基于概率预测模型的保险产品推荐方法、装置、设备

专利申请号：CN202110942919.2

公 开 号：CN113657495A

发 明 人：严杨扬 

代 理 人：高杰;于志光

代理机构：44347 深圳市沃德知识产权代理事务所(普通合伙)

专利类型：发明申请

申 请 日：20211116

公 开 日：20210817

专利主分类号：G06K9/62(20060101)

关 键 词：决策树 概率预测模型 目标函数 保险产品 区块 集合 计算机可读存储介质 人工智能技术 训练数据集 电子设备 推荐信息 推荐装置 准确度 可存储 特征集 分裂 构建 预测 输出 保险 

摘      要：本发明涉及人工智能技术，揭露了一种基于概率预测模型的保险产品推荐方法，包括：根据用户特征集构建基本决策树，对基本决策树进行决策树分裂，得到初始决策树，将训练数据集输入初始决策树，得到预测值集合，根据预测值集合计算初始决策树的目标函数值，当目标函数值大于或者等于目标阈值，对基本决策树进行决策树分裂，直至目标函数值小于目标阈值，输出初始决策树为概率预测模型，将待推荐信息输入概率预测模型，生成保险推荐结果。此外，本发明还涉及区块链技术，所述目标函数值可存储于区块链的节点。本发明还提出一种基于概率预测模型的保险产品推荐装置、电子设备以及计算机可读存储介质。本发明可以解决保险产品推荐的准确度较低的问题。