[发明专利]客户风险评估方法、装置、介质和电子设备

说明书

本发明提供了一种客户风险评估方法、装置、介质和电子设备，预先基于随机森林算法训练得到客户风险评估模型，进而通过该客户风险评估模型对待测保单的客户数据进行风险评估，从而预测该客户到期未理赔或者期内理赔。可以看出，本发明通过建立客户风险评估模型丰富核保手段，提高风险评估时效性，解决人工核保以简单规则为核查手段的缺陷，提高准确性。

技术领域

本发明涉及互联网技术领域，更具体地说，涉及一种客户风险评估方法、装置、介质和电子设备。

背景技术

保险产品作为能够兼顾风险保障和保值增值服务的金融产品，在社会生产和生活中发挥着无可替代的作用，而核保工作则是风险控制的基石。

目前，保险公司实际业务中的核保工作主要通过人工核保，对投保人的基本信息进行审核，但这种核保方式以简单规则为核查手段准确性差。

发明内容

有鉴于此，本发明提供一种客户风险评估方法、装置、介质和电子设备，以解决人工核保以简单规则为核查手段准确性差的问题。技术方案如下：

基于本发明实施例的一方面，本发明实施例提供一种客户风险评估方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，所述预先确定的随机森林参数的生成过程，包括：