【技术实现步骤摘要】
一种根据车主相关的数据而判断其理赔风险等级的系统
本专利技术涉及车险领域，具体涉及一种根据车主相关的数据而判断其理赔风险等级的系统。
技术介绍
根据公开数据，2016年全国有1.5亿私家车主，涉及54％的家庭。但在车险行业，只有14家公司车险承保盈利，41家亏损的公司亏损总额达到63亿元，行业亏损比例达到75％。精准定价能力的缺失，客户风险计算的不足是这些车险公司面临困境的重要原因。根据与保险公司多次沟通的情况来看，客户对于车主、车辆及车险等多个维度都需要一个用户风险分析系统。这对于保险公司的车险定价，承保业务有很大帮助。
技术实现思路
本专利技术的目的是为解决上述不足，提供一种根据车主相关的数据而判断其理赔风险等级的系统。本专利技术的目的是通过以下技术方案实现的：一种根据车主相关的数据而判断其理赔风险等级的系统，自变量(1)：在数据库中整合包括客户保险标的数据，包括保险数据，车辆数据和交通数据等50个自变量；整合数据(1)中数据，数据来源包括三方面，第一方面是车辆物理属性数据，包括车辆性能，市场价值等，第二方面是历史承保理赔信息，包括车辆历史出险状况，在保状态，保单...
【技术保护点】
1.一种根据车主相关的数据而判断其理赔风险等级的系统，其特征在于：自变量(1)：在数据库中整合包括客户保险标的数据，包括保险数据，车辆数据和交通数据等50个自变量；整合数据(1)中数据，数据来源包括三方面，第一方面是车辆物理属性数据，包括车辆性能，市场价值等，第二方面是历史承保理赔信息，包括车辆历史出险状况，在保状态，保单信息，第三方面是交通违章信息；目标函数(2)：随机森林模型算法，理赔比和自变量数据的函数关系；用机器学习算法，训练出理赔比与自变量数据的函数关系；标的(3)：根据训练样本和预测样本得标的数据来确定自变量选取及设置是否合理，调节模型，使之更贴合实际，根据预测...
【技术特征摘要】
1.一种根据车主相关的数据而判断其理赔风险等级的系统，其特征在于：自变量(1)：在数据库中整合包括客户保险标的数据，包括保险数据，车辆数据和交通数据等50个自变量；整合数据(1)中数据，数据来源包括三方面，第一方面是车辆物理属性数据，包括车辆性能，市场价值等，第二方面是历史承保理赔信息，包括车辆历史出险状况，在保状态，保单信息，第三方面是交通违章信息；目标函数(2)：随机森林模型算法，理赔比和自变量数据的函数关系；用机器学习算法，训练出理赔比与自变量数据的函数关系；标的(3)：根据训练样本和预测样本得标的数据来确定自变量选取及设置是否合理，调节模型，使之更贴合实际，根据预测样本和训练样本调整自变量的选取及设置，使结果更符合实际。2.根据权利要求1所述的一种根据车主相关的数据而判断其理赔风险等级的系统，其特征在于：车辆数据计算用户综合理赔比分数的评估方法如下：A、从数据库中提取清洗完的保单理赔，车辆属性数据，交通违章四方面的特征数据，去除null值，异常数据以及保险残缺的数据，清洗之后作为输入变量...
【专利技术属性】
技术研发人员：王龙俊，李军，曹海祥，李国樑，赵晨，
申请(专利权)人：江苏骏环昇旺科技产业股份有限公司，
类型：发明
国别省市：江苏,32
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。