[发明专利]一种应用于保险的数据处理方法及装置

说明书

本申请提供了一种应用于保险的数据处理方法、装置、计算机设备及存储介质，通过获取多个渠道的待处理用户数据，对待处理用户数据进行归一化处理，根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取目标用户对应的特征数据，利用预设特征模板以及特征数据计算目标用户的特征值，根据特征值以及预设模型确定目标用户的风险等级，一方面通过利用多渠道数据源技术获取多个渠道的用户数据，避免用于评估的数据来源单一、信息具有一定局限性，无法综合评估整体的风险情况等问题，提高风险评估的效果，另一方面，通过利用规则引擎、机器学习等技术进行风险等级预测，减少人工评估的主观性，提高评估结果的准确率。

技术领域

本申请涉及数据处理技术领域，特别涉及一种应用于保险的数据处理方法、装置、计算机设备及存储介质。

背景技术

随着社会经济的不断发展，人们的生活水平越来越高，越来越多的人开始重视保障类服务产品，而购买保险是首选的保障类服务之一。被保险人根据合同约定，向保险人支付保险费，保险人对于合同约定的可能发生的风险所造成的损失承担赔偿保险金。因而，在整个过程中涉及到多个场景需要进行风控评估。

现有技术中，在各个场景中进行风险评估时，一方面，通常是由业务员根据自己的既往经验针对具体的场景进行人工评估，主要依靠业务员个人的判断，主观性极强，最终得到的评估结果往往准确率较低，另一方面，通常评估的数据来源比较单一，信息具有一定局限性，无法综合评估整体的风险情况，评估效果较差。例如，在核保场景中，用户在对人身类保险投保时，保险公司通常需要根据用户的健康情况、身体素质等信息对用户的投保风险进行评估。保险公司在对用户的投保风险评估时，一般情况下主要是根据用户体检信息中的检查指标来对用户的投保风险进行评估。但是，用户的体检信息具有局限性，无法综合评估用户整体的投保风险情况，评估效果较差。

综上所述，亟需提出一种新的应用于保险的数据处理方法，以解决上述问题。

发明内容

为解决上述一个或多个技术问题，本申请采用的技术方案是：

第一方面，提供了一种应用于保险的数据处理方法，该方法包括如下步骤：

获取多个渠道的待处理用户数据，对所述待处理用户数据进行归一化处理；

根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取所述目标用户对应的特征数据；

利用预设特征模板以及所述特征数据计算所述目标用户的特征值；

根据所述特征值以及预设模型确定所述目标用户的风险等级。

进一步地，所述预设特征模板包括利用规则引擎定义的特征模板。

进一步地，根据所述特征值以及预设模型确定所述目标用户的风险等级后，所述方法还包括：

对所述风险等级进行复核，并根据复核结果对所述风险等级进行修正。

进一步地，所述方法还包括：

将修正后的所述风险等级作为训练数据对所述预设模型进行更新训练。

进一步地，所述预设模型包括基于预设机器学习分类算法以及预设数据集训练获取的模型，所述预设机器学习分类算法包括随机森林算法或支持向量机中的至少一种。

进一步地，所述目标用户的风险等级包括核保风险等级或理赔风险等级中的至少一种。

进一步地，所述方法还包括产品推荐过程，包括：

获取目标用户的历史用户数据，根据所述历史用户数据生成所述目标用户的用户画像；

根据所述用户画像以及各产品的产品数据确定出符合所述目标用户的候选产品；