数据处理方法和数据处理系统技术方案

本发明专利技术实施例提供一种数据处理方法和数据处理系统，该数据处理方法用于基于风险变动数据得到保费预测数据，包括：从存储系统读取历史用户数据；将历史用户数据按照预设规则进行分类和统计，以得到风险因子数据并建立因子库；获取当前用户选定类型下的预测模型和选定的原始费用数据；从存储系统获取与原始费用数据相关的预测模型的原始参数数据，并根据因子库中的风险因子数据得到风险变动数据；以及将风险变动数据输入到预测模型中，并结合基础参数数据和原始费用数据，对当前用户进行风险分析，生成保费预测数据。通过该方法得到的保费预测数据，可以根据用户画像进行动态调整，符合不同用户的不同需求，提高用户体验。

【技术实现步骤摘要】
数据处理方法和数据处理系统
本专利技术涉及计算机
，具体涉及一种数据处理方法和数据处理系统。
技术介绍
目前，用户在选择保险业务时可选的类型较少，且这些保险业务的变动很小，一般都是在费率表的基础上采用长久固定不变的固定指标，如性别、年龄等这些通用属性建立一套服务业务，数据的处理基本都是通过规则引擎实现的，业务死板没有新颖性，且不能满足用户的多样化需求。而且，现有的多数保险业务在拟合模型变量时，通常采用固定的拟合方式且拟合时间也比较长，模型的区分性和准确度都高，给用户的挑选带来麻烦。因此专利技术人认为，上述保险业务的数据处理方法有很大的局限性，提供的服务只能适用于一小部分用户，覆盖面较小，用户的选择性小，用户体验较差。
技术实现思路
有鉴于此，本专利技术实施例提供一种数据处理方法和数据处理系统，根据与用户选定的原始费用数据相关的基础参数数据和与用户维度相关的风险变动数据，通过预测模型得到保费预测数据，是一种基于用户画像进行动态生成保费预测数据的方法，从而支持千人千价，增加用户的选择性，提升用户体验。根据本专利技术第一方面，提供一种数据处理方法，所述数据处理方法用于基于风险变动数据得到保费预测数据，包括：从存储系统读取历史用户数据；将所述历史用户数据按照预设规则进行分类和统计，以得到风险因子数据并建立因子库；获取当前用户选定类型下的预测模型和选定的原始费用数据；从存储系统获取与所述原始费用数据相关的所述预测模型的原始参数数据，并根据所述因子库中的所述风险因子数据得到所述风险变动数据；以及将所述风险变动数据输入到所述预测模型中，并结合所述基础参数数据和所述原始费用数据，对所述当前用户进行风险分析，生成所述保费预测数据。优选地，所述预测模型的表达式为所述原始费用数据、所述基础参数数据和所述风险变动数据的乘积。优选地，所述历史用户数据包括用户维度数据，所述风险变动数据与所述用户维度数据相关。优选地，所述用户维度数据包括：用户通用维度数据，用户交易维度数据和用户画像维度数据。优选地，所述数据处理方法还包括：将不同的所述风险变动数据对应的不同的所述保费预测数据整合后进行版本发布，并在发布后进行版本维护。优选地，所述保费预测数据的版本包括草稿版，发布版和历史版，所述保费预测数据发布后即作为历史版保存。优选地，所述数据处理方法还包括：利用大数据将与所述用户维度数据相关的所述风险变动数据和所述保费预测数据进行同步和存储。优选地，所述数据处理方法还包括：向当前用户推荐并显示所述保费预测数据的发布版本。优选地，所述从存储系统获取与所述原始费用数据相关的所述预测模型的原始参数数据，并根据所述因子库中的所述风险因子数据得到所述风险变动数据包括：从所述存储系统获取费率表，所述费率表显示所述原始费用数据和所述原始参数数据的对应关系；从所述存储系统获取所述因子库，并从所述因子库中提取与当前用户相符的所述风险因子数据；将所述风险因子数据进行插值计算得到所述风险变动数据。优选地，所述风险因子数据包括单值因子，区间因子和二维因子，其中，所述区间因子可以按照百分比分段，且每个所述分段对应具有分段上限，分段下限和因子系数。优选地，将所述风险因子数据进行插值计算得到所述风险变动数据的公式表达为：上一分段因子系数+(因子取值-插值后分段下限)*[(该分段因子系数-上一分段因子系数)/(插值后分段上限-插值后分段下限)]。优选地，所述数据处理方法还包括：从电商业务平台和渠道平台获得不同的算法服务支持。根据本专利技术第二方面，提供一种数据处理系统，包括：读取单元，用于从存储系统读取历史用户数据；因子库建立单元，用于将所述历史用户数据按照预设规则进行分类和统计，以得到风险因子数据并建立因子库；模型选择单元，用于获取当前用户选定类型下的预测模型和选定的原始费用数据；参数获取单元，用于从存储系统获取与所述原始费用数据相关的所述预测模型的原始参数数据，并根据所述因子库中的所述风险因子数据得到所述风险变动数据；以及生成单元，用于将所述风险变动数据输入到所述预测模型中，并结合所述基础参数数据和所述原始费用数据，对所述当前用户进行风险分析，生成所述保费预测数据。优选地，所述预测模型的表达式为所述原始费用数据、所述基础参数数据和所述风险变动数据的乘积。优选地，所述历史用户数据包括用户维度数据，所述风险变动数据与所述用户维度数据相关。优选地，所述用户维度数据包括：用户通用维度数据，用户交易维度数据和用户画像维度数据。优选地，所述数据处理系统还包括：版本维护单元，用于将不同的所述风险变动数据对应的不同的所述保费预测数据整合后进行版本发布，并在发布后进行版本维护。优选地，所述保费预测数据的版本包括草稿版，发布版和历史版，所述保费预测数据发布后即作为历史版保存。优选地，所述数据处理系统还包括：数据同步单元，用于利用大数据将与所述用户维度数据相关的所述风险变动数据和所述保费预测数据进行同步和存储。优选地，所述数据处理系统还包括：显示单元，用于向当前用户推荐并显示所述保费预测数据的发布版本。优选地，所述参数获取单元包括：原始参数数据获取单元，用于从所述存储系统获取费率表，所述费率表显示所述原始费用数据和所述原始参数数据的对应关系；风险因子数据获取单元，用于从所述存储系统获取所述因子库，并从所述因子库中提取与当前用户相符的所述风险因子数据；以及风险变动数据生成单元，用于将所述风险因子数据进行插值计算得到所述风险变动数据。优选地，所述风险因子数据包括单值因子，区间因子和二维因子，其中，所述区间因子可以按照百分比分段，且每个所述分段对应具有分段上限，分段下限和因子系数。优选地，将所述风险因子数据进行插值计算得到所述风险变动数据的公式表达为：上一分段因子系数+(因子取值-插值后分段下限)*[(该分段因子系数-上一分段因子系数)/(插值后分段上限-插值后分段下限)]。优选地，所述数据处理系统还包括：业务单元，用于从电商业务平台和渠道平台获得不同的算法服务支持。根据本专利技术第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如上述所述的数据处理方法。根据本专利技术第四方面，提供一种数据处理装置，包括：存储器，用于存储计算机指令；处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如上述所述的数据处理方法。本专利技术的实施例具有以下优点或有益效果：该数据处理方法通过获取历史用户数据得到风险因子数据并建立因子库，再根据当前用户选择的预测模型从因子库中读取对应的风险因子数据，通过计算得到风险变动数据，然后根据用户选择的原始费用数据得到与之相关的基础参数数据，最后通过预测模型进行数据处理得到保费预测数据，是一种基于用户画像进本文档来自技高网...

【技术保护点】
1.一种数据处理方法，所述数据处理方法用于基于风险变动数据得到保费预测数据，其特征在于，包括：/n从存储系统读取历史用户数据；/n将所述历史用户数据按照预设规则进行分类和统计，以得到风险因子数据并建立因子库；/n获取当前用户选定类型下的预测模型和选定的原始费用数据；/n从存储系统获取与所述原始费用数据相关的所述预测模型的原始参数数据，并根据所述因子库中的所述风险因子数据得到所述风险变动数据；以及/n将所述风险变动数据输入到所述预测模型中，并结合所述基础参数数据和所述原始费用数据，对所述当前用户进行风险分析，生成所述保费预测数据。/n

【技术特征摘要】
1.一种数据处理方法，所述数据处理方法用于基于风险变动数据得到保费预测数据，其特征在于，包括：
从存储系统读取历史用户数据；
将所述历史用户数据按照预设规则进行分类和统计，以得到风险因子数据并建立因子库；
获取当前用户选定类型下的预测模型和选定的原始费用数据；
从存储系统获取与所述原始费用数据相关的所述预测模型的原始参数数据，并根据所述因子库中的所述风险因子数据得到所述风险变动数据；以及
将所述风险变动数据输入到所述预测模型中，并结合所述基础参数数据和所述原始费用数据，对所述当前用户进行风险分析，生成所述保费预测数据。


2.根据权利要求1所述的数据处理方法，其特征在于，所述预测模型的表达式为所述原始费用数据、所述基础参数数据和所述风险变动数据的乘积。


3.根据权利要求1所述的数据处理方法，其特征在于，所述历史用户数据包括用户维度数据，所述风险变动数据与所述用户维度数据相关。


4.根据权利要求3所述的数据处理方法，其特征在于，所述用户维度数据包括：用户通用维度数据，用户交易维度数据和用户画像维度数据。


5.根据权利要求1所述的数据处理方法，其特征在于，还包括：将不同的所述风险变动数据对应的不同的所述保费预测数据整合后进行版本发布，并在发布后进行版本维护。


6.根据权利要求5所述的数据处理方法，其特征在于，所述保费预测数据的版本包括草稿版，发布版和历史版，所述保费预测数据发布后即作为历史版保存。


7.根据权利要求3所述的数据处理方法，其特征在于，还包括：利用大数据将与所述用户维度数据相关的所述风险变动数据和所述保费预测数据进行同步和存储。


8.根据权利要求1所述的数据处理方法，其特征在于，还包括：向当前用户推荐并显示所述保费预测数据的发布版本。


9.根据权利要求1所述的数据处理方法，其特征在于，所述从存储系统获取与所述原始费用数据相关的所述预测模型的原始参数数据，并根据所述因子库中的所述风险因子数据得到所述风险变动数据包括：
从所述存储系统获取费率表，所述费率表显示所述原始费用数据和所述原始参数数据的对应关系；
从所述存储系统获取所述因子库，并从所述因子库中提取与当前用户相符的所述风险因子数据；
将所述风险因子数据进行插值计算得到所述风险变动数据。


10.根据权利要求9所述的数据处理方法，其特征在于，所述风险因子数据包括单值因子，区间因子和二维因子，其中，所述区间因子可以按照百分比分段，且每个所述分段对应具有分段上限，分段下限和因子系数。


11.根据权利要求10所述的数据处理方法，其特征在于，将所述风险因子数据进行插值计算得到所述风险变动数据的公式表达为：上一分段因子系数+(因子取值-插值后分段下限)*[(该分段因子系数-上一分段因子系数)/(插值后分段上限-插值后分段下限)]。


12.根据权利要求1所述的数据处理方法，其特征在于，还包括：从电商业务平台和渠道平台获得不同的算法服务支持。


13.一种数据处理系统，其特征在于，包括：
读取单元，用于从存储系统读取历史用户数据；
因子库建立单元，用于将所述历史用户数据按照预设规则进行分类和统计，以得到风险因子数据并建立因子库；
模型选择单元，用于获取当前用户选定类型下的预测模型和选...

【专利技术属性】
技术研发人员：张开涛，叶晶，王君富，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11