基于區(qū)塊鏈技術(shù)的智能保險(xiǎn)推薦系統(tǒng)的研究

項(xiàng)慨 詹夢(mèng)橋 陳好 郭嘉一 衛(wèi)豫賢 榮文志 彭池 方鴻霽

摘 要：隨著互聯(lián)網(wǎng)與保險(xiǎn)行業(yè)的深度融合，為解決傳統(tǒng)保險(xiǎn)業(yè)存在的用戶隱私泄露、產(chǎn)品銷售難、信息不對(duì)稱等問題，本文將區(qū)塊鏈技術(shù)與推薦算法和保險(xiǎn)業(yè)相結(jié)合，利用Android Studio平臺(tái)構(gòu)建基于區(qū)塊鏈技術(shù)的智能保險(xiǎn)推薦系統(tǒng)。據(jù)此，本文在具體的系統(tǒng)構(gòu)建過(guò)程中，使用基于保險(xiǎn)產(chǎn)品的協(xié)同過(guò)濾算法和用戶協(xié)同過(guò)濾的算法，設(shè)計(jì)個(gè)性化保險(xiǎn)產(chǎn)品推薦系統(tǒng)，并結(jié)合區(qū)塊鏈技術(shù)將保險(xiǎn)交易過(guò)程中的信息存儲(chǔ)于各個(gè)分布式節(jié)點(diǎn)進(jìn)行加密，旨在提升保險(xiǎn)交易前的精度與保險(xiǎn)交易中的效率、安全性，從而實(shí)現(xiàn)用戶與保險(xiǎn)企業(yè)的共贏局面。

關(guān)鍵詞：保險(xiǎn);區(qū)塊鏈;智能推薦;互聯(lián)網(wǎng)金融

一、引言

“智能+”在2019年《政府工作報(bào)告》中被提出后一直備受關(guān)注?！爸悄?”是數(shù)字技術(shù)發(fā)展的新維度，其發(fā)展關(guān)鍵包括人工智能、大數(shù)據(jù)、云計(jì)算的研發(fā)與應(yīng)用。而互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新興技術(shù)的快速發(fā)展，使得我國(guó)互聯(lián)網(wǎng)保險(xiǎn)得到了長(zhǎng)足發(fā)展，互聯(lián)網(wǎng)保險(xiǎn)保費(fèi)呈現(xiàn)出持續(xù)增長(zhǎng)態(tài)勢(shì)。2019年我國(guó)互聯(lián)網(wǎng)保險(xiǎn)保費(fèi)規(guī)模達(dá)到2696億元，互聯(lián)網(wǎng)保險(xiǎn)的滲透率達(dá)到6.3%，成為拉動(dòng)保費(fèi)增長(zhǎng)，促進(jìn)傳統(tǒng)保險(xiǎn)行業(yè)提質(zhì)增效的重要因素之一。

在“智能+”發(fā)展格局之下，隨著區(qū)塊鏈、推薦算法的發(fā)展，在“智能+”發(fā)展的基礎(chǔ)上結(jié)合區(qū)塊鏈技術(shù)和推薦算法促進(jìn)傳統(tǒng)保險(xiǎn)業(yè)的發(fā)展已經(jīng)成為保險(xiǎn)業(yè)發(fā)展的重要方向。

目前，傳統(tǒng)保險(xiǎn)業(yè)存在著用戶隱私泄露、產(chǎn)品銷售難、信息不對(duì)稱等問題。一方面，區(qū)塊鏈技術(shù)分布式、去中心化的特點(diǎn)有利于加強(qiáng)對(duì)用戶信息的保護(hù)，防止用戶信息泄露，有利于構(gòu)筑信任體制，進(jìn)一步提升消費(fèi)體驗(yàn)[1]。另一方面，根據(jù)不同用戶的需求提供個(gè)性化的智能推薦并結(jié)合客戶的自身情況進(jìn)行智能改進(jìn)，總結(jié)出保險(xiǎn)行業(yè)智能推薦策略?；谥悄芡扑]算法幫助保險(xiǎn)公司更深層次的挖掘目標(biāo)客戶，提供個(gè)性化和定制化服務(wù)信息輔助用戶決策，提升用戶購(gòu)買保險(xiǎn)產(chǎn)品的積極性。

區(qū)塊鏈保險(xiǎn)方面，從數(shù)字化平臺(tái)角度出發(fā)，shaun Crawford和David Piessse分析區(qū)塊鏈對(duì)保險(xiǎn)行業(yè)影響，他們認(rèn)為隨著區(qū)塊鏈的快速發(fā)展會(huì)促進(jìn)保險(xiǎn)業(yè)的發(fā)展與創(chuàng)新;國(guó)內(nèi)學(xué)者宋蔚（2018）針對(duì)“區(qū)塊鏈+保險(xiǎn)”業(yè)務(wù)模式進(jìn)行了分析，指出“區(qū)塊鏈+保險(xiǎn)”的業(yè)務(wù)模式為保險(xiǎn)行業(yè)創(chuàng)新發(fā)展提供了新方向，可提升保險(xiǎn)行業(yè)服務(wù)水平，促進(jìn)行業(yè)優(yōu)化升級(jí)[2]。

在“智能+”的發(fā)展趨勢(shì)下，本文將區(qū)塊鏈技術(shù)和推薦算法和保險(xiǎn)業(yè)相結(jié)合，提出基于區(qū)塊鏈技術(shù)的智能保險(xiǎn)推薦策略，提升保險(xiǎn)業(yè)務(wù)的精準(zhǔn)化和智能化水平，為用戶帶來(lái)更高質(zhì)量的服務(wù)。

二、區(qū)塊鏈與智能推薦

（一）區(qū)塊鏈

區(qū)塊鏈?zhǔn)且环N分布式數(shù)據(jù)存儲(chǔ)，加密算法、點(diǎn)對(duì)點(diǎn)傳輸?shù)燃夹g(shù)在互聯(lián)網(wǎng)時(shí)代的創(chuàng)新應(yīng)用模式。區(qū)塊鏈分布式數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)具有多方共識(shí)、分布式存儲(chǔ)、難以篡改等特征[3]。由于具有這些特征，區(qū)塊鏈技術(shù)在數(shù)字貨幣，支付結(jié)算、跨境匯款、共同互助保險(xiǎn)等領(lǐng)域都得到一定程度的應(yīng)用，相比于傳統(tǒng)的中心化服務(wù)器，區(qū)塊鏈技術(shù)具有促進(jìn)數(shù)據(jù)的交換和共享、有效保護(hù)用戶隱私、建立可信體系等作用[4]。

（二）智能推薦

智能推薦算法即通過(guò)一些數(shù)學(xué)算法挖掘出用戶的偏好，主動(dòng)為用戶推薦出興趣信息。在推薦過(guò)程中，要求智能推薦系統(tǒng)能夠及時(shí)采集用戶的需求信息并在此基礎(chǔ)上分析用戶的喜好，以及設(shè)置被推薦產(chǎn)品信息具備的合理屬性。智能推薦算法通過(guò)設(shè)置的產(chǎn)品本身特有的屬性和用戶的需求信息，對(duì)用戶和產(chǎn)品進(jìn)行匹配并將匹配程度進(jìn)行排序，根據(jù)匹配程度做出最優(yōu)的推薦。目前主要有基于協(xié)同過(guò)濾的推薦、基于內(nèi)容的推薦、基于混合過(guò)濾的推薦等推薦算法，智能推薦算法在圖書、音樂、視頻、新聞、電影等領(lǐng)域都有著極為廣泛的應(yīng)用。通過(guò)智能算法推薦系統(tǒng)，可以避免用戶尋找海量信息所導(dǎo)致的厭倦狀態(tài)，極大提升信息的有效利用。

1. 基于協(xié)同過(guò)濾的推薦

僅根據(jù)用戶行為數(shù)據(jù)設(shè)計(jì)的推薦算法通常稱為協(xié)作過(guò)濾算法[5]。在這些算法中，行業(yè)廣泛采用基于鄰域的方法，主要包括基于用戶的協(xié)同過(guò)濾算法和基于物品的協(xié)同過(guò)濾算法。協(xié)同過(guò)濾來(lái)使用一個(gè)簡(jiǎn)單的興趣愛好相投的群體，有著共同興趣的用戶個(gè)人信息通過(guò)信息合作機(jī)制相當(dāng)程度評(píng)分（如評(píng)分），并用于過(guò)濾和篩選，針對(duì)特別有共同興趣的記錄，也是非常重要的值得推薦的信息。

（1）基于用戶的協(xié)同過(guò)濾用戶的行為數(shù)據(jù)

基于用戶的協(xié)同過(guò)濾是基于這樣一項(xiàng)原則，即根據(jù)所有用戶的偏好而言，有可能確定一組用戶的“鄰居”們的品味和喜好相似的當(dāng)前用戶所喜愛的物品，并推薦最近鄰。一般的應(yīng)用中是采用計(jì)算“K-近鄰”的算法，根據(jù)這些鄰居的歷史偏好信息，向當(dāng)前用戶提出建議和推薦。

（2）基于物品的協(xié)同過(guò)濾算法（item based CF）

基礎(chǔ)為協(xié)同過(guò)濾推薦的一個(gè)項(xiàng)目，類似于基于用戶建議，即所有用戶的偏好使用物品，物品與物品之間，找出相同點(diǎn)，然后向用戶推薦類似的根據(jù)他們喜好的歷史記錄。

如果用戶購(gòu)買了一個(gè)物品A，并通過(guò)分析用戶行為記錄計(jì)算出物品A與物品A有很大的相似之處，則建議用戶使用物品B，該方法基于物品的協(xié)同過(guò)濾算法。

2. 基于內(nèi)容的推薦

協(xié)同過(guò)濾算法的使用前提是用戶具有項(xiàng)目評(píng)分行為，這大大限制了他們的使用[6]。為了解決這個(gè)問題，研究人員提出了基于內(nèi)容的建議，并進(jìn)行了大量相關(guān)研究?；趦?nèi)容的推薦主要推薦與用戶過(guò)去喜歡的產(chǎn)品類似的產(chǎn)品。該算法首先通過(guò)自動(dòng)學(xué)習(xí)或其他方式提取事物的特征，然后構(gòu)建用戶模型并生成推薦的結(jié)果，而不需要從用戶那里獲得項(xiàng)目的評(píng)分。

基于內(nèi)容的推薦可以處理新用戶和新產(chǎn)品問題，可以提高協(xié)同過(guò)濾的效率，特別是受信息獲取技術(shù)的約束，例如多媒體內(nèi)容的自動(dòng)提取數(shù)據(jù)特征的技術(shù)困難、產(chǎn)品特征提取是常常出現(xiàn)的必要參與人數(shù)較多，所以這方面的相關(guān)應(yīng)用受到了很大限制。

3. 基于關(guān)聯(lián)規(guī)則的推薦算法

基于關(guān)聯(lián)規(guī)則的推薦系統(tǒng)的主要目標(biāo)是找出關(guān)聯(lián)規(guī)則，即許多用戶同時(shí)購(gòu)買的對(duì)象集合，這些對(duì)象可以相互推薦。目前關(guān)聯(lián)規(guī)則挖掘算法主要從Apriori和FP-Growth兩個(gè)算法發(fā)展演變而來(lái)[7]。

三、系統(tǒng)設(shè)計(jì)

（一）系統(tǒng)總體架構(gòu)

1. 整體結(jié)構(gòu)

基于區(qū)塊鏈的智能保險(xiǎn)推薦系統(tǒng)的整體框架思路為，系統(tǒng)將用戶和公司各自的信息存儲(chǔ)于各個(gè)分布式節(jié)點(diǎn)中，以key-value的方式在單獨(dú)的鍵值存儲(chǔ)區(qū)中進(jìn)行加密;當(dāng)用戶進(jìn)行業(yè)務(wù)交易時(shí)，系統(tǒng)將授權(quán)調(diào)用鍵值存儲(chǔ)區(qū)的信息，通過(guò)推薦算法對(duì)供需雙方進(jìn)行分析與匹配，根據(jù)運(yùn)算結(jié)果從保險(xiǎn)產(chǎn)品數(shù)據(jù)庫(kù)中為客戶呈現(xiàn)推薦保險(xiǎn)產(chǎn)品集合[8]。在用戶購(gòu)買產(chǎn)品后，系統(tǒng)會(huì)運(yùn)用區(qū)塊鏈智能合約技術(shù)，將對(duì)投保人的信用水平進(jìn)行自動(dòng)審核，一旦符合要求即可交易成功;而當(dāng)保險(xiǎn)產(chǎn)品中的理賠條件一旦發(fā)生，智能合約就會(huì)被觸發(fā)，對(duì)投保人進(jìn)行支付理賠。

2. 系統(tǒng)運(yùn)作流程

根據(jù)系統(tǒng)總體需求分析，對(duì)本保險(xiǎn)產(chǎn)品的系統(tǒng)流程總結(jié)如下：

用戶可以匿名瀏覽平臺(tái)中的各類保險(xiǎn)產(chǎn)品，如需購(gòu)買產(chǎn)品則要進(jìn)行登錄驗(yàn)證。用戶在選擇保險(xiǎn)產(chǎn)品時(shí)首先要填寫其對(duì)保險(xiǎn)產(chǎn)品的基本需求，此時(shí)推薦系統(tǒng)將初步篩選確定推薦產(chǎn)品的范圍，用戶登錄成功后即可查看保險(xiǎn)的詳細(xì)信息。對(duì)于登錄用戶的購(gòu)買保險(xiǎn)產(chǎn)品行為，若用戶選擇在線支付即可立即購(gòu)買保險(xiǎn)產(chǎn)品，若用戶暫未付款，系統(tǒng)則會(huì)將該產(chǎn)品添加進(jìn)用戶購(gòu)物車方便用戶下次購(gòu)買。付款后用戶可以對(duì)購(gòu)買的保險(xiǎn)產(chǎn)品進(jìn)行評(píng)價(jià)，系統(tǒng)在記錄并量化用戶評(píng)價(jià)行為后，將其反饋至推薦算法。

對(duì)于感興趣的保險(xiǎn)產(chǎn)品，用戶暫時(shí)不購(gòu)買，也可以將保險(xiǎn)產(chǎn)品添加到自己的購(gòu)物車以便繼續(xù)訪問。本系統(tǒng)還有好友功能，用戶可以添加其他用戶為好友進(jìn)行保險(xiǎn)產(chǎn)品的互相推薦。

用戶購(gòu)買保險(xiǎn)時(shí)的具體業(yè)務(wù)流程如圖2所示。

（二）功能設(shè)計(jì)

1. 新產(chǎn)品上架

新產(chǎn)品上架功能主要是為了給新用戶推薦到數(shù)據(jù)庫(kù)中最新發(fā)布的保險(xiǎn)產(chǎn)品信息，讓新上架的保險(xiǎn)產(chǎn)品信息更有機(jī)會(huì)被用戶了解到，增加用戶的行為數(shù)據(jù)記錄[9]，為以后用戶推薦新上架的保險(xiǎn)產(chǎn)品做數(shù)據(jù)支撐準(zhǔn)備。其中，在數(shù)據(jù)庫(kù)內(nèi)最為熱門的保險(xiǎn)產(chǎn)品及其信息會(huì)展示在用戶界面上，瀏覽數(shù)、收藏?cái)?shù)、加入保險(xiǎn)產(chǎn)品列表次數(shù)等都是熱門保險(xiǎn)的衡量指標(biāo)。

2. 用戶管理

在用戶管理系統(tǒng)中，用戶主要分為三類。其中，管理員用戶可以行使三類管理權(quán)限，分別對(duì)應(yīng)評(píng)論、保險(xiǎn)產(chǎn)品和用戶的管理。管理員用戶為系統(tǒng)中權(quán)限最高的用戶，可以通過(guò)界面化的功能對(duì)整個(gè)系統(tǒng)進(jìn)行維護(hù)。管理員系統(tǒng)維護(hù)功能包括系統(tǒng)界面維護(hù)、系統(tǒng)功能維護(hù)、系統(tǒng)推薦算法維護(hù)、系統(tǒng)數(shù)據(jù)庫(kù)維護(hù)。注冊(cè)用戶可以通過(guò)保險(xiǎn)產(chǎn)品個(gè)性化推薦、保險(xiǎn)產(chǎn)品檢索、保險(xiǎn)產(chǎn)品上架等功能的使用進(jìn)行保險(xiǎn)產(chǎn)品的選擇、體驗(yàn)評(píng)論、收藏等操作。而對(duì)于匿名用戶而言，這一群體只能接受普通的保險(xiǎn)產(chǎn)品瀏覽服務(wù)，無(wú)法對(duì)其進(jìn)行個(gè)性化推薦。

3. 信息記錄

在“我的”版塊中，用戶可以查詢自己的保險(xiǎn)產(chǎn)品瀏覽及收藏記錄。系統(tǒng)在存儲(chǔ)用戶及保險(xiǎn)公司的隱私信息時(shí)，也會(huì)自動(dòng)將此類產(chǎn)品偏好信息同步到數(shù)據(jù)庫(kù)。

每個(gè)保險(xiǎn)用戶擁有獨(dú)立賬戶，都是一個(gè)分布式節(jié)點(diǎn)。保險(xiǎn)交易的交易數(shù)據(jù)不是存儲(chǔ)在某些特定的服務(wù)器或中心節(jié)點(diǎn)上，而是在每一個(gè)節(jié)點(diǎn)之間共享。系統(tǒng)將信息打包同時(shí)分配至區(qū)塊鏈節(jié)點(diǎn)，此時(shí)區(qū)塊鏈?zhǔn)褂梅菍?duì)稱加密算法對(duì)錄入的信息進(jìn)行加密存儲(chǔ)，利用公鑰傳遞信息，而私鑰只有用戶自己知曉，能夠有效防范用戶和保險(xiǎn)公司的私密信息被泄露，同時(shí)方便信息傳遞驗(yàn)證。

與此同時(shí)，區(qū)塊鏈對(duì)推薦算法進(jìn)行授權(quán)，具體信息以key-value方式存儲(chǔ)在單獨(dú)的鍵值存儲(chǔ)區(qū)中。信息記錄流程如圖5所示。

4. 個(gè)性化推薦

個(gè)性化推薦功能是本產(chǎn)品的核心功能?？蛻粼谟脩艚缑婧Y選自己對(duì)保險(xiǎn)產(chǎn)品、保險(xiǎn)公司的需求，系統(tǒng)即可立即調(diào)用推薦算法在客戶授權(quán)下向區(qū)塊鏈查詢對(duì)應(yīng)信息，然后根據(jù)保險(xiǎn)公司的授權(quán)向區(qū)塊鏈查詢公司信息。數(shù)據(jù)查詢的流程如圖6所示，同時(shí)推薦算法從保險(xiǎn)產(chǎn)品數(shù)據(jù)庫(kù)中獲取各個(gè)產(chǎn)品的免責(zé)范圍，根據(jù)設(shè)定算法的運(yùn)算結(jié)果得到客戶的推薦產(chǎn)品列表。

5. 檢索功能

一方面可以讓普通用戶可以在海量的保險(xiǎn)產(chǎn)品信息中檢索到符合自身需求的產(chǎn)品;另一方面也可以讓管理員可以在保險(xiǎn)產(chǎn)品數(shù)據(jù)庫(kù)中刪除違規(guī)或者下架的保險(xiǎn)產(chǎn)品。

四、系統(tǒng)實(shí)施

（一）系統(tǒng)層次結(jié)構(gòu)

推薦系統(tǒng)由表示層、數(shù)據(jù)采集層、數(shù)據(jù)支撐層和數(shù)據(jù)處理層所組成[10]。用戶在表示層進(jìn)行注冊(cè)登錄等初始化操作，并通過(guò)表示層接收系統(tǒng)推薦的各類保險(xiǎn)業(yè)務(wù)信息;數(shù)據(jù)采集層主要在后臺(tái)實(shí)現(xiàn)對(duì)保險(xiǎn)業(yè)務(wù)信息和用戶偏好信息的采集;采集后的數(shù)據(jù)在數(shù)據(jù)支撐層進(jìn)行儲(chǔ)存與管理;數(shù)據(jù)處理層通過(guò)調(diào)用支撐層的數(shù)據(jù)，按照算法規(guī)則對(duì)其進(jìn)行計(jì)算處理，生成最后的保險(xiǎn)產(chǎn)品推薦列表，呈現(xiàn)在表示層。

（二）系統(tǒng)功能模塊

基于區(qū)塊鏈技術(shù)的智能保險(xiǎn)推薦系統(tǒng)大致分為三個(gè)大的功能模塊，分別是保險(xiǎn)產(chǎn)品數(shù)據(jù)采集模塊、用戶群體細(xì)分模塊和保險(xiǎn)產(chǎn)品信息推薦模塊。這三個(gè)模塊大致構(gòu)成了智能保險(xiǎn)推薦系統(tǒng)的主體部分。

一是保險(xiǎn)產(chǎn)品數(shù)據(jù)采集模塊，這一功能模塊中主要包含保險(xiǎn)產(chǎn)品數(shù)據(jù)采集功能并且將從各大金融機(jī)構(gòu)搜集的數(shù)據(jù)經(jīng)過(guò)相關(guān)處理后存儲(chǔ)到后臺(tái)相關(guān)的數(shù)據(jù)庫(kù)中用以對(duì)后續(xù)智能保險(xiǎn)推薦系統(tǒng)的調(diào)用等操作。通過(guò)數(shù)據(jù)采集框架對(duì)各大金融機(jī)構(gòu)的保險(xiǎn)產(chǎn)品信息進(jìn)行數(shù)據(jù)采集并將其存放到系統(tǒng)的后臺(tái)數(shù)據(jù)庫(kù)表中。

二是用戶群體細(xì)分模塊，本系統(tǒng)利用相關(guān)的推薦算法并根據(jù)用戶屬性特征與行為特征進(jìn)行聚類分析，通過(guò)聚類分析從而保留聚類中心。新用戶登錄本系統(tǒng)后會(huì)先進(jìn)行個(gè)人信息的填寫并錄入系統(tǒng)后臺(tái)數(shù)據(jù)庫(kù)表中。智能保險(xiǎn)推薦系統(tǒng)根據(jù)用戶的個(gè)人信息和保險(xiǎn)產(chǎn)品的時(shí)效性最終形成保險(xiǎn)產(chǎn)品推薦列表。

三是保險(xiǎn)產(chǎn)品信息推薦模塊，此功能模塊的實(shí)現(xiàn)分為兩種情況，一種情況是：如果未經(jīng)登錄和信息認(rèn)證的游客進(jìn)入本系統(tǒng)，那么本系統(tǒng)會(huì)展示最新的保險(xiǎn)產(chǎn)品信息，據(jù)此游客可以進(jìn)行保險(xiǎn)產(chǎn)品信息的瀏覽。另一種情況是：對(duì)于已經(jīng)登錄和確認(rèn)信息的用戶，系統(tǒng)會(huì)根據(jù)用戶特征，比如用戶年齡、用戶類別等，通過(guò)聚類分析后形成的細(xì)分群體，在細(xì)分群體中通過(guò)相關(guān)的推薦算法，向用戶生成保險(xiǎn)產(chǎn)品推薦列表并且經(jīng)過(guò)時(shí)效性處理后將最終結(jié)果向用戶展示。

本系統(tǒng)將根據(jù)對(duì)用戶瀏覽數(shù)據(jù)的采集和經(jīng)過(guò)用戶登錄和確認(rèn)之后的信息進(jìn)行相關(guān)分析，從而向用戶生成相關(guān)的保險(xiǎn)產(chǎn)品信息推薦推薦列表。

1. 基于保險(xiǎn)產(chǎn)品的協(xié)同過(guò)濾算法

首先需要構(gòu)建所有用戶對(duì)保險(xiǎn)產(chǎn)品的評(píng)分矩陣，計(jì)算出不同保險(xiǎn)產(chǎn)品間的共現(xiàn)矩陣，然后再計(jì)算每個(gè)保險(xiǎn)產(chǎn)品的用戶購(gòu)買量，根據(jù)共現(xiàn)矩陣和用戶購(gòu)買量計(jì)算保險(xiǎn)產(chǎn)品之間的相似性[11]。再根據(jù)與用戶購(gòu)買過(guò)的保險(xiǎn)產(chǎn)品相似度較高且沒有購(gòu)買過(guò)的保險(xiǎn)產(chǎn)品進(jìn)行推薦值計(jì)算，最終為目標(biāo)客戶推薦排名靠前的N項(xiàng)服務(wù)。

具體步驟如下：

（1）構(gòu)建評(píng)分矩陣

（2）構(gòu)建共現(xiàn)矩陣與單服務(wù)購(gòu)買次數(shù)

共現(xiàn)矩陣中值的計(jì)算：兩個(gè)保險(xiǎn)產(chǎn)品之間被共同購(gòu)買的次數(shù)。

（3）計(jì)算保險(xiǎn)產(chǎn)品之間的相似度

（4）計(jì)算推薦值

推薦值=保險(xiǎn)產(chǎn)品之間的相似度*用戶對(duì)服務(wù)的評(píng)分（Rij） （公式2）

用戶U1對(duì)理財(cái)產(chǎn)品S1的總評(píng)分計(jì)算：

1*0+1*0.1+0*0.2+0*0.3+1*0=0.1

用戶U1對(duì)理財(cái)產(chǎn)品S2的總評(píng)分計(jì)算：

1*0+3*0.1+1*0.2+2*0.3+2*0=1.1

用戶U1對(duì)理財(cái)產(chǎn)品S3的總評(píng)分計(jì)算：

0*0+1*0.1+1*0.2+1*0.3+0*0=0.6

用戶U1對(duì)理財(cái)產(chǎn)品S4的總評(píng)分計(jì)算：

0*0+2*0.1+1*0.2+2*0.3+1*0=1.0

從而得到用戶1的推薦列表為1[101：0.1，102：1.1，103：0.6，104：1.0]再經(jīng)過(guò)排序得到最終推薦列表1[102：1.1，104：1.0，103：0.6，101：0.1]。類似得到其他用戶對(duì)不同保險(xiǎn)產(chǎn)品的推薦列表。

最后通過(guò)推薦值篩選出靠前的服務(wù)，對(duì)目標(biāo)客戶U推薦未知保險(xiǎn)產(chǎn)品S2。

2. 基于用戶的協(xié)同過(guò)濾算法

（1）發(fā)現(xiàn)興趣相似的用戶

通常用余弦相似度公式計(jì)算兩個(gè)用戶之間的相似度。設(shè) N（u）為用戶u喜歡的產(chǎn)品集合，N（v）為用戶v喜歡的產(chǎn)品集合，由此通過(guò)公式構(gòu)建u和v的相似度：

公式4 余弦相似度公式

假設(shè)目前共有4個(gè)用戶： U1、U2、U3、U4;共有5個(gè)產(chǎn)品：S1、S2、S3、S4、S5。用戶與產(chǎn)品的關(guān)系（用戶喜歡產(chǎn)品）如下表所示：

為計(jì)算方便，通常首先需要建立“產(chǎn)品—用戶”的倒排表，如下圖所示：

對(duì)于每個(gè)產(chǎn)品，喜歡它的用戶，兩兩之間相同產(chǎn)品加1。例如喜歡產(chǎn)品S1的用戶有U1和U2，那么在矩陣中他們兩兩加1。如下表所示：

計(jì)算用戶兩兩之間的相似度，上面的矩陣僅僅代表的是公式的分子部分。以余弦相似度為例，對(duì)上圖進(jìn)行進(jìn)一步計(jì)算：

由此，用戶相似度計(jì)算完成，根據(jù)計(jì)算結(jié)果可以直觀地找到與目標(biāo)用戶興趣較相似的用戶。

（三）關(guān)鍵代碼

智能保險(xiǎn)推薦App，基于Android平臺(tái)下基于區(qū)塊鏈技術(shù)，結(jié)合協(xié)同過(guò)濾推薦算法的保險(xiǎn)產(chǎn)品推薦。用戶將自己的信息錄入，建立數(shù)據(jù)庫(kù)1。通過(guò)基于用戶協(xié)同過(guò)濾的推薦，并建立推薦保險(xiǎn)產(chǎn)品信息庫(kù)2。計(jì)算已有的用戶信息數(shù)據(jù)庫(kù)1和推薦的保險(xiǎn)數(shù)據(jù)庫(kù)2的交集，便是符合用戶特征和需求的智能保險(xiǎn)產(chǎn)品，相對(duì)補(bǔ)集是用戶缺少的保險(xiǎn)產(chǎn)品，此時(shí)可以導(dǎo)入購(gòu)物鏈接。

本文設(shè)計(jì)與實(shí)現(xiàn)了基于Android平臺(tái)下結(jié)合協(xié)同過(guò)濾推薦算法的智能保險(xiǎn)推薦App，可以推薦適合用戶的保險(xiǎn)。針對(duì)目前存在的保險(xiǎn)產(chǎn)品信息更新頻繁帶來(lái)的數(shù)據(jù)利用率低、實(shí)時(shí)性差等問題，本文主要詳細(xì)設(shè)計(jì)實(shí)現(xiàn)了基于協(xié)同過(guò)濾推薦算法的推薦模塊。相比于其他推薦系統(tǒng)，提高了推薦實(shí)時(shí)準(zhǔn)確性，增強(qiáng)了系統(tǒng)的穩(wěn)定性。

1. 登錄注冊(cè)部分

首先確定了本頁(yè)面整體為線性布局收尾以開始及結(jié)束以及外層框架的長(zhǎng)度及寬度。最外層線性布局的整體長(zhǎng)度及寬度調(diào)為“match_parent”，即自動(dòng)適應(yīng)。

其次為整個(gè)頁(yè)面的背景圖及總色調(diào)，選取的為符合本項(xiàng)目主旨的藍(lán)色和白色。

在線性布局內(nèi)設(shè)有以下元素：一個(gè)Textview作為登錄標(biāo)志，兩個(gè)Edittext分別作為賬號(hào)輸入以及密碼輸入。設(shè)有button，在java文件中分別命名為login_btn及一個(gè)通過(guò)語(yǔ)句：

連接主頁(yè)面。

未注冊(cè)的用戶則通過(guò)代碼1：

caseR.id.regester_user：

Intent intent=new Intent（LoginActivity.this，RegeActivity.class）;

startActivity（intent）;

break;

跳轉(zhuǎn)至注冊(cè)頁(yè)面（Activity_rege.xml）。

注冊(cè)頁(yè)面內(nèi)，用戶在填寫完信息后，系統(tǒng)為其保存注冊(cè)信息并錄入數(shù)據(jù)庫(kù)進(jìn)行注冊(cè)。

2. 主要功能部分