[发明专利]基于一致性测量值的用于数据对象的基于模式识别的监测和受控处理的系统和方法

说明书

本发明提出一种用于自动化承保系统(20、21)或自动化数据捕获系统或自动化数据监测系统，特别是网络监视系统及其方法。通过在承保过程流(19)中捕获承保对象(71、72、73)，和/或通过形成所合并的承保对象(71、72、73)的源，并且通过当在所述承保过程流(19)内触发不一致的承保工作流对象(71、72、73)时激活附加的过程状态(1911、1912、1913)来监测承保系统(20、21)的承保工作流。借助于第一数据库(11)的第一可搜索数据结构(112)生成并捕获包括多个块元件(1111、1112、1113)的识别块映射(111)，并且借助于第二数据库(12)的第二可搜索数据结构(121)捕获多个历史承保工作流对象(1211、1212)。捕获承保对象(71、72、73)，其中针对所存储的识别块映射(111)的块元件(1111、1112、1113)扫描所捕获的工作流对象(71、72、73)。基于所捕获的工作流对象(71、72、73)的过滤块元件，确定关于第二数据库(12)的所存储的工作流对象(1211、1212)中的每个的邻近度因子。通过第二数据库(12)的工作流对象在邻近度因子的预限定范围内触发一致性指数值，并且当所述一致性指数采用的测量值超过风险阈值(141)时，借助于所述测量和监测系统(10)的过程管理引擎(12)触发附加过程状态并将其分配给过程流(19)。

技术领域

本发明涉及提供风险暴露组件的风险分担的用于自动化承保系统的基于模式识别的控制和监测系统，或基于自动化模式识别的数据捕获系统。具体地，本发明涉及用于通过捕获承保过程流中的工作流对象和/或来自所合并的对象源的承保对象来监测承保系统或所合并的承保对象的工作流的控制系统，其中当在过程流内检测到不一致的工作流对象时，借助于控制和监测系统触发附加过程状态。更具体地，本发明还涉及用于监测和动态地适应所合并的风险转移对象的投资组合(portfolios)的控制系统。

背景技术

考虑到全球风险转移技术的广泛部署，特别是如保险和再保险系统提供的风险转移技术，这些系统在维持全行业水平上的操作和操作条件中的重要性变得显而易见。然而，在这个领域中的许多问题的技术方法通常是困难的。例如，重要的是改进和调整这种风险转移系统的物理设计和技术实施，以应对任何新出现的问题；问题涉及以下事实，例如，风险评估可以基于可再现的结果，所合并的风险的测量的错误率可以最小化，在测量中可以处理和考虑大量数据，以及这种系统的操作可以被调整到快速变化的环境条件相关的参数，和/或通过自适应来改进。此外，同样重要的是，可以系统化和动态地使用巨大的数据资源，这需要适当的技术模态和物理系统设计。

大多数自动化风险转移系统的明显担忧是数据质量和数据数量。行业内的估计已经发现，保险系统的大约25％的运行时间花费在数据质量问题上。此外，关于不良数据质量的技术影响，进一步的调查发现，大约30％的自动化问题是由于数据质量差，自动化分析受到数据质量问题的不利影响，因此常常使自动化风险转移系统对于自给自足的日常生活操作太不可靠，从而将其减少为独立运行系统；即，在没有人类交互和控制的情况下进行操作的系统，从而以自适应的方式对变化的环境条件进行测量并做出反应。一些基本的技术问题仅与数据的准确性和要处理的数据的量和复杂性相关。一些其它技术问题与诸如完整性和及时性的特性相关；然而，这些问题常常再次在数据识别、数据采集、数据质量和最后的数据处理的问题上结束。风险的测量和确定，特别是在借助于资源合并系统处理暴露组件的风险合并期间，并且更具体地在固定各个风险转移条件参数的水平上，为自动化风险转移和风险合并系统的操作中的技术关键特征。然而，风险的测量由于与具体风险转移相关而要求系统基于可能的最新数据进行操作，具体地，其不仅需要用于测量和捕获适当测量参数的模态，而且还需要适当快速和可靠的数据识别和处理。必须在上述评论中添加以下内容，即连同监管要求的变化的便宜的数据存储已经导致向保险系统捕获、存储和提供的非常大量的数据。在一方面，如上所述，这些数据数量的处理需要适当适配的系统。在另一方面，这些大量的数据还积累了巨大的错误发生率和不一致性，这妨碍了自动化系统的操作。因此，在另一方面，重要的是确保已经在生成新数据的技术水平上，监测模态借助于适当实施的和快速反应的控制和监测系统就位。