基于大数据的保费计算方法、装置、介质及电子设备制造方法及图纸

本发明专利技术实施例涉及智能决策技术领域，提供了一种基于大数据的保费计算方法、基于大数据的保费计算装置、计算机可读介质及电子设备，该方法包括：获取每一个待投保人的多个特征参数；基于大数据建立多个特征参数对应的多个预测模型；将同一待投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果；根据所述多个预测结果确定所述待投保人的保费。本发明专利技术实施例的技术方案提高了保费的合理性和灵活性，有利于待投保人和保险公司双方利益。同时，提高了保费计算的智能化，避免了人为计算过程中出现误算等现象，从而提高了准确率，并且，大大地提高了保费计算效率。

【技术实现步骤摘要】
基于大数据的保费计算方法、装置、介质及电子设备
本专利技术涉及智能决策
，具体而言，涉及一种基于大数据的保费计算方法、基于大数据的保费计算装置、计算机可读介质及电子设备。
技术介绍
随着人们保险意识的逐渐增强，越来越多的客户希望购置合适的保险，以备不时之需。现有技术中，保险公司的坐席人员或销售人员一般向为投保人推荐公司现有的保险类型，然后，投保人根据自己意愿在现有的保险类型中选择一种或几种保险。并根据现有的保险类型各自已有的保费规定缴纳保费。然而，现有技术中投保人的保费的确定方法的合理性差。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术实施例的目的在于提供一种基于大数据的保费计算方法、装置、介质及电子设备，进而至少在一定程度上克服现有技术中投保人的保费的确定方法的合理性差的问题。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本专利技术实施例的第一方面，提供了一种基于大数据的保费计算方法包括：获取每一个待投保人的多个特征参数；基于大数据建立多个特征参数对应的多个预测模型；将同一待投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果；根据所述多个预测结果确定所述待投保人的保费。在本专利技术的一种实施例中，所述预测模型包括：保险金预测模型；基于大数据建立多个特征参数对应的多个预测模型，包括：批量获取每个特征参数对应的已投保人群；针对于每个特征参数，获取对应的每个已投保人的“特征参数-投保类型-保险金”信息；以所述每个已投保人的“特征参数-投保类型-保险金”为样本，通过所述样本训练算法模型，以确定多个特征参数对应的多个保险金预测模型。在本专利技术的一种实施例中，将同一投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果，包括：将同一投保人的不同特征参数分别输入对应的保险金预测模型中进行预测，获得的多个预测保险金。在本专利技术的一种实施例中，根据所述多个预测结果确定所述投保人的保费，包括：通过训练算法模型的方法确定各个保险金预测模型对应的权值；根据所述权值和所述多个预测保险金确定所述投保人的保费。在本专利技术的一种实施例中，所述预测模型包括：获保概率预测模型；基于大数据建立多个特征参数对应的多个预测模型，包括：批量获取每个特征参数对应的已投保人群；针对于每个特征参数，获取对应的每个已投保人的“特征参数-投保类型-获保/未获保”信息；以所述每个已投保人的“特征参数-投保类型-获保/未获保”为样本，通过所述样本训练算法模型，以确定多个特征参数对应的多个获保概率预测模型。在本专利技术的一种实施例中，将同一待投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果，包括：将同一待投保人的不同特征参数分别输入对应的获保概率预测模型中进行预测，获得的多个预测获保概率。在本专利技术的一种实施例中，根据所述多个预测结果确定所述待投保人的保费，包括：根据多个预测获保概率获取总获保概率，并根据所述总获保概率确定所述待投保人的保费；或，获得所述多个保费概率对应的多个分保费，根据所述多个分保费确定所述待投保人的保费。根据本专利技术实施例的第二方面，提供了一种基于大数据的保费计算装置，包括：获取模块，所述获取模块用于获取每一个待投保人的多个特征参数；建立模块，所述建立模块用于基于大数据建立多个特征参数对应的多个预测模型；预测模块，所述预测模块用于将同一待投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果；确定模块，所述确定模块用于根据所述多个预测结果确定所述待投保人的保费。根据本专利技术实施例的第三方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中第一方面所述的基于大数据的保费计算方法。根据本专利技术实施例的第四方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中第一方面所述的基于大数据的保费计算方法。本专利技术实施例提供的技术方案可以包括以下有益效果：在本专利技术的一些实施例所提供的技术方案中，一方面，通过获取每个待投保人的自身特征，例如：职业、年龄和健康状况等特征，基于待投保人各个自身特征对应的预测模型，确定对应于此待投保人的保费。进而，在全面考虑待投保人自身特点基础上制定此待投保人保费，达到了智能地为每个待投保人量身定制保费的目的，不同待投保人可能对应不同的保费，从而，提高了保费的合理性和灵活性，有利于待投保人和保险公司双方利益。另一方面，通过采用计算机等设备智能地进行保费计算，提高了智能化的同时，避免了保险公司的坐席人员或保险推销人员等人为计算保费过程，从而避免了人为计算过程中出现误算等现象，进而提高了准确率，并且，大大地提高了保费计算效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1示出了根据本专利技术的一实施例的基于大数据的保费计算方法的流程示意图；图2示出了根据本专利技术的另一实施例的基于大数据的保费计算方法的流程示意图；图3示出了根据本专利技术的再一实施例的基于大数据的保费计算方法的流程示意图；图4示出了根据本专利技术的实施例的基于大数据的保费计算装置的结构示意图；图5示出了适于用来实现本专利技术实施例的电子设备的计算机系统的结构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本专利技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本专利技术的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。现有技术中，保险公司的坐席人员或保险推销人员对每个待投保人自身的特征数据背景了解较少，因而缺乏足够分析，进而造成在为待投保客户制定保费的时候比较片面本文档来自技高网...

【技术保护点】
1.一种基于大数据的保费计算方法，其特征在于，包括：获取每一个待投保人的多个特征参数；基于大数据建立多个特征参数对应的多个预测模型；将同一待投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果；根据所述多个预测结果确定所述待投保人的保费。

【技术特征摘要】
1.一种基于大数据的保费计算方法，其特征在于，包括：获取每一个待投保人的多个特征参数；基于大数据建立多个特征参数对应的多个预测模型；将同一待投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果；根据所述多个预测结果确定所述待投保人的保费。2.根据权利要求1所述的基于大数据的保费计算方法，其特征在于，所述预测模型包括：保险金预测模型；基于大数据建立多个特征参数对应的多个预测模型，包括：批量获取每个特征参数对应的已投保人群；针对于每个特征参数，获取对应的每个已投保人的“特征参数-投保类型-保险金”信息；以所述每个已投保人的“特征参数-投保类型-保险金”为样本，通过所述样本训练算法模型，以确定多个特征参数对应的多个保险金预测模型。3.根据权利要求2所述的基于大数据的保费计算方法，其特征在于，将同一投保人的不同特征参数分别输入对应的预测模型中进行预测，获得多个预测结果，包括：将同一投保人的不同特征参数分别输入对应的保险金预测模型中进行预测，获得的多个预测保险金。4.根据权利要求3所述的基于大数据的保费计算方法，其特征在于，根据所述多个预测结果确定所述投保人的保费，包括：通过训练算法模型的方法确定各个保险金预测模型对应的权值；根据所述权值和所述多个预测保险金确定所述投保人的保费。5.根据权利要求1所述的基于大数据的保费计算方法，其特征在于，所述预测模型包括：获保概率预测模型；基于大数据建立多个特征参数对应的多个预测模型，包括：批量获取每个特征参数对应的已投保人群；针对于每个特征参数，获取对应的每个已投保人的“特征参数-投保类型-获保/未获保”信息；...

【专利技术属性】
技术研发人员：顾宝宝，
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