一种改进Deep Forest算法在保险购买预测场景中的应用研究

• 作者: 唐辉 林鹏程
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: Deep Forest XGBoost 深度学习 保险精准营销
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 信息化应用
• 页码范围: 116-122
• 页数: 7页
• 分类号: TP301.6
• 字数: 6396字
• 语种: 中文

摘要

为了实现保险场景的精准营销,同时充分利用千万级客户和保单历史成交记录的数据特点,本文经热门算法研究和统计理论分析,提出一种基于XGBoost改造的Deep Forest级联算法.该算法采用XGBoost浅层机器学习算法作为Deep Forest级联构建块,同时用AUC-PR标准作为级联构建深度学习不平衡样本评价的自适应过程,并将此算法分别与原有XGBoost算法和原始Deep Forest算法进行性能比较.经实践,上述算法应用投产于保险购买预测场景中,分别比原有XGBoost算法和原Deep Forest算法提高5.5％和2.8％,效果显著;同时提出的浅层学习向基于Deep Forest深度优化操作流程,也为其他类似应用场景提供了实践参考方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐辉	中国人寿保险股份有限公司研发中心	3	5	1.0	2.0
2	林鹏程	中国人寿保险股份有限公司研发中心	1	0	0.0	0.0