一种改进Deep Forest算法在保险购买预测场景中的应用研究

摘要

cqvip: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。