[发明专利]额度预测方法、设备及计算机可读存储介质

说明书

本发明涉及分类模型，提供一种额度预测方法、设备及计算机可读存储介质。本发明通过仅在检测到风险等级在一定范围内时才进行后续的加保额度估算，避免了风险等级较高客户继续投保所可能造成的负面影响；通过选择与本次投保类型对应的风险评估模型进行风险评估，避免了投保类型不同所造成的评估误差；通过运用特征工程与机器学习训练得到风险评估模型，并利用风险评估模型得到目标特征，使得风险评估模型最终得出的风险评估结果更加精准；通过综合既往投保信息与额度调节因子预测客户当前所能承保的保额范围，实现了在当次投保时就能获取到与实际情况相符的可加保额度信息。此外，本发明还涉及区块链技术，上述既往投保信息可存储于区块链中。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种额度预测方法、设备及计算机可读存储介质。

背景技术

在保险行业中，针对客户投保，业内的通行做法是，客户填写投保信息后，公司经过审核给予承保或不予承保的决定。但无论是客户还是负责保险销售的代理人，在本单投保之后，都难以直接获知准确的可继续投保的额度信息。客户本人或是代理人考虑到若是再次投保的额度过大，会面临保险公司退保、拒保的风险，在再次投保时往往会比较保守，投入较小的额度以期能投保成功，但这就容易出现客户再次购买的保额不足以满足其保障需求的情况，从而导致了加保时对于投保额度进行预测的准确性低下的技术问题。

发明内容

本发明的主要目的在于提供一种额度预测方法、设备及计算机可读存储介质，旨在解决加保时对于投保额度进行预测的准确性低下的技术问题。

为实现上述目的，本发明提供一种额度预测方法，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。

可选地，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。

可选地，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。

可选地，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；