[发明专利]客户风险评估方法、装置、介质和电子设备

权利要求书

1.一种客户风险评估方法，其特征在于，包括：

获取待测保单的客户数据；

根据所述待测保单所属的险种从客户风险评估模型中确定评估用的目标客户风险评估模型，所述客户风险评估模型是预先基于随机森林算法训练得到的；

获取所述目标客户风险评估模型基于所述待测保单的客户数据所输出的评估结果，所述评估结果包括到期未理赔或者期内理赔。

2.根据权利要求1所述的方法，其特征在于，预先基于随机森林算法训练所述客户风险评估模型的过程包括：

获取预设险种下历史保单的客户数据，并从所述历史保单的客户数据中提取保单特征以及所述保单特征下的特征数据；

基于所述保单特征下的特征数据从所述历史保单中筛选到期保单，并为所述到期保单添加标签，所述标签包括到期未理赔或者期内理赔；

至少基于所述到期保单在所述保单特征下的特征数据确定样本数据；

基于所述样本数据和预先确定的随机森林参数生成第一随机森林分类器，并将所述第一随机森林分类器确定为所述客户风险评估模型。

3.根据权利要求2所述的方法，其特征在于，所述至少基于所述到期保单在所述保单特征下的特征数据确定样本数据，包括：

基于所述到期保单在所述保单特征下的特征数据和所述到期保单所添加的标签，从所述保单特征中选取高风险特征；

将所述到期保单在所述高风险特征下的特征数据确定为样本数据。

4.根据权利要求3所述的方法，其特征在于，所述基于所述到期保单在所述保单特征下的特征数据和所述到期保单所添加的标签，从所述保单特征中选取高风险特征之前，所述方法还包括：

对所述到期保单在所述保单特征下的特征数据进行预处理。

5.根据权利要求4所述的方法，其特征在于，所述对所述到期保单在所述保单特征下的特征数据进行预处理，包括：

对所述到期保单在所述保单特征下的特征数据进行缺失值处理和/或异常值处理。

6.根据权利要求3所述的方法，其特征在于，所述基于所述到期保单在所述保单特征下的特征数据和所述到期保单所添加的标签，从所述保单特征中选取高风险特征，包括：

基于所述到期保单在所述保单特征下的特征数据和所述到期保单所添加的标签，计算所述保单特征的基尼指数；

选取基尼指数满足预设规则的所述保单特征作为高风险特征。

7.根据权利要求2所述的方法，其特征在于，所述预先确定的随机森林参数的生成过程，包括：

处理所述样本数据得到多组数据集，所述数据集包括训练集和验证集；

针对所述多组数据集中的每一个数据集，使用分治组合采样方法处理所述数据集中的所述训练集；

基于处理后的所述训练集和预设随机森林参数生成第二随机森林分类器；

利用所述数据集中的所述验证集计算所述第二随机森林分类器的召回率；

根据所述多组数据集对应的多个所述召回率计算所述预设随机森林参数的性能指标值；

选取性能指标值最大的所述预设随机森林参数，作为所述预先确定的随机森林参数。

8.一种客户风险评估装置，其特征在于，包括：

数据获取模块，用于获取待测保单的客户数据；

模型确定模块，用于根据所述待测保单所属的险种从客户风险评估模型中确定评估用的目标客户风险评估模型，所述客户风险评估模型是预先基于随机森林算法训练得到的；

结果获取模块，用于获取所述目标客户风险评估模型基于所述待测保单的客户数据所输出的评估结果，所述评估结果包括到期未理赔或者期内理赔。

9.一种存储介质，其特征在于，其上存储有程序，所述程序被处理器执行时实现权利要求1至7中任一项所述客户风险评估方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述客户风险评估方法。