[發明專利]車險風險預測方法、裝置及服務器

在審

• 申請號: 201710525064.7
• 申請日: 2017-06-30
• 公開（公告）號: CN107292528A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 雷宇翔;李冠如;丁煒;黃靖;譚純平;陳詩奕;施鳴騫;趙沛霖;李龍飛;張志強
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/08
• 代理公司: 北京三友知識產權代理有限公司11127
• 代理人: 李輝

技術領域

本說明書實施例屬于計算機數據處理技術領域，尤其涉及一種車險風險預測方法、裝置及服務器。

背景技術

隨著車輛保有量的逐年增加，各保險公司的車險業務量也隨之增加。如何對被保險車輛進行準確的車險風險評估，以制定合理的車輛承保、定價、服務項目等車險保險業務，是保險公司重要的研究方向之一。

目前，保險公司主要依靠車輛自身的屬性信息進行定價建模，針對不同的被保險車輛情況制定相應車險業務，提供給用戶。例如，根據被保險車輛的外觀新舊度、車輛使用年限、車輛里程等。實際的車輛保險業務中，影響車輛是否出險以及出險費用的因素還可以包括其他方面，如車輛所在地的自然環境、經常駕駛路況等。因此，業內還需要更加全面、準確的預測車險風險的解決方案。

發明內容

本說明書的一個或多個實施例目的在于提供一種車險風險預測方法、裝置及服務器，可以使用車險用戶的人屬性信息進行車險風險預測，提供更加全面、準確、可靠的車輛風險預測依據，整體上提高車險風險評估的準確性和可靠性。

本說明書的一個或多個提供的一種車險風險預測方法、裝置及服務器是包括以下方式實現的：

一種車險風險預測方法，所述方法包括：

獲取車險用戶的人屬性特征信息，所述人屬性特征信息包括自然人的自然屬性信息、社會屬性信息、行為數據中的至少一種信息數據；

利用預先構建的車險風險預測算法對所述人屬性特征信息進行處理，得到所述車險用戶的車險風險預測結果。

一種車險風險預測裝置，所述裝置包括：

人屬性特征獲取模塊，用于獲取車險用戶的人屬性特征信息，所述人屬性特征信息包括自然人的自然屬性信息、社會屬性信息、行為數據中的至少一種信息數據；

風險預測模塊，用于利用預先構建的車險風險預測算法對所述人屬性特征信息進行處理，得到所述車險用戶的車險風險預測結果。

一種車險風險預測裝置，所述裝置包括處理器以及用于存儲處理器可執行指令的存儲器，所述處理器執行所述指令時實現：

獲取車險用戶的人屬性特征信息，所述人屬性特征信息包括自然人的自然屬性信息、社會屬性信息、行為數據中的至少一種信息數據；

利用預先構建的車險風險預測算法對所述人屬性特征信息進行處理，得到所述車險用戶的車險風險預測結果。

一種服務器，包括至少一個處理器以及用于存儲處理器可執行指令的存儲器，所述處理器執行所述指令時實現本說明書實施例任意一個方法所述的數據處理步驟。

本說明書實施例提供的一種車險風險預測方法、裝置及服務器，可以利用預先采集整理的人屬性特征信息建立車險風險預測算法，利用預先構建的車險風險預測算對被預測的車險用戶的人屬性特征信息進行處理，從自然人的角度預測車險用戶對車輛風險的影響。在實際車輛使用中，人的因素影響對車輛是否出險以及出險的具體賠付金額等車險業務影響通常較大，而本說明書實施例提供的實施方案，使用人的屬性特征信息進行車輛風險預測，提供更加準確、可靠的車險風險評估依據，可以有效提高車險風險評估的準確性和可靠性。

附圖說明

為了更清楚地說明本說明書實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本說明書中記載的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本說明書提供的一個實施例實現車險風險預測的實施場景示意圖；

圖2是本說明書提供的所述方法的一個實施例的處理過程示意圖；

圖3是本說明書提供的所述方法中一種構建預測模型的實施方法流程示意圖；

圖4是本說明書提供的所述方法中另一種構建預測模型的實施方法流程示意圖

圖5是本說明書提供的所述方法中另一種構建預測模型的實施方法流程示意圖；

圖6是本說明書提供的所述方法中另一種構建預測模型的實施方法流程示意圖；

圖7是本說明書提供的一種車險風險預測裝置實施例的模塊結構示意圖；

圖8是本說明書提供的另一種車險風險預測裝置實施例的模塊結構示意圖；

圖9是本說明書提供的另一種車險風險預測裝置實施例的模塊結構示意圖；

圖10是本說明書提供的服務器一種實施例的結構示意圖。

具體實施方式