【技术实现步骤摘要】
一种理赔风险评估方法、装置及服务器
本申请涉及保险应用领域,具体涉及一种理赔风险评估方法、装置及处理服务器。
技术介绍
改革开放以来,随着我国保险业不断发展壮大,保险在经济社会中发挥的功能和作用越来越突出,尤其是汽车保险(简称车险)在30多年间更得到了迅速发展,为经济社会发展和人民生活稳定提供了重要保障。然而,近些年行业综合成本率居高不下,车险的发展理念逐渐从“销售为王”向“精细管理”转变。而且,目前行业内常用的车险费率模型中,用于定价的数据维度通常都比较少,从而使车主的个性化风险定价空间有限,好车主和坏车主的车险费差别不大,非常不公平。对此,行业提出了基于UBI车险(UsageBasedInsurance,基于驾驶行为而定保费的保险)定价的商业模式,也就是说,基于用户驾驶时间、驾驶行为习惯、驾驶路径、驾驶频率以及车辆的车辆购置价、车型、座位数以及厂商等从车因子,预测用户的赔付风险(通常指赔付率),从而根据用户的预测赔付率大小,来确定用户车辆的保费。申请人发现,如今绝大部分的交通事故是人为引起的,而现有的预测用户赔付率的模型的输入变量多为从车因子,且从车因子的权重最大,导致传统预测模型输出的预测赔付率准确性较低,往往会使大部分优质的车险用户,为少数因恶劣的驾驶行为造成高额理赔的用户买单。由此可见,如何使投保人的车险保费设定更加合理成为本领域研究重点。
技术实现思路
有鉴于此,本申请实施例提供一种理赔风险评估方法、装置及服务器,解决了现有技术无法针对不同投保人特点,合理设定车险保费的技术问题。为了解决上述技术问题,本申请提出了以下技术方案:本申请实施例提供了一种 ...
【技术保护点】
1.一种理赔风险评估方法,其特征在于,所述方法包括:获取待估用户的行为数据;对所述待估用户的行为数据进行预处理,得到第一数量维度的初始特征数据;利用特征选择算法,对所述第一数量维度的初始特征数据进行特征筛选,得到第二数量维度的特征变量,所述第二数量不大于所述第一数量;将所述第二数量维度的特征变量划分成不同类型的第三数量特征集,每个类型的特征集包含有多个维度的特征变量,所述第三数量小于所述第二数量;利用机器学习算法,对所述第三数量特征集各自包含的特征变量进行计算,确定所述待估用户的目标赔付率。
【技术特征摘要】
1.一种理赔风险评估方法,其特征在于,所述方法包括:获取待估用户的行为数据;对所述待估用户的行为数据进行预处理,得到第一数量维度的初始特征数据;利用特征选择算法,对所述第一数量维度的初始特征数据进行特征筛选,得到第二数量维度的特征变量,所述第二数量不大于所述第一数量;将所述第二数量维度的特征变量划分成不同类型的第三数量特征集,每个类型的特征集包含有多个维度的特征变量,所述第三数量小于所述第二数量;利用机器学习算法,对所述第三数量特征集各自包含的特征变量进行计算,确定所述待估用户的目标赔付率。2.根据权利要求1所述的方法,其特征在于,所述利用特征选择算法,对所述第一数量类型的初始特征数据进行特征筛选,得到第二数量类型的特征变量,包括:对所述第一数量维度的初始特征数据进行特征迭代,筛选出满足预设要求的初始特征数据构成候选特征子集;对所述候选特征子集中的初始特征数据进行特征分类,生成相应的衍生特征数据,对本次迭代后的初始特征数据继续进行特征迭代,直至特征迭代次数达到第一阈值;利用所述候选特征子集中的初始特征数据以及生成的衍生特征数据,确定第二数量维度的特征变量。3.根据权利要求1所述的方法,其特征在于,所述利用机器学习算法,对所述第三数量特征集各自包含的特征变量进行计算,确定所述待估用户的目标赔付率,包括:对第三数量特征集各自包含的特征变量进行相应模型训练,得到第三数量预测赔付率;利用线性回归算法,对所述第三数量预测赔付率进行计算,获得所述待估用户的目标赔付率。4.根据权利要求3所述的方法,其特征在于,所述对第三数量特征集包含的特征变量进行相应模型训练,得到第三数量预测赔付率,包括:对第三数量特征集各自包含的多个维度的特征变量进行可放回抽样;利用每次可放回抽样所得到的特征变量,构建对应的决策树;计算所述待估用户在各决策树上命中节点的第一赔付率;对计算得到的第四数量第一赔付率进行数学变换,确定第四数量第一输入变量;利用机器学习算法对所述第四数量第一输入变量的进行模型训练,得到相应的预测赔付率。5.根据权利要求3所述的方法,其特征在于,所述利用线性回归算法,对所述第三数量的预测赔付率进行计算,获得所述用户的目标赔付率,包括:对所述第三数量预测赔付率进行数学变换,确定用于预测待估用户目标赔付率的预测模型的第三数量第二输入变量;利用线性回归算法对所述第三数量输入变量进行模型训练,得到所述待估用户的目标赔付率。6.根据权利要求1-5任意一项所述的方法,其特征在于,所述方法还包括:确定所述目标赔付率小于预设赔付率阈值,选择与所述目标赔付率对应的投保与理赔方案;将确定所述投保与理赔方案发送至客户端。7.根据权利要求4所述的方法,其特征在于,所述方法还包括:获取多个样本用户在构建的各决策树上命中节点的赔付总金额以及总保费;利用所述赔付总金额以及所述总保费,计算得到基础赔付率;所述对计算得到的第四数量第一赔付率进行数学变换,确定第四数量第一输入变量,包括:利用所述基础赔付率,对计算得到的第四数量第一赔付率进行数学变换,得到第四数量第一输入变量。8.根据权利要求2所述的方法,其特征在于,所述对所述候选特征子集中的初始特征数据进行特征分类,生成相应的衍生特征数据,包括:利用所述候选特征子集包含的不同类型的初始特征数据,生成相应的第一衍生特征数据;利用所述候选特征子集包含的初始特征数据,确定所述待...
【专利技术属性】
技术研发人员:陈培炫,段培,陈玲,陈谦,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。