保险信息处理方法、装置、设备及存储介质与流程

1.本技术涉及数据处理及机器学习
技术领域：
：，尤其涉及一种保险信息处理方法、装置、设备及存储介质。
背景技术：
：：2.随着经济社会的不断发展，保险业务的种类逐渐丰富，用户可以针对不同的需求选择不同类型的保险，保险提供方也可以针对不同的用户提供不同类型的保险产品。3.目前，现有技术中推荐保险的方法通常对不同类型的用户推荐对应的固定类型的保险产品。4.但是，发明人发现现有技术至少存在如下技术问题：对不同类型用户推荐对应的固定类型保险产品，会导致用户查找保险产品的时间长的问题。技术实现要素：5.本技术提供一种保险信息处理方法、装置、设备及存储介质，用以解决用户查找保险时间长的问题。6.第一方面，本技术提供一种保险信息处理方法，包括：接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识；确定待处理用户标识对应的目标特征向量；将目标特征向量输入保险推荐模型，得到目标保险类型，其中保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及保险标识对应的遮盖向量训练得到的；获取待处理用户标识对应的目标保险标识，其中目标保险标识包括持有保险的保险标识；根据目标保险类型及目标保险标识，确定待发送保险标识；向用户终端发送待发送保险标识对应的目标保险信息。7.在一种可能的设计中，根据目标保险类型及目标保险标识，确定待发送保险标识，包括：查找目标保险标识对应的待去除保险类型；去除目标保险类型中的待去除保险类型，得到至少一个建议保险类型；根据建议保险类型，确定待发送保险标识。8.在一种可能的设计中，根据建议保险类型，确定待发送保险标识，包括：将任一建议保险类型中，销量最高的前m个保险的保险标识确定为高销量保险标识，其中m为正整数；将各建议保险类型对应的高销量保险标识，共同确定为待发送保险标识；或，将各建议保险类型对应的销量最高的前p个保险的保险标识，确定为待发送保险标识，其中p为正整数。9.在一种可能的设计中，目标保险标识还包括已购买且过期保险标识；相应地，在去除目标保险类型中的待去除保险类型，得到至少一个建议保险类型之后，还包括：获取建议保险类型对应的各建议保险标识；获取各建议保险标识对应的特征参数；根据特征参数，确定建议保险标识中的推荐保险标识；将已购买且过期保险标识及推荐保险标识共同确定为待发送保险标识。10.在一种可能的设计中，在将目标特征向量输入保险推荐模型，得到目标保险类型之前，还包括：获取目标用户标识对应的用户特征及已购买保险的保险标识，其中目标用户标识为任一用户的用户标识；将用户特征转换为特征向量；根据已购买保险的保险标识，确定目标向量；根据目标向量，确定遮盖向量；根据目标向量及遮盖向量，确定输出向量；将n个目标用户标识对应的特征向量及输出向量，确定为训练数据，其中n为正整数；采用训练数据进行模型训练，得到保险推荐模型。11.在一种可能的设计中，根据已购买保险的保险标识，确定目标向量，包括：根据已购买保险的保险标识，确定已购买保险类型；根据已购买保险类型，确定目标向量。12.在一种可能的设计中，根据目标向量，确定遮盖向量，包括：获取目标向量中的目标方向，其中目标方向为未购买的保险类型对应方向；将目标方向中随机的至少一个方向确定为遮盖方向；根据各遮盖方向生成遮盖向量。13.在一种可能的设计中，根据已购买保险的保险标识，确定目标向量之前，还包括：读取各保险标识对应的保险信息；获取各保险信息的语义特征向量；计算各语义特征向量之间的相似度；根据各语义特征向量之间的相似度，将各保险标识聚类，得到多个保险类型；确定各保险类型对应的保险类型向量。14.第二方面，本技术提供一种保险信息处理装置，包括：请求接受模块，用于接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识；向量确定模块，用于确定待处理用户标识对应的目标特征向量；类型获得模块，用于将目标特征向量输入保险推荐模型，得到目标保险类型，其中保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及保险标识对应的遮盖向量训练得到的；标识获取模块，用于获取待处理用户标识对应的目标保险标识，其中目标保险标识包括持有保险的保险标识；标识确定模块，用于根据目标保险类型及目标保险标识，确定待发送保险标识；信息发送模块，用于向用户终端发送待发送保险标识对应的目标保险信息。15.第三方面，本技术提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，使得处理器执行如第一方面描述的保险信息处理方法。16.第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面描述的保险信息处理方法。17.第五方面，本技术提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面描述的保险信息处理方法。18.本技术提供的保险信息处理方法、装置、设备及存储介质，通过在接收用户终端发送的保险信息获取请求后，确定待处理用户标识对应的目标用户特征，将目标用户特征转换为目标特征向量，并将目标特征向量输入预先训练得到的保险推荐模型，得到目标保险类型，获取待处理用户标识对应的已购买保险的目标保险标识，由目标保险标识筛选目标保险类型，得到待发送保险标识，并向用户终端发送待发送保险标识对应的目标保险信息，实现采用保险推荐模型结合用户的特征找到对应的目标保险类型，其中采用的保险推荐模型由于采用了遮盖向量，可以得到没有购买的保险类型的结果，并采用待处理用户标识对应的已持有的保险类型对目标保险类型进行了筛选，避免了将与已购买且未过期的同类型保险推送给用户的问题。附图说明19.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。20.图1为本技术实施例提供的保险信息处理方法的应用场景示意图；21.图2为本技术实施例提供的保险信息处理方法的流程示意图；22.图3为本技术实施例提供的由保险分类至保险类型推荐的流程示意图；23.图4为本技术实施例提供的保险信息处理装置的结构示意图；24.图5为本技术实施例提供的电子设备的结构示意图。25.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。具体实施方式26.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。27.随着经济社会的不断发展，大众为了保障自身的权益，对于保险的需求也越来越高。相应地，保险的种类也越来越多，这就导致用户在查找自身合适的保险时难度更大。28.当前为了减少用户查找保险产品的时长，可以采用获取用户的类型，根据用户的类型推荐对应的保险产品。但是每个用户个人的意愿可能不同，导致推荐的保险产品可能不适合用户，从而让用户查找保险产品的时间变长。29.针对上述技术问题，发明人提出如下技术构思：在接收到用户终端发送的保险信息获取请求后，根据其中的用户标识确定用户特征，将用户特征输入预先训练得到的保险推荐模型，得到目标保险类型，从目标保险类型中去除用户已经持有的保险类型，得到目标保险类型，在目标保险类型中选择待发送保险标识，将待发送保险标识对应的保险信息发送至用户终端。其中，保险推荐模型可以是预先采用不同的用户特征数据、用户已购买保险的保险标识和已购买保险的保险标识对应的遮盖向量训练得到的，遮盖向量可以是向量中表示未购买的保险类型对应的至少一个方向。30.本技术应用于对保险信息处理的场景中。本技术的技术方案中，所涉及的金融数据或用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。31.图1为本技术实施例提供的保险信息处理方法的应用场景示意图。如图1，该场景中，包括：服务器101、用户终端102。32.在具体实现过程中，服务器101可以利用具有更强大处理能力和更高安全性的一个服务器或多个服务器组成的集群来实现，在可能的情况下，还可以使用计算能力较强的计算机、笔记本电脑等进行替代。33.用户终端102，可以包括计算机、服务器、平板、手机、掌上电脑(personaldigitalassistant，pda)以及笔记本等，它们可以进行数据的输入和输出。34.服务器101，用于接收用户终端102发送的保险信息获取请求，由保险信息获取请求筛选出合适的保险信息，并发送至用户终端102。用户终端102，用于接受用户的控制，向服务器101发送保险信息获取请求，并接收服务器101发送的目标保险信息，将目标保险信息进行输出。35.可以理解的是，本技术实施例示意的结构并不构成对保险信息处理方法的具体限定。在本技术另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图1所示的部件可以由硬件，软件，或软件与硬件的组合实现。36.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。37.图2为本技术实施例提供的保险信息处理方法的流程示意图。本技术实施例的执行主体可以是图1中的服务器101，也可以是电脑和/或手机等，本实施例对此不作特别限制。如图2所示，该方法包括：38.s201：接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识。39.在本步骤中，保险信息获取请求可以是报文、字符串等。待处理用户标识可以是用户的标识。40.s202：确定待处理用户标识对应的目标特征向量。41.在本步骤中，可以包括确定待处理用户标识对应的目标用户特征，将目标用户特征转换为目标特征向量。具体地，可以是查找用户标识与用户特征的对应关系，得到待处理用户标识对应的目标用户特征。也可以是根据待处理用户标识查找数据库，得到目标用户特征。还可以是，向用户终端发送用户特征获取请求，接收用户终端根据用户输入的授权信息发送的目标用户特征。采用预设的算法将各目标用户特征转换为向量，并将各向量拼接，得到目标特征向量。还可以是将目标用户特征中的文字描述使用自然语言模型转换为数字，将目标用户特征中原本为数字的内容转换为预设的进制格式，并将转换后的数字进行拼接，得到目标特征向量。42.其中，用户特征可以包括性别、年龄、收入情况等。需要说明的是：这些内容均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。43.例如，将目标用户特征中的“男”转换为1，将年龄或年龄范围转换为2进制，并拼接得到目标特征向量。又例如，将目标用户特征中的“男”转换为“[01]”，年龄为25，将年龄或年龄范围转换为“[1,1,0,0,1]”。又或者对每种用户特征预先准备空白向量，将转换后得到的数据写入空白向量，例如年龄的空白向量为“[x,x,x,x,x,x,x]”，目标用户特征中年龄为32岁，将2进制的32写入空白向量，得到“[0,1,0,0,0,0,0]”由于2进制32的位数小于空白向量的位数，因此采用0填补了空缺位置。本技术实施例对目标用户特征的具体内容及转换后得到的具体向量位数不作具体限制，向量也可以采用2进制以外的其他进制。其中，拼接的方法可以是按预设的顺序首尾相接。例如当前得到两个向量分别为“[1,0,1,0,0,1]”和“[0,1,0]”则拼接得到的目标特征向量为“[1,0,1,0,0,1,0,1,0]”。[0044]s203：将目标特征向量输入保险推荐模型，得到目标保险类型，其中保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及保险标识对应的遮盖向量训练得到的。[0045]在本步骤中，可以是将目标特征向量作为输入，保险推荐模型的输出为目标保险类型。保险推荐模型的输出也可以是目标保险类型对应的向量，由向量和保险类型的对应关系查找得到目标保险类型。[0046]在训练模型的过程中，采用的用户特征、用户已购买保险的保险标识是经用户授权得到的。[0047]s204：获取待处理用户标识对应的目标保险标识，其中目标保险标识包括持有保险的保险标识。[0048]在本步骤中，可以是根据待处理用户标识，查找数据库或用户标识与持有保险的保险标识对应关系，得到对应的目标保险标识，持有保险可以是用户已购买且未到期的保险。目标保险标识还可以包括已购买但到期的保险对应的保险标识。[0049]s205：根据目标保险类型及目标保险标识，确定待发送保险标识。[0050]在本步骤中，可以包括查找目标保险标识对应的保险类型，从目标保险类型中去除目标保险标识对应的保险类型，得到筛选后保险类型，从筛选后保险类型中选择销量或好评率较高的保险作为待发送保险，待发送保险的标识为待发送保险标识。还可以包括优先将用户购买过的保险产品的保险标识确定为待发送保险标识，其次采用销量或好评率高的保险产品的保险标识。[0051]例如，当前目标保险类型包括a、b、c、d，目标保险标识包括a、c，a、c分别对应保险类型a、c，则筛选后保险类型包括b、d，则在b、d中选出销量或好评率前10％、排名前10或排名前20的保险作为待发送保险，待发送保险对应的标识为待发送保险标识。[0052]s206：向用户终端发送待发送保险标识对应的目标保险信息。[0053]在本步骤中，可以是读取待发送保险标识对应的目标保险信息，并将目标保险信息发送至用户终端。[0054]其中，目标保险信息，可以包括保险的名称、保险的类型、保险的介绍等。[0055]从上述实施例的描述可知，本技术实施例通过在接收用户终端发送的保险信息获取请求后，确定待处理用户标识对应的目标用户特征，将目标用户特征转换为目标特征向量，并将目标特征向量输入预先训练得到的保险推荐模型，得到目标保险类型，获取待处理用户标识对应的已购买保险的目标保险标识，由目标保险标识筛选目标保险类型，得到待发送保险标识，并向用户终端发送待发送保险标识对应的目标保险信息，实现采用保险推荐模型结合用户的特征找到对应的目标保险类型，其中采用的保险推荐模型由于采用了遮盖向量，可以得到没有购买的保险类型的结果，并采用待处理用户标识对应的已持有的保险类型对目标保险类型进行了筛选，避免了将与已购买且未过期的同类型保险推送给用户的问题。[0056]在一种可能的实现方式中，在上述s205中，根据目标保险类型及目标保险标识，确定待发送保险标识，包括：[0057]s2051：查找目标保险标识对应的待去除保险类型。[0058]在本步骤中，可以是查找保险标识与保险类型的对应关系，得到目标保险标识所属的保险类型，即待去除保险类型。[0059]s2052：去除目标保险类型中的待去除保险类型，得到至少一个建议保险类型。[0060]在本步骤中，可以是将目标保险类型中的待去除保险类型删除，得到建议保险类型。本步骤与上述步骤s205中例子类似，在这里不再赘述。[0061]s2053：根据建议保险类型，确定待发送保险标识。[0062]在本步骤中，可以是在每个建议保险类型中选择x个保险的保险标识作为待发送保险标识。[0063]其中，选择的方式可以是采用预设的条件筛选，也可以是随机选择。[0064]从上述实施例的描述可知，本技术实施例通过查找目标保险标识对应的保险类型，并去除目标保险类型中的目标保险标识所属的保险类型，得到建议保险类型，找到建议保险类型对应的待发送保险标识，实现剔除用户当前持有的保险类型，使推荐的保险更加符合用户的需求，减少用户寻找保险的时间。[0065]在一种可能的实现方式中，上述步骤s2053根据建议保险类型，确定待发送保险标识，包括：s53a或s53b。[0066]s53a：将任一建议保险类型中，销量最高的前m个保险的保险标识确定为高销量保险标识，其中m为正整数。将各建议保险类型对应的高销量保险标识，共同确定为待发送保险标识。[0067]在本步骤中，例如当前有3个建议保险类型a、b、c，m值为5，则将a前销量前5的保险标识确定为高销量保险标识、将b前销量前5的保险标识也确定为高销量保险标识、将c前销量前5的保险标识也确定为高销量保险标识，将所有高销量保险标识确定为待发送保险标识。[0068]s53b：将各建议保险类型对应的销量最高的前p个保险的保险标识，确定为待发送保险标识，其中p为正整数。[0069]在本步骤中，例如当前有3个建议保险类型a、b、c，p为10，则将a、b、c所有保险中销量最高的前10个保险的保险标识确定为待发送保险标识。本技术实施例对p的数值不作具体限制。[0070]从上述实施例的描述可知，本技术实施例通过将销量靠前的保险的保险标识确定为待发送保险标识，实现优先推荐被用户选择多的保险产品，减少用户挑选保险产品的时间的效果。[0071]在一种可能的实现方式中，目标保险标识还包括已购买且过期保险标识。[0072]其中，已购买且过期保险标识为待处理用户标识对应的已经购买且已经过期的保险的保险标识。[0073]相应地，在上述步骤s2052去除目标保险类型中的待去除保险类型，得到至少一个建议保险类型之后，还包括：[0074]s521：获取建议保险类型对应的各建议保险标识。[0075]在本步骤中，可以是查找保险类型与保险标识的对应关系，得到建议保险类型对应的建议保险标识。[0076]其中，保险类型与保险标识的对应关系可以是预先通过对保险标识聚类得到的。对保险标识聚类的过程可以参照下文实施例。[0077]s522：获取各建议保险标识对应的特征参数。[0078]在本步骤中，特征参数可以是销量、点击率等。[0079]s523：根据特征参数，确定建议保险标识中的推荐保险标识。[0080]在本步骤中，可以是选择销量排名靠前的10％或p个保险的保险标识作为推荐保险标识。或是是选择点击率排名靠前的10％或p个保险的保险标识作为推荐保险标识。[0081]s524：将已购买且过期保险标识及推荐保险标识共同确定为待发送保险标识。[0082]在本步骤中，例如已购买且过期保险标识为a，推荐保险标识包括b、c、d，则将a、b、c、d共同确定为待发送保险标识。[0083]从上述实施例的描述可知，本技术实施例通过向选择已经购买且已经过期的保险标识以及未购买过的保险标识，作为待发送保险标识，实现向用户展示购买可能性更高的保险，减少用户挑选保险的时间的效果。[0084]在一种可能的实现方式中，在上述步骤s203将目标特征向量输入保险推荐模型，得到目标保险类型之前，还包括：[0085]s210：获取目标用户标识对应的用户特征及已购买保险的保险标识，其中目标用户标识为任一用户的用户标识。[0086]在本步骤中，获取用户特征的过程与上述步骤s202类似，在这里不再赘述。获取目标用户标识对应的已购买保险的保险标识，可以是根据目标用户标识，查找数据库，或查找用户标识与已购买保险的保险标识的对应关系，得到对应的已购买保险的保险标识。[0087]其中，用户标识与已购买保险的保险标识的对应关系可以是预先标定的，可以是采用表格或键值对等格式储存的。[0088]s211：将用户特征转换为特征向量。[0089]在本步骤中，可以是采用bert(bidirectionalencoderrepresentationfromtransformers，来自转换者的双向编码表示)将用户特征转换为向量，并将各向量首尾拼接得到特征向量。用户特征转换为特征向量的过程中，将用户的个人特征映射到一个低维的向量空间，文字描述特征使用自然语言模型映射，数字和类别特征处理为独热(one-hot)向量。[0090]s212：根据已购买保险的保险标识，确定目标向量。[0091]在本步骤中，可以是根据已购买保险的保险标识所属的保险类型，查找保险类型与向量的映射关系，得到目标向量。其中目标向量可以是保险标识对应的保险类型向量。[0092]在一种可能的实现方式中，在本步骤中，根据已购买保险的保险标识，确定目标向量，包括：步骤s2121和s2122。[0093]s2121：根据已购买保险的保险标识，确定已购买保险类型。[0094]在本步骤中，可以是根据已购买保险的保险标识，查找保险标识与保险类型的对应关系，得到已购买保险的保险标识对应的已购买保险类型。[0095]其中，保险标识与保险类型的对应关系可以是预先存储的，格式可以使表格或键值对。[0096]s2122：根据已购买保险类型，确定目标向量。[0097]在本步骤中，可以是查找保险类型与向量的对应关系，得到已购买保险类型对应的向量，将各已购买保险类型的向量叠加得到目标向量。[0098]例如，已购买保险类型为保险类型a，保险类型a对应的向量为“[1,0,0,0,0]”，则目标向量为“[1,0,0,0,0]”。又例如，已购买保险类型为保险类型b，保险类型b对应的向量为“[0,1,0,0,0]”，则目标向量为“[0,1,0,0,0]”。还例如，已购买保险类型为保险类型a、b，则目标向量为“[1,1,0,0,0]”。还例如，已购买保险类型为a、b、c，其中a、b对应向量与本实施例中上述例子相同，c对应向量为“[0,0,1,0,0]”则目标向量为“[1,1,1,0,0]”。还例如，用户购买过产品abc，ab归为了类别1，c归为了类别2，则目标向量为“[1,1,0,0,…]”,维度为1×k，其中k为保险类别总数。[0099]s213：根据目标向量，确定遮盖向量。[0100]在本步骤中，遮盖向量，可以是选取目标向量中表示没有已购买的保险类型对应的方向作为遮盖方向，由遮盖方向生成遮盖向量。[0101]例如上述步骤s212中例子，已购买保险类型为a、b的情况下，目标向量为“[1,1,0,0,0]”，则可以选取后面三个“0”的方向中的至少一个作为遮盖方向，生成的遮盖向量可以是“[1,1,0,1,1]”、“[1,1,1,0,1]”或“[1,1,1,0,0]”等，在遮盖向量中，“0”表示遮盖方向。又例如，在目标向量为“[1,1,1,0,0]”的情况下，将后面两个“0”的方向中的至少一个作为遮盖方向，得到的遮盖向量例如“[1,1,1,0,1]”、“[1,1,1,1,0]”或“[1,1,1,0,0]”。在取“0”表示已已购买保险类型时，也可以选“1”作为遮盖向量。还例如，一个用户标识对应的的目标向量为y＝[y1,y2,…,yk],其中yi＝1表示用户购买过第i个类别，yi＝0表示用户没购买过第i个类别。随机生成的遮盖向量为m＝[m1,m2,…,mk]，其中mi∈{0,1}表示第i个位置是否被遮盖，0表示遮盖，1表示未遮盖，当yi是0时，mi可能是0。[0102]s214：根据目标向量及遮盖向量，确定输出向量。[0103]在本步骤中，可以是去除目标向量中遮盖向量的遮盖方向的值，得到输出向量。引入遮盖方向并不会影响损失函数的结果。[0104]例如，目标向量为“[0,0,1,0,1]”，遮盖向量为“[0,1,1,1,1]”，则去除第一个“0”，得到的输出向量为“[,0,1,0,1]”。又例如，目标向量为“[0,1,1,0,1]”，遮盖向量为“[1,1,1,0,1]”，则去除第四位的“0”，得到的输出向量为“[0,1,1,,1]”。[0105]s215：将n个目标用户标识对应的特征向量及输出向量，确定为训练数据，其中n为正整数。[0106]在本步骤中，训练数据可以包括训练集和测试集。本技术实施例对n的数值不作具体限制。[0107]s216：采用训练数据进行模型训练，得到保险推荐模型。[0108]在本步骤中，可以是采用训练数据中的特征向量作为模型的输入参数，将输出向量作为模型的输出值进行模型的训练，在误差小于预设误差后得到保险推荐模型。训练得到的保险推荐模型可以是多分类多标签模型。[0109]从上述实施例的描述可知，本技术实施例通过获取目标用户标识对应的用户特征及已购买保险的保险标识，并将用户特征转换为特征向量，由已购买保险的保险标识得到了对应的目标向量，由目标向量中表示未已购买的方向确定了遮盖向量，结合目标向量和遮盖向量得到了训练使用的输出向量，将用户特征对应的特征向量作为模型训练的输入参数，实现训练得到的模型能够由用户特征得到用户可能购买的保险对应的向量，并且由于采用了遮盖向量，采用模型得到的目标保险类型还可以包括用户没有已购买的保险类型，增加保险类型推荐的广度。[0110]在一种可能的实现方式中，在上述步骤s213中，根据目标向量，确定遮盖向量，包括：步骤s13a、s13b、s13c。[0111]s13a：获取目标向量中的目标方向，其中目标方向为未购买的保险类型对应方向。[0112]在本步骤中，例如当前目标向量为“[0,1,0,0,1]”，其中“1”表示当前已购买保险的保险类型，“0”表示当前未购买的保险类型，则“0”所在的方向为购买的保险类型对应方向。本技术实施例对目标向量的内容不作具体限制。[0113]s13b：将目标方向中随机的至少一个方向确定为遮盖方向。[0114]在本步骤中，例如选取上述步骤s13a中任一个“0”的方向作为遮盖方向。遮盖方向可以是目标向量中的“0”所在位置表示的方向。[0115]s13c：根据各遮盖方向生成遮盖向量。[0116]在本步骤中，可以是采用与目标向量相同的维度或预设的维度，生成待填写向量，将待填写向量中，遮盖方向对应的位置写入表示遮盖的数值，将其他位置写入表示不遮盖的数值，得到遮盖向量。[0117]例如，预设的维度为6维，则待填写向量为“[,,,,,]”，若遮盖方向对应的位置为第二位、第四位，表示遮盖的数值为“0”，表示不遮盖的数值为“1”，则得到的遮盖向量为“[1,0,1,0,1,1]”。又例如，预设的维度为5维，则待填写向量为“[,,,,]”，若遮盖方向对应的位置为第一位、第三位，表示遮盖的数值为“0”，表示不遮盖的数值为“1”，则得到的遮盖向量为“[0,1,0,1,1,1]”。[0118]从上述实施例的描述可知，本技术实施例通过获取目标向量中的目标方向，将目标方向中随机的至少一个方向确定为遮盖方向，根据各遮盖方向生成遮盖向量，便于后续根据遮盖向量对目标向量中的数值去除，得到输出向量，通过采用遮盖向量，可以输出用户没有购买的保险类型对应的输出向量。[0119]在一种可能的实现方式中|，在上述步骤s212根据已购买保险的保险标识，确定目标向量之前，还包括：[0120]s220：读取各保险标识对应的保险信息。[0121]在本步骤中，可以是读取保险标识对应的保险介绍文档，得到保险介绍文档中的保险信息。[0122]其中，保险信息可以包括保险产品名称、保险类型、保障方向、保障期限、保费、保额、免赔额、等待期、理赔流程等内容。[0123]s221：获取各保险信息的语义特征向量。[0124]在本步骤中，获取语义特征向量的方法，可以是采用上述bert模型将保险信息转换为向量。[0125]s222：计算各语义特征向量之间的相似度。[0126]在本步骤中，可以是计算各语义特征向量之间的余弦值，余弦值越大，表示文档越相似。[0127]s223：根据各语义特征向量之间的相似度，将各保险信息聚类，得到多个保险类型。[0128]可以是k-means(k均值聚类算法，k-meansclusteringalgorithm)或其他聚类算法将各保险标识聚类，得到多个保险类型。[0129]其中，采用k-means进行聚类的方法，可以是随机选取几个各语义特征向量作为初始的聚类中心，将各语义特征向量之间的相似度作为各语义特征向量之间的距离，把每个语义特征向量分配给距离它最近的聚类中心，直至没有(或最小数目)语义特征向量被重新分配给不同的聚类、没有(或最小数目)聚类中心再发生变化或误差平方和局部最小。[0130]s224：确定各保险类型对应的保险类型向量。[0131]在本步骤中，可以是以聚类得到的簇的数量作为保险类型向量的维度，每个簇作为一类保险类型。为每个保险类型分配一个向量。[0132]其中，为每个保险类型分配向量的过程，可以是随机为每个保险类型分配一个向量。也可以是按保险类型包括的保险标识的数量，为每个保险类型分配一个向量。[0133]例如，当前得到5个保险类型a、b、c、d、e，分别分配保险类型向量为“[1,0,0,0,0]”、“[0,1,0,0,0]”、“[0,0,1,0,0]”、“[0,0,0,1,0]”及“[0,0,0,0,1]”。[0134]从上述实施例的描述可知，本技术实施例通过读取各保险标识对应的保险信息，提取各保险信息的语义特征向量，并计算各语义特征向量之间的相似度，采用语义特征向量及各语义特征向量之间的相似度，将各保险标识聚类，得到多个保险类型，为每个保险类型分配一个保险类型向量，实现用向量表示保险类型，便于后续采用向量作为模型的输入。[0135]图3为本技术实施例提供的由保险分类至保险类型推荐的流程示意图。如图3所示，保险分类过程包括：读取保险标识对应的保险文档；采用保险文档获取保险标识对应的的语义特征向量；采用语义特征向量进行聚类，得到多个保险类型；为每个保险类型分配保险类型向量。在保险分类后进行模型的训练的过程，模型训练的过程包括：采用已购买过保险用户的用户特征及已购买保险的保险标识，确定训练数据；采用训练数据进行模型训练，得到保险推荐模型。保险类型推荐的过程包括：根据接收到的待处理用户标识，确定目标用户特征，将目标用户特征输入保险推荐模型，得到目标保险类型；去除目标保险类型中目标用户持有的保险类型，并对剩余保险进行筛选，得到待发送保险标识；向用户终端发送待发送保险标识对应的目标保险信息。[0136]图4为本技术实施例提供的保险信息处理装置的结构示意图。如图4所示，保险信息处理装置400，包括：请求接受模块401、向量确定模块402、类型获得模块403、标识获取模块404、标识确定模块405及信息发送模块406。[0137]请求接受模块401，用于接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识。[0138]向量确定模块402，用于确定待处理用户标识对应的目标特征向量。[0139]类型获得模块403，用于将目标特征向量输入保险推荐模型，得到目标保险类型，其中保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及保险标识对应的遮盖向量训练得到的。[0140]标识获取模块404，用于获取待处理用户标识对应的目标保险标识，其中目标保险标识包括持有保险的保险标识。[0141]标识确定模块405，用于根据目标保险类型及目标保险标识，确定待发送保险标识。[0142]信息发送模块406，用于向用户终端发送待发送保险标识对应的目标保险信息。[0143]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0144]在一种可能的实现方式中，标识确定模块405，具体用于查找目标保险标识对应的待去除保险类型。去除目标保险类型中的待去除保险类型，得到至少一个建议保险类型。根据建议保险类型，确定待发送保险标识。[0145]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0146]在一种可能的实现方式中，标识确定模块405，具体用于将任一建议保险类型中，销量最高的前m个保险的保险标识确定为高销量保险标识，其中m为正整数。将各建议保险类型对应的高销量保险标识，共同确定为待发送保险标识。或，将各建议保险类型对应的销量最高的前p个保险的保险标识，确定为待发送保险标识，其中p为正整数。[0147]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0148]在一种可能的实现方式中，目标保险标识还包括已购买且过期保险标识，标识确定模块405，还用于获取建议保险类型对应的各建议保险标识；获取各建议保险标识对应的特征参数；根据特征参数，确定建议保险标识中的推荐保险标识；将已购买且过期保险标识及推荐保险标识共同确定为待发送保险标识。[0149]在一种可能的实现方式中，保险信息处理装置400，还包括：模型训练模块407。[0150]模型训练模块407，用于获取目标用户标识对应的用户特征及已购买保险的保险标识，其中目标用户标识为任一用户的用户标识。将用户特征转换为特征向量。根据已购买保险的保险标识，确定目标向量。根据目标向量，确定遮盖向量。根据目标向量及遮盖向量，确定输出向量。将n个目标用户标识对应的特征向量及输出向量，确定为训练数据，其中n为正整数。采用训练数据进行模型训练，得到保险推荐模型。[0151]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0152]在一种可能的实现方式中，模型训练模块407，具体用于根据已购买保险的保险标识，确定已购买保险类型。根据已购买保险类型，确定目标向量。[0153]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0154]在一种可能的实现方式中，模型训练模块407，具体用于获取目标向量中的目标方向，其中目标方向为未购买的保险类型对应方向。将目标方向中随机的至少一个方向确定为遮盖方向。根据各遮盖方向生成遮盖向量。[0155]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0156]在一种可能的实现方式中，保险信息处理装置400，还包括：类型确定模块408。[0157]类型确定模块408，用于读取各保险标识对应的保险信息。获取各保险信息的语义特征向量。计算各语义特征向量之间的相似度。根据各语义特征向量之间的相似度，将各保险标识聚类，得到多个保险类型。确定各保险类型对应的保险类型向量。[0158]本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。[0159]为了实现上述实施例，本技术实施例还提供了一种电子设备。[0160]参考图5，其示出了适于用来实现本技术实施例的电子设备500的结构示意图，该电子设备500可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(personaldigitalassistant，简称pda)、平板电脑(portableandroiddevice，简称pad)、便携式多媒体播放器(portablemediaplayer，简称pmp)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。[0161]如图5所示，电子设备500可以包括处理器(例如中央处理器、图形处理器等)501，以及与处理器通信连接的存储器502，其可以根据存储在存储器502中的程序、计算机执行指令或者从存储装置508加载到随机访问存储器(randomaccessmemory，简称ram)503中的程序而执行各种适当的动作和处理，实现上述任一实施例中的保险信息处理方法，其中存储器可以是只读存储器(readonlymemory，简称rom)。在ram503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、存储器502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。[0162]通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(liquidcrystaldisplay，简称lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。[0163]特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从存储器502被安装。在该计算机程序被处理装置501执行时，执行本技术实施例的方法中限定的上述功能。[0164]需要说明的是，本技术上述的计算机可读存储介质可以是计算机可读信号介质或者计算机存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。[0165]上述计算机可读存储介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。[0166]上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例所示的方法。[0167]可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localareanetwork，简称lan)或广域网(wideareanetwork，简称wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。[0168]附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。[0169]描述于本技术实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该模块本身的限定，例如，请求接收模块还可以被描述为“保险信息获取请求接收模块”。[0170]本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。[0171]本技术还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现上述任一实施例中的保险信息处理方法的技术方案，其实现原理以及有益效果与保险信息处理方法的实现原理及有益效果类似，可参见保险信息处理方法的实现原理及有益效果，此处不再进行赘述。[0172]在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。[0173]本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，实现上述任一实施例中的保险信息处理方法的技术方案，其实现原理以及有益效果与保险信息处理方法的实现原理及有益效果类似，可参见保险信息处理方法的实现原理及有益效果，此处不再进行赘述。[0174]以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。[0175]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本
技术领域：
：中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。[0176]应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。当前第1页12当前第1页12
技术特征：
1.一种保险信息处理方法，其特征在于，包括：接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识；确定所述待处理用户标识对应的目标特征向量；将所述目标特征向量输入保险推荐模型，得到目标保险类型，其中所述保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及所述保险标识对应的遮盖向量训练得到的；获取所述待处理用户标识对应的目标保险标识，其中所述目标保险标识包括持有保险的保险标识；根据所述目标保险类型及所述目标保险标识，确定待发送保险标识；向所述用户终端发送所述待发送保险标识对应的目标保险信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标保险类型及所述目标保险标识，确定待发送保险标识，包括：查找所述目标保险标识对应的待去除保险类型；去除所述目标保险类型中的所述待去除保险类型，得到至少一个建议保险类型；根据所述建议保险类型，确定待发送保险标识。3.根据权利要求2所述的方法，其特征在于，所述根据所述建议保险类型，确定待发送保险标识，包括：将任一建议保险类型中，销量最高的前m个保险的保险标识确定为高销量保险标识，其中m为正整数；将各建议保险类型对应的高销量保险标识，共同确定为待发送保险标识；或，将各建议保险类型对应的销量最高的前p个保险的保险标识，确定为待发送保险标识，其中p为正整数。4.根据权利要求2所述的方法，其特征在于，所述目标保险标识还包括已购买且过期保险标识；相应地，在所述去除所述目标保险类型中的所述待去除保险类型，得到至少一个建议保险类型之后，还包括：获取所述建议保险类型对应的各建议保险标识；获取各建议保险标识对应的特征参数；根据所述特征参数，确定所述建议保险标识中的推荐保险标识；将所述已购买且过期保险标识及所述推荐保险标识共同确定为待发送保险标识。5.根据权利要求1至4任一项所述的方法，其特征在于，在所述将所述目标特征向量输入保险推荐模型，得到目标保险类型之前，还包括：获取目标用户标识对应的用户特征及已购买保险的保险标识，其中所述目标用户标识为任一用户的用户标识；将所述用户特征转换为特征向量；根据所述已购买保险的保险标识，确定目标向量；根据所述目标向量，确定遮盖向量；根据所述目标向量及所述遮盖向量，确定输出向量；将n个目标用户标识对应的特征向量及输出向量，确定为训练数据，其中n为正整数；
采用所述训练数据进行模型训练，得到保险推荐模型。6.根据权利要求5所述的方法，其特征在于，所述根据所述已购买保险的保险标识，确定目标向量，包括：根据所述已购买保险的保险标识，确定已购买保险类型；根据所述已购买保险类型，确定目标向量。7.根据权利要求5所述的方法，其特征在于，所述根据所述目标向量，确定遮盖向量，包括：获取所述目标向量中的目标方向，其中所述目标方向为未购买的保险类型对应方向；将所述目标方向中随机的至少一个方向确定为遮盖方向；根据各遮盖方向生成所述遮盖向量。8.根据权利要求5所述的方法，其特征在于，所述根据所述已购买保险的保险标识，确定目标向量之前，还包括：读取各保险标识对应的保险信息；获取各保险信息的语义特征向量；计算各语义特征向量之间的相似度；根据各语义特征向量之间的相似度，将各保险标识聚类，得到多个保险类型；确定各保险类型对应的保险类型向量。9.一种保险信息处理装置，其特征在于，包括：请求接受模块，用于接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识；向量确定模块，用于确定所述待处理用户标识对应的目标特征向量；类型获得模块，用于将所述目标特征向量输入保险推荐模型，得到目标保险类型，其中所述保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及所述保险标识对应的遮盖向量训练得到的；标识获取模块，用于获取所述待处理用户标识对应的目标保险标识，其中所述目标保险标识包括持有保险的保险标识；标识确定模块，用于根据所述目标保险类型及所述目标保险标识，确定待发送保险标识；信息发送模块，用于向所述用户终端发送所述待发送保险标识对应的目标保险信息。10.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如权利要求1至7中任一项所述的保险信息处理方法。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的保险信息处理方法。12.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的保险信息处理方法。

技术总结
本申请提供一种保险信息处理方法、装置、设备及存储介质，属于数据处理及机器学习技术领域。该方法包括：接收用户终端发送的保险信息获取请求，其中保险信息获取请求包括待处理用户标识；确定待处理用户标识对应的目标特征向量；将目标特征向量输入保险推荐模型，得到目标保险类型，其中保险推荐模型是预先采用用户特征、用户已购买保险的保险标识及保险标识对应的遮盖向量训练得到的；获取待处理用户标识对应的目标保险标识，其中目标保险标识包括持有保险的保险标识；根据目标保险类型及目标保险标识，确定待发送保险标识；向用户终端发送待发送保险标识对应的目标保险信息。本申请的方法，解决了用户查找保险时间长的问题。解决了用户查找保险时间长的问题。解决了用户查找保险时间长的问题。


技术研发人员：戴菀庭 罗奕康 聂砂 王伊妍 丁苏苏
受保护的技术使用者：建信金融科技有限责任公司
技术研发日：2023.06.19
技术公布日：2023/8/24