[发明专利]基于大数据的保全案件处理方法、系统、设备及存储介质

说明书

本发明实施例提供基于大数据的保全案件处理方法，包括：接收目标用户通过客户端发送的保全申请信息；根据保全申请信息获取相应的多个关联数据；将多个关联数据输入保全风险评估模型中，通过保全风险评估模型获取投诉风险系数；根据投诉风险系数确定保全案件的风险等级；根据风险等级执行对应的保全审核策略。本发明实施例还提供基于大数据的保全案件处理系统、设备及可读存储介质。本发明实施例通过保全风险评估模型对目标用户的保全案件评估，并进行风险管控的方法，不容易造成计算机设备运算资源的损耗，且避免了因新增规则之间的规则冲突可能导致计算机设备在数据处理过程中的崩溃事件的发生，计算机设备的数据处理效率及准确率较高。

技术领域

本发明实施例涉及大数据领域，尤其涉及一种基于大数据的保全案件处理方法、系统、计算机设备及计算机可读存储介质。

背景技术

随着云计算技术和大数据技术的不断发展，保险数据也朝着多维度、大数据量方向发展，传统的以人工的方式实现的保险风险评估手段，因效率低且需要投入大量人力而不适用于目前保险风险评估。因此，通过采集大量保险风险相关数据用于数据建模，通过大数据构建的数据模型进行风险控制和风险提示，相比传统的人工经验风险控制方式更科学，效率更高。

以某保险公司为例，每年保全案件量约为2300万件，这些案件中会存在少量的冒办事件，冒办事件是指为在未经本人同意的情况下代替本人办理保险业务。

传统保全防冒办主要通过专家的经验和业务规则进行风险管控，然而这种传统做法有一些缺陷：1、人工成本较高；2、面对海量案件，传统做法需要不断添加新的业务规则，这样会带来以下缺陷：不断增添的业务规则会极大消耗计算机运算资源，且规则之间产生的规则冲突也可能使得计算机在数据处理构成中发生崩溃时间，也容易导致数据处理的处理效率及准确率大幅下降。

发明内容

有鉴于此，本发明实施例提供了一种基于大数据的保全案件处理方法、系统、计算机设备及计算机可读存储介质，用于解决传统的保全业务通过专家的经验和业务规则来对冒办事件进行风险管控的方式效率低且人力成本较高的问题。

本发明实施例是通过下述技术方案来解决上述技术问题：

一种基于大数据的保全案件处理方法，应用于计算机设备中，包括：

接收所述目标用户通过客户端发送的保全申请信息；

根据所述保全申请信息获取相应的多个关联数据，所述多个关联数据为与所述目标用户或目标保单关联的多个维度的相关数据；

将所述多个关联数据输入到保全风险评估模型中，通过所述保全风险评估模型获取对应的投诉风险系数；

根据所述投诉风险系数确定保全案件的风险等级；

根据所述风险等级执行对应的保全审核策略。

进一步地，接收所述目标用户通过客户端发送的保全申请信息的步骤，包括：

接收所述目标用户通过所述客户端发送的JSON格式的保全申请电子表单；

解析所述保全申请电子表单以得到对应的结构化数据，所述结构化数据被存储于数据库中；及

从所述结构化数据中提取多个字段的多个字段信息，所述多个字段信息包括用户基本信息和保单基本信息。

进一步地，根据所述保全申请信息获取相应的多个关联数据的步骤，包括：

根据所述保单基本信息中的保单号或客户号，从预设的用户信息数据库中获取与所述保单号或客户号对应的多个关联数据；

其中，所述多个关联数据包括业务员数据、客户数据、保单数据和业务数据。

进一步地，所述保全风险评估模型为经过训练后的逻辑回归模型；所述方法还包括保全风险评估模型的训练步骤：