[發(fā)明專利]投?？蛻艚】禒顩r分析方法及服務(wù)器

有效

• 申請(qǐng)?zhí)枺?/td>: 201610105653.5
• 申請(qǐng)日: 2016-02-26
• 公開(kāi)（公告）號(hào): CN107146160B
• 公開(kāi)（公告）日: 2021-04-20
• 發(fā)明（設(shè)計(jì)）人: 王春亮;蔡寧;項(xiàng)同德;錢慧敏
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06Q40/08
• 分類號(hào): G06Q40/08;G16H50/30
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

一種投?？蛻艚】禒顩r分析方法，包括：獲取多個(gè)已投保客戶的預(yù)設(shè)類型數(shù)據(jù)，基于所述已投?？蛻舻念A(yù)設(shè)類型數(shù)據(jù)，按照預(yù)設(shè)的模型生成規(guī)則，生成一個(gè)健康風(fēng)險(xiǎn)等級(jí)分析模型；在收到針對(duì)一待投保客戶的健康風(fēng)險(xiǎn)等級(jí)分析指令時(shí)，接收該客戶的投保數(shù)據(jù)；從所述客戶的投保數(shù)據(jù)中獲取預(yù)設(shè)類型數(shù)據(jù)作為健康風(fēng)險(xiǎn)數(shù)據(jù)，確定各個(gè)預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)因子數(shù)據(jù)；及將各個(gè)預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)因子對(duì)應(yīng)的數(shù)據(jù)代入生成的所述健康風(fēng)險(xiǎn)等級(jí)分析模型中，以分析出該客戶對(duì)應(yīng)的健康風(fēng)險(xiǎn)等級(jí)。本發(fā)明還提供一種適用于上述方法的服務(wù)器。本發(fā)明可以快速評(píng)估投保客戶的健康風(fēng)險(xiǎn)等級(jí)，避免傳統(tǒng)人工評(píng)估所耗費(fèi)的大量人力、物力。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)分析評(píng)估技術(shù)領(lǐng)域，特別是一種投保客戶健康狀況分析方法及服務(wù)器。

背景技術(shù)

目前，針對(duì)一個(gè)客戶的壽險(xiǎn)投保申請(qǐng)，通常由風(fēng)險(xiǎn)評(píng)估人員對(duì)該客戶的當(dāng)前投保數(shù)據(jù)按照預(yù)設(shè)的評(píng)估規(guī)則進(jìn)行人工風(fēng)險(xiǎn)分析。例如，預(yù)設(shè)的評(píng)估規(guī)則中可以設(shè)置理賠額風(fēng)險(xiǎn)評(píng)估規(guī)則，若一個(gè)受理賠人預(yù)設(shè)時(shí)間內(nèi)多次發(fā)生理賠額超過(guò)閾值的理賠事件時(shí)，則分析人員會(huì)對(duì)將該受理賠人列入高理賠風(fēng)險(xiǎn)人。這種人工風(fēng)險(xiǎn)評(píng)估方式對(duì)分析人的風(fēng)險(xiǎn)分析的專業(yè)性有很高的要求，且這種方式的準(zhǔn)確性通常很低，需要投入的人力、物力會(huì)非常大。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種投保客戶健康狀況分析方法，其可以快速評(píng)估投保客戶的健康風(fēng)險(xiǎn)等級(jí)，避免傳統(tǒng)人工評(píng)估所耗費(fèi)的大量人力、物力。

一種投?？蛻艚】禒顩r分析方法，包括：

獲取多個(gè)已投?？蛻舻念A(yù)設(shè)類型數(shù)據(jù)，基于所述已投保客戶的預(yù)設(shè)類型數(shù)據(jù)，按照預(yù)設(shè)的模型生成規(guī)則，生成一個(gè)健康風(fēng)險(xiǎn)等級(jí)分析模型；

在收到針對(duì)一待投?？蛻舻慕】碉L(fēng)險(xiǎn)等級(jí)分析指令時(shí)，接收該客戶的投保數(shù)據(jù)；

從所述客戶的投保數(shù)據(jù)中獲取預(yù)設(shè)類型數(shù)據(jù)作為健康風(fēng)險(xiǎn)數(shù)據(jù)，確定各個(gè)預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)因子數(shù)據(jù)；及

將各個(gè)預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)因子對(duì)應(yīng)的數(shù)據(jù)代入生成的所述健康風(fēng)險(xiǎn)等級(jí)分析模型中，以分析出該客戶對(duì)應(yīng)的健康風(fēng)險(xiǎn)等級(jí)。

優(yōu)選地，所述預(yù)設(shè)的模型生成規(guī)則包括：

獲取預(yù)設(shè)數(shù)量已投保客戶的預(yù)設(shè)類型數(shù)據(jù)；

獲得各個(gè)已投保客戶的預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)因子數(shù)據(jù)；

對(duì)各個(gè)已投?？蛻舻念A(yù)設(shè)類型數(shù)據(jù)，按照預(yù)設(shè)分析規(guī)則進(jìn)行健康風(fēng)險(xiǎn)等級(jí)劃分，將不同健康風(fēng)險(xiǎn)等級(jí)的客戶的預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的各個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)分發(fā)到不同的文件夾里；

從不同文件夾下各提取第一預(yù)設(shè)比例的各個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練，從不同文件夾下各取剩下的第二預(yù)設(shè)比例的各個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)作為測(cè)試數(shù)據(jù)以對(duì)生成的模型進(jìn)行準(zhǔn)確性驗(yàn)證；及

若生成的SVM模型準(zhǔn)確率小于預(yù)設(shè)準(zhǔn)確率，則增加預(yù)設(shè)類型數(shù)據(jù)的獲取數(shù)量，重復(fù)上述模型的生成過(guò)程，直到生成的模型準(zhǔn)確率大于等于預(yù)設(shè)準(zhǔn)確率。

優(yōu)選地，所述預(yù)設(shè)的模型生成規(guī)則包括：

獲取預(yù)設(shè)數(shù)量已投保客戶的預(yù)設(shè)類型數(shù)據(jù)；

獲得各個(gè)已投?？蛻舻念A(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)因子數(shù)據(jù)；

對(duì)各個(gè)已投?？蛻舻念A(yù)設(shè)類型數(shù)據(jù)，按照預(yù)設(shè)分析規(guī)則進(jìn)行健康風(fēng)險(xiǎn)等級(jí)劃分，將不同健康風(fēng)險(xiǎn)等級(jí)的客戶的預(yù)設(shè)類型數(shù)據(jù)對(duì)應(yīng)的各個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)分發(fā)到不同的文件夾里；

從不同文件夾下各提取第一預(yù)設(shè)比例的各個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練，從不同文件夾下各取剩下的第二預(yù)設(shè)比例的各個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)作為測(cè)試數(shù)據(jù)以對(duì)生成的模型進(jìn)行準(zhǔn)確性驗(yàn)證；及

若生成的SVM模型準(zhǔn)確率小于預(yù)設(shè)準(zhǔn)確率，則按照預(yù)設(shè)的因子調(diào)優(yōu)規(guī)則對(duì)確定的風(fēng)險(xiǎn)因子進(jìn)行刪除和/或增加處理，重復(fù)上述模型的生成過(guò)程，直到生成的模型準(zhǔn)確率大于等于預(yù)設(shè)準(zhǔn)確率。