[发明专利]基于历史案例的车辆碰撞定损方法及系统

说明书

本发明提供一种车辆碰撞后的定损方法，包括：（a）获取车辆定损历史案例，建立车辆定损历史案例数据库；（b）接收待定损车辆信息；（c）以定损历史案例数据为基础，根据待定损车辆信息，计算确定所述待定损车辆的定损额。这种定损方法利用大数据和机器学习技术，能够快速、准确且个性化地提供定损额，不仅适用于各保险公司单独使用，也可以适用于第三方定损平台。

技术领域

本发明涉及车辆保险领域，具体涉及车辆碰撞后的定损方法及系统。

背景技术

车辆碰撞后的损失估计（简称定损）过程通常要考虑多种技术因素，包括零件价格、修理工时及当地人工费率等。基于技术因素的定损需要在确定受损零件及受损程度后，根据前述多种技术因素来确定，这需要保险公司或第三方持续地维护各种车辆品牌、年份、型号、零件类型、零件价格、维修工时、人工费率、相应维修逻辑等的数据库。但是，要达到保险公司和修理方都可接受的定损额存在诸多挑战。例如，保险公司和定损工具提供方往往难以获得准确且高覆盖度的数据库作为定损基础，第三方的数据来源往往得不到认可等等。这些数据体量大（如各种车辆品牌、年份、型号、零件类型、零件价格、维修工时、人工费率等）、覆盖面广、更新快、并且难以达成一致（例如，在维修工时上）是准确定损的挑战。再者，例如在中国，保险公司实际上仍然采取宏观索赔管理模式，而非基于个案的微观精确定损模式，前者会考虑很多非技术因素。例如，如果维修待定损车辆的经销商（如4S店）可以带来大量的车辆保险业务，保险公司可能会据此更改参数或人工调节定损结果。再例如，如果保险公司的全年KPI（关键绩效指标）已经达标，定损可能放松调高。保险公司的这种宏观管理模式可能会导致忽视个案水平的精细管理。

可以看出，现有的定损方法依赖于基于技术因素的定损工具以及后续的宏观人工调整的组合来实现。因此，在许多情况下，现有的定损方法和系统仅用作参考，而不能适应市场的动态变化，并且可能导致多个轮回的价格谈判。例如，利用现有的定损系统有时需要花费几天、甚至几周的时间达成一致，因此存在低效、高人工成本和高失误率的问题，降低了客户满意度。

因此，有必要提供一种改进的定损方法和系统，以克服上述现有技术中存在的一个或多个问题。

发明内容

本发明的一个方面提供一种车辆定损方法，适于在计算机上执行，所述方法包括：（a）获取车辆定损历史案例，建立车辆定损历史案例数据库；（b）接收待定损车辆信息；和（c）以定损历史案例数据为基础，根据待定损车辆信息，计算所述待定损车辆的定损额。

在一些实施方式中，所述方法在步骤（c）之后还包括：（d）将所述待定损车辆信息及其定损额加入所述车辆定损历史案例数据库中。

在一些实施方式中，所述方法在步骤（a）中建立的车辆定损历史案例数据库的层次包括案例层面、定损要素层面和定损因子层面。

在一些实施方式中，在步骤（c）中，所述计算在案例层面进行，得到不低于预定相似度的至少一个定损历史案例。在这种情况下，所述计算得到至少一个完整定损历史案例，所述完整定损历史案例包括多个定损因子的值。

作为选择，在一些实施方式中，在步骤（c）中，所述计算在定损因子层面进行，以得到至少一个定损因子的不同历史数据。在这种情况下，所述计算以一个或多个定损因子为基础，得到各个定损因子在不同历史案例中对应的多个历史数据。

作为选择，在一些实施方式中，在步骤（c）中，所述计算同时在案例层面和定损因子层面进行，即所述计算不涉及单个完整历史案例数据的使用。例如，所述计算基于来自不同历史案例的不同类别/属性的定损因子数据来确定所述定损额。

在一些实施方式中，所述车辆定损历史案例数据库包括车辆品牌、车系、车型、车辆生产年份、车辆受损照片、受损零件名称和编号、受损零件图片、受损零件数量、受损零件受损程度、更换零件价格、修理工时、当地人工费率和定损额等。在一些实施方式中，所述车辆定损历史案例数据库还包括碰撞发生时间、碰撞发生地点、修理厂商名称、碰撞部位和额外费用支出。