[發(fā)明專利]一種保險(xiǎn)業(yè)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)的處理方法、裝置及處理設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201810469782.1
• 申請(qǐng)日: 2018-05-16
• 公開（公告）號(hào): CN108665175A
• 公開（公告）日: 2018-10-16
• 發(fā)明（設(shè)計(jì)）人: 吳龍鳳;陳*;石秋慧;張?zhí)┈|;陳詩奕
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q40/08;G06K9/62
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

1.一種保險(xiǎn)業(yè)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)的處理方法，所述方法包括：

獲取待預(yù)測(cè)用戶的目標(biāo)風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)；

利用構(gòu)建的風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)所述目標(biāo)風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行處理，輸出所述待預(yù)測(cè)用戶的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果，所述風(fēng)險(xiǎn)預(yù)測(cè)模型法包括：利用已打標(biāo)的風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)對(duì)梯度提升決策樹進(jìn)行訓(xùn)練確定的預(yù)測(cè)模型。

2.如權(quán)利要求1所述的方法，所述風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)包括至少一個(gè)類別的用戶特征數(shù)據(jù)，所述用戶特征數(shù)據(jù)包括與保險(xiǎn)業(yè)務(wù)相關(guān)聯(lián)的非線性關(guān)系的數(shù)據(jù)信息。

3.如權(quán)利要求2所述的方法，采用下述方式訓(xùn)練得到所述風(fēng)險(xiǎn)預(yù)測(cè)模型：

確定決策樹的總數(shù)量，以及決策樹在每次分枝時(shí)所使用的決策特征的閾值，所述決策特征為所述用戶特征數(shù)據(jù)的類別中的一種；

當(dāng)對(duì)一組風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行訓(xùn)練時(shí)，若訓(xùn)練的決策樹的棵樹達(dá)到預(yù)設(shè)數(shù)值或者決策樹的殘差滿足停止訓(xùn)練條件，則停止該組風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)的訓(xùn)練，輸出風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)對(duì)應(yīng)的風(fēng)險(xiǎn)預(yù)測(cè)數(shù)值，所述預(yù)設(shè)數(shù)值小于等于所述總數(shù)量；

通過風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)的訓(xùn)練結(jié)果調(diào)整相應(yīng)決策樹的決策特征的閾值，直至調(diào)整后的所述閾值滿足風(fēng)險(xiǎn)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果輸出要求時(shí)，確定所述風(fēng)險(xiǎn)預(yù)測(cè)模型。

4.如權(quán)利要求3所述的方法，所述決策樹的總數(shù)量基于所述用戶特征數(shù)據(jù)對(duì)應(yīng)的類別的數(shù)量確定。

5.如權(quán)利要求1至4中任意一項(xiàng)所述的方法，所述風(fēng)險(xiǎn)預(yù)測(cè)模型為基于與車險(xiǎn)業(yè)務(wù)相關(guān)聯(lián)的風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行訓(xùn)練得到的車險(xiǎn)風(fēng)險(xiǎn)預(yù)測(cè)模型；

所述風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果包括待預(yù)測(cè)用戶的賠付率、車險(xiǎn)風(fēng)險(xiǎn)分值中的任意一種。

6.一種保險(xiǎn)業(yè)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)處理裝置，包括：

預(yù)測(cè)數(shù)據(jù)獲取模塊，用于獲取待預(yù)測(cè)用戶的目標(biāo)風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)；

風(fēng)險(xiǎn)預(yù)測(cè)模塊，用于利用構(gòu)建的風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)所述目標(biāo)風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行處理，輸出所述待預(yù)測(cè)用戶的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果，所述風(fēng)險(xiǎn)預(yù)測(cè)模型法包括：利用已打標(biāo)的風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)對(duì)梯度提升決策樹進(jìn)行訓(xùn)練確定的預(yù)測(cè)模型。

7.一種保險(xiǎn)業(yè)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)處理設(shè)備，包括處理器以及用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器，所述處理器執(zhí)行所述指令時(shí)實(shí)現(xiàn)：

獲取待預(yù)測(cè)用戶的目標(biāo)風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)；

利用構(gòu)建的風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)所述目標(biāo)風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行處理，輸出所述待預(yù)測(cè)用戶的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果，所述風(fēng)險(xiǎn)預(yù)測(cè)模型法包括：利用已打標(biāo)的風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)對(duì)梯度提升決策樹進(jìn)行訓(xùn)練確定的預(yù)測(cè)模型。

8.如權(quán)利要求7所述的處理設(shè)備，所述風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)包括至少一個(gè)類別的用戶特征數(shù)據(jù)，所述用戶特征數(shù)據(jù)包括與保險(xiǎn)業(yè)務(wù)相關(guān)聯(lián)的非線性關(guān)系的數(shù)據(jù)信息。

9.如權(quán)利要求8所述的處理設(shè)備，所述處理器采用下述方式訓(xùn)練得到所述風(fēng)險(xiǎn)預(yù)測(cè)模型：

確定決策樹的總數(shù)量，以及決策樹在每次分枝時(shí)所使用的決策特征的閾值，所述決策特征為所述用戶特征數(shù)據(jù)的類別中的一種；

當(dāng)對(duì)一組風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行訓(xùn)練時(shí)，若訓(xùn)練的決策樹的棵樹達(dá)到預(yù)設(shè)數(shù)值或者決策樹的殘差滿足停止訓(xùn)練條件，則停止該組風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)的訓(xùn)練，所述預(yù)設(shè)數(shù)值小于等于所述總數(shù)量；

通過風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)的訓(xùn)練結(jié)果調(diào)整相應(yīng)決策樹的決策特征的閾值，直至調(diào)整后的所述閾值滿足風(fēng)險(xiǎn)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果輸出要求時(shí)，確定所述風(fēng)險(xiǎn)預(yù)測(cè)模型。

10.如權(quán)利要求9所述的處理設(shè)備，所述決策樹的總數(shù)量基于所述用戶特征數(shù)據(jù)對(duì)應(yīng)的類別的數(shù)量確定。

11.如權(quán)利要求7-10中任意一項(xiàng)所述的處理設(shè)備，所述風(fēng)險(xiǎn)預(yù)測(cè)模型包括基于與車險(xiǎn)業(yè)務(wù)相關(guān)聯(lián)的風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)進(jìn)行訓(xùn)練得到的車險(xiǎn)風(fēng)險(xiǎn)預(yù)測(cè)模型；

所述風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果包括待預(yù)測(cè)用戶的賠付率、車險(xiǎn)風(fēng)險(xiǎn)分值中的任意一種。