[发明专利]保险服务策略调整系统、车载记录设备和服务器

说明书

本发明实施例公开了一种保险服务策略调整系统。所述系统包括：车载记录设备采集用户的用户数据，并将所述用户数据发送给所述概率识别服务器；概率识别服务器根据所述用户数据，采用出险分类模型识别所述用户出险的出险概率和所述用户不出险的不出险概率，并将所述出险概率和不出险概率发送给所述策略调整服务器；策略调整服务器根据所述出险概率和不出险概率以及预设调整规则，调整所述用户的保险服务策略，使得利用机器学习自动根据用户的用户数据，分析出用户出险的概率和不出险的概率，并据此调整保险的服务或费用，有效控制成本，而且能间接督促用户保持良好的驾驶行为，减少事故的发生，继而降低赔付率。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种保险服务策略调整系统、一种车载记录设备、一种概率识别服务器及一种策略调整服务器。

背景技术

近年来，随着汽车保有量大幅上升，驾驶人及驾驶行为导致交通事故频繁发生，保险公司的赔付率居高不下，当前事故发生后，查勘、定损、赔付环节，业务、技术层面并没有考核驾驶人、驾驶行为等因素。

发明内容

鉴于上述问题，提出了一种保险服务策略调整系统、车载记录设备、概率识别服务器及策略调整服务器，以解决人工处理耗时长、以及繁琐的操作过程中易出错，导致无法查询到所需内容的问题。

依据本发明的一个方面，提供了一种保险服务策略调整系统，包括车载记录设备、概率识别服务器和策略调整服务器；

所述车载记录设备，用于采集用户的用户数据，并将所述用户数据发送给所述概率识别服务器；

所述概率识别服务器，用于根据所述用户数据，采用出险分类模型识别所述用户出险的出险概率和所述用户不出险的不出险概率，并将所述出险概率和不出险概率发送给所述策略调整服务器；

所述策略调整服务器，用于根据所述出险概率和不出险概率以及预设调整规则，调整所述用户的保险服务策略。

可选地，所述系统还包括：

模型训练模块，用于在所述根据所述用户数据，采用出险分类模型识别所述用户出险的出险概率和所述用户不出险的不出险概率之前，基于多个用户历史上的用户数据样本和对应标记的出险标签，通过训练得到所述出险分类模型。

可选地，所述出险分类模型包括朴素贝叶斯分类器，所述模型训练模块包括：

样本获取子模块，用于从多个用户的行车记录设备和保单数据中获取所述多个用户在历史上的用户数据样本；

标记子模块，用于根据所述多个用户的出险记录，对所述用户数据样本标记出险标签；所述出险标签包括出险用户和不出险用户；

训练子模块，用于将所述用户数据样本和对应标记的出险标签输入朴素贝叶斯分类器，通过训练确定所述朴素贝叶斯分类器的模型参数，得到训练过的朴素贝叶斯分类器。

可选地，所述预设调整规则包括预设比较规则，所述策略调整服务器包括：

概率比较模块，用于比较所述出险概率和不出险概率；

比较调整模块，用于根据所述出险概率和不出险概率的差值以及所述预设比较规则，调整所述用户的保险服务策略。

可选地，所述比较调整模块包括：

第一调整子模块，用于若所述出险概率大于不出险概率，则根据所述出险概率和不出险概率的差值以及所述预设比较规则，确定调整保险报价的提高比例；

第二调整子模块，用于若所述出险概率不大于不出险概率，则根据所述出险概率和不出险概率的差值以及所述预设比较规则，确定调整保险保额的提升比例或增加保险服务的服务标识。

可选地，所述预设调整规则包括预设阈值规则，所述策略调整服务器包括：