[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

本發明涉及大數據技術，揭露了一種基于大數據的保費數據分析方法，包括：獲取樣本數據集并進行特征分析，對特征分析得到的樣本特征集進行過濾并對過濾得到的數據集進行指標評價，生成包括劃分函數、訓練函數、擬合函數的保費數據分析模型；利用劃分函數分別對待分析用戶的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；利用訓練函數對至少兩個特征集進行訓練，得到至少兩個訓練集；利用擬合函數對至少兩個訓練集進行擬合，將擬合得到的分析集組合，得到保費分析結果。本發明還提出一種基于大數據的保費數據分析裝置、電子設備以及存儲介質。本發明可以提高保費數據分析模型對數據分析的精準度，進而提高保費數據的合理性。

技術領域

本發明涉及大數據技術領域，尤其涉及一種基于大數據的保費數據分析方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著大數據的發展，金融保險行業迎來了革命性的變化，金融機構的保費定價開始從人工核算轉向了智能化。

現有技術中，用于保費定價的數據分析模型，需要通過人工進行篩選操作，包括確定定價計劃、決定產品價格以及建立精算假設，通過數據回歸算法構造數據分析模型。因此當客戶進行投保時，將客戶的相關數據輸入至數據分析模型中進行分析，需要極大的依賴于人工，導致存在數據分析模型對數據分析精準度不高，進而容易產生保費定價不恰當的問題。

發明內容

本發明提供一種基于大數據的保費數據分析方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于提高保費數據分析模型對數據分析的精準度，進而提高保費數據的合理性。

為實現上述目的，本發明提供的一種基于大數據的保費數據分析方法，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，所述樣本數據集包含樣本用戶的數據；

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。

可選地，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。

可選地，所述對所述樣本特征集進行過濾，包括：

利用主成分分析法對所述樣本特征集進行過濾。

可選地，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：