[發明專利]事故車輛理賠方法和裝置、電子設備

在審

• 申請號: 201910412658.6
• 申請日: 2019-05-17
• 公開（公告）號: CN110246047A
• 公開（公告）日: 2019-09-17
• 發明（設計）人: 張泰瑋;周凡;吳博坤;程丹妮;朱漢武;袁野
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q10/00;G06Q50/30
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

本說明書一個或多個實施例提供一種事故車輛理賠方法和裝置、電子設備，所述方法包括：獲取與事故車輛對應的維修數據；將所述維修數據輸入至判定模型，以由所述判定模型基于所述維修數據，判定所述事故車輛所屬的理賠案件是否為欺詐案件；基于與所述事故車輛所屬的理賠案件對應的判定結果，針對所述事故車輛進行理賠決策。

技術領域

本說明書一個或多個實施例涉及計算機應用技術領域，尤其涉及一種事故車輛理賠方法和裝置、電子設備。

背景技術

現如今，在發生了車禍事故，由保險公司針對事故車輛進行立案之后，通常需要由定損員針對該事故車輛進行定損，為針對該事故車輛的理賠提供參考。在這種情況下，如何及時發現定損不合理，避免對存在欺詐風險的事故車輛進行理賠處理，減少損失，成為亟待解決的問題。

發明內容

本說明書提出一種事故車輛理賠方法，所述方法包括：

獲取與事故車輛對應的維修數據；

將所述維修數據輸入至判定模型，以由所述判定模型基于所述維修數據，判定所述事故車輛所屬的理賠案件是否為欺詐案件；

基于與所述事故車輛所屬的理賠案件對應的判定結果，針對所述事故車輛進行理賠決策。

可選地，所述基于與所述事故車輛所屬的理賠案件對應的判定結果，針對所述事故車輛進行理賠決策，包括：

如果判定所述事故車輛所屬的理賠案件為欺詐案件，則將所述理賠案件向所述理賠案件的相關責任人輸出，以由所述相關責任人針對所述理賠案件進行調查取證。

可選地，所述基于與所述事故車輛所屬的理賠案件對應的判定結果，針對所述事故車輛進行理賠決策，包括：

如果判定所述事故車輛所屬的理賠案件不為欺詐案件，則將所述理賠案件向核損員輸出，以由所述核損員針對所述理賠案件進行核損。

可選地，所述方法還包括：

響應于所述核損員針對所述理賠案件的維修數據確認操作，基于所述維修數據對所述事故車輛進行理賠處理；

響應于所述核損員針對所述理賠案件的維修數據修改操作，獲取修改后的維修數據；

將所述修改后的維修數據輸入至判定模型，以由所述判定模型基于所述修改后的維修數據，判定所述事故車輛所屬的理賠案件是否為欺詐案件。

可選地，所述判定模型包括第一子模型和第二子模型；所述維修數據包括維修方案和整體維修價格；

所述將所述維修數據輸入至判定模型，以由所述判定模型基于所述維修數據，判定所述事故車輛所屬的理賠案件是否為欺詐案件，包括：

基于所述維修方案提取特征數據，并將所述特征數據輸入至所述第一子模型，以由所述第一子模型基于所述特征數據預測所述事故車輛的單項維修價格；

將所述整體維修價格和所述單項維修價格輸入至所述第二子模型，以由所述第二子模型基于所述整體維修價格和所述單項維修價格，判定所述事故車輛所屬的理賠案件是否為欺詐案件。

可選地，所述方法還包括：

獲取預設數量的維修方案樣本；其中，所述維修方案樣本被標注了對應的維修價格；

基于所述維修方案樣本提取特征數據樣本，并基于預設的機器學習算法針對所述特征數據樣本進行訓練，以得到所述第一子模型；

獲取預設數量的維修價格樣本；其中，所述維修價格樣本包括整體維修價格和單項維修價格，所述維修價格樣本被標注了對應的欺詐標簽；

基于預設的機器學習算法針對所述維修價格樣本進行訓練，以得到所述第二子模型。