摘要
本发明涉及保险推送技术领域,具体为一种基于深度神经网络的保险产品智能推送模式,包括用户画像构建模块、因果推理模块、个性化推送模块以及反馈优化模块,通过提取的特征和建模的结果构建出用户画像,所述因果推理模块基于海量用户数据,通过模型建立模块并确定待推断的变量和条件概率并为贝叶斯推理建立模型,再通过计算分析模块基于贝叶斯定理计算后验概率,通过后验概率即可分析判断哪些特征的客户会对保险产品有较高的购买意愿。本发明中,基于已有海量客户数据,通过客户购买分析画像客户特征,客户触达数据,通过深入分析,描绘出客户的特征、需求和行为偏好,为公司的营销人员提供有针对性的销售策略和优质服务。
技术关键词
深度神经网络模型
数据转换模块
客户
数据收集模块
画像
后验概率
分析模块
数据采集模块
模式
机器学习算法
连续特征
离散特征
特征提取模块
海量用户数据
在线学习机制
模型更新
编码模块
系统为您推荐了相关专利信息
能耗管理方法
优化设备
频率
大数据技术
支持向量机
联邦深度学习
负载预测方法
客户端
服务器
模型更新