基于社交数据的保险精算系统及方法技术方案

基于社交数据的保险精算系统及方法。本发明专利技术提供一种基于社交数据的健康险精算方法，该方法包括：按照日期对社交数据分类；从分类的社交数据中提取一日期对应的社交数据；当该日期对应的社交数据中的地理位置信息是医疗机构所在地时，生成一个看病标记，及当该日期对应的社交数据中包括健身数据时，生成一个健身标记；当所述分类的社交数据全部提取时，计算所述看病标记的数量，以获得第一风险比例，计算所述健身标记的数量，以获得第二风险比例；根据所述第一风险率、第二风险率及预设的健康险精算算法计算出该用户的健康险保费。实施本发明专利技术能够通过用户的社交数据动态调整健康险保费，降低了健康险的风险，提高了保险公司的盈利能力。

【技术实现步骤摘要】
【专利摘要】。本专利技术提供一种基于社交数据的健康险精算方法，该方法包括：按照日期对社交数据分类；从分类的社交数据中提取一日期对应的社交数据；当该日期对应的社交数据中的地理位置信息是医疗机构所在地时，生成一个看病标记，及当该日期对应的社交数据中包括健身数据时，生成一个健身标记；当所述分类的社交数据全部提取时，计算所述看病标记的数量，以获得第一风险比例，计算所述健身标记的数量，以获得第二风险比例；根据所述第一风险率、第二风险率及预设的健康险精算算法计算出该用户的健康险保费。实施本专利技术能够通过用户的社交数据动态调整健康险保费，降低了健康险的风险，提高了保险公司的盈利能力。【专利说明】
本专利技术涉及保险精算领域，尤其涉及一种。
技术介绍
近年来随着互联网、云计算、移动通信和物联网等技术的迅猛发展，无所不在的移动设备、RFID、无线传感器每分每秒都在产生数据，数以亿计用户的互联网服务时时刻刻在产生巨量的交互，要处理的数据量巨大，数据一直都在以每年50%的速度增长，而业务需求和竞争压力对数据处理的实时性、有效性又提出了更高要求，传统的常规技术手段根本无法应付，因此，大数据技术(Big Data)成为近来的一个技术热点，引起了广泛的重视。通过大数据技术可以加速保险精算的风险预测:借助于不断增长的私密和公开用户信息，大数据技术帮助人们从大体量、高复杂的社交数据中提取价值。然而，现阶段的保险精算系统在针对医疗数据进行分析处理时，并没有考虑用户使用社交平台所产生的社交数据，在网络大数据时代，增加了保险公司的风险。
技术实现思路
本专利技术的主要目的在于提供一种，旨在解决现有保险精算系统中没有基于社交数据进行保险精算的技术问题。为实现上述目的，本专利技术提供了一种基于社交数据的保险精算系统，运行于数据中心，所述数据中心通过网络与社交平台连接，所述社交平台通过所述网络与客户端连接，该系统包括:获取模块，用于从社交平台获取用户使用客户端时所产生的社交数据，所述社交数据包括日期及地理位置信息；分类模块，用于按照日期对所述社交数据分类；提取模块，用于从分类的社交数据中提取一日期对应的社交数据；生成模块，用于当该日期对应的社交数据中的地理位置信息是医疗机构所在地时，生成一个看病标记，及当该日期对应的社交数据中包括健身数据时，生成一个健身标记；计算模块，用于当所述分类的社交数据全部提取时，计算所述看病标记的数量，以获得第一风险比例，计算所述健身标记的数量，以获得第二风险比例;及所述计算模块，还用于根据所述第一风险率、第二风险率及预设的健康险精算算法计算出该用户的健康险保费。优选的，所述社交数据包括用户姓名、社交账号、联系方式、年龄、性别、日期、地理位置信息及社交内容信息。优选的，所述第一风险比例的计算公式为:P1=M1/N1，所述第二风险比例的计算公式为:P2=M2/N2，其中，Pl为第一风险率，Ml为看病标记的数量，P2为第二风险率，M2为健身标记的数量，所述NI及N2均为该用户的社交数据中最早日期至最晚日期之间的总天数。优选的，所述预设的健康险精算算法采用如下公式:S = A+B+C+D，A = A1 X (3+P1-P2)XA2XA3，A2 = 1+A21，其中，S为健康险保费、A为医药补偿费、B为预防保健费、C为管理费、D为储备金、Al为医药费基线数据、A2为保险因子、A3为补偿比、Pl为第一风险率、P2为第二风险率，所述公式中的参数B、C、D、A1及A3为固定值，A21为医疗服务利用的增加率。优选的，所述预设的健康险精算算法采用如下公式:Z= X+klXPl_k2XP2，其中，Z为健康险保费，X为保险公司设定的标准保费，Pl为第一风险率，Pl为第二风险率，kl及k2为常数。另一方面，本专利技术还提供一种基于社交数据的健康险精算方法，应用于数据中心，所述数据中心通过网络与社交平台连接，所述社交平台通过所述网络与客户端连接，该方法包括:从社交平台获取用户使用客户端时所产生的社交数据，所述社交数据包括日期及地理位置信息；按照日期对所述社交数据分类；从分类的社交数据中提取一日期对应的社交数据；当该日期对应的社交数据中的地理位置信息是医疗机构所在地时，生成一个看病标记，及当该日期对应的社交数据中包括健身数据时，生成一个健身标记；当所述分类的社交数据全部提取时，计算所述看病标记的数量，以获得第一风险比例，计算所述健身标记的数量，以获得第二风险比例;及根据所述第一风险率、第二风险率及预设的健康险精算算法计算出该用户的健康险保费。优选的，所述社交数据包括用户姓名、社交账号、联系方式、年龄、性别、日期、地理位置信息及社交内容信息。优选的，所述第一风险比例的计算公式为:P1=M1/N1，所述第二风险比例的计算公式为:P2=M2/N2，其中，Pl为第一风险率，Ml为看病标记的数量，P2为第二风险率，M2为健身标记的数量，所述NI及N2均为该用户的社交数据中最早日期至最晚日期之间的总天数。优选的，所述预设的健康险精算算法采用如下公式:S = A+B+C+D，A = A1 X (3+P1-P2)XA2XA3，A2 = 1+A21，其中，S为健康险保费、A为医药补偿费、B为预防保健费、C为管理费、D为储备金、Al为医药费基线数据、A2为保险因子、A3为补偿比、Pl为第一风险率、P2为第二风险率，所述公式中的参数B、C、D、A1及A3为固定值，A21为医疗服务利用的增加率。优选的，所述预设的健康险精算算法采用如下公式:Z= X+klXPl_k2XP2，其中，Z为健康险保费，X为保险公司设定的标准保费，Pl为第一风险率，Pl为第二风险率，kl及k2为常数。本专利技术采用上述技术方案，带来的技术效果为:本专利技术所述，结合用户社交数据了解用户去医疗机构的次数及用户去健身的次数，并根据用户去医疗机构的次数及用户去健身的次数相应地调整健康险的保费，降低了健康险的风险，提高了保险公司的盈利能力。【附图说明】图1是本专利技术基于社交数据的保险精算系统的应用环境示意图；图2是本专利技术基于社交数据的保险精算系统的优选实施例的功能模块图；图3是本专利技术基于社交数据的健康险精算方法的优选实施例的流程图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。【具体实施方式】为更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本专利技术的【具体实施方式】、结构、特征及其功效，详细说明如下。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1所示，图1是本专利技术基于社交数据的保险精算系统的应用环境示意图。本专利技术中的基于社交数据的保险精算系统20运行于数据中心2。所述数据中心2通过网络3与社交平台5连接。所述社交平台5还通过网络3与一个或多个客户端4(图1中以三个为例进行说明)通信连接。所述社交平台5用于提供社交服务，并记录用户通过所述客户端4登陆所述社交平台5时所产生的社交数据。具体的说，所述客户端4登录到所述社交平台5，并上传社交数据至社交平台5。所述社交数据包括，但不限于，用户姓名、社交账号、联系方式、年龄、性别、日期、地理位置信息、社交内容信息(例如，用户发的图片、文章的点评等信息)及/或健身数据(例如，体重、身高本文档来自技高网...

【技术保护点】
一种基于社交数据的保险精算系统，运行于数据中心，其特征在于，所述数据中心通过网络与社交平台连接，所述社交平台通过所述网络与客户端连接，该系统包括：获取模块，用于从社交平台获取用户使用客户端时所产生的社交数据，所述社交数据包括日期及地理位置信息；分类模块，用于按照日期对所述社交数据分类；提取模块，用于从分类的社交数据中提取一日期对应的社交数据；生成模块，用于当该日期对应的社交数据中的地理位置信息是医疗机构所在地时，生成一个看病标记，及当该日期对应的社交数据中包括健身数据时，生成一个健身标记；计算模块，用于当所述分类的社交数据全部提取时，计算所述看病标记的数量，以获得第一风险比例，计算所述健身标记的数量，以获得第二风险比例；及所述计算模块，还用于根据所述第一风险率、第二风险率及预设的健康险精算算法计算出该用户的健康险保费。

【技术特征摘要】

【专利技术属性】
技术研发人员：张贯京，陈兴明，高伟明，李慧玲，
申请(专利权)人：深圳市前海安测信息技术有限公司，深圳市前海康启源科技有限公司，
类型：发明
国别省市：广东;44