本公开涉及互联网，尤其涉及一种人身险产品推荐方法、装置、电子设备及存储介质。
背景技术：
1、相关技术中，保险产品推荐方案有两种主流且可落地的技术方案，基于传统机器学习的推荐方法和基于人工智能的推荐方法。这两种推荐方法均基于客户的产品推荐请求实现，产品推荐请求例如可以是一段待识别的文本。但是，由于产品推荐请求对用户的需求描述具有局限性，通常不能准确传达用户的完整需求，故而，会影响保险产品推荐的准确度。
技术实现思路
1、本公开提供一种人身险产品推荐方法、装置、电子设备及存储介质，以至少解决相关技术中保险产品推荐的准确度较低的技术问题。本公开的技术方案如下：
2、根据本公开实施例的第一方面，提供一种人身险产品推荐方法，包括：
3、获取用户的全流程数据；其中，所述全流程数据包括用户的静态数据、动态数据和标签数据，所述静态数据包括用户画像数据，所述动态数据包括用户行为数据和产品请求数据；
4、将所述全流程数据输入人身险产品推荐模型；其中，所述人身险产品推荐模型基于预训练语言模型和知识蒸馏方法训练得到；
5、通过所述人身险产品推荐模型基于所述全流程数据输出推荐的目标人身险产品。
6、在一种可能的实施方式中，所述方法还包括：
7、获取用户的历史全流程数据和保险行业语料数据；
8、将所述历史全流程数据和保险行业语料数据输入至预训练语言模型；
9、通过所述保险行业语料数据调整所述预训练语言模型的初始参数，得到第一模型；
10、通过所述历史全流程数据对所述第一模型进行调整，得到第二模型；
11、通过所述第二模型预测真实数据得到预测数据；
12、将所述预测数据作为蒸馏到学生模型的训练数据；
13、基于所述训练数据训练所述学生模型得到人身险产品推荐模型。
14、在一种可能的实施方式中，所述通过所述历史全流程数据对所述第一模型进行调整，得到第二模型之前，还包括：
15、对所述历史全流程数据进行数据预处理，得到格式统一的历史全流程数据，作为训练样本数据；
16、所述通过所述历史全流程数据对所述第一模型进行调整，得到第二模型，包括：
17、通过所述训练样本数据对所述第一模型进行调整，得到第二模型。
18、在一种可能的实施方式中，所述对所述历史全流程数据进行数据预处理，得到格式统一的历史全流程数据，作为训练样本数据，包括：
19、对所述历史全流程数据进行数据划分，得到用户历史购买的至少一个保险产品；
20、将所述用户历史购买的至少一个人身险产品名称作为正样本；
21、按照预设配比，为每个所述正样本配比负样本，得到样本数据；其中，所述负样本为所述用户未表达偏好行为、未选择购买的保险产品；
22、对所述样本数据进行脱敏和去噪处理；
23、对脱敏和去噪处理后的所述样本数据进行数据格式转换处理，得到格式统一的历史全流程数据，作为训练样本数据。
24、在一种可能的实施方式中，所述预训练语言模型为bert。
25、在一种可能的实施方式中，所述学生模型为textcnn。
26、根据本公开实施例的第二方面，提供一种人身险产品推荐装置，包括：
27、数据获取模块，用于获取用户的全流程数据；其中，所述全流程数据包括用户的静态数据、动态数据和标签数据，所述静态数据包括用户画像数据，所述动态数据包括用户行为数据和产品请求数据；
28、数据输入模块，用于将所述全流程数据输入人身险产品推荐模型；其中，所述人身险产品推荐模型基于预训练语言模型和知识蒸馏方法训练得到；
29、产品推荐模块，用于通过所述人身险产品推荐模型基于所述全流程数据输出推荐的目标人身险产品。
30、根据本公开实施例的第三方面，提供一种电子设备，包括：
31、处理器；
32、用于存储所述处理器可执行指令的存储器；
33、其中，所述处理器被配置为执行所述指令，以实现如第一方面中任一项所述的人身险产品推荐方法。
34、根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面中任一项所述的人身险产品推荐方法。
35、根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的人身险产品推荐方法。
36、本公开的实施例提供的技术方案至少带来以下有益效果：
37、在本公开的实施例中，通过获取目标用户的全流程数据；其中，全流程数据包括用户的静态数据、动态数据和标签数据，静态数据包括用户属性数据，动态数据包括用户行为数据；将全流程数据输入人身险产品推荐模型；其中，人身险产品推荐模型基于预训练语言模型和知识蒸馏方法训练得到；通过人身险产品推荐模型基于全流程数据输出推荐的目标人身险产品。这样，可以在由用户的用户画像数据、请求数据、行为数据和标签数据构成的全流程数据的基础上，结合基于预训练语言模型和知识蒸馏方法训练得到人身险产品推荐模型，实现用户的人身险产品推荐。如此，可以有效提高人身险产品推荐的准确度，实现全面、精确、快速的人身险产品推荐。
38、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种人身险产品推荐方法，其特征在于，包括：
2.根据权利要求1所述的人身险产品推荐方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的人身险产品推荐方法，其特征在于，所述通过所述历史全流程数据对所述第一模型进行调整，得到第二模型之前，还包括：
4.根据权利要求3所述的人身险产品推荐方法，其特征在于，所述对所述历史全流程数据进行数据预处理，得到格式统一的历史全流程数据，作为训练样本数据，包括：
5.根据权利要求2所述的人身险产品推荐方法，其特征在于，所述预训练语言模型为bert。
6.根据权利要求1至5任一所述的人身险产品推荐方法，其特征在于，所述学生模型为textcnn。
7.一种人身险产品推荐装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至6中任一项所述的人身险产品推荐方法。
10.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的人身险产品推荐方法。
