基于區塊鏈的保險產品推薦模型①

楊 立， 左 春，3， 梁 賡

1(中國科學院 軟件研究所 區塊鏈技術與應用聯合實驗室， 北京 100190)

2(中國科學院 軟件研究所 精準計算聯合實驗室， 北京 100190)

3(中科軟科技股份有限公司， 北京 100190)

2017 年 1～10 月， 中國保費收入 3.2 萬億元， 同比增長20%， 即將成為全球第二大保險市場. 但是， 中國的保險深度、保險密度分別為全球平均水平的66%、53%， 還有很大的發展空間[1]. 目前， 我國保險市場的經營主體有100多家， 產品更是多達上萬種， 每一個保險產品的保障范圍和免責條款都相對較為復雜， 客戶在選擇保險產品時往往無所適從， 非常需要推薦模型來進行產品推薦. 文獻[2]提出了一個基于用戶分群的保險產品推薦模型， 文獻[3]提出了基于貝葉斯網絡的推薦方法， 文獻[4]對健康險的保險計劃進行了分解， 重點探討了產品與需求的逐項匹配問題. 以上方法的實質上都是假設同類用戶具有類似的需求， 對用戶的各類屬性進行相似性計算來達到推薦的目的. 而在實際環境中， 一是這樣的假設未必成立， 二是用于推薦模型訓練的數據一般都是涉及到隱私問題， 往往并不容易獲取. 本文歸納現有的保險產品推薦方法主要存在以下問題.

(1) 信任問題

客戶和保險公司存在著雙向信任問題， 一方面， 保險公司或者第三方銷售對客戶具體情況不夠了解， 特別是保險關鍵因素如健康狀況， 駕駛習慣等等， 難以提供精準的保險產品推薦； 另一方面， 由于電銷、網銷特別是第三方機構的銷售方式普遍存在的夸大宣傳問題，客戶對保險公司也存在著信任危機， 一般來說， 對退保、理賠的條件和過程疑問較大， 需要了解詳細可信的實際過程才愿意達成保險交易. 客戶在選擇保險公司和保險產品時只能簡單地通過規模或者輿論來做決策， 對預期結果存在著較大的不確定性， 從而極大地影響了購買意愿.

(2) 隱私問題

客戶在和保險公司協商的過程中， 通常不愿意將自己的個人資料完全提供給保險公司， 比如個人健康狀況， 家庭住址等隱私信息， 而保險公司也不愿意輕易將真實詳細的歷史退保、理賠記錄展示給尚未確認購買意愿的普通客戶， 在當今環境下， 一個單一的隱私泄露可能導致的結果是相當嚴重的， 因為攻擊者可以從一個點揭示更多的相關信息. 因此需要一種精確的授權機制， 保證各類隱私信息在嚴密受控的情況下進行傳遞， 并不被用于其他用途.

(3) 精準問題

現有人為推薦的模式受中介主體(包括代理人、電銷、網銷和第三方機構)因素影響較大， 往往會因為中介主體自身的利益導向而向用戶推薦并非是最符合用戶要求的產品， 同時也受困于信任問題和隱私問題導致的信息不對稱， 文獻[3]提到通過這類方法進行保險產品推薦的實際轉化率僅有12%左右； 有些學者提出了利用同類用戶數據進行推斷等方式實現的推薦模型[2-4]， 在實際應用中由于難以獲得高質量的訓練數據，制約了其使用效果.

區塊鏈[5]是一種分布式數據庫技術， 是數據全網分布式共享存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式. 這種模式具有以下特點:

(1) 去中心化: 區塊鏈所形成的賬本呈現去中心化特點， 即沒有中介機構， 所有節點具有相同的權利和義務， 任意節點停止工作都不影響系統整體的運作；

(2) 去信任: 基于區塊鏈的系統中所有節點之間無需信任也可以進行交易， 因為數據庫和整個系統的運作是公開透明的， 交易雙方的信任關系是建立在全網共識基礎上的， 只要符合系統規則， 節點之間無法欺騙彼此；

(3) 可編程: 區塊鏈上的交易雙方可以通過共同制定智能合約， 實現交易自動化；

(4) 集體維護: 基于區塊鏈的系統是由全網節點共同參與維護， 系統中每一個節點都將同步最新的共識結果， 基于共識的記賬機制保證數據經過少數人的篡改是無效的.

由于區塊鏈技術的以上特點， 目前業界已經成功將該技術應用在數字資產交易[6]， 醫療數據共享[7]， 電子證照共享[8]等領域.

本文對區塊鏈在保險產品推薦領域內的應用模式開展研究， 提出一種基于區塊鏈的保險產品推薦模型，試圖解決以上問題， 該模型通過區塊鏈的安全存儲和授權機制管理客戶和保險公司的完整信息， 并通過推薦算法精準推薦符合客戶需求的保險產品.

本文的貢獻主要如下:

(1) 對保險產品推薦問題進行了形式化定義， 提出了一個保險客戶決策參考信息模型， 討論了其中涉及到的隱私問題， 并說明該問題的解決可以提高保險產品推薦的轉化率.

(2) 提出了基于區塊鏈的保險產品推薦模型， 該模型首先利用區塊鏈技術存儲和管理客戶和公司隱私信息， 然后設計了兩階段的需求匹配方法， 首先將用戶信息和產品的免責范圍進行匹配， 縮小了有效的產品選擇范圍， 然后在有效產品選擇范圍內， 通過計算需求與產品之間的加權距離有效計算出最滿足用戶需求的候選產品推薦給用戶.

(3) 為該模型設計了實驗， 模擬結果證明了該模型在推薦轉化率、存儲可擴展性及相關安全性方面達到了設計要求， 為安全高效地解決保險產品推薦問題提供了一種新方案， 也為產品合同簽訂和后續理賠流程奠定了可信的證據基礎.

1 背景知識

1.1 相關定義和說明

定義保險公司的集合為I， 每一個保險公司， 公司i的公司信息集合為， 產品集合為產品， 其中是產品的保障范圍.比如“安聯環游四海全球旅行-馬哥波羅計劃”產品的保障范圍包含個人及寵物責任， 而其他保險產品的保障范圍一般不包含寵物責任.Ci,p是產品的免責范圍， 免責范圍是指保險公司不承擔賠償責任的風險范圍. 比如某保險公司健康險的免責范圍包含遺傳性疾病， 即當客戶個人信息中包含此項內容時， 無論客戶產生何種風險， 承保的保險公司都不承擔賠償責任； 而一般的同類產品免責范圍不包含這一項， 由此可以看出， 由于不同保險公司的經驗理念和精算模型不同， 對具體產品的定義和風險保障都有著自己的特點. 如果客戶不了解這一點， 極容易造成不必要的損失. 而是否有遺傳性疾病屬于個人隱私信息， 很難在傳統的推薦過程中被利用.

定義1. 有效匹配

定義2. 目標函數

1.2 保險客戶決策參考信息模型

參照文獻[4]中提出的健康險保障計劃模型， 我們提出一個通用的客戶決策參考信息模型， 如圖1所示.其中公司信息部分在很多第三方網站上有部分展示，但是其公信力和信息完整性都存在疑問， 難以作為真實有效的決策依據. 顯然， 只有由公司自身才能為本公司提供真實可信并且完整的數據， 并且有大部分信息是不公開的， 需要系統進行隱私保護； 而產品信息一般是公開的， 不需要進行隱私保護. 由于目前市場競爭日益激烈， 公開的產品特性有日益趨同的趨勢， 而反映公司服務實力的內在屬性信息成為客戶做出購買決策的重要因素. 相反， 該部分信息的缺失或者不可信會嚴重影響客戶的購買意愿.

圖1 保險客戶決策參考信息模型

2 系統設計

2.1 安全需求分析

本文將模型安全需求定義如下:

定義3. 隱私保護

如果沒有一個成員知道除預先定義功能以外的數據信息， 我們說該模型是支持隱私保護的， 比如在進行產品推薦時， 參與的公司都不應了解客戶的健康隱私，而客戶也不應了解公司的內部隱私信息.

定義4. 透明性

所有的計算對于交易雙方都是透明的， 這可以防止競爭對手對匹配結果進行偽造， 也可以防止保險公司對他們的產品模型進行計算過程之后的修改.

定義5. 可驗證性

所有的計算過程和結果， 都可以讓每一個參與方進行驗證， 以保證確實是按照預定計算規則和參數計算出來的最優解.

定義6. 可信性

計算過程不依賴于任何單獨一方， 每一個參與方都可以有能力發起匹配的過程， 從而實現去中心化的容錯過程.

2.2 模型框架

本文提出的模型框架如圖2所示， 該模型的流程可以分為如下幾個階段.

圖2 模型總體框架圖

(1) 信息提交階段

(2) 需求初步匹配階段

(3) 精準計算階段

算法執行完畢后， 如圖2中的步驟(5)所示， 模型將產品推薦結果(p?,i?)展示給用戶.

2.3 區塊鏈運行機制

在本節中， 我們描述如何對區塊鏈中的信息主體、存取權限及其映射關系進行管理.

本文模型中的區塊鏈包含兩種事務類型， 一種用于信息存儲和檢索， 記作Tr； 另一種用于訪問控制管理， 記作Ta； 當用戶首次進行簽名時， 將生成一個新的共享標識， 包含用戶標識和對外服務標識， 并連同相關的權限一起發送到區塊鏈的Ta事務中. 主體準備的隱私信息 (例如某遺傳性疾病)使用共享加密密鑰進行加密， 并將其發送到區塊鏈的Tr事務， 隨后將其路由到鍵值存儲區(本文采用MongoDB來實現)， 同時只保留指向公共分類帳上信息地址的SHA-256 哈希指針.

主體(如客戶或保險公司)和服務都可以通過Tr事務對指針關聯的信息進行檢索， 區塊鏈會驗證數字簽名屬于某主體還是服務. 對于服務， 還將通過Ta檢查其訪問信息的權限. 最后， 用戶可以通過更新Ta事務隨時更改授予服務的權限， 包括撤消對以前存儲信息的訪問.

在信息寫入或者讀取之前， 每一個信息區塊對應智能合約的條件必須被滿足， 下面說明主要的兩種合約結構.

圖4 數據查詢流程圖

2.3.1 信息提供者注冊合約

該合約控制客戶或者保險公司如何成為區塊鏈的合格信息提供者. 在約定的初始成員加入后， 對于新的成員加入申請， 基本的判斷邏輯是區塊鏈中的現有成員是否都同意新成員的加入. 如圖5所示， 這種判斷邏輯可以在智能合約中用代碼的方式進行控制.

圖5 信息提供者注冊合約結構

2.3.2 信息存取合約

該合約被用來執行區塊鏈上信息存取的權限控制，主要的信息內容包括信息所有者、信息在鍵值存儲區的地址、權限認證參數、保證數據未被篡改的Merkle樹哈希值等， 結構如圖6所示， 這些信息內容保證了信息是嚴格按照授權進行訪問的.

圖6 信息存取合約結構

2.3.3 實例分析

如圖7所示， 客戶1、客戶2、公司1、公司2、算法1分別通過信息提供者注冊合約加入到區塊鏈中，假設客戶1的隱私信息為“遺傳病=哮喘”， 公司2的隱私信息為“理賠時長=1天”. 在信息存取合約中， 通過insertInformationRecord(“遺傳病”， “哮喘”)和insertInformationRecord(“理賠時長”， “1 天”)加入到對應主體的信息存儲地址隊列中， 同時均通過grantAccess(地址 5， “Y， N， N”)將讀取權限授權給算法 1.

圖7 合約實例

本文中基于智能合約的模型實現過程具有如下特點:

(1)靈活權限授權: 主體可以隨時批準或撤銷數據訪問請求， 一旦授權立即生效. 如當整個保險產品推薦過程完成以后， 客戶或者保險公司可以隨時關閉對自己隱私數據的讀取， 也可以對新算法進行隨時授權.

(2)細粒度訪問控制: 模型可以對所選數據塊 (而不是主體的所有數據) 授予更細粒度的訪問權限， 這也提高了數據的可讀性.

3 實驗

為了評價本文提出的模型， 我們基于中國科學院軟件研究所自主開發的區塊鏈基礎組件RepChain[9]實現了該模型， 實驗環境為4臺服務器組成的節點網絡，服務器配置為8 GB內存， 600 GB硬盤， 處理器為Intel Xeon 2.4 GB雙核.

3.1 推薦性能分析

為了評價本模型在實際推薦過程中的效果， 我們選取了某第三方平臺1http://www.huize.com上30家保險公司的836種保險產品， 分為健康險、意外險和旅游險三個險類， 將本文模型與文獻[3]中的算法進行比較， 并引用文獻[3]中定義傳統方式的產品推薦轉化率12%為基線. 假設模型推薦的產品與用戶需求的差距在20%之內， 則認為是一個成功的推薦， 定義如下:

假設試驗用戶數量為N， 則轉化率conversion定義為:

我們模擬了100個用戶的需求， 實驗結果如圖8所示， 本文模型在三個險類的推薦成功率均優于文獻[3]中模型和基線模型， 這是由于本文模型引入了基于區塊鏈的隱私保護機制， 增加了推薦過程的信息量， 從而實現了更為精準的計算過程. 從不同險類的推薦效果看， 產品和隱私信息關聯更為密切的健康險和旅游險推薦效果要優于意外險， 而文獻[3]采用的貝葉斯網絡方法沒有考慮隱私信息因素的影響， 其推薦效果在不同險種上的表現基本上是一致的.

3.2 存儲策略分析

為了保證隱私數據不被泄露， 本文中采用的數據存儲策略是在區塊鏈上只存儲數據信息的地址， 而將具體數據存儲在鏈下的鍵值數據庫中. 同時這樣的設計也使得模型在鏈上空間存儲上具有良好的可擴展性，假設所交換的原始數據的大小為， 其引用指針的大小為. 這樣， 按空間復雜度存儲在鏈上的數據總量為而采取傳統模型直接將數據信息存儲在區塊鏈的方式， 其存儲在區塊鏈上的數據總量為而一般來說， 數據信息占用空間大于其哈希值與數據指針共同占用的存儲空間.

圖8 推薦轉化率比較

圖9 空間存儲量比較

為了驗證以上分析， 實驗中將主體數量從10個逐步增加到60個， 以此來驗證模型存儲策略在可擴展性方面的表現. 實驗結果如圖9所示， 相對于傳統區塊鏈模型， 本模型實現的存儲策略不僅使得鏈上存儲量較小， 而且鏈上+鏈下的共同存儲總量也顯著低于傳統模型的空間存儲量， 隨著主體數量的增加， 優勢更為明顯，從而證明本文的存儲策略具有良好的可擴展性.

本文中的數據存儲方法可以有效解決鏈上數據安全和數據存儲開銷過大的問題， 弊端是這種存儲方法只適合做原始數據的存儲和整體查詢， 而不適合對數據進行語義查詢或者做進一步的處理， 例如對數據進行模糊查詢等操作. 因此對于需要利用區塊鏈上數據進行復雜處理的場景， 本模型還有待進一步改進， 這也是我們未來的工作方向之一.

3.3 安全性能分析

本文模型的隱私保護要求是:

(1) 沒有一個客戶了解公司的確切信息； (2) 沒有一個公司了解客戶的確切信息.

首先， 所有參與者都是匿名的， 即他們都是通過模型中的ID來參與計算的.

攻擊者可能試圖通過鏈接與同一匿名用戶關聯的不同數據段來對用戶進行去匿名化， 此攻擊稱為鏈接攻擊， 危及用戶的隱私. 為了防止此攻擊， 每個用戶在不同推薦請求的每個交互中都使用一個新密鑰.

在信息提交階段， 區塊鏈中的每個事務都包含確保完整性的數據哈希. 所有事務都使用不對稱加密方法進行加密， 從而提供保密性.Ta維護一個密鑰列表，為主體成員或服務提供訪問控制， 只有嵌入私鑰與區塊鏈中的密鑰列表匹配的事務才能轉發給其他成員.

在需求初步匹配和精準計算階段， 只有經客戶和保險公司授權過的推薦算法才可能獲取到客戶和公司信息， 客戶無需向任何參與的公司授權， 公司也無需向任何參與的客戶進行授權， 因此該階段不存在隱私泄露問題.

根據以上分析， 在本文的模型運行過程中， 沒有一個客戶了解公司的確切信息， 也沒有一個公司了解客戶的確切信息. 因此， 本模型實現了2.1節定義的隱私保護原則.

由于目標函數是公開的， 客戶和保險公司作為主體都可以申請進行公開驗證， 在匿名的情況下獲得對方的授權， 取得計算過程所需要的信息， 獨立發起計算過程進行結果驗證. 經過模擬實驗， 我們分別驗證了本文的模型符合2.1節定義的透明性、可驗證性和可信性.

4 結語

保險市場存在的雙向信任缺失和隱私保護是保險產品銷售過程中面臨的實際問題， 本文提出了一個基于區塊鏈的保險產品推薦模型. 該模型首先擴展了傳統的保險要素， 加入個人健康記錄、理賠歷史記錄等隱私信息； 然后利用區塊鏈的加密存儲機制和智能合約技術實現了對個人、公司隱私信息的可擴展安全存取管理， 在隱私保護的前提下實現了個人信息和除外責任對應的產品有效性篩選； 最后提出了基于多要素特征匹配的精準保險產品推薦算法. 對本模型設計了實驗， 結果表明， 該模型可在隱私保護的前提下， 提高產品推薦的轉化率， 并實現計算過程的安全有效和透明公正. 在未來的工作中， 我們將采用形式化方法進一步驗證和分析模型的特性， 并將該模型延伸到后續的產品成交和理賠過程.