一种基于社交网络的互联网保险营销方法和系统[发明专利]

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201810105304.2
(22)申请日 2018.02.02
(71)申请人 众安信息技术服务有限公司
地址 518000 广东省深圳市前海深港合作
区前湾一路1号A栋201室(入驻深圳市
前海商务秘书有限公司)
(72)发明人 梅鵾　谢敏　谭炎　
(74)专利代理机构 北京市万慧达律师事务所
11111
代理人 张慧娟
(51)Int.Cl.
G06Q 40/08(2012.01)
G06Q 30/02(2012.01)
G06Q 50/00(2012.01)
(54)发明名称
一种基于社交网络的互联网保险营销方法
和系统
(57)摘要
本发明公开了一种基于社交网络的互联网
保险营销方法和系统，包括：根据保险相关数据，
分别构建经纪人社交网络图和经纪人分享产品
网络图，对多个第一子图分别进行社区划分，得
到多个第一社区结构，以及对多个第二子图分别
进行社区划分，得到多个第二社区结构；计算多
个第一子图和多个第一社区结构各自的节点网
络指标，以及计算多个第二子图和多个第二社区
结构各自的KPI指标；对多个节点网络指标和多
个KPI指标进行分析，并基于分析结果，对互联网
保险进行营销。

本发明实施例能够有效地进行互
联网保险产品的营销，提高互联网保险营销成功
的几率，
同时满足网络消费者的购买需求。

权利要求书2页 说明书11页 附图3页CN 108376371 A 2018.08.07
C N 108376371
A
1.一种基于社交网络的互联网保险营销方法，其特征在于，包括：
步骤S1：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
步骤S2：对所述多个第一子图分别进行社区划分，得到多个第一社区结构；以及
对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
步骤S3：计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及步骤S4：计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
步骤S5：对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。

2.根据权利要求1所述的方法，其特征在于，在步骤S1中，根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图包括：
基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；
其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。

3.根据权利要求1所述的方法，其特征在于，在步骤S2中，对所述多个第一子图分别进行社区划分、对所述多个第二子图分别进行社区划分的步骤均包括：
步骤S21：利用社区划分算法对子图进行社区划分，生成多个子社区；
步骤S22：对步骤S21生成的子社区再利用社区划分算法进行社区划分；
步骤S23：判断步骤S22生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对步骤S22生成的子社区进行社区划分。

4.根据权利要求3所述的方法，其特征在于，所述社区划分算法为GN算法。

5.根据权利要求1所述的方法，其特征在于，在步骤S5中对多个所述节点网络指标进行分析，并基于分析结果，对互联网保险进行营销包括：
按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
基于所述关键节点，对互联网保险产品进行营销；
其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。

6.根据权利要求1或5所述的方法，其特征在于，所述KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，在步骤S5中对多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销包括：
对经纪人人数和分享产品次数进行分析，确定出所述多个第二子图中的关键子图、所述多个第二社区结构中的关键社区，其中，所述关键子图和所述关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
对热销产品分布进行分析，确定出所述关键子图和所述关键社区各自的热销产品；
基于所述各自的热销产品的分享活跃时间段，将所述各自的热销产品的相似产品分别在所述关键子图和所述关键社区内进行营销。

7.一种基于社交网络的互联网保险营销系统，其特征在于，包括：
网络构建模块，用于根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
社区划分模块，用于对所述多个第一子图分别进行社区划分，得到多个第一社区结构；
所述社区划分模块，还用于对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
网络指标计算模块，用于计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
KPI指标计算模块，用于计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
保险营销模块，用于对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。

8.根据权利要求7所述的系统，其特征在于，所述网络构建模块具体用于：
基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；
其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。

9.根据权利要求7所述的系统，其特征在于，所述社区划分模块包括：
第一划分子模块，用于利用社区划分算法对子图进行社区划分，生成多个子社区；
第二划分子模块，用于对所述第一划分子模块生成的子社区再利用社区划分算法进行社区划分；
控制子模块，用于判断所述第二划分子模块生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对所述第二划分子模块生成的子社区进行社区划分。

10.根据权利要求7所述的系统，其特征在于，所述保险营销模块包括：
第一排序子模块，用于按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
第二排序子模块，用于按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
确定子模块，用于将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
第一营销子模块，用于基于所述关键节点，对互联网保险产品进行营销；
其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。

一种基于社交网络的互联网保险营销方法和系统
技术领域
[0001]本发明涉及社交网络技术领域，特别涉及一种基于社交网络的互联网保险营销方法和系统。

背景技术
[0002]社交网络是指个体与个体之间的关系网络，其理论基础源于六度分割理论(Six Degrees of Separation)和150法则(Rule of 150)。

在社交网络中，用户与用户，用户与主题，用户与活动可以形成一个个关系网，从而形成基于图结构的海量数据，对社交网络的分析的一个主要方向就是针对关系图的图数据挖掘。

[0003]社区反映的是网络中的个体行为的局部性特征以及其相互之间的关联关系，研究网络中的社区对理解整个网络的结构和功能起到至关重要的作用，有助于分析及预测整个网络各元素间的交互关系。

[0004]保险营销是以保险这一特殊商品为客体，以消费者对这一特征商品的需求为导向，以满足消费者转嫁风险的需求为中心，以各种营销的手段，将保险商品转移给消费者，以实现保险公司长远经营目标的一系列活动。

传统线下的保险营销模式营销成本较高，因此随着互联网技术的不断发展，传统险企和互联网巨头纷纷布局互联网保险，但由于人与人之间的信任度比较低，导致保险在互联网营销中成功几率较低，而且也可能存在对同一用户同一保险产品的重复营销，如此不但造成不必要的资源浪费，增加了营销成本，也会引起网络消费者的反感，导致互联网保险营销的成功几率不高。

[0005]如何利用社交网络技术来有效地进行互联网保险产品的营销，以此提高互联网保险营销成功的几率，同时满足网络消费者的购买需求，业内尚没有提出技术方案。

发明内容
[0006]为了解决现有技术的问题，本发明实施例提供了一种基于社交网络的互联网保险营销方法和系统，能够有效地进行互联网保险产品的营销，提高互联网保险营销成功的几率，同时满足网络消费者的购买需求。

所述技术方案如下：
[0007]第一方面，提供了一种基于社交网络的互联网保险营销方法，所述方法包括：[0008]步骤S1：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
[0009]步骤S2：对所述多个第一子图分别进行社区划分，得到多个第一社区结构；以及[0010]对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
[0011]步骤S3：计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
[0012]步骤S4：计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；[0013]步骤S5：对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结
果，对互联网保险进行营销。

[0014]结合第一方面，在第一种可能的实现方式中，在步骤S1中，根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图包括：
[0015]基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；[0016]其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
[0017]所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。

[0018]结合第一方面，在第二种可能的实现方式中，在步骤S2中，对所述多个第一子图分别进行社区划分、对所述多个第二子图分别进行社区划分的步骤均包括：
[0019]步骤S21：利用社区划分算法对子图进行社区划分，生成多个子社区；
[0020]步骤S22：对步骤S21生成的子社区再利用社区划分算法进行社区划分；[0021]步骤S23：判断步骤S22生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对步骤S22生成的子社区进行社区划分。

[0022]结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述社区划分算法为GN算法。

[0023]结合第一方面，在第四种可能的实现方式中，在步骤S5中对多个所述节点网络指标进行分析，并基于分析结果，对互联网保险进行营销包括：
[0024]按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
[0025]按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
[0026]将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；[0027]基于所述关键节点，对互联网保险产品进行营销；
[0028]其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。

[0029]结合第一方面或第一方面的第四种可能的实现方式，在第五种可能的实现方式中，所述KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，在步骤S5中对多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销包括：[0030]对经纪人人数和分享产品次数进行分析，确定出所述多个第二子图中的关键子图、所述多个第二社区结构中的关键社区，其中，所述关键子图和所述关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
[0031]对热销产品分布进行分析，确定出所述关键子图和所述关键社区各自的热销产品；
[0032]基于所述各自的热销产品的分享活跃时间段，将所述各自的热销产品的相似产品分别在所述关键子图和所述关键社区内进行营销。

[0033]第二方面，提供了一种基于社交网络的互联网保险营销系统，所述系统包括：[0034]网络构建模块，用于根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
[0035]社区划分模块，用于对所述多个第一子图分别进行社区划分，得到多个第一社区结构；
[0036]所述社区划分模块，还用于对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
[0037]网络指标计算模块，用于计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
[0038]KPI指标计算模块，用于计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
[0039]保险营销模块，用于对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。

[0040]结合第二方面，在第一种可能的实现方式中，所述网络构建模块具体用于：[0041]基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；[0042]其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
[0043]所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。

[0044]结合第二方面，在第二种可能的实现方式中，所述社区划分模块包括：
[0045]第一划分子模块，用于利用社区划分算法对子图进行社区划分，生成多个子社区；[0046]第二划分子模块，用于对所述第一划分子模块生成的子社区再利用社区划分算法进行社区划分；
[0047]控制子模块，用于判断所述第二划分子模块生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对所述第二划分子模块生成的子社区进行社区划分。

[0048]结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述社区划分算法为GN算法。

[0049]结合第二方面，在第四种可能的实现方式中，所述保险营销模块包括：
[0050]第一排序子模块，用于按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
[0051]第二排序子模块，用于按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
[0052]确定子模块，用于将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
[0053]第一营销子模块，用于基于所述关键节点，对互联网保险产品进行营销；[0054]其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。

[0055]结合第二方面或第二方面的第四种可能的实现方式，在第五种可能的实现方式中，所述KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，所述保险营销模块还包括：
[0056]第一分析子模块，用于对经纪人人数和分享产品次数进行分析，确定出所述多个第二子图中的关键子图、所述多个第二社区结构中的关键社区，其中，所述关键子图和所述
关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；[0057]第二分析子模块，用于对热销产品分布进行分析，确定出所述关键子图和所述关键社区各自的热销产品；
[0058]第二营销子模块，用于基于所述各自的热销产品的分享活跃时间段，将所述各自的热销产品的相似产品分别在所述关键子图和所述关键社区内进行营销。

[0059]本发明实施例提供的技术方案带来的有益效果是：
[0060]1、通过建立经纪人社交网络图，并进行社区划分，可以有效挖掘出活跃度较高和重要性更高的保险经纪人群体，从而有效地进行互联网保险产品的营销，能够提高互联网保险营销成功的几率；
[0061]2、通过计算经纪人社交网络图包含的子图和社区的多个节点网络指标，可以从多个维度对经纪人的重要性进行刻画，从而可以更全面更准确地衡量经纪人在整个保险推销中的作用；
[0062]3、通过建立保险经纪人分享产品网络图，并进行社区划分，可以清晰地刻画出不同产品在不同子图和社区中的推销偏好，从而能够结合不同产品的推销偏好向网络消费者推销保险产品，进而满足网络消费者的购买需求。

附图说明
[0063]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0064]图1是根据本发明实施例示出的一种基于社交网络的互联网保险营销方法流程图；
[0065]图2是根据本发明实施例示出的对子图进行社区划分的流程图；
[0066]图3是本发明实施例的经纪人分享产品网络图的社区划分结果；
[0067]图4是根据本发明实施例示出的一种基于社交网络的互联网保险营销系统的框图。

具体实施方式
[0068]为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0069]本发明实施例提供了一种基于社交网络的互联网保险营销方法，应用于保险产品的营销，能够有效地进行互联网保险产品的营销，提高互联网保险营销成功的几率，同时满足网络消费者的购买需求，其中，互联网保险产品可以是相对简单的意外险、车险、退运费险等产品，也可以是复杂的寿险等保险产品，本发明实施例对具体的互联网保险产品不加以限定。

此外，本发明实施例提供的方法还可以应用于通过互联网进行营销的其他产品，该产品可以为实体产品，也可以为虚拟产品，其中，虚拟产品如电子书籍、虚拟道具等，本发明
对具体的应用场景不加以限定。

[0070]图1是根据本发明实施例示出的一种基于社交网络的互联网保险营销方法流程图，本实施例提供的基于社交网络的互联网保险营销方法的执行主体可以是各种设备，如台式计算机、个人计算机、移动终端和服务器，参照图1所示，该方法包括如下步骤：[0071]步骤S1：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，经纪人社交网络图包含有多个第一子图，经纪人分享产品网络图包含有多个第二子图。

[0072]其中，保险相关数据包括保险经纪人基本信息表、保险经纪人分享产品表、产品信息表、保险经纪人社交数据等。

[0073]其中，经纪人社交网络图的节点代表经纪人，经纪人社交网络图的边代表经纪人社交关系；
[0074]经纪人产品分享网络图的节点代表经纪人或客户，经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。

[0075]具体的，该过程可以包括：
[0076]基于弱连通图构建经纪人社交网络图和经纪人产品分享网络图。

[0077]其中，弱连通图的概念是将有向图的所有的有向边替换为无向边，所得到的图即为原图的基础。

若一个有向图的基图是连通图，则有向图是弱连通图。

[0078]步骤S2：对多个第一子图分别进行社区划分，得到多个第一社区结构，以及对多个第二子图分别进行社区划分，得到多个第二社区结构。

[0079]具体的，分别通过社区发现算法对多个第一子图分别进行社区划分，得到多个第一社区结构，以及对多个第二子图分别进行社区划分，得到多个第二社区结构。

[0080]其中，社区发现算法可以包括计算网络木块化程度的Q-Modularity算法和计算网络的连边紧密度的Edge Betweenness算法。

[0081]步骤S3：计算多个第一子图和多个第一社区结构各自的节点网络指标。

[0082]其中，节点网络指标按指标类别包括度中心度(Degree Centrality)，邻近中心度(Closeness Centrality)，介中心度(Betweenness Centrality)，节点影响度(PageRank)等各项网络指标；其中，
[0083]关于度中心度：
[0084]度中心度的计算基于度本身，指的是网络中一个节点直接连接其他节点的数量，数量越大度越大。

节点v i的度,记为K i,是指与v i直接相连的节点的数目,是节点最基本的静态特征。

在有向网络中,根据连边的方向不同,节点的度有入度和出度之分。

定义节点v i的归一化度中心度指标为：
[0085]
[0086]其中，a ij即网络的邻近矩阵A中第i行第j列元素，n为网络的节点数目，分母n-1为节点可能的最大度值。

[0087]关于邻近中心性：
[0088]邻近中心性的计算基于的是最短路径的概念，侧重于表达节点到其他节点的难易程度，即可达性；一个节点与网络中其他节点的平均距离越小,该节点的邻近中心性就越大，对于有n个节点的连通网络,可以定义节点v i的邻近中心性为：。