心关键词列表中快速读取目标用户所需要的保险业务目标产品,方便目标用户对保险业务目标产品的高效分析。
进一步地,基于本发明基于大数据的保险业务数据处理方法的第一实施例提出本发明基于大数据的保险业务数据处理方法的第二实施例,在本实施例中,参见图5所示,所述步骤S30,包括:
步骤S303,根据确定的所述保险业务类型,确定所述保险业务类型对应的产品优先级统计模板;
步骤S304,提取所述保险业务类型中各保险业务产品所含的关键词字段,将所述关键词字段加载至所述产品优先级统计模板得到保险业务产品特征数据;
步骤S305,根据所述保险业务产品特征数据在保险业务产品中的占比进行优先级排序,获得与所述保险业务推荐指令对应的保险业务目标产品。
在预设的查询语句模板映射表中,保险业务类型对应的保险类型与产品优先级统计模板关联存储,当确定了保险业务类型,可以从该映射表中获取到结构化查询语句,具体地,先确定保险业务类型对应的保险类型,再由保险类型直接获取到与保险类型对应的产品优先级统计模板。例如,保险业务类型为参保时长超过10分钟的参保目标用户浏览网络页面超过5次,提取出的保险类型为“浏览网络页面”,确定对应的产品优先级统计模板,提取上述保险业务类型中各保险业务产品所含的关键词字段,将上述关键词字段加载到上述的产品优先级统计模板待加载的内容,就得到了保险业务产品特征数据。
经过自动加载得到保险业务产品特征数据之后,就能通过保险业务产品特征数据在核心关键词列表中查询到保险业务目标产品,并将查询到的保险业务目标产品呈现给目标用户或者相关开发技术人员以进行具体的目标用户行为分析。
在本实施例中,不需要目标用户理解或熟练掌握结构化查询语句来对数据进行查询和获取,只需要在可视化请求配置界面简单配置好目标用户保险业务,就能自动化地根据目标用户保险业务生成结构化查询语句,并根据结构化查询语句查找到保险业务目标产品,整个过程方便快捷,查询数据既高效又准确,避免了人工容易出错的情况发生。
在一实施例中,参见图6所示,步骤S30之后,也是步骤S305之后,包括:
步骤S306,当接收到用户端输入的保险业务推荐指令,将所述保险业务目标产品转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
在这一实施例中,推荐指令也指的是各种分析指令,比如分析指令包括趋势分析指令、使用占比分析指令、地区分布分析指令等。根据分析指令的不同,那么对应的可视化模型就不同,其中可视化模型为图标模型。例如,通过地区分布分析指令主要是将保险业务目标产品转化为直观的地图区域模型,这样就可以对各个地区的目标用户进行针对性的逐区分析。还有使用占比分析指令对应的可视化模型可以是饼状图或柱状图等。
通过这一实施例,能够将可读性较差的保险业务目标产品转化为各种直观的可视化数据,极大地方便了目标用户对目标用户行为的多维度分析,提高了分析的效率。
对于所述获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据的步骤之后,包括:
步骤S307、当接收到用户端输入的保险业务推荐指令,将所述保险过滤数据转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
同样地,步骤S307的具体的展开步骤可以参照上述实施例,在此不再赘述。
如图7所示,图7为本发明基于大数据的保险业务数据处理方法涉及的基于大数据的保险业务数据处理***框架结构图。此外,本发明还提出一种基于大数据的保险业务数据处理***,所述基于大数据的保险业务数据处理***包括:
数据处理模块400,用于获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表;
产品确定模块500,用于当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品。
在本申请的一些实施例中,所述数据处理模块400包括:
数据获取模块401,用于获取目标用户的保险请求数据;
关键词提取模块402,用于读取所述保险请求数据,并根据预设的保险业务数据库进行过滤处理,提取出所述保险请求数据中包含的核心关键词,组成核心关键词列表。
在本申请的一些实施例中,所述产品确定模块500包括:
类型确定模块501,用于接收用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;
产品排序模块502,用于根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,以确定保险业务目标产品。
在本申请的一些实施例中,所述产品确定模块500,还用于:
根据确定的所述保险业务类型,确定所述保险业务类型对应的产品优先级统计模板;
提取所述保险业务类型中各保险业务产品所含的关键词字段,将所述关键词字段加载至所述产品优先级统计模板得到保险业务产品特征数据;
根据所述保险业务产品特征数据在保险业务产品中的占比进行优先级排序,获得与所述保险业务推荐指令对应的保险业务目标产品。
在本申请的一些实施例中,所述产品确定模块500,还用于:
获取目标用户已参保的保险类型、保险次数、目标用户参保时长以及参保产品名称,将所述保险类型、所述保险次数、所述目标用户参保时长以及所述参保产品名称存储为目标用户历史参保数据。
在本申请的一些实施例中,所述产品确定模块500,还用于:
当接收到用户端输入的保险业务推荐指令,将所述保险业务目标产品转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
在本申请的一些实施例中,所述产品确定模块500,还用于:
接收目标用户输入的保险业务推荐指令,确定所述保险业务推荐指令对应的过滤条件;
根据所述过滤条件,获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据。
在本申请的一些实施例中,所述产品确定模块500,还用于:
当接收到用户端输入的保险业务推荐指令,将所述保险过滤数据转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
在本申请的一些实施例中,所述数据处理模块400,还用于:
确定用户端的当前输入界面,采集所述当前输入界面对应的所有用户行为数据,
获取所述当前输入界面对应的记录请求,记录所述所有用户行为数据中与所述记录请求对应的保险请求数据。
本发明基于大数据的保险业务数据处理***具体实施方式与上述基于大数据的保险业务数据处理方法各实施例基本相同,在此不再赘述。
此外,本发明还提出一种计算机设备,所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的基于大数据的保险业务数据处理程序,所述处理器执行所述基于大数据的保险业务数据处理程序时实现如以上实施例所述的基于大数据的保险业务数据处理方法的步骤。
本发明计算机设备具体实施方式与上述基于大数据的保险业务数据处理方法各实施例基本相同,在此不再赘述。
在本申请的实施例中,所述计算机设备包括用户设备与网络设备。其中,所述用户设备包括但不限于电脑、智能手机、PDA等;所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,所述计算机设备可单独运行来实现本申请,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本申请。其中,所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
此外,本发明还提出一种可读存储介质,其特征在于,所述可读存储介质可以为计算机可读存储介质,包括基于大数据的保险业务数据处理程序,所述基于大数据的保险业务数据处理程序被处理器执行时实现如以上实施例所述的基于大数据的保险业务数据处理方法的步骤。
本发明可读存储介质具体实施方式与上述基于大数据的保险业务数据处理方法各实施例基本相同,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。
综上所述,本发明中的基于大数据的保险业务数据处理方法及处理***,通过获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表,能够在目标用户配置各种目标用户保险业务之前,就将目标用户者个人配置的保险请求数据进行过滤整理得到对应的核心关键词列表存储起来,避免了每次当请求稍作变动就需要大量地对目标用户所有的原始数据进行重新读取和解析并进行回溯过滤,大幅降低了每次数据处理时的资源占用率,同时提高了数据处理的效率,使得所需保险数据都以列表的形式呈现,有利于对保险数据进行读取和分析。
还通过接收到的用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型,能够使得目标用户在分析目标用户的保险数据时能够任意地更改分析请求,以便于对核心关键词列表中的所有保险数据进行全方位分析,使得分析目标用户行为更加地灵活,不局限于具体的目标用户保险业务,即使是普通没有开发经验的目标用户也能轻松地上手和应用。最后通过根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤,能够从核心关键词列表中快速读取目标用户所需要的保险业务目标产品,方便目标用户对保险业务目标产品的高效分析。
尽管上面已经示出和描述了本发明的实施例,本发明保护的范围并不局限于此,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换,这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种基于大数据的保险业务数据处理方法,其特征在于,所述基于大数据的保险业务数据处理方法包括以下步骤:
步骤一、获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表;
其中,获取目标用户的保险请求数据的步骤,包括:
确定用户端的当前输入界面,采集所述当前输入界面对应的所有用户行为数据;
获取所述当前输入界面对应的记录请求,记录所述所有用户行为数据中与所述记录请求对应的保险请求数据;
步骤二、当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;
步骤三、根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品;
其中,获取所述核心关键词列表中关键词与所述保险业务类型对应的保险业务目标产品的步骤之后,还包括:
接收目标用户输入的保险业务推荐指令,确定所述保险业务推荐指令对应的过滤条件;
根据所述过滤条件,获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据;
获取所述保险业务目标产品中与所述过滤条件对应的保险过滤数据的步骤之后,包括:
当接收到用户端输入的保险业务推荐指令,将所述保险过滤数据转化为与所述推荐指令相对应的按照优先级排序的可视化数据;
步骤三中,根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤,包括:
根据确定的所述保险业务类型,确定所述保险业务类型对应的产品优先级统计模板;
提取所述保险业务类型中各保险业务产品所含的关键词字段,将所述关键词字段加载至所述产品优先级统计模板得到保险业务产品特征数据;
根据所述保险业务产品特征数据在保险业务产品中的占比进行优先级排序,获得与所述保险业务推荐指令对应的保险业务目标产品。
2.如权利要求1所述的基于大数据的保险业务数据处理方法,其特征在于,所述当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型的步骤之前,包括:
获取目标用户已参保的保险类型、保险次数、目标用户参保时长以及参保产品名称,将所述保险类型、所述保险次数、所述目标用户参保时长以及所述参保产品名称存储为目标用户历史参保数据。
3.如权利要求1所述的基于大数据的保险业务数据处理方法,其特征在于,所述根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品的步骤之后,包括:
当接收到用户端输入的保险业务推荐指令,将所述保险业务目标产品转化为与所述推荐指令相对应的按照优先级排序的可视化数据。
4.一种基于大数据的保险业务数据处理***,应用如权利要求1所述的方法,其特征在于,所述基于大数据的保险业务数据处理***包括:
数据处理模块,用于获取目标用户的保险请求数据,根据预设的保险业务数据库过滤所述保险请求数据,得到核心关键词列表;
产品确定模块,用于当接收到用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,确定保险业务目标产品。
5.如权利要求4所述的基于大数据的保险业务数据处理***,其特征在于,所述数据处理模块包括:
数据获取模块,用于获取目标用户的保险请求数据;
关键词提取模块,用于读取所述保险请求数据,并根据预设的保险业务数据库进行过滤处理,提取出所述保险请求数据中包含的核心关键词,组成核心关键词列表。
6.如权利要求5所述的基于大数据的保险业务数据处理***,其特征在于,所述产品确定模块包括:
类型确定模块,用于接收用户端输入的所述目标用户的保险业务推荐指令,在预设的用户保险业务中确定与所述目标用户的保险业务推荐指令对应的保险业务类型;
产品排序模块,用于根据确定的所述保险业务类型,统计所述保险业务类型中每一种保险业务产品所包含的所述核心关键词列表中关键词的数量,并按照优先级对保险业务产品排序,以确定保险业务目标产品。
CN202210611767.2A 2022-06-01 2022-06-01 一种基于大数据的保险业务数据处理方法和处理*** Active CN114691837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210611767.2A CN114691837B (zh) 2022-06-01 2022-06-01 一种基于大数据的保险业务数据处理方法和处理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210611767.2A CN114691837B (zh) 2022-06-01 2022-06-01 一种基于大数据的保险业务数据处理方法和处理***

Publications (2)

Publication Number Publication Date
CN114691837A CN114691837A (zh) 2022-07-01
CN114691837B true CN114691837B (zh) 2022-09-20

Family

ID=82131046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210611767.2A Active CN114691837B (zh) 2022-06-01 2022-06-01 一种基于大数据的保险业务数据处理方法和处理***

Country Status (1)

Country Link
CN (1) CN114691837B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300021A (zh) * 2018-11-29 2019-02-01 爱保科技(横琴)有限公司 保险推荐方法及装置
WO2021004121A1 (zh) * 2019-07-05 2021-01-14 深圳壹账通智能科技有限公司 车险推荐方法、装置、设备及计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10372736B2 (en) * 2013-05-16 2019-08-06 University Of Utah Research Foundation Generating and implementing local search engines over large databases
CN109711997A (zh) * 2018-08-20 2019-05-03 平安普惠企业管理有限公司 保险业务推送方法、装置、设备及可读存储介质
CN110033382B (zh) * 2019-02-12 2020-09-04 阿里巴巴集团控股有限公司 一种保险业务的处理方法、装置及设备
CN114117223A (zh) * 2021-11-29 2022-03-01 泰康保险集团股份有限公司 一种保险推荐方法、装置、设备及介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300021A (zh) * 2018-11-29 2019-02-01 爱保科技(横琴)有限公司 保险推荐方法及装置
WO2021004121A1 (zh) * 2019-07-05 2021-01-14 深圳壹账通智能科技有限公司 车险推荐方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN114691837A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN110245213B (zh) 调查问卷生成方法、装置、设备和存储介质
CN108363602B (zh) 智能ui界面布局方法、装置、终端设备及存储介质
CN109062780B (zh) 自动化测试用例的开发方法及终端设备
CN104993962A (zh) 获取终端使用状态的方法和***
CN109858965A (zh) 一种用户识别方法和***
CN113986954B (zh) 用户事件获取方法、装置、智能终端及可读存储介质
CN114691837B (zh) 一种基于大数据的保险业务数据处理方法和处理***
CN116089490A (zh) 数据分析方法、装置、终端和存储介质
CN116340374A (zh) 一种个性化任务推荐方法及***
CN115809889A (zh) 基于营销效果的智能客群筛选方法、***、介质及设备
EP3283932A1 (en) Requirements determination
CN115966274A (zh) 问卷题目筛选的方法、装置、电子设备及存储介质
CN114841165A (zh) 用户数据分析及展示方法、装置、电子设备及存储介质
CN108132940B (zh) 一种应用程序数据提取方法及装置
CN111078972B (zh) 提问行为数据的获取方法、装置和服务器
CN114675767A (zh) 一种信息采集方法、装置、电子设备以及存储介质
CN114969303A (zh) 问卷调研方法、装置、设备及存储介质
JP2001184273A (ja) アンケートシステム及びアンケート作業自動化方法
US9361379B1 (en) Systems and methods providing recommendation data
CN114491249A (zh) 一种对象推荐方法、装置、设备以及存储介质
CN111382263B (zh) 数据处理方法、装置和***
CN113886676A (zh) 信息流推荐策略处理方法、装置、设备及计算机存储介质
CN113688334A (zh) 一种内容展示方法、装置和计算机可读存储介质
CN111400568B (zh) 行为意图分析方法、装置、电子设备及存储介质
CN110110275B (zh) 一种浏览资源的分析方法及分析装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant