[发明专利]理赔客户风险识别方法及系统在审

专利信息
申请号: 201810706897.8 申请日: 2018-07-02
公开(公告)号: CN108694520A 公开(公告)日: 2018-10-23
发明(设计)人: 冯晓俊;夏如雪;夏天;羿然 申请(专利权)人: 平安健康保险股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q40/08
代理公司: 北京英特普罗知识产权代理有限公司 11015 代理人: 林彦之
地址: 200030 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开涉及一种理赔客户风险识别方法及系统,其中,所述方法包括数据准备阶段、模型训练阶段、模型实施阶段,其中,数据准备阶段包括以下步骤:从医疗理赔大数据中获取与理赔客户风险相关的数据,包括理赔客户的个人信息和就诊信息,就诊信息包括就诊费用信息;从数据中提取训练GBM模型所需的特征,形成数据集。其中,模型训练阶段包括以下步骤:将数据集中的部分数据作为训练集,输入GBM模型的训练器,进行训练;生成训练完毕的GBM模型。其中,模型实施阶段包括以下步骤:采集理赔客户的当前理赔数据,并提取GBM模型所需的特征;将特征输入GBM模型,生成识别结果,识别结果包括理赔客户未来可能产生的就诊费用。
搜索关键词: 客户 风险识别 就诊费用 就诊信息 模型实施 模型训练 数据准备 个人信息 数据集中 特征输入 大数据 数据集 训练集 训练器 采集 医疗
【主权项】:
1.一种理赔客户风险识别方法,其特征在于包括数据准备阶段、模型训练阶段、模型实施阶段,其中,所述数据准备阶段包括以下步骤:步骤A1、从医疗理赔大数据中获取与理赔客户风险相关的数据,包括理赔客户的个人信息和就诊信息,所述就诊信息包括就诊费用信息;步骤A2、从所述数据中提取训练GBM模型所需的特征,形成数据集,其中,所述模型训练阶段包括以下步骤:步骤B1、将所述数据集中的部分数据作为训练集,输入GBM模型的训练器,进行训练;步骤B2、生成训练完毕的GBM模型,其中,所述模型实施阶段包括以下步骤:步骤C1、采集理赔客户的当前理赔数据,并提取GBM模型所需的特征,步骤C2、将特征输入所述GBM模型,生成识别结果,所述识别结果包括所述理赔客户未来可能产生的就诊费用。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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健康保险股份有限公司,未经平安健康保险股份有限公司许可,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/patent/201810706897.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top