具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

实施例一

参见图1，本实施例提供了一种保险推荐方法，该方法包括：

S101：获取历史用户的历史用户特征信息及历史购买保险信息。

其中，历史用户特征信息包括历史特征种类和历史特征量化评估数据。

历史特征种类包括但不限于身体健康情况（如慢性病、家族遗传病史等）、家庭或个人收入情况、家庭成员情况、家庭或个人已购买保险情况、从事工作信息、年龄、性别、是否有车辆及车辆使用年限、爱好等中至少之一。

历史特征量化评估数据包括但不限于对各个历史特征种类的数据进行量化表示，该数据可以是数据向量或对各个历史特征种类的数据进行加权平均、赋值、划分级别等本领域技术人员所知晓的方式得到。

历史用户的历史用户特征信息及历史购买保险信息可以通过本领域技术人员所知晓的方式获取，在此不做限定。

历史购买保险信息包括该历史用户之前所购买过的若干个已购在售保险产品，以及以下中至少之一在售保险产品的售价、保险内容、免责条款、投保要求、赔付情况等。

S102：根据历史购买保险信息对历史用户特征信息进行分组，得到若干个历史用户小组，并根据历史特征种类和历史特征量化评估数据将各历史用户小组中的历史用户特征信息转化为若干个历史坐标信息组。

其中，根据历史特征种类和历史特征量化评估数据将各历史用户小组中的历史用户特征信息转化为若干个历史坐标信息组的方式包括但不限于根据各历史特征种类构建多维坐标系，以该历史特征量化评估数据作为数据点，形成各个历史用户在多维坐标系中的位置点。

根据历史购买保险信息对历史用户特征信息进行分组的方式包括但不限于以下任意之一：

S1021:将具有相同历史购买保险信息的历史用户所对应的历史用户特征信息划分到同一个历史用户小组；

S1022:提取历史购买保险信息中的已购在售保险产品，将具有相同已购在售保险产品的历史用户所对应的历史用户特征信息划分到同一个历史用户小组。

例如，对于某一历史用户购买了车险、寿险、意外险、财产险等多种多个保险产品，可以将与其购买的保险产品完全相同的历史用户划分为同一个历史用户小组，进而实现将该历史用户特征信息按照其所对应的历史用户进行分组。这样可以实现直接推荐具有相似的家庭财产身体状态的客户所实际购买选择的产品，对于更加适合客户，节约客户的选择时间，提升成交率和客户满意度。

又例如，对于某一历史用户F购买了车险、寿险、意外险、财产险A、财产险B等多种多个保险产品，可以将购买过财产险A的历史用户划分为同一个历史用户小组U₁，进而实现将该历史用户特征信息按照其所对应的历史用户进行分组，将购买过财产险B的历史用户划分为同一个历史用户小组U₂, 进而实现将该历史用户特征信息按照其所对应的历史用户进行分组。此时历史用户F所对应的历史用户特征信息可能会划分到多个历史用户小组，采用该方式进行历史用户小组划分，即便新增用户的新增用户特征信息在某些种类上的数据较为特殊，也仍然可以匹配到一个或多个可选的用户历史小组，进而可以实现对其进行保险推荐，在一定程度上也实现了对新增用户推荐更为合适的保险产品。

S103：获取新增用户的新增用户特征信息，并根据新增特征种类和新增特征量化评估数据将新增用户特征信息转化为新增坐标信息组。

其中，新增用户特征信息包括新增特征种类和新增特征量化评估数据。

根据新增特征种类和新增特征量化评估数据将新增用户特征信息转化为新增坐标信息组的方式与历史坐标信息组的形成方式类似，在此不做赘述。

新增用户特征信息的获取方式可以通过本领域技术人员所知晓的方式来实现，在此不再赘述。

新增用户特征种类可以与历史用户特征种类相同，也可能少于历史用户特征种类的数量。对于历史用户特征种类中所不包括的新增用户特征种类，可以预先暂时剔除，以方便后续的保险推荐，减少计算量和算力浪费。在最终形成保险推荐时，再根据历史用户特征种类中所不包括的新增用户特征种类制定对应的推荐保险产品，进行补充推荐。

S104：确定组内平均距离和组外最小平均距离，并确定复用系数。

其中，确定组内平均距离的确定方式包括：

将新增坐标信息组设置于一个历史用户小组中，确定新增坐标信息组与所在历史用户小组中各个历史坐标信息组之间的组内平均距离。

其中，组外最小平均距离的确定方式包括：

将新增坐标信息组与其他历史用户小组中各历史坐标信息组之间平均距离中最小值作为组外最小平均距离。

组内平均距离可以通过分别确定各个组内的历史坐标信息组与新增坐标信息组之前的距离，再确定各个距离的平均值得到。

关于本实施例中的距离确定方式可以采用本领域技术人员所知晓的方式实现，在此不做限定。例如，通过确定新增坐标信息组与历史坐标信息组之间的欧式距离等。

以共计存在N个历史用户小组为例，将新增坐标信息组设置于第N组时，组外平均距离的一种实现方式可以是，求得新增坐标信息组到第1组用户历史小组中历史坐标信息组之间的距离，并求得平均距离q₁，求得新增坐标信息组到第2组用户历史小组中历史坐标信息组之间的距离，并求得平均距离q₂……求得新增坐标信息组到第N-1组用户历史小组中历史坐标信息组之间的距离，并求得平均距离q_N-1,再取q₁ ，q₂……q_N-1中的最小值作为组外最小平均距离。

在一些实施例中，复用系数的确定方式包括：

公式（1）

公式（2）

公式（3）

其中，F（n）为复用系数，Gn为新增坐标信息组当前所在的历史用户小组，Zn为新增坐标信息组，d(n)为组内平均距离，Mind(n)为组外最小平均距离，k为历史用户小组的数量。

可选的，复用系数的值理论上应该为属于【-1,1】区间，较佳的若复用系数F（n）=1，则可以认为当前所在的历史用户小组所对应的历史购买保险信息是最适合新增对象的，也即可以为新增对象推荐的历史购买保险信息。

S105：分别获取将新增坐标信息组设置于各个历史用户小组中所确定的若干个复用系数，并根据复用系数进行保险推荐。

如上述实施例所述，每当新增坐标信息组放置于一个历史用户小组中，都会对应得到一个复用系数，这样可以得到与历史用户小组数量相同数量的复用系数，根据对历史用户特征信息的划分方式采用的是步骤S1021的方式还是步骤S1022的方式的不同，以及新增用户特征信息中数据量是否完善，各个复用系数可能相同也可能不同。

可选的，预设复用系数阈值属于【-1,1】区间，本领域技术人员可以根据需要选定，在此不做限定。

在一些实施例中，根据所述复用系数进行保险推荐包括：

若存在至少一个复用系数大于预设复用系数阈值，将各复用系数中的最大值所对应的历史用户小组的历史购买保险信息推荐给新增用户。

若一次性给用户推荐过多的保险产品，可能导致由于信息量过大，用户不愿意去了解保险产品，或者产生畏难情绪，故可以仅选择复用系数中最大值所对应的历史购买保险信息推荐给新增用户。

可选的，若存在多个复用系数相同，且等于复用系数最大值，则可以将各个复用系数所对应的历史购买保险信息进行整合，删除重复信息后，推荐给新增用户，也可以选择各复用系数所对应的历史购买保险信息中包括历史购买保险信息最多的一个历史购买保险信息最多，推荐给新增用户。当然该情况下的推荐方式也可以是本领域技术人员所知晓的其他方式。

在一些实施例中，根据复用系数进行保险推荐包括：

若各复用系数均不大于预设复用系数阈值，获取复用系数最大时所对应的历史用户小组的历史购买保险信息，根据新增用户特征信息调整历史购买保险信息，并将调整后的历史购买保险信息推荐给新增用户。

在一些实施例中，根据新增用户特征信息调整历史购买保险信息包括：

按照历史特征种类，分别获取复用系数最大时所对应的历史用户小组中历史用户的历史特征量化评估数据与新增用户的新增特征量化评估数据之间的差异信息；

根据差异信息调整历史购买保险信息。

也即，若新增用户种类多于历史用户种类，根据多出的新增用户种类及其新增用户特征量化评估数据确定补充保险推荐信息，将补充保险推荐信息增加到历史购买保险信息后，推荐给新增用户。若历史用户种类多于新增用户种类，根据多出的历史用户种类所对应的历史购买保险信息筛除后，将筛除后的历史购买保险信息推荐给新增用户。

在一些实施例中，差异信息可以是特征量化评估数据的差异量，和/或，用户特征信息的差异。例如历史用户特征信息包括历史用户种类1，其历史特征量化评估数据为S1、历史用户种类2，其历史特征量化评估数据为S2、历史用户种类3，其历史特征量化评估数据为S3，新增用户特征信息包括新增用户种类1，其新增特征量化评估数据为S4、新增用户种类2，其新增特征量化评估数据为S2、新增用户种类3，其新增特征量化评估数据为S3，其中，新增用户种类1、2、3与历史用户种类1、2、3实质相同，此时，差异信息即为新增用户种类1的新增特征量化评估数据（S1-S4），可以直接根据该差异信息来调整历史购买保险信息中关于新增用户种类1的部分信息。

又例如，历史用户特征信息包括历史用户种类1，其历史特征量化评估数据为S1、历史用户种类2，其历史特征量化评估数据为S2、历史用户种类3，其历史特征量化评估数据为S3，新增用户特征信息包括新增用户种类1，其新增特征量化评估数据为S1、新增用户种类2，其新增特征量化评估数据为S2，其中，新增用户种类1、2与历史用户种类1、2实质相同，此时，差异信息即为历史用户种类3（差异历史特征种类），可以直接将历史购买保险信息中针对于历史用户种类3的部分删除，将删除后的历史购买保险信息推荐给新增用户。

又例如，历史用户特征信息包括历史用户种类1，其历史特征量化评估数据为S1、历史用户种类2，其历史特征量化评估数据为S2、历史用户种类3，其历史特征量化评估数据为S3，新增用户特征信息包括新增用户种类1，其新增特征量化评估数据为S1、新增用户种类2，其新增特征量化评估数据为S2，新增用户种类3，其新增特征量化评估数据为S3、新增用户种类4，其新增特征量化评估数据为S4，此时，差异信息即为新增用户种类4（差异历史特征种类），其具体的新增特征量化评估数据为S4，可以直接在历史购买保险信息中针对于新增用户种类4，新增特征量化评估数据S4的数据增加补充保险推荐信息，将增加后的历史购买保险信息推荐给新增用户。

可选的，根据新增用户特征信息调整历史购买保险信息包括：

取复用系数最大时所对应的历史用户小组中各历史特征量化评估数据与新增用户的新增特征量化评估之间的差异量；

获取各历史特征种类所对应的预设种类差异阈值，若存在一个差异量大于对应的预设种类差异阈值，将预设种类差异阈值所对应的历史特征种类作为差异历史特征种类；

获取历史购买保险信息与历史特征种类的对应关系，将与差异历史特征种类对应的历史购买子信息从历史购买保险信息中筛除，将筛除后的历史购买保险信息推荐给新增用户。

预设种类差异阈值可以是由本领域技术人员所设定的值。

历史购买保险信息与历史特征种类的对应关系可以由本领域技术人员预先设定。可选的，可以将历史购买保险信息划分为若干个历史购买保险子信息，将历史特征种类划分为若干个历史特征子种类，进而建立对应关系。可选的，该对应关系可以是一对一、一对多或多对一。

可选的，根据差异信息调整历史购买保险信息包括：

获取目标特征种类和历史特征种类的种类影响因子，目标特征种类包括差异信息所对应的历史特征种类；

若各目标特征种类所对应的种类影响因子均小于预设影响因子阈值，保持历史购买保险信息；

若存在一个目标特征种类所对应的种类影响因子大于预设影响因子阈值，调整历史购买保险信息中与目标特征种类所对应的历史购买子信息。

种类影响因子及预设影响因子阈值可以由本领域技术人员根据需要预先设定。

本发明实施例提供了一种保险推荐方法、系统、设备及介质，通过通过获取历史用户特征信息及历史购买保险信息，并对历史用户特征信息进行分组得到若干个历史用户小组，将各个历史用户小组内的数据转化为历史坐标信息组，获取新增用户特征信息，并将其转化为新增坐标信息组，通过确定新增坐标信息组放置于不同的历史用户小组中所得到的组内平均距离和组外最小平均距离，进而得到多个复用系数，进而进行保险推荐，可以解决相关技术中针对保险产品的推荐需要依赖人工进行产品推荐，影响工作效率，造成时间、等资源的浪费，达到了提升工作效率、减少时间等资源的浪费，同时也可以提高保险推荐的客观性，提升客户满意度。

实施例二

参见图2，本发明实施例还提供了一种保险推荐系统200，包括：

历史获取模块201，用于获取历史用户的历史用户特征信息及历史购买保险信息，历史用户特征信息包括历史特征种类和历史特征量化评估数据；

分组模块202，用于根据历史购买保险信息对历史用户特征信息进行分组，得到若干个历史用户小组，并根据历史特征种类和历史特征量化评估数据将各历史用户小组中的历史用户特征信息转化为若干个历史坐标信息组；

新增获取模块203，用于获取新增用户的新增用户特征信息，新增用户特征信息包括新增特征种类和新增特征量化评估数据，并根据新增特征种类和新增特征量化评估数据将新增用户特征信息转化为新增坐标信息组；

确定模块204，用于确定组内平均距离和组外最小平均距离，并确定复用系数，确定组内平均距离的确定方式包括将新增坐标信息组设置于一个历史用户小组中，确定新增坐标信息组与所在历史用户小组中各个历史坐标信息组之间的组内平均距离，组外最小平均距离的确定方式包括将新增坐标信息组与其他历史用户小组中各历史坐标信息组之间平均距离中最小值作为组外最小平均距离；

推荐模块205，用于分别获取将新增坐标信息组设置于各个历史用户小组中所确定的若干个复用系数，并根据复用系数进行保险推荐。

在本实施例中，该保险推荐系统执行上述任一实施例所述的方法，具体功能和技术效果参照上述实施例即可，此处不再赘述。

请参阅图3，本申请实施例还提供了一种电子设备1600，该电子设备1600包括处理器1601、存储器1602和通信总线1603；

所述通信总线1603用于将所述处理器1601和存储器1602连接；

所述处理器1601用于执行所述存储器1602中存储的计算机程序，以实现如上述任一实施例所述的方法。

本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的实施例一所包含步骤的指令(instructions)。

本申请实施例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，计算机程序用于使所述计算机执行如实施例一中任一个所述的方法。

上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

在上述实施例的对应附图中，连接线可以表示各个部件之间的连接关系，以表示更多的构成信号路径（constituent_signal path）和/或一些线的一个或多个末端具有箭头，以表示主要信息流向，连接线作为一种标识，不是对方案本身的限制，而是结合一个或多个事例性实施例使用这些线有助于更容易地接电路或逻辑单元，任何所代表的信号（由设计需求或偏好所决定）实际上可以包括可以在任意一个方向传送的并且可以以任何适当类型的信号方案实现的一个或多个信号。

在上述实施例中，除非另外规定，否则通过使用 “第一”、“第二”等序号对共同的对象进行描述，只表示其指代相同对象的不同实例，而非是采用表示被描述的对象必须采用给定的顺序，无论是时间地、空间地、排序地或任何其他方式。

在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。如果说明书描述了部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性不是必须被包括的。如果说明书或权利要求提及“一”元件，并非表示仅有一个元件。如果说明书或权利要求提及 “一另外的”元件，并不排除存在多于一个的另外的元件。

在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构（例如，动态RAM（DRAM））可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。