【技术实现步骤摘要】
基于数据分析的风险预警系统
本申请涉及大数据处理
，特别是涉及一种基于数据分析的风险预警系统。
技术介绍
随着大数据处理技术的日益发展，以及互联网金融的广泛应用，越来越多人选择通过在线投保，以在出现意外或者事故时能得到相应的理赔，可以包括车险人伤、医疗健康险等。其中，车险人伤费用估算是车险理赔业务中重要环节，根据伤情诊断中的诊断数量可将伤情分为单诊断伤情、复合伤诊断伤情，针对不同伤情相应的理赔费用也不一致。传统上，多采用理赔人员根据理赔经验对案件费用进行估算的方式，但依据人工经验进行评估的主观性较大，且不同经验的理赔人员进行估算时还存在不同程度的误差。为解决依据个人经验对费用进行人工估算时误差较大的问题，可通过获取预设的标准治疗路径，并基于标准治疗路径自动实现费用分解，计算单个治疗路径下的治疗费用，再实现整体费用的估算。但复合伤组合种类繁多，现场伤情信息搜集有限，导致难以准确确定出相应的治疗方案，通过使用简单的标准治疗路径进行费用分解，以得出复合伤费用的方式实现难度较大。且由于现场收集伤情信息不够全面，...
【技术保护点】
1.一种基于数据分析的风险预警系统，其特征在于，所述系统包括：/n费用分组确定模块，用于获取不同已就诊用户的就诊信息，根据所述就诊信息确定就诊记录中复合伤包括的各个单诊断伤情的初始治疗费用，并根据所述初始治疗费用确定各所述单诊断伤情所属的费用分组；/n诊断系数确定模块，用于根据各所述单诊断伤情的所属的费用分组，确定对应单诊断伤情的诊断系数；/n参数训练模块，用于根据历史理赔数据训练得到的复合伤治疗费用预测模型，对各所述单诊断伤情的诊断系数，以及复合伤微调因子进行训练，输出调整后的各诊断系数和诊断微调因子；/n复合伤理赔费用预测模块，用于根据调整后的各所述诊断系数和诊断微调因...
【技术特征摘要】
1.一种基于数据分析的风险预警系统，其特征在于，所述系统包括：
费用分组确定模块，用于获取不同已就诊用户的就诊信息，根据所述就诊信息确定就诊记录中复合伤包括的各个单诊断伤情的初始治疗费用，并根据所述初始治疗费用确定各所述单诊断伤情所属的费用分组；
诊断系数确定模块，用于根据各所述单诊断伤情的所属的费用分组，确定对应单诊断伤情的诊断系数；
参数训练模块，用于根据历史理赔数据训练得到的复合伤治疗费用预测模型，对各所述单诊断伤情的诊断系数，以及复合伤微调因子进行训练，输出调整后的各诊断系数和诊断微调因子；
复合伤理赔费用预测模块，用于根据调整后的各所述诊断系数和诊断微调因子，以及各单诊断伤情的初始治疗费用，预测得到复合伤理赔费用；
理赔风险预警模块，用于将预测得到的所述复合伤理赔费用，与根据历史就诊信息确定的合理治疗费用范围进行比对，当确定所述复合伤理赔费用超出所述合理治疗费用范围时，生成异常理赔案件的风险预警信息。
2.根据权利要求1所述的系统，其特征在于，所述理赔风险预警模块，包括：
已有治疗费用获取模块，用于获取多个相同类型的复合伤对应的已有治疗费用；
治疗费用分布确定模块，用于根据各所述已有治疗费用，确定该类型下复合伤的治疗费用分布；
合理治疗费用范围确定模块，用于根据所述治疗费用分布，确定对应类型下复合伤的合理治疗费用范围；
比对模块，用于将所述复合伤理赔费用与所述合理治疗费用范围进行比对；
风险预警信息生成模块，用于当确定所述复合伤理赔费用超出所述合理治疗费用范围时，生成异常理赔案件的风险预警信息。
3.根据权利要求1所述的系统，其特征在于，所述系统还包括复合伤治疗费用预测模型训练模块，用于获取已有的复合伤的历史理赔数据，并根据所述历史理赔数据对原始回归模型进行训练，得到训练后的复合伤治疗费用预测模型；其中，所述历史理赔数据存储于区块链中。
4.根据权利要求3所述的系统，其特征在于，所述复合伤治疗费用预测模型训练模块，还包括：
惩罚参数构建模块，用于预先构建原始回归模型的惩罚参数；所述惩罚参数用于对所述原始回归模型的模型参数的变量系数进行压缩；
最优模型参数确定模块，用于将所述历史理赔数据作为原始回归模型的输入，根据所述历史理赔数据和所述惩罚参数，采用交叉验证的方式，对所述原始回归模型的模型参数进行训练，确定最优模型参数；
复合伤治疗费用预测模型生成模块，用于根据所述最优模型参数，训练得到复合伤治疗费用预测模型。
5.根据权利要求1所述的系统，其特征在于，所述复合伤理赔费用预测模块，包括：
第一计算模块，用于计算调整后的所述单诊断伤情的诊断系数和所述诊断微调因子之和；
单诊断伤情的预测治...
【专利技术属性】
技术研发人员：陈源，
申请(专利权)人：平安医疗健康管理股份有限公司，
类型：发明
国别省市：上海;31
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。