[发明专利]协议数据推荐方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能技术领域，应用于智慧医疗领域中，涉及一种协议数据推荐方法、装置、计算机设备及存储介质，包括基于训练数据训练广义线性定价模型，获得目标广义线性定价模型；将接收的当前周期内的各协议公司的待评估画像数据输入至目标广义线性定价模型，获得风险协议费用，基于风险协议费用计算风险理赔评分；基于风险理赔评分计算各协议公司的当前周期评分，基于目标广义线性定价模型计算下一个周期内每个客户的客户风险评分，在所述客户风险评分高于客户阈值时，向对应的客户推荐当前周期评分低于评分阈值的协议公司和协议数据。目标广义线性定价模型可存储于区块链中。本申请提升计算机协调配置客户和协议数据之间的效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及协议数据推荐方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的不断发展，计算机技术已经广泛应用于各个领域中。目前，协议数据分配平台对于向客户分配协议数据时，大多是采用根据年龄和性别作为区分进行客户的风险预估，并分配协议数据给客户，以实现平台中各个提供协议数据的协议公司之间的风险平衡，对协议数据签订双方进行协调配置。

但是，这种方式无法对客户准确且合理性的分析，难以准确预估客户风险，计算机对于客户与协议数据之间的协调配置效果差、效率低。

发明内容

本申请实施例的目的在于提出一种协议数据推荐方法、装置、计算机设备及存储介质，提升计算机的协调配置客户和协议数据之间的效率。

为了解决上述技术问题，本申请实施例提供一种协议数据推荐方法，采用了如下所述的技术方案：

接收训练数据并构建广义线性定价模型，基于训练数据训练所述广义线性定价模型，获得目标广义线性定价模型，其中，所述训练数据包括客户画像数据和医疗理赔数据；

接收当前周期内各协议公司的待评估画像数据，将所述待评估画像数据输入至所述目标广义线性定价模型中，获得输出的风险协议费用，并基于所述风险协议费用计算所述待评估画像数据的风险理赔评分；

基于所述风险理赔评分计算各协议公司的当前周期评分，基于所述目标广义线性定价模型计算下一个周期内每个客户的客户风险评分，在所述客户风险评分高于客户阈值时，向对应的客户推荐所述当前周期评分低于评分阈值的协议公司和对应的协议数据。

进一步的，所述基于所述风险协议费用计算所述待评估画像数据的风险理赔评分的步骤包括：

基于所述风险协议费用计算所述待评估画像数据的预估赔付率；

获取历史预估赔付率，基于所述预估赔付率和所述历史预估赔付率计算所述风险理赔评分。

进一步的，所述基于所述预估赔付率和所述历史预估赔付率计算所述风险理赔评分的步骤包括：

确定所述历史预估赔付率和所述预估赔付率之间的分布情况，建立分布图，并将所述分布图发送至用户；

接收用户回复的所述分布图的赔付率区间，并基于所述赔付率区间计算赔付刻度；

基于所述赔付刻度计算初始风险理赔评分，获取预设的低于赔付率区间的评分和高于赔付率区间的评分，将所述低于赔付率区间的评分、高于赔付率区间的评分和所述初始风险理赔评分之间的中值作为所述风险理赔评分。

进一步的，所述赔付率区间包括区间上限值和区间下限值，其中，所述区间上限值大于区间下限值，所述基于所述赔付率区间计算赔付刻度的步骤包括：

获取预设的评分区间，基于所述评分区间计算分数刻度；

基于如下公式计算所述赔付刻度：

赔付刻度＝(区间上限值/区间下限值)^(1/分数刻度)-1。