[发明专利]一种驾考保险实时风控模型训练方法和电子设备

权利要求书

1.一种驾考保险实时风控模型训练方法，其特征在于，包括：

由驾考保单风险率相关因素预测给定保单的风险率；

编写PMML文件，计算所述风控模型特征因子，调用所述PMML文件实时计算所述给定保单风险率；

跟踪所述风控模型在新业务数据的预测效果，评估近期驾考保单实际风险和预测风险之间的差异，根据需求对所述风控模型不断迭代优化。

2.根据权利要求1所述的方法，其特征在于：所述由驾考保单风险率相关因素预测给定保单的风险率，包括：

运用统计检验方法分析检验驾考保单风险的特征因子；

将所述特征因子作为所述风控模型输入的自变量，所述自变量加上因变量后组成所述风控模型的训练集，构建驾考保单风险率基础风控模型；

采用ROC曲线或混淆矩阵在测试集上检验基础风控模型。

3.根据权利要求2所述的方法，其特征在于：所述将所述特征因子作为所述风控模型输入的自变量，所述自变量加上因变量后组成所述风控模型的训练集，构建驾考保单风险率基础风控模型，之后包括：

基于风控个性化需求，对所述基础风控模型进行组合，构建驾考保单风险率复合风控模型。

4.根据权利要求2所述的方法，其特征在于：所述特征因子包括：年龄、性别、渠道历史不通过率、产品历史不通过率或地区不通过率。

5.根据权利要求2所述的方法，其特征在于：所述统计检验方法包括双因素方差法。

6.根据权利要求2所述的方法，其特征在于：所述基础风控模型包括：

其中，x0指截距,x1,x2,x3,x4,x5指基础风控模型的特征系数，T1指渠道历史不通过率、T2指地区不通过率、T3指产品历史不通过率、T4指年龄、T5指性别。

7.根据权利要求3所述的方法，其特征在于：所述复合风控模型包括：

其中，policysum是指保单数量,coachrate指教练历史不通过率。

8.根据权利要求3所述的方法，其特征在于：所述编写PMML文件，计算所述风控模型特征因子，调用所述PMML文件实时计算所述给定保单风险率，包括：

基于所述基础风控模型或复合风控模型编写PMML文件；

定时或实时更新所述基础风控模型或复合风控模型的特征因子；

所述PMML文件调用所述特征因子定时或实时计算所述给定保单风险率。

9.根据权利要求1所述的方法，其特征在于：所述跟踪所述风控模型在新业务数据的预测效果，评估近期驾考保单实际风险和预测风险之间的差异，根据需求对所述风控模型不断迭代优化，包括：

持续跟踪所述风控模型在新业务数据的预测效果，采用ROC曲线或混淆矩阵评估所述预测效果；

评估近期驾考保单实际风险和预测风险之间的差异，通过调整所述风控模型的特征计算逻辑、增减特征因子或调整系数对所述风控模型不断迭代优化。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至9中任一项所述的方法。