[发明专利]问卷数据修正方法、装置、计算机设备和存储介质在审
申请号: | 201811125780.7 | 申请日: | 2018-09-26 |
公开(公告)号: | CN109360111A | 公开(公告)日: | 2019-02-19 |
发明(设计)人: | 刘刚 | 申请(专利权)人: | 中国平安人寿保险股份有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 王宁 |
地址: | 518048 广东省深圳市福田区益田路503*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 核保 计算机设备 存储介质 问卷数据 修正系数 用户标识 用户数据 修正 问卷 目标类型 区间确定 数据资源 修正模型 预设 投保 申请 分析 | ||
1.一种问卷数据修正方法,所述方法包括:
获取投保单对应的核保问卷;
基于所述核保问卷计算综合风险值;
根据所述综合风险值所处的风险值区间确定所述投保单的核保初始类型;
当所述核保初始类型为预设类型时,获取与用户标识对应的用户数据;所述用户标识与所述投保单相对应;
将所述用户数据输入风险修正模型,得到修正系数;
根据所述修正系数修正所述核保初始类型,得到所述投保单的核保目标类型。
2.根据权利要求1所述的方法,其特征在于,所述获取投保单对应的核保问卷,包括:
获取问卷树中的初始问题,根据所述初始问题生成初始问卷;
获取基于所述初始问卷输入的已选选项标识;
判断所述问卷树中是否存在与所述已选选项标识对应的子问题;
当所述问卷树中存在与所述已选选项标识对应的子问题时,获取所述子问题,并生成包含所述子问题的新的合成问卷;
获取基于新的合成问卷输入的已选选项标识,返回执行所述判断所述问卷树中是否存在与已选选项标识对应的子问题的步骤,直至所述问卷树中不存在与已选选项标识对应的子问题,得到核保问卷。
3.根据权利要求2所述的方法,其特征在于,所述基于所述核保问卷计算综合风险值,包括:
根据所述核保问卷中每个所述初始问题的已选选项标识和每个所述子问题的已选选项标识,确定所述核保问卷对应的疾病标识;
查找与每个疾病标识对应的疾病人群的疾病死亡率;
查找标准人群的标准死亡率;
根据所述标准死亡率和每个所述疾病死亡率,计算相应已选选项标识对应的子风险值;
根据子风险值计算得到所述核保问卷对应的综合风险值。
4.根据权利要求1所述的方法,其特征在于,在所述将所述用户数据输入风险修正模型,得到修正系数之前,还包括:
获取正常用户的多种建模数据,和风险用户的多种建模数据;
确定每种建模数据对应的初始指标;
根据每个初始指标对应的建模数据,从初始指标中选取待筛选指标;
对每个待筛选指标对应的正常用户的建模数据,和相应待筛选指标对应的风险用户的建模数据进行单因素分析,筛选得到多个评估指标;
基于所述多个评估指标建立风险修正模型。
5.根据权利要求4所述的方法,其特征在于,所述对每个待筛选指标对应的正常用户的建模数据,和相应待筛选指标对应的风险用户的建模数据进行单因素分析,筛选得到多个评估指标,包括:
统计每个待筛选指标对应的正常用户的建模数据的第一数量,和相应待筛选指标对应的风险用户的建模数据的第二数量;
对每个待筛选指标对应的建模数据进行分组处理;
统计每组中正常用户的建模数据的第一子数量和风险用户的建模数据的第二子数量;
根据所述第一数量、第二数量、第一子数量和第二子数量计算每个待筛选指标的信息值;
当信息值处于预设取值区间时,将所述信息值对应的待筛选指标作为评估指标。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述根据所述修正系数修正所述核保初始类型,得到所述投保单的核保目标类型,包括:
确定所述修正系数所处的系数区间;
获取与所确定的系数区间对应的修正策略;
根据所述修正策略修正所述核保初始类型,得到所述投保单的核保目标类型。
7.根据权利要求6的方法,其特征在于,所述根据所述修正策略修正所述核保初始类型,得到所述投保单的核保目标类型,包括:
当所确定的系数区间为低区间时,则将所述核保初始类型作为核保目标类型;
当所确定的系数区间为中低区间时,则将承保保单对应的核保初始类型修正为待审核保单;
当所确定的系数区间为中高区间时,则将待审核保单对应的核保初始类型修正为拒保保单;
当所确定的系数区间为高区间时,则将所述核保初始类型修正为拒保保单。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811125780.7/1.html,转载请声明来源钻瓜专利网。