[發(fā)明專利]一種智能建模的模型輸出方法、設備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711331557.3
• 申請日: 2017-12-13
• 公開（公告）號: CN108170909B
• 公開（公告）日: 2021-08-03
• 發(fā)明（設計）人: 申霽;趙維
• 申請（專利權）人: 中國平安財產(chǎn)保險股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q40/08
• 代理公司: 深圳市君勝知識產(chǎn)權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

1.一種智能建模的模型輸出方法，其特征在于，所述方法包括以下步驟：

預先建立用于作為模型訓練輸入因子的模型因子庫；

獲取歷史數(shù)據(jù)，對歷史數(shù)據(jù)按預先設置的建模流程進行訓練，得到模型訓練結果；其中，預先設置的建模流程包括寬表搭建、數(shù)據(jù)探索、顯著性分析、變量分箱、相關性分析、模型訓練、模型測試、模型效果評價、及模型監(jiān)控；

若檢測接收到查勘任務流，則將模型因子庫中被選中的模型因子、查勘任務流對應的案件數(shù)據(jù)作為模型訓練結果的輸入進行函數(shù)運算后，得到與查勘任務流對應的評分結果；

所述獲取歷史數(shù)據(jù)，對歷史數(shù)據(jù)按預先設置的建模流程進行訓練，得到模型訓練結果的步驟，包括：

將歷史數(shù)據(jù)進行寬表搭建，得到第一處理數(shù)據(jù)；

將第一處理數(shù)據(jù)進行數(shù)據(jù)探索，得到第二處理數(shù)據(jù)；

將第二處理數(shù)據(jù)進行顯著性分析，得到第三處理數(shù)據(jù)；

事先對總體的參數(shù)或總體分布形式做出一個假設，然后利用樣本信息來判斷這個假設是否合理，即判斷總體的真實情況與原假設是否有顯著性差異；

將第三處理數(shù)據(jù)進行變量分箱，得到第四處理數(shù)據(jù)；

將第四處理數(shù)據(jù)進行相關性分析，得到第五處理數(shù)據(jù)；

對兩個或多個具備相關性的變量元素進行分析，衡量兩個或多個變量因素的相關密切程度；

將第五處理數(shù)據(jù)進行模型訓練，得到第六處理數(shù)據(jù)；

將第六處理數(shù)據(jù)進行模型測試，得到第七處理數(shù)據(jù)；

將第七處理數(shù)據(jù)進行模型效果評價，得到第八處理數(shù)據(jù)；

將第八處理數(shù)據(jù)進行模型監(jiān)控，得到模型訓練結果。

2.根據(jù)權利要求1所述智能建模的模型輸出方法，其特征在于，所述將第八處理數(shù)據(jù)進行模型監(jiān)控，得到模型訓練結果的步驟之后還包括：

將所述模型訓練結果發(fā)送至模型部署平臺進行存儲。

3.根據(jù)權利要求2所述智能建模的模型輸出方法，其特征在于，所述若檢測接收到查勘任務流，則將模型因子庫中被選中的模型因子、查勘任務流對應的案件數(shù)據(jù)作為模型訓練結果的輸入進行函數(shù)運算后，得到與查勘任務流對應的評分結果的步驟，包括：

接收查勘任務流，并接收調(diào)用函數(shù)請求；

獲取查勘任務流對應的案件數(shù)據(jù)，通過Shell腳本調(diào)用Python進程；

獲取模型因子庫中被選中的模型因子；

在Python進程中將模型因子庫中被選中的模型因子、查勘任務流對應案件數(shù)據(jù)作為模型訓練結果的輸入，進行函數(shù)運算，得到與查看任務流對應的評分結果。

4.根據(jù)權利要求3所述智能建模的模型輸出方法，其特征在于，所述在Python進程中將模型因子庫中被選中的模型因子、查勘任務流對應案件數(shù)據(jù)作為模型訓練結果的輸入，進行函數(shù)運算，得到與查看任務流對應的評分結果的步驟，還包括：

將模型因子庫中被選中的模型因子的權重、及查勘任務流所對應案件數(shù)據(jù)的權重值按降序排序時，排名位于指定位數(shù)之前的模型因子和/或查勘任務流所對應案件數(shù)據(jù)進行顯示。

5.根據(jù)權利要求1所述智能建模的模型輸出方法，其特征在于，所述若檢測接收到查勘任務流，則將模型因子庫中被選中的模型因子、查勘任務流對應的案件數(shù)據(jù)作為模型訓練結果的輸入進行函數(shù)運算后，得到與查勘任務流對應的評分結果的步驟之后，還包括：

判斷評分結果是否超出預設的評分閾值；

當評分結果超出評分閾值，則進行調(diào)查提示；

當評分結果未超出評分閾值，則進行理賠核算。

6.根據(jù)權利要求1-5任一項所述智能建模的模型輸出方法，其特征在于，所述模型訓練結果為函數(shù)。