[發明專利]基于車主駕駛行為的投保定價指導方法及其相關設備

在審

• 申請號: 202211559307.6
• 申請日: 2022-12-06
• 公開（公告）號: CN115797084A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 嚴楊揚
• 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;G06Q30/0201;G06Q30/0202;G06Q30/0283;G06N20/00
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 郝少劍

1.一種基于車主駕駛行為的投保定價指導方法，其特征在于，包括下述步驟：

采集若干位車主分別上傳的駕駛行為數據；

基于預設處理組件對每一位車主對應的所述駕駛行為數據進行數值化加工，獲取多維度的駕駛行為特征數據；

根據預設承保信息平臺，獲取所述若干位車主分別對應的出險賠付特征數據；

根據所述若干位車主對應的駕駛行為地對所述多維度的駕駛行為特征數據和所述出險賠付特征數據進行地域性切分處理，得到N個預測模型樣本組，其中，N為正整數；

采用彈性網絡回歸算法分別對所述N個預測模型樣本組進行建模，獲取N個駕駛行為與賠付關系預測模型；

采集待測車主上傳的駕駛行為數據，并進行數值化加工，獲取所述待測車主對應的多維度的駕駛行為特征數據，其中，所述駕駛行為特征數據中包括駕駛行為地；

將所述駕駛行為特征數據作為輸入數據輸入到所述駕駛行為與賠付關系預測模型，預測所述待測車主對應的出險賠付特征數據；

將所述出險賠付特征數據作為定價依據進行輸出。

2.根據權利要求1所述的基于車主駕駛行為的投保定價指導方法，其特征在于，所述基于預設處理組件對每一位車主對應的所述駕駛行為數據進行數值化加工，獲取多維度的駕駛行為特征數據的步驟，具體包括：

根據預設時間限定條件和預設算法插件，對每一位車主對應的所述駕駛行為數據進行數值化處理，獲取每一位車主對應的數值化的駕駛行為數據；

將每一位車主對應的數值化的駕駛行為數據作為該車主對應的多維度的駕駛行為特征數據。

3.根據權利要求2所述的基于車主駕駛行為的投保定價指導方法，其特征在于，所述根據預設承保信息平臺，獲取所述若干位車主分別對應的出險賠付特征數據的步驟，具體包括：

根據對應的所述時間限定條件和預設算法插件，對每一位車主對應的出險賠付數據進行數值化處理，獲取所述每一位車主對應的數值化的出險賠付數據；

將所述每一位車主對應的數值化的出險賠付數據作為該車主對應的出險賠付特征數據。

4.根據權利要求1所述的基于車主駕駛行為的投保定價指導方法，其特征在于，所述根據所述若干位車主對應的駕駛行為地對所述多維度的駕駛行為特征數據和所述出險賠付特征數據進行地域性切分處理的步驟，具體包括：

在執行采集若干位車主分別上傳的駕駛行為數據的步驟過程中，所述方法還包括：根據預設數據采集APP或安裝有預設數據采集APP的終端設備中內置的定位接口，獲取采集所述駕駛行為數據時所述若干位車主分別所在的駕駛行為地；

對所述若干位車主所在的駕駛行為地進行整合統計，并根據駕駛行為地的不同設置區別編號；

對同一車主對應的所述多維度的駕駛行為特征數據和所述出險賠付特征數據設置對照關系；

對同一駕駛行為地內不同車主分別對應的所述多維度的駕駛行為特征數據和所述出險賠付特征數據進行整合，生成預測模型樣本組，并使用所述區別編號作為所述預測模型樣本組的區別編號。

5.根據權利要求4所述的基于車主駕駛行為的投保定價指導方法，其特征在于，所述預測模型樣本組中包含同一駕駛行為地內不同車主所述多維度的駕駛行為特征數據和所述出險賠付特征數據，所述采用彈性網絡回歸算法分別對所述N個預測模型樣本組進行建模，獲取N個駕駛行為與賠付關系預測模型的步驟，具體包括：

根據所述區別編號，獲取當前預測模型樣本組中包含的同一駕駛行為地內不同車主分別對應的所述多維度的駕駛行為特征數據和所述出險賠付特征數據；

將所述多維度的駕駛行為特征數據和所述出險賠付特征數據輸入到預構建的人工智能學習模型，進行學習訓練，獲取所述多維度的駕駛行為特征數據和所述出險賠付特征數據之間的線性回歸關系，其中，在對所述人工智能學習模型進行預構建時，預先根據彈性網絡回歸算法動態調整所述人工智能學習模型的代價函數；

獲得每一個區別編號對應的學習訓練之后的模型，即獲取到與所述切分處理數量個數相同的駕駛行為與賠付關系預測模型。