[發(fā)明專利]智能核保方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811216477.8
• 申請日: 2018-10-18
• 公開（公告）號: CN109410074A
• 公開（公告）日: 2019-03-01
• 發(fā)明（設(shè)計）人: 鄧健爽
• 申請（專利權(quán)）人: 廣州市勤思網(wǎng)絡(luò)科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06K9/62
• 代理公司: 佛山幫專知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44387
• 代理人: 顏德昊

本發(fā)明涉及保險領(lǐng)域，涉及一種智能核保方法，包括：獲取投保用戶包括體檢數(shù)據(jù)在內(nèi)的用戶數(shù)據(jù)，進(jìn)行數(shù)據(jù)處理和特征提取；對用戶數(shù)據(jù)的i個樣本進(jìn)行隨機采樣并重復(fù)k次，形成k份訓(xùn)練數(shù)據(jù)；根據(jù)k份訓(xùn)練數(shù)據(jù)構(gòu)造CART決策樹；根據(jù)若干個相互獨立的決策樹構(gòu)造隨機森林分類模型；在保險業(yè)務(wù)系統(tǒng)中導(dǎo)入隨機森林分類模型，輸入投保用戶的用戶數(shù)據(jù)并獲得模型輸出的投保建議。本發(fā)明還提出一種智能核保系統(tǒng)。本發(fā)明提取客戶的特征并使用數(shù)據(jù)對隨機森林分類模型進(jìn)行訓(xùn)練，使用獲得的核保模型對投保客戶資料進(jìn)行審核并產(chǎn)生投保建議，提供了一種智能審核的快捷途徑為保險公司提供有價值的決策判斷，降低人力參與的部分，提高工作效率，降低人力成本。

技術(shù)領(lǐng)域

本發(fā)明涉及保險領(lǐng)域，特別涉及一種智能核保方法與系統(tǒng)。

背景技術(shù)

保險核保是指保險人對投保申請進(jìn)行審核，決定是否接受承保這一風(fēng)險，并在接受承保風(fēng)險的情況下，確定承保條件的過程。

簡而言之，核保就是保險公司考核投保人的各種條件，考慮自己的風(fēng)險承受能力，對不同的投保人進(jìn)行區(qū)別對待。

保險公司通過核保，可以對不同風(fēng)險的個體收取不同的費用，做到公平費率。

當(dāng)前保險公司進(jìn)行核保的時候通常聘請專門的人員進(jìn)行處理，但是人工處理效率較低，而且核保過程依賴人員經(jīng)驗，可能存在問題。

發(fā)明內(nèi)容

本發(fā)明的實施方式旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本發(fā)明的實施方式需要提供一種智能核保方法與系統(tǒng)。

本發(fā)明實施方式的一種智能核保方法，其特征在于，包括：

步驟1，獲取投保用戶包括體檢數(shù)據(jù)在內(nèi)的用戶數(shù)據(jù)，進(jìn)行數(shù)據(jù)處理和特征提取；

步驟2，對用戶數(shù)據(jù)的i個樣本進(jìn)行隨機采樣并重復(fù)k次，形成k份訓(xùn)練數(shù)據(jù)；

步驟3，根據(jù)k份訓(xùn)練數(shù)據(jù)構(gòu)造CART決策樹；

步驟4，根據(jù)若干個相互獨立的決策樹構(gòu)造隨機森林分類模型；

步驟5，在保險業(yè)務(wù)系統(tǒng)中導(dǎo)入隨機森林分類模型，輸入投保用戶的用戶數(shù)據(jù)并獲得模型輸出的投保建議。

一種實施方式中，步驟1包括：

步驟11，獲取投保用戶包括體檢數(shù)據(jù)在內(nèi)的用戶數(shù)據(jù)；

步驟12，通過離散化方法對用戶數(shù)據(jù)中的多個連續(xù)特征進(jìn)行離散處理；

步驟13，通過歸一化方法對連續(xù)型特征進(jìn)行無量綱化處理；

步驟14，通過啞編碼方法將定性特征轉(zhuǎn)換為定量特征。

一種實施方式中，步驟2包括：通過自助法對用戶數(shù)據(jù)的i個樣本進(jìn)行隨機采樣并重復(fù)k次，形成k份訓(xùn)練數(shù)據(jù)。

一種實施方式中，步驟3包括：

步驟31，確定分類標(biāo)記集合；

步驟32，依據(jù)訓(xùn)練數(shù)據(jù)建立節(jié)點N；

步驟33，根據(jù)分類標(biāo)記集合將屬于同一個類的訓(xùn)練數(shù)據(jù)對應(yīng)的節(jié)點標(biāo)記出所屬的類；

步驟34，將特征集為空的訓(xùn)練數(shù)據(jù)對應(yīng)的節(jié)點依據(jù)少數(shù)服從多數(shù)的原則標(biāo)記出所屬的類；

步驟35，從M個特征中隨機選m個特征以基尼系數(shù)最小的特征作為節(jié)點的分裂特征；其中，M表示特征集為空的訓(xùn)練數(shù)據(jù)的特征數(shù)量，m＝sqrt(M)且滿足條件m<<M；

步驟36，對分裂特征中的每個值，從N生成一個分支，將訓(xùn)練數(shù)據(jù)中與該分支有關(guān)的數(shù)據(jù)收集形成分支節(jié)點的訓(xùn)練數(shù)據(jù)，并刪除分支節(jié)點對應(yīng)的節(jié)點特征；