叶佳欣，李心仪，吕 丹，林 爽，端木呈瑶，方晓伟

(湖州师范学院 理学院，浙江 湖州 313000)

0 引 言

随着科技的迅速发展和医疗技术水平的提升，社会死亡率较以往显著降低，但意外死亡率仍居社会死亡率的前段.为更好地保障自身安全，购买一份人身意外保险是非常必要的.现存的保险产品琳琅满目,普通用户对保险方面的知识相对欠缺,很难在众多产品中找出适合自己的产品，最终导致在意外发生后不能得到最优的保障.作为解决信息过载问题的有效手段之一,推荐系统通过系统主动向用户提供需求信息受到广泛关注.张宇航等[1]在个性化推荐系统的综述和项亮[2]在推荐系统的实践中系统地阐述了推荐系统的原理和使用方法.

国内学者对保险产品进行了诸多算法研究，大部分的研究应用了深度神经网络、灰色模型、深度学习、协同过滤算法等相关知识.徐锡忠等[3]提出一种适合保险产品的个性化推荐算法；农艺等[5]研究了综合用户属性和矩阵的推荐算法.最优化理论和算法也在各个学科上得到众多应用.周林峰等[6]研究了倒向随机系统的线性二次混合最优控制问题；赵美中等[7]对汽车租赁调度进行了最优规划.本文构建基于用户与保险种类相似度匹配模型，给出保险个性化推荐最优化模型，并用实例证实模型的合理性.

1 建立模型

假设有n类人身意外保险可供客户选择，而每类保险有m种保障项目，对应的保障项目发生……