[發明專利]基于大數據的保費數據分析方法、裝置及存儲介質

有效

• 申請號: 202010110994.8
• 申請日: 2020-02-22
• 公開（公告）號: CN111402068B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 許家幸;陳真;汪海祥
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F18/214;G06F18/24;G06F18/2135
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于大數據的保費數據分析方法，其特征在于，所述方法包括：

獲取樣本數據集，通過數據挖掘算法對所述樣本數據集進行特征分析，得到樣本特征集，其中，所述樣本數據集包含樣本用戶的數據；

利用主成分分析法對所述樣本特征集進行過濾，得到過濾數據集；

對所述過濾數據集進行指標評價，生成保費數據分析模型，其中，所述保費數據分析模型包括劃分函數、訓練函數、擬合函數；

獲取待分析用戶的初始數據集，所述初始數據集包括至少兩項保費相關數據集；

利用所述劃分函數分別對所述至少兩類保費相關數據集進行特征矩陣劃分，得到至少兩個特征集；

利用所述訓練函數對所述至少兩個特征集進行訓練，得到至少兩個訓練集；

利用所述擬合函數對所述至少兩個訓練集進行擬合，得到至少兩個分析集；

將所述至少兩個分析集進行組合，得到對所述用戶的保費分析結果；

其中，所述通過數據挖掘算法對所述樣本數據集進行特征分析，得到樣本特征集包括：將所述樣本數據集中的文本和數字進行分組歸類，生成文本標簽集和數字標簽集；計算所述文本標簽集中文本的權重，得到文本權重集；計算所述數字標簽集中數字的權重，得到數字權重集；將所述文本權重集和所述數字權重集組合，得到樣本特征集。

2.如權利要求1所述的基于大數據的保費數據分析方法，其特征在于，所述對所述過濾數據集進行指標評價，包括：

調用均方對數誤差函數對所述過濾數據集進行指標評價，所述均方對數誤差函數為:

其中，t∈(1?,N)，N表示所述過濾數據集中的數據總數，yt表示所述過濾數據集中的數據值，ft表示預設的標準值。

3.如權利要求1所述的基于大數據的保費數據分析方法，其特征在于，所述利用所述劃分函數分別對所述至少兩類保費相關數據集進行特征矩陣劃分，得到至少兩個特征集包括：

將所述至少兩類保費相關數據集分別劃分成M*M的矩陣；

將所述矩陣進行特征分解，生成至少兩個特征值和至少兩個特征向量；

將所述至少兩個特征值和所述至少兩個特征向量歸類組合，得到至少兩個特征集。

4.如權利要求3所述的基于大數據的保費數據分析方法，其特征在于，所述將所述矩陣進行特征分解，包括：

利用矩陣相似對角化將所述矩陣進行特征分解。

5.如權利要求1至4任一項所述的基于大數據的保費數據分析方法，其特征在于，所述將所述至少兩個分析集進行組合，包括：

利用主數據管理方案將所述至少兩個分析集進行組合。

6.一種基于大數據的保費數據分析裝置，其特征在于，所述裝置包括：

模型訓練模塊，用于獲取樣本數據集，通過數據挖掘算法對所述樣本數據集進行特征分析，得到樣本特征集，利用主成分分析法對所述樣本特征集進行過濾，得到過濾數據集，對所述過濾數據集進行指標評價，生成保費數據分析模型，所述樣本數據集包含樣本用戶的數據，所述保費數據分析模型包括劃分函數、訓練函數、擬合函數；

數據獲取模塊，用于獲取待分析用戶的初始數據集，所述初始數據集包括至少兩項保費相關數據集；

數據處理模塊，用于利用所述劃分函數分別對所述至少兩類保費相關數據集進行特征矩陣劃分，得到至少兩個特征集，利用所述訓練函數對所述至少兩個特征集進行訓練，得到至少兩個訓練集，利用所述擬合函數對所述至少兩個訓練集進行擬合，得到至少兩個分析集；

數據分析模塊，用于將所述至少兩個分析集進行組合，得到對所述用戶的保費分析結果；

其中，所述通過數據挖掘算法對所述樣本數據集進行特征分析，得到樣本特征集包括：將所述樣本數據集中的文本和數字進行分組歸類，生成文本標簽集和數字標簽集；計算所述文本標簽集中文本的權重，得到文本權重集；計算所述數字標簽集中數字的權重，得到數字權重集；將所述文本權重集和所述數字權重集組合，得到樣本特征集。