[发明专利]基于大数据评估保全风险的方法及终端设备

权利要求书

1.一种基于大数据评估保全风险的方法，其特征在于，包括：

接收客户端发送的保全请求，所述保全请求包含客户身份标识和保单变更信息；

获取客户的身份标识对应的客户的历史交易信息，并根据所述历史交易信息确定客户的信誉指数；

识别所述保单变更信息中的保单变更项目，获取所述保单变更项目的项目类别，并获取每个项目类别对应的风险值；

将所述风险值导入预设的风险模型中，得到所述保全请求的风险指数；

基于所述信誉指数和所述风险指数，对所述保全请求进行风险评估。

2.根据权利要求1所述的基于大数据评估保全风险的方法，其特征在于，获取客户的身份标识对应的客户的历史交易信息，并根据所述历史交易信息确定客户的信誉指数，包括：

根据所述历史交易信息获取客户的若干条消费记录，每条消费记录包含消费时间、消费类别和消费金额；

根据每条消费记录的消费类别和消费金额，确定每条消费记录的信誉值；

根据每条消费记录的消费时间和信誉值，确定所述客户的信誉指数。

3.根据权利要求1所述的基于大数据评估保全风险的方法，其特征在于，所述识别所述保单变更信息中的保单变更项目，获取所述保单变更项目的变更项目类别，获取所述项目类别对应的风险值，包括：

识别所述保单变更信息中预设的项目类别标识，其中每个项目类别标识对应一段用于写入变更项目信息的字段；

若检测到任一项目类别标识对应的字段不为空，则获取该项目类别标识对应的项目类别的风险值。

4.根据权利要求1所述的基于大数据评估保全风险的方法，其特征在于，生成所述预设的风险模型的过程，包括：

获取预设时间段内的历史保全数据，并获取每个历史保全数据若干保单变更信息中的保单变更项目类别对应的风险值；

建立初始的风险模型；

随机且均匀的生成所述初始的风险模型内各权重的初始值；

采用随机梯度下降法，从历史保全数据中随机取样输入到所述初始风险模型中，计算得到对应的实际风险指数；

计算实际风险指数与期望风险指数的差值，采用误差最小化定位方法调整各权重的值；

利用历史保全数据对所述风险模型迭代训练调整各权重的值，当初始的风险模型的整体误差小于预设阈值时停止训练；

将调整后的风险模型确定为预设的风险模型。

5.根据权利要求1所述的基于大数据评估保全风险的方法，其特征在于，所述接收客户端发送的保全请求之后，还包括：

采集客户当前的多类生物特征信息；

根据所述客户身份标识，分别获取与每一类所述生物特征信息对应的预存特征值；

若所述客户当前的任一类所述生物特征信息与对应的所述预存特征值均不匹配，则发送验证错误的提示信息到所述客户端；

若所述客户当前的每一类所述特征信息与对应的所述预存特征值匹配，则按照预设规则修正所述信誉指数。

6.一种终端设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

接收客户端发送的保全请求，所述保全请求包含客户身份标识和保单变更信息；

获取客户的身份标识对应的客户的历史交易信息，并根据所述历史交易信息确定客户的信誉指数；

识别所述保单变更信息中的保单变更项目，获取所述保单变更项目的项目类别，并获取每个项目类别对应的风险值；

将所述风险值导入预设的风险模型中，得到所述保全请求的风险指数；

基于所述信誉指数和所述风险指数，对所述保全请求进行风险评估。

7.如权利要求6所述的终端设备，其特征在于，获取客户的身份标识对应的客户的历史交易信息，并根据所述历史交易信息确定客户的信誉指数，包括：

根据所述历史交易信息获取客户的若干条消费记录，每条消费记录包含消费时间、消费类别和消费金额；

根据每条消费记录的消费类别和消费金额，确定每条消费记录的信誉值；

根据每条消费记录的消费时间和信誉值，确定所述客户的信誉指数。