一种基于互信息与随机森林的保险消费意愿智能分级方法

本发明公开了一种基于互信息与随机森林的保险消费意愿智能分级方法，首先结合消费行为理论与社会保障理论，构建保险消费意愿评价体系；在基于三级指标设计调查问卷，通过线上线下相结合的方式采集潜在保险消费者的多指标数据，并进行数据预处理；然后采用互信息法和方差膨胀因子进行筛选得到核心指标数据；最后输入训练后的随机森林模型中对每一潜在消费者的保险消费意愿强度进行预测，得到潜在消费者的保险消费意愿分级结果。本发明基于构建的评价体系采集多维度数据，通过互信息法和方差膨胀因子进行筛选，提升预测模型对非线性关系的捕捉精度；且通过自助采样和基尼不纯度分裂准则训练模型，保证模型的稳定性，提高预测精度。