一种应用于保险的数据处理方法及装置制造方法及图纸

本申请提供了一种应用于保险的数据处理方法、装置、计算机设备及存储介质，通过获取多个渠道的待处理用户数据，对待处理用户数据进行归一化处理，根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取目标用户对应的特征数据，利用预设特征模板以及特征数据计算目标用户的特征值，根据特征值以及预设模型确定目标用户的风险等级，一方面通过利用多渠道数据源技术获取多个渠道的用户数据，避免用于评估的数据来源单一、信息具有一定局限性，无法综合评估整体的风险情况等问题，提高风险评估的效果，另一方面，通过利用规则引擎、机器学习等技术进行风险等级预测，减少人工评估的主观性，提高评估结果的准确率。结果的准确率。结果的准确率。

【技术实现步骤摘要】
一种应用于保险的数据处理方法及装置


[0001]本申请涉及数据处理
，特别涉及一种应用于保险的数据处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着社会经济的不断发展，人们的生活水平越来越高，越来越多的人开始重视保障类服务产品，而购买保险是首选的保障类服务之一。被保险人根据合同约定，向保险人支付保险费，保险人对于合同约定的可能发生的风险所造成的损失承担赔偿保险金。因而，在整个过程中涉及到多个场景需要进行风控评估。
[0003]现有技术中，在各个场景中进行风险评估时，一方面，通常是由业务员根据自己的既往经验针对具体的场景进行人工评估，主要依靠业务员个人的判断，主观性极强，最终得到的评估结果往往准确率较低，另一方面，通常评估的数据来源比较单一，信息具有一定局限性，无法综合评估整体的风险情况，评估效果较差。例如，在核保场景中，用户在对人身类保险投保时，保险公司通常需要根据用户的健康情况、身体素质等信息对用户的投保风险进行评估。保险公司在对用户的投保风险评估时，一般情况下主要是根据用户体检信息中的检查指标来对用户的投保风险进行评估。但是，用户的体检信息具有局限性，无法综合评估用户整体的投保风险情况，评估效果较差。
[0004]综上所述，亟需提出一种新的应用于保险的数据处理方法，以解决上述问题。

技术实现思路

[0005]为解决上述一个或多个技术问题，本申请采用的技术方案是：
[0006]第一方面，提供了一种应用于保险的数据处理方法，该方法包括如下步骤：
[0007]获取多个渠道的待处理用户数据，对所述待处理用户数据进行归一化处理；
[0008]根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取所述目标用户对应的特征数据；
[0009]利用预设特征模板以及所述特征数据计算所述目标用户的特征值；
[0010]根据所述特征值以及预设模型确定所述目标用户的风险等级。
[0011]进一步地，所述预设特征模板包括利用规则引擎定义的特征模板。
[0012]进一步地，根据所述特征值以及预设模型确定所述目标用户的风险等级后，所述方法还包括：
[0013]对所述风险等级进行复核，并根据复核结果对所述风险等级进行修正。
[0014]进一步地，所述方法还包括：
[0015]将修正后的所述风险等级作为训练数据对所述预设模型进行更新训练。
[0016]进一步地，所述预设模型包括基于预设机器学习分类算法以及预设数据集训练获取的模型，所述预设机器学习分类算法包括随机森林算法或支持向量机中的至少一种。
[0017]进一步地，所述目标用户的风险等级包括核保风险等级或理赔风险等级中的至少
一种。
[0018]进一步地，所述方法还包括产品推荐过程，包括：
[0019]获取目标用户的历史用户数据，根据所述历史用户数据生成所述目标用户的用户画像；
[0020]根据所述用户画像以及各产品的产品数据确定出符合所述目标用户的候选产品；
[0021]根据所述用户画像以及预设推荐模型从所述候选产品中确定出符合预设推荐规则的目标产品推荐给所述目标用户。
[0022]第二方面，提供了一种应用于保险的数据处理装置，所述装置包括：
[0023]第一处理模块，用于获取多个渠道的待处理用户数据，对所述待处理用户数据进行归一化处理；
[0024]第二处理模块，用于根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取所述目标用户对应的特征数据；
[0025]特征计算模块，用于利用预设特征模板以及所述特征数据计算所述目标用户的特征值；
[0026]风险预测模块，用于根据所述特征值以及预设模型确定所述目标用户的风险等级。
[0027]第三方面，还提供了一种计算机设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，当所述计算机程序被所述处理器执行时，实现所述应用于保险的数据处理方法。
[0028]第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被执行时，实现所述应用于保险的数据处理方法。
[0029]本申请实施例提供的技术方案带来的有益效果是：
[0030]本申请实施例提供的应用于保险的数据处理方法、装置、计算机设备及存储介质，通过获取多个渠道的待处理用户数据，对所述待处理用户数据进行归一化处理，根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取所述目标用户对应的特征数据，利用预设特征模板以及所述特征数据计算所述目标用户的特征值，根据所述特征值以及预设模型确定所述目标用户的风险等级，综合使用多种等技术，一方面通过利用多渠道数据源技术获取多个渠道的用户数据，避免用于评估的数据来源单一、信息具有一定局限性，无法综合评估整体的风险情况等问题，提高风险评估的效果，另一方面，通过利用规则引擎、机器学习等技术进行风险等级预测，减少人工评估的主观性，提高评估结果的准确率；
[0031]进一步地，所述预设特征模板包括利用规则引擎定义的特征模板，通过利用规则引擎灵活定义特征模板，以支持众多特征的随时增减变化；
[0032]进一步地，通过获取目标用户的历史用户数据，根据所述历史用户数据生成所述目标用户的用户画像，根据所述用户画像以及各产品的产品数据确定出符合所述目标用户的候选产品，根据所述用户画像以及预设推荐模型从所述候选产品中确定出符合预设推荐规则的目标产品推荐给所述目标用户，通过先根据用户画像筛选符合投保条件的候选产品，再利用模型针对候选产品进行推荐，提高推荐产品与用户需求的匹配率，从而可以提高用户的体验效果、挖掘出潜在的意向客户、提高业务人员的业务效率等。
附图说明
[0033]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
[0034]图1是本申请实施例提供的应用于保险的数据处理方法的流程图；
[0035]图2是本申请实施例提供的应用于保险的数据处理装置的结构示意图；
[0036]图3是本专利技术一个实施例提供的计算机设备的架构图。
具体实施方式
[0037]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0038]如
技术介绍
所述，现有技术中，在保险的各个场景中进行风险评估时，一方面，根据既往经验针对具体的场景进行人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于保险的数据处理方法，其特征在于，所述方法包括：获取多个渠道的待处理用户数据，对所述待处理用户数据进行归一化处理；根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理，获取所述目标用户对应的特征数据；利用预设特征模板以及所述特征数据计算所述目标用户的特征值；根据所述特征值以及预设模型确定所述目标用户的风险等级。2.根据权利要求1所述的应用于保险的数据处理方法，其特征在于，所述预设特征模板包括利用规则引擎定义的特征模板。3.根据权利要求1或2所述的应用于保险的数据处理方法，其特征在于，根据所述特征值以及预设模型确定所述目标用户的风险等级后，所述方法还包括：对所述风险等级进行复核，并根据复核结果对所述风险等级进行修正。4.根据权利要求3所述的应用于保险的数据处理方法，其特征在于，所述方法还包括：将修正后的所述风险等级作为训练数据对所述预设模型进行更新训练。5.根据权利要求1或2所述的应用于保险的数据处理方法，其特征在于，所述预设模型包括基于预设机器学习分类算法以及预设数据集训练获取的模型，所述预设机器学习分类算法包括随机森林算法或支持向量机中的至少一种。6.根据权利要求1或2所述的应用于保险的数据处理方法，其特征在于，所述目标用户的风险等级包括核保风险等级或理赔风险等级中的至少一种。7.根...

【专利技术属性】
技术研发人员：龚快快，孙铭权，喻鹏，
申请(专利权)人：上海保链科技有限公司，
类型：发明
国别省市：