本申请适用于人工智能技术领域，提供了基于机器学习的数据评估方法、装置、设备及存储介质。包括：获取多组待评估的车险理赔数据；通过已训练的车险评估模型，提取每组车险理赔数据中的特征信息；对每个特征信息进行分类，得到每组车险理赔数据的车险评估结果；根据每个场景类型以及预设评分方法，确定每组车险理赔数据对应的目标评分；根据每个场景类型和每个目标评分，调整车险理赔策略。上述方案中，对已经产生的车险理赔数据进行自检，快速、准确地得到车险理赔数据对应的评分，进而准确地反映出车险理赔策略中存在的不合理的问题，再根据场景类型及时对应调整车险理赔策略，降低了财险公司的经济损失，提升了车险理赔策略的准确性、合理性。合理性。合理性。
【技术实现步骤摘要】
基于机器学习的数据评估方法、装置、设备及存储介质
[0001]本申请属于人工智能
，尤其涉及基于机器学习的数据评估方法、装置、设备及存储介质。
技术介绍
[0002]随着车险综合改革实施落地，据银保监会数据显示，截至目前整体车均保费较改革前下降17％，综合赔付率上升15个百分点。一方面消费者在本次车险综改中获得了真正的实惠，车险综合改革“降价、增保、提质”的阶段性目标正在稳步实现。
[0003]而另一方面对于财险公司而言，保费减少、赔付增加，车险行业的综合成本率已升至约100％。财险公司面临较大经营压力的同时，还在经历高压监管。车险经营更为困难，盈利预期不明确，费用手段逐渐失灵，低毛利将是市场新常态，亟需通过理赔控制车险赔付，优化风控策略，实现降赔减损。
[0004]因此，合理制定车险赔付策略非常重要，而车险赔付策略又与车险赔付数据的评估密切相关。现有的评估方案中，对车险赔付数据进行评估时，通常采用线性回归方法，由于车险赔付数据特征复杂，难以准确地提取到该特征，导致评估结果不准确，不能准确地反映出车险赔付数据中存在的问题，进而导致不能根据评估结果准确地制定车险赔付策略，给财险公司造成了经济损失。
技术实现思路
[0005]有鉴于此，本申请实施例提供了基于机器学习的数据评估方法、装置、设备及存储介质，以解决现有的评估方案中，对车险赔付数据进行评估时，通常采用线性回归方法，由于车险赔付数据特征复杂，难以准确地提取到该特征，导致评估结果不准确，不能准确地反映出车险赔付数据中存在的问题，进而导致不能根据评估结果准确地制定车险赔付策略的问题。
[0006]本申请实施例的第一方面提供了一种基于机器学习的数据评估方法，该方法包括：
[0007]获取多组待评估的车险理赔数据；
[0008]通过已训练的车险评估模型，提取每组所述车险理赔数据中的特征信息，所述车险评估模型是基于样本训练集中的样本车险理赔数据和样本车险评估结果之间的对应关系训练得到的；
[0009]对每个所述特征信息进行分类，得到每组所述车险理赔数据的车险评估结果，所述车险评估结果包括每组所述车险理赔数据对应的场景类型；
[0010]在预设评分方法中，查找与每个所述场景类型匹配的目标评分方法，所述目标评分方法包括评分指标和评分计算方法；
[0011]基于所述目标评分方法对每组所述车险理赔数据进行评分处理，得到每组所述车险理赔数据对应的目标评分；
[0012]根据每个所述场景类型和每个所述目标评分，调整车险理赔策略。
[0013]可选地，所述根据每个所述场景类型和每个所述目标评分，调整车险理赔策略，包括：
[0014]获取属于同一场景类型的车险理赔数据所对应的各个目标评分；
[0015]计算属于同一场景类型的车险理赔数据所对应的各个目标评分之和，得到总评分；
[0016]当检测到所述总评分小于或等于预设质量评分时，调整所述车险理赔策略中所述同一场景类型对应的理赔策略。
[0017]可选地，所述计算属于同一场景类型的车险理赔数据所对应的各个目标评分之和，得到总评分之后，所述数据评估方法还包括：
[0018]当检测到所述总评分大于所述预设质量评分时，生成属于同一场景类型的车险理赔数据所对应的合格报告。
[0019]可选地，所述对每个所述特征信息进行分类，得到每组所述车险理赔数据的车险评估结果之后，所述数据评估方法还包括：
[0020]针对每组所述车险理赔数据，根据所述车险理赔数据和所述车险理赔数据对应的场景类型，模拟生成所述场景类型对应的趋势图；
[0021]根据所述趋势图，预测所述车险理赔数据在所述场景类型下的预警值。
[0022]可选地，所述特征信息包括关键词，所述通过已训练的车险评估模型，提取每组所述车险理赔数据中的特征信息，包括：
[0023]针对每组所述车险理赔数据，提取所述车险理赔数据中的文字信息；
[0024]通过所述车险评估模型对所述文字信息进行分词处理，得到多个分词；
[0025]通过所述车险评估模型，在所述多个分词中确定所述关键词。
[0026]可选地，所述针对每组所述车险理赔数据，提取所述车险理赔数据中的文字信息，包括：
[0027]获取预设的正则表达式；
[0028]针对每组所述车险理赔数据，采用所述正则表达式过滤所述车险理赔数据中的非文字信息，得到所述车险理赔数据对应的文字信息。
[0029]可选地，所述通过已训练的车险评估模型，提取每组所述车险理赔数据中的特征信息之前，所述数据评估方法还包括：
[0030]获取样本训练集，所述样本训练集包括多个样本车险理赔数据，以及每个所述样本车险理赔数据对应的样本车险评估结果；
[0031]基于所述样本训练集对初始车险评估网络进行训练，并基于训练结果更新所述初始车险评估网络的参数；
[0032]当检测到所述初始车险评估网络对应的损失函数收敛时，得到所述车险评估模型。
[0033]本申请实施例的第二方面提供了一种数据评估装置，包括：
[0034]获取单元，用于获取多组待评估的车险理赔数据；
[0035]提取单元，用于通过已训练的车险评估模型，提取每组所述车险理赔数据中的特征信息；
[0036]分类单元，用于对每个所述特征信息进行分类，得到每组所述车险理赔数据的车险评估结果，所述车险评估结果包括每组所述车险理赔数据对应的场景类型；
[0037]确定单元，用于根据每个所述场景类型以及预设评分方法，确定每组所述车险理赔数据对应的目标评分；
[0038]调整单元，用于根据每个所述场景类型和每个所述目标评分，调整车险理赔策略。
[0039]本申请实施例的第三方面提供了一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述第一方面所述的数据评估方法的步骤。
[0040]本申请实施例的第四方面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存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的数据评估方法的步骤。
[0041]本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在设备上运行时，使得该设备执行上述第一方面所述的数据评估方法的步骤。
[0042]本申请实施例提供的基于机器学习的数据评估方法、装置、设备及存储介质，具有以下有益效果：
[0043]获取多组待评估的车险理赔数据；通过已训练的车险评估模型，提取每组车险理赔数据中的特征信息；对每个特征信息进行分类，得到每组车险理赔数据的车险评估结果，车险评估结果包括每组车险理赔数据对应的场景类型；在预设评分方法中，查找与每个场景类型匹配的目标评分方法；基于目标评分方法对每组车险理赔数据进行评分处理，得到每组车险理赔数据对应的目标评分；根据每个场景类型和每个目标本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的数据评估方法，其特征在于，包括：获取多组待评估的车险理赔数据；通过已训练的车险评估模型，提取每组所述车险理赔数据中的特征信息，所述车险评估模型是基于样本训练集中的样本车险理赔数据和样本车险评估结果之间的对应关系训练得到的；对每个所述特征信息进行分类，得到每组所述车险理赔数据的车险评估结果，所述车险评估结果包括每组所述车险理赔数据对应的场景类型；在预设评分方法中，查找与每个所述场景类型匹配的目标评分方法，所述目标评分方法包括评分指标和评分计算方法；基于所述目标评分方法对每组所述车险理赔数据进行评分处理，得到每组所述车险理赔数据对应的目标评分；根据每个所述场景类型和每个所述目标评分，调整车险理赔策略。2.如权利要求1所述的数据评估方法，其特征在于，所述根据每个所述场景类型和每个所述目标评分，调整车险理赔策略，包括：获取属于同一场景类型的车险理赔数据所对应的各个目标评分；计算属于同一场景类型的车险理赔数据所对应的各个目标评分之和，得到总评分；当检测到所述总评分小于或等于预设质量评分时，调整所述车险理赔策略中所述同一场景类型对应的理赔策略。3.如权利要求2所述的数据评估方法，其特征在于，所述计算属于同一场景类型的车险理赔数据所对应的各个目标评分之和，得到总评分之后，所述数据评估方法还包括：当检测到所述总评分大于所述预设质量评分时，生成属于同一场景类型的车险理赔数据所对应的合格报告。4.如权利要求1所述的数据评估方法，其特征在于，所述对每个所述特征信息进行分类，得到每组所述车险理赔数据的车险评估结果之后，所述数据评估方法还包括：针对每组所述车险理赔数据，根据所述车险理赔数据和所述车险理赔数据对应的场景类型，模拟生成所述场景类型对应的趋势图；根据所述趋势图，预测所述车险理赔数据在所述场景类型下的预警值。5.如权利要求1所述的数据评估方法，其特征在于，所述特征信息包括关键词，所述通过已训练的车险评估模型，提取每组所述车险理赔数据中的特征信息，包括：针对每组所述车险理赔数据，提取所述车险理赔数据中的文字信息；通过所述车险评估模型对所述文字信息进行分词处理，...
【专利技术属性】
技术研发人员：何劲，
申请(专利权)人：深圳壹账通科技服务有限公司，
类型：发明
国别省市：
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。