[发明专利]理赔风险预测方法、系统、设备及存储介质

权利要求书

1.一种理赔风险预测方法，其特征在于，包括如下步骤

获取订单基本特征；

计算基于基本特征的衍生特征；

根据基本特征获取对应的收、寄件人的历史理赔数据；

将基本特征、衍生特征及历史理赔数据进行融合处理并输入预先基于随机森林算法构建的风险预测模型，得到理赔风险指数。

2.根据权利要求1所述的理赔风险预测方法，其特征在于，

所述基本特征包括寄件人、收件人，寄件地址，收件地址，托寄物类型及时效信息。

3.根据权利要求1所述的理赔风险预测方法，其特征在于，

所述衍生特征包括收、寄件地址距离，关联收、寄件区域历史理赔率中至少一项。

4.根据权利要求1所述的理赔风险预测方法，其特征在于，

所述历史理赔数据包理赔次数，寄件次数，保价频率及地址变更次数中至少一项。

5.根据权利要求1所述的理赔风险预测方法，其特征在于，所述将基本特征、衍生特征及历史理赔数据融合处理，包括

将基本特征、衍生特征及历史理赔数据直接组合为一个特征向量。

6.根据权利要求1所述的理赔风险预测方法，其特征在于，

所述风险预测模型是通过将包括基本特征、衍生特征及历史理赔数据的历史订单数据集作为随机森林算法的输入，构建的风险预测模型，

其中，所述历史订单数据集是对历史的快递订单统计得到的数据集合。

7.根据权利要求1-5任一项所述的理赔风险预测方法，其特征在于，

还包括在预设时间内将理赔风险指数推送至收派终端。

8.根据权利要求7所述的理赔风险预测方法，其特征在于，

所述预设时间内包括在订单触发之后至揽收之前。

9.根据权利要求7所述的理赔风险预测方法，其特征在于，还包括反馈针对高风险理赔托寄物的揽收策略。

10.一种理赔风险预测系统，其特征在于，包括

基本特征获取模块，配置用于获取订单基本特征；

衍生特征获取模块，配置用于计算基于基本特征的衍生特征；

理赔数据获取模块，配置用于获取基于基本特征对应的收、寄件人的历史理赔数据；

风险预测模块，配置用于将基本特征、衍生特征及历史理赔数据进行融合处理并输入预先基于随机森林算法构建的风险预测模型，得到理赔风险指数。

11.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，其上存储有一个或多个计算机程序；

当所述一个或多个处理器执行所述一个或多个计算机程序时，实现如权利要求1中所述方法的步骤。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1中所述方法的步骤。