保费催收方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术涉及一种保费催收方法方法、装置、计算机设备和存储介质，该方法包括：基于目标保单的保单信息，确定目标保单的投保人的信用数据、缴费相关数据，以及目标保单的赔付风险，其中目标保单为待缴纳保费的保单；将信用数据输入信用评估模型中，信用评估模型输出投保人信用评估结果；将缴费相关数据输入缴费预测模型中，缴费预测模型输出投保人对目标保单的缴费概率预测结果；基于投保人的信用评估结果、缴费概率预测结果和目标保单的赔付风险，确定投保人的用户质量；基于预先设置的用户质量与催收方案之间的对应关系，确定投保人对应的催收方案。上述方法精准指导客户维护及营销策略，提高营销转化率，降低营销成本。降低营销成本。降低营销成本。

【技术实现步骤摘要】
保费催收方法、装置、计算机设备和存储介质


[0001]本专利技术涉及互联网应用
，特别是涉及保费催收方法、装置、计算机设备和存储介质。

技术介绍

[0002]保险缴费预测是保险行业管理部门的重要工作之一，准确的缴费预测有利于帮助保险公司更清晰的掌握客户诉求和行为特征，对于老客户进行交叉销售，精准推荐产品，提高客户二次转化效率，解决企业客户增长问题。对于保险客户来说，准确的缴费预测代表更精准的需求匹配，可以帮助客户选择更适合自己的保险产品，减少不必要的营销打扰，让保险公司和保险客户实现双赢。
[0003]现有神经网络在保险预测行业应用广泛，但是在复杂的保险保费保额的预测过程中，由于特征随各影响因素并不是一成不变而是动态变化的，且各特征也存在严重的共线性问题，使得根据神经网络学习训练样本来预测保险的缴费难度相对增大，训练结果一直以来都无法达到实践应用效果，导致预测精度低。

技术实现思路

[0004]本申请提供了一种保费催收方法、装置、计算机设备和存储介质。
[0005]第一方面提供了一种保费催收方法，包括：...

【技术保护点】

【技术特征摘要】
1.一种保费催收方法，其特征在于，所述方法包括：基于目标保单的保单信息，确定所述目标保单的投保人的信用数据、缴费相关数据，以及所述目标保单的赔付风险，其中所述目标保单为待缴纳保费的保单；将所述信用数据输入信用评估模型中，所述信用评估模型输出所述投保人信用评估结果；将所述缴费相关数据输入缴费预测模型中，所述缴费预测模型输出所述投保人对所述目标保单的缴费概率预测结果；基于所述投保人的所述信用评估结果、所述缴费概率预测结果和所述目标保单的赔付风险，确定所述投保人的用户质量；基于预先设置的用户质量与催收方案之间的对应关系，确定所述投保人对应的催收方案。2.根据权利要求1所述的保费催收方法，其特征在于，所述缴费预测模型包括至少两个预先训练的缴费预测子模型；所述将所述缴费相关数据输入缴费预测模型中，所述缴费预测模型输出所述投保人对所述目标保单的缴费概率预测结果，包括：将所述缴费相关数据分别输入所述缴费预测子模型，各所述缴费预测子模块各自输出所述投保人对所述目标保单的缴费概率预测结果；使用网格搜索方法寻找最优的权重组合，对所述权重组合中各权重与对应的缴费预测子模型判定的缴费概率预测结果的乘积求和，得到缴费概率预测结果。3.根据权利要求2所述的保费催收方法，其特征在于，所述所述缴费预测子模型包括lightgbm模型、xgboost模型、lr模型、gbdt模型、dnn模型、cnn模型中的至少两者。4.根据权利要求1所述的保费催收方法，其特征在于，所述将所述信用数据输入信用评估模型中，所述信用评估模型输出所述投保人信用评估结果，包括：根据所获取的信用数据，基于预设的各权重，通过加权算法计算投保人的信用分值，并与预设信用要求中的阈值进行比较，确定所述投保人的信用评估结果。5.根据权利要求1所述的保费催收方法，其特征在于，所述确定所述目标保单的赔付风险，包括：根据所述目标保单的保单信息从历史理赔数据库中获取与所述目标保单的投保类目一致的多个历史保单；在所述多个历史保单中查询是否存在满足预设条件的已理赔历史保单，所述预设条件是所述已理赔历史保单的投保人与所述目标保单的投保人相似；当存在满足预设条件的已理赔历史保单时，确定各已理赔历史保单的赔付金额以及所述已理赔的历史保单在所述历史保单中的占比；将各所述已理赔历史保单的赔付金额以及所述占比输入预先训练的赔付风险模型中，得到所述目标保单的赔付风险。6.根据权利要求5所述...

【专利技术属性】
技术研发人员：刘波，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：