投保客户健康状况分析方法及服务器技术

一种投保客户健康状况分析方法，包括：获取多个已投保客户的预设类型数据，基于所述已投保客户的预设类型数据，按照预设的模型生成规则，生成一个健康风险等级分析模型；在收到针对一待投保客户的健康风险等级分析指令时，接收该客户的投保数据；从所述客户的投保数据中获取预设类型数据作为健康风险数据，确定各个预设类型数据对应的风险因子数据；及将各个预设类型数据对应的风险因子对应的数据代入生成的所述健康风险等级分析模型中，以分析出该客户对应的健康风险等级。本发明专利技术还提供一种适用于上述方法的服务器。本发明专利技术可以快速评估投保客户的健康风险等级，避免传统人工评估所耗费的大量人力、物力。

【技术实现步骤摘要】
投保客户健康状况分析方法及服务器
本专利技术涉及数据分析评估
，特别是一种投保客户健康状况分析方法及服务器。
技术介绍
目前，针对一个客户的寿险投保申请，通常由风险评估人员对该客户的当前投保数据按照预设的评估规则进行人工风险分析。例如，预设的评估规则中可以设置理赔额风险评估规则，若一个受理赔人预设时间内多次发生理赔额超过阈值的理赔事件时，则分析人员会对将该受理赔人列入高理赔风险人。这种人工风险评估方式对分析人的风险分析的专业性有很高的要求，且这种方式的准确性通常很低，需要投入的人力、物力会非常大。
技术实现思路
鉴于以上内容，有必要提供一种投保客户健康状况分析方法，其可以快速评估投保客户的健康风险等级，避免传统人工评估所耗费的大量人力、物力。一种投保客户健康状况分析方法，包括：获取多个已投保客户的预设类型数据，基于所述已投保客户的预设类型数据，按照预设的模型生成规则，生成一个健康风险等级分析模型；在收到针对一待投保客户的健康风险等级分析指令时，接收该客户的投保数据；从所述客户的投保数据中获取预设类型数据作为健康风险数据，确定各个预设类型数据对应的风险因子数据；及将各个预设类型数据对本文档来自技高网...

【技术保护点】
一种投保客户健康状况分析方法，其特征在于，该方法包括：获取多个已投保客户的预设类型数据，基于所述已投保客户的预设类型数据，按照预设的模型生成规则，生成一个健康风险等级分析模型；在收到针对一待投保客户的健康风险等级分析指令时，接收该客户的投保数据；从所述客户的投保数据中获取预设类型数据作为健康风险数据，确定各个预设类型数据对应的风险因子数据；及将各个预设类型数据对应的风险因子对应的数据代入生成的所述健康风险等级分析模型中，以分析出该客户对应的健康风险等级。

【技术特征摘要】
1.一种投保客户健康状况分析方法，其特征在于，该方法包括：获取多个已投保客户的预设类型数据，基于所述已投保客户的预设类型数据，按照预设的模型生成规则，生成一个健康风险等级分析模型；在收到针对一待投保客户的健康风险等级分析指令时，接收该客户的投保数据；从所述客户的投保数据中获取预设类型数据作为健康风险数据，确定各个预设类型数据对应的风险因子数据；及将各个预设类型数据对应的风险因子对应的数据代入生成的所述健康风险等级分析模型中，以分析出该客户对应的健康风险等级。2.如权利要求1所述的方法，其特征在于，所述预设的模型生成规则包括：获取预设数量已投保客户的预设类型数据；获得各个已投保客户的预设类型数据对应的风险因子数据；对各个已投保客户的预设类型数据，按照预设分析规则进行健康风险等级划分，将不同健康风险等级的客户的预设类型数据对应的各个风险因子数据分发到不同的文件夹里；从不同文件夹下各提取第一预设比例的各个风险因子数据作为训练数据进行模型训练，从不同文件夹下各取剩下的第二预设比例的各个风险因子数据作为测试数据以对生成的模型进行准确性验证；及若生成的SVM模型准确率小于预设准确率，则增加预设类型数据的获取数量，重复上述模型的生成过程，直到生成的模型准确率大于等于预设准确率。3.如权利要求1所述的方法，其特征在于，所述预设的模型生成规则包括：获取预设数量已投保客户的预设类型数据；获得各个已投保客户的预设类型数据对应的风险因子数据；对各个已投保客户的预设类型数据，按照预设分析规则进行健康风险等级划分，将不同健康风险等级的客户的预设类型数据对应的各个风险因子数据分发到不同的文件夹里；从不同文件夹下各提取第一预设比例的各个风险因子数据作为训练数据进行模型训练，从不同文件夹下各取剩下的第二预设比例的各个风险因子数据作为测试数据以对生成的模型进行准确性验证；及若生成的SVM模型准确率小于预设准确率，则按照预设的因子调优规则对确定的风险因子进行删除和/或增加处理，重复上述模型的生成过程，直到生成的模型准确率大于等于预设准确率。4.如权利要求3所述的方法，其特征在于，所述因子调优规则包括：确定生成的模型中的各个风险因子对应的权重系数；找出权重系数最小的风险因子；从生成的SVM模型中的各个风险因子中删除找出的风险因子，和/或新增其他风险因子。5.如权利要求1至4中任意一项所述的方法，其特征在于，所述预设类型数据包括：门诊数据、体检数据、个人特征数据；以及所述预设类型数据对应的风险因子数据包括：门诊数据对应的固定时间内的门诊次数、慢性病、突发性疾病及固定时间内门诊的平均花费，体检数据对应的血压、血糖、心率及身体质量指数，及个人特征数据对应的年龄、性别、生活地域及职业。6.一种服务器，其特征在于，该服务器包括存储设备以及处理器，其中：所述存储设备...

【专利技术属性】
技术研发人员：王春亮，蔡宁，项同德，钱慧敏，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44