[发明专利]医保定价方法、装置、计算机设备和存储介质

说明书

本申请涉及大数据分析领域，特别涉及一种医保定价方法、装置、计算机设备和存储介质。所述方法包括：获取每个投保用户的就诊信息；将就诊信息输入训练好的理赔行为模型得到每个投保用户的第一理赔方案；计算每个投保用户的第一理赔方案对应的理赔金额；根据理赔金额计算投保用户所在的用户群体的年度理赔总额；根据年度理赔总额确定保险产品的价格。采用本方法能够根据对历史数据进行分析，训练得到理赔行为模型，从而模拟保险产品的潜在用户群体的理赔方案选择情况，使得最后的定价更为准确。

技术领域

本申请涉及计算机技术领域，特别是涉及一种医保定价方法、装置、计算机设备和存储介质。

背景技术

定价策略，是市场营销组合中一个十分关键的组成部分，由于保险产品的价格需要根据此保险产品在未来保期内的理赔情况来确定，而未来的理赔情况无法预测，因此保险定价成为保险行业中的难点。

传统地，在对医保进行定价时，通常是对上一年度的相似产品的历史理赔记录进行分析，然而，由于在实际理赔过程中可能存在骗保行为，且相似产品也不一定能够反映本投保产品的实际理赔情况，因而根据历史理赔记录得到的定价可能并不准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够定价准确的医保定价方法、装置、计算机设备和存储介质。

一种医保定价方法，所述方法包括：

获取每个投保用户的就诊信息；

将所述就诊信息输入训练好的理赔行为模型得到所述每个投保用户的第一理赔方案；

计算所述每个投保用户的第一理赔方案对应的理赔金额；

根据所述理赔金额计算所述投保用户所在的用户群体的年度理赔总额；

根据所述年度理赔总额确定所述保险产品的价格。

在其中一个实施例中，所述将所述就诊信息输入训练好的理赔行为模型得到所述每个投保用户的第一理赔方案之后，还包括：

从所述每个投保用户的第一理赔方案中选择每个投保用户对应的最优方案；

所述计算所述每个投保用户的第一理赔方案对应的理赔金额，包括：

计算所述最优方案对应的理赔金额。

在其中一个实施例中，所述将所述就诊信息输入训练好的理赔行为模型得到所述每个投保用户的第一理赔方案，包括：

将所述就诊信息输入训练好的理赔行为模型得到所述每个投保用户的第一理赔方案和所述第一理赔方案对应的历史报销次数；

获取历史报销次数对应的总报销次数；

计算所述第一理赔方案对应的历史报销次数在所述总报销次数中的占比作为所述每个投保用户对应的第一理赔方案的占比参数；

所述计算所述每个投保用户的第一理赔方案对应的理赔金额，包括：

计算所述每个投保用户对应的第一理赔方案的占比参数对应的理赔金额。

在其中一个实施例中，所述根据所述理赔金额计算所述投保用户所在的用户群体的年度理赔总额之后，还包括：

获取所述用户群体中的组成特征；

获取组成特征对历史用户群体的影响参数；

根据所述影响参数对所述用户群体的年度理赔总额进行调整。

在其中一个实施例中，所述影响参数的获取方式包括：

获取特征样本，所述特征样本包括特征数据和所述特征数据对应的特征理赔方案，计算所述特征理赔方案对应的特征理赔金额；