[发明专利]额度预测方法、设备及计算机可读存储介质有效
申请号: | 202011420120.9 | 申请日: | 2020-12-07 |
公开(公告)号: | CN112529716B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 郝晓丽;陈吕;张乐婷;洪霞;袁丽乔 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G06N20/00 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 魏润洁 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 额度 预测 方法 设备 计算机 可读 存储 介质 | ||
1.一种额度预测方法,其特征在于,所述额度预测方法包括:
获取目标投保人的待评估投保信息,并根据所述待评估投保信息得到所述目标投保人的既往投保信息以及本次投保类型;
选择与所述本次投保类型对应的预训练的风险评估模型,利用所述风险评估模型提取所述待评估投保信息中的文字特征与数字特征,并将所述文字特征与数字特征组合得到目标特征,其中,所述风险评估模型是利用特征工程筛选后的训练数据集通过机器学习算法训练所得;
根据所述目标特征确定所述待评估投保信息的风险等级,并在检测到所述风险等级为高风险以下等级时,获取所述待评估投保信息的额度调节因子;
结合所述既往投保信息与所述额度调节因子,预测所述目标投保人的加保额度信息。
2.如权利要求1所述的额度预测方法,其特征在于,所述利用所述风险评估模型提取所述待评估投保信息中的文字特征与数字特征,并将所述文字特征与数字特征组合得到目标特征的步骤包括:
基于所述风险评估模型,获取所述待评估投保信息中的文字信息与数字信息;
将所述文字信息采用独热编码处理得到所述文字特征,并将所述数字信息进行缺失值处理与稠密处理得到所述数字特征;
获取所述文字特征与所述数字特征的互信息值,并基于所述互信息值将所述文字特征与所述数字特征分为可组合的第一特征与不可组合的第二特征;
将所述第一特征进行组合得到组合特征,将所述组合特征与所述第二特征作为所述目标特征。
3.如权利要求1所述的额度预测方法,其特征在于,所述在检测到所述风险等级为高风险以下等级时,获取所述待评估投保信息的额度调节因子的步骤包括:
在所述风险等级为高风险以下等级时,判断所述目标投保人是否通过自核;
若所述目标投保人通过自核,则获取所述待评估投保信息对应的地区免体检标准、保险业务员等级以及所述本次投保类型的险种调节系数作为所述额度调节因子。
4.如权利要求3所述的额度预测方法,其特征在于,所述结合所述既往投保信息与所述额度调节因子,预测所述目标投保人的加保额度信息的步骤包括:
根据所述地区免体检标准确定所述最高免体检保额,并结合所述既往投保信息得到初始加保额度;
使用所述险种调节系数对所述初始加保额度进行调节,得到调节加保额度;
获取与所述保险业务员等级对应的等级调节额度,并使用所述等级调节额度对所述调节加保额度进行调节,得到所述目标投保人的加保额度信息,其中,所述目标投保人的加保额度信息存储于区块链中。
5.如权利要求1所述的额度预测方法,其特征在于,所述获取目标投保人的待评估投保信息,并根据所述待评估投保信息得到所述目标投保人的既往投保信息以及本次投保类型的步骤包括:
在接收到投保指令时,基于所述投保指令获取所述目标投保人的投保问卷作为所述待评估投保信息;
获取所述投保问卷中所述目标投保人填写的身份信息与投保名称信息,根据所述投保名称信息确定所述本次投保类型;
根据所述身份信息判断所述目标投保人是否为已投保用户;
若所述目标投保人为已投保用户,则在投保信息库中查找到所述目标投保人的既往投保信息。
6.如权利要求5所述的额度预测方法,其特征在于,所述根据所述身份信息判断所述目标投保人是否为已投保用户的步骤之后,还包括:
若所述目标投保人不为已投保用户,则执行根据所述目标特征确定所述待评估投保信息的风险等级,并在检测到所述风险等级为高风险以下等级时,获取所述待评估投保信息的额度调节因子的步骤;
基于所述额度调节因子,得到不为已投保用户的目标投保人的加保额度信息。
7.如权利要求1所述的额度预测方法,其特征在于,所述根据所述目标特征确定所述待评估投保信息的风险等级的步骤包括:
计算所述目标特征对应在预设风控指标上的风险得分;
根据预设得分等级对应规则确定所述风险得分所对应的风险等级,以作为所述待评估投保信息的风险等级。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011420120.9/1.html,转载请声明来源钻瓜专利网。