[發明專利]一種保險理賠數據分析方法和系統

有效

• 申請號: 201910272139.4
• 申請日: 2019-04-04
• 公開（公告）號: CN109993661B
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 王輝;肖美元;王桂元;王寅;彭彥程
• 申請（專利權）人: 凱泰銘科技（北京）有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 巴曉艷

本發明屬于數據分析技術領域，涉及一種大數據分析技術，尤其涉及一種基于保險理賠數據分析方法和系統，該方法包括以下步驟：S1，獲取保險理賠數據，根據關聯分析模型輸入要求，對理賠數據根據關聯分析模型輸入要求進行處理，得到對象集合；S2，將S1得到對象集合輸入到關聯分析模型中，關聯分析模型對輸入的對象集合進行分析計算，并根據規則閥值篩選得出符合關聯對象集合；S3，對符合關聯對象集合進行定量分析，得出關聯規則項集表。該方法分析各個主體不同時段業務指標及多主體關聯關系變化情況，有效幫助保險公司保險理賠管控，調整運營方案，幫助保險公司經營戰略規劃。

技術領域

本發明屬于數據分析技術領域，涉及一種大數據分析技術，尤其涉及一種基于保險理賠數據分析方法和系統。

背景技術

隨著人們保險意識越來越高，保險事故頻發保險理賠事件也持續增多，保險公司積累的數據量越來越大，原有的分析技術無法處理大數據量，分析耗時也很長，分析指標也很有限，同時需要非常專業數據分析人員去做數據處理、建立數據模型工作，對人員要求較高，而最終結果用戶往往還不滿意。

保險市場競爭越來越激烈，降本增效對于管理層來說指標也開始要求緊，為了提升整體運營水平，分析總結保險出險原因，理賠過程合理性，得出出險規律，能有效幫助保險公司提前介入，事前防預，分區個性運營設定，減低人們生命財產損失，減低險企賠付成本，所以急需一種基于大數據技術分析系統，根據內置數據挖算法，只需熟悉業務的人員就能做業務分析，減少業務理解溝通浪費，系統能對海量數據的支持，高效分析速度，自定義分析指標展現的保險理賠數據分析方法和系統。該方法分析各個主體不同時段業務指標及多主體關聯關系變化情況，有效幫助保險公司保險理賠管控，調整運營方案，幫助保險公司經營戰略規劃。

發明內容

本發明的主要目的是提供一種保險理賠數據分析方法和系統，以解決現有技術的上述以及其他潛在問題中任一問題。

為了達到上述目的，本發明提出了一種保險理賠數據分析方法，該方法包括以下步驟：

S1，接入平臺，獲取保險理賠數據，根據關聯分析模型輸入要求，對理賠數據根據關聯分析模型輸入要求進行處理，得到對象集合；

S2，將S1得到對象集合輸入到關聯分析模型中，關聯分析模型對輸入的對象集合進行分析計算，并根據規則閾值篩選得出符合關聯對象集合；

S3，對符合關聯對象集合進行定量分析，得出關聯規則項集表。

根據本公開實施例，所述S1中的理賠數據為在車輛交通事故保險理賠過程中車損理賠數據和人傷理賠數據；其中，所述車損理賠數據包含車輛信息、報案信息、現場查勘信息、定損工時信息、定損配件信息、定損員信息、修理廠信息和保單信息；所述人傷理賠數據包含傷者信息、戶籍信息、工作信息、醫院信息、治療手術信息、法院信息、傷殘鑒定信息、律師信息和審決信息。

根據本公開實施例，所述S2中關聯分析模型對輸入對象集合進行分析計算的步驟為：

S2.1利用SON算法將輸入對象集合中的所有的理賠數據進行劃分處理，分成p個文件塊,每個文件塊為1/p, p取值為大于0的正整數；

S2.2將經S2.1劃分的每個文件塊作為一個樣本，并執行Apriori算法，在一個或多個文件塊中被選中的頻繁項集收集起來做為候選頻繁項集；

頻繁項集是指支持度大于等于最小支持度(min_sup)的集合。其中支持度是指某個集合在所有事務中出現的頻率。頻繁項集的經典應用是購物籃模型。

S2.3將S2.2得到的候選頻繁項集合并得到最終的頻繁項集，計算每個頻繁項集的支持度、置信度和提升度；

S2.4將得到的支持度、置信度、提升度值與預設的閾值進行比較，篩選得出符合關聯對象集合。