本申请提供了一种理赔预测方法、理赔预测装置、电子设备及存储介质，属于人工智能技术领域。方法包括：获取目标对象的目标案件数据和历史案件数据；对目标案件数据、历史案件数据进行向量化，得到目标案件特征向量和历史案件特征向量；根据特征类型对目标案件特征向量、历史案件特征向量进行特征分类，得到案件特征集合；对案件特征集合的案件特征进行特征融合，得到案件特征集合的组合案件特征嵌入向量；对组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量；基于目标案件特征向量和融合案件特征嵌入向量进行案件理赔预测，得到理赔预测数据，理赔预测数据用于表征目标理赔案件是否能够正常赔付。本申请能够提高理赔预测的准确性。赔预测的准确性。赔预测的准确性。
【技术实现步骤摘要】
理赔预测方法、理赔预测装置、电子设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种理赔预测方法、理赔预测装置、电子设备及存储介质。
技术介绍
[0002]目前，在理赔业务中常常需要依赖于人工核保的方式对理赔案件的理赔情况进行判断，这一方式较大程度地取决于核保人员的经验以及理赔案件的案件数据的全面性，往往会导致对理赔预测的准确性不高。
技术实现思路
[0003]本申请实施例的主要目的在于提出一种理赔预测方法、理赔预测装置、电子设备及存储介质，旨在提高理赔预测的准确性。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种理赔预测方法，所述方法包括：
[0005]获取目标对象的目标案件数据和历史案件数据，其中，所述目标案件数据包括目标理赔案件的案件信息，所述历史案件数据包括所述目标对象的历史理赔案件的案件信息；
[0006]对所述目标案件数据进行向量化处理，得到目标案件特征向量，并对所述历史案件数据进行向量化处理，得到历史案件特征向量；
[0007]根据预设的特征类型对所述目标案件特征向量、所述历史案件特征向量进行特征分类，得到至少两个案件特征集合；
[0008]对所述案件特征集合的案件特征进行特征融合，得到所述案件特征集合的组合案件特征嵌入向量；
[0009]对至少两个所述组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量；
[0010]基于所述目标案件特征向量和所述融合案件特征嵌入向量进行案件理赔预测，得到理赔预测数据，其中，所述理赔预测数据用于表征所述目标理赔案件能够正常赔付或者表征所述目标理赔案件不能正常赔付。
[0011]在一些实施例，所述目标案件数据包括所述目标对象的对象身份信息和保单内容信息、所述目标理赔案件的案件内容信息，所述对所述目标案件数据进行向量化处理，得到目标案件特征向量，包括：
[0012]对所述对象身份信息进行向量化处理，得到对象身份特征向量；
[0013]对所述保单内容信息进行向量化处理，得到保单内容特征向量；
[0014]对所述案件内容信息进行向量化处理，得到案件内容特征向量；
[0015]根据所述对象身份特征向量、所述保单内容特征向量、所述案件内容特征向量，得到所述目标案件特征向量。
[0016]在一些实施例，所述对所述案件特征集合的案件特征进行特征融合，得到所述案件特征集合的组合案件特征嵌入向量，包括：
[0017]针对所述案件特征集合的每个案件特征，对所述案件特征进行自注意力评分，得到第一特征评分数据；
[0018]对所述案件特征集合的案件特征和所述第一特征评分数据进行加权和计算，得到所述案件特征集合的组合案件特征嵌入向量。
[0019]在一些实施例，所述对至少两个所述组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量，包括：
[0020]对所述组合案件特征嵌入向量进行自注意力评分，得到第二特征评分数据；
[0021]对所述组合案件特征嵌入向量和所述第二特征评分数据进行加权和计算，得到所述融合案件特征嵌入向量。
[0022]在一些实施例，所述基于所述目标案件特征向量和所述融合案件特征嵌入向量进行案件理赔预测，得到理赔预测数据，包括：
[0023]将所述融合案件特征嵌入向量和所述目标案件特征向量输入至预设的因子分解机进行案件评分，得到案件评分数据；
[0024]基于所述案件评分数据和预设阈值，得到所述理赔预测数据。
[0025]在一些实施例，所述基于所述案件评分数据和预设阈值，得到所述理赔预测数据，包括：
[0026]比较所述案件评分数据和所述预设阈值；
[0027]若所述案件评分数据大于所述预设阈值，则将所述理赔预测数据确定为所述目标理赔案件能够正常赔付；
[0028]若所述案件评分数据小于或者等于所述预设阈值，则将所述理赔预测数据确定为所述目标理赔案件不能正常赔付。
[0029]在一些实施例，所述根据预设的特征类型对所述目标案件特征向量、所述历史案件特征向量进行特征分类，得到至少两个案件特征集合，包括：
[0030]基于预设函数和所述特征类型对所述目标案件特征向量进行类别评分，得到第一分类评分数据，并基于所述预设函数和所述特征类型对所述历史案件特征向量进行类别评分，得到第二分类评分数据；
[0031]基于所述第一分类评分数据对所述目标案件特征向量进行分类，并基于所述第二分类评分数据对所述历史案件特征向量进行分类，得到所述案件特征集合。
[0032]为实现上述目的，本申请实施例的第二方面提出了一种理赔预测装置，所述装置包括：
[0033]数据获取模块，用于获取目标对象的目标案件数据和历史案件数据，其中，所述目标案件数据包括目标理赔案件的案件信息，所述历史案件数据包括所述目标对象的历史理赔案件的案件信息；
[0034]向量化模块，用于对所述目标案件数据进行向量化处理，得到目标案件特征向量，并对所述历史案件数据进行向量化处理，得到历史案件特征向量；
[0035]特征分类模块，用于根据预设的特征类型对所述目标案件特征向量、所述历史案件特征向量进行特征分类，得到至少两个案件特征集合；
[0036]特征融合模块，用于对所述案件特征集合的案件特征进行特征融合，得到所述案件特征集合的组合案件特征嵌入向量；
[0037]向量融合模块，用于对至少两个所述组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量；
[0038]理赔预测模块，用于基于所述目标案件特征向量和所述融合案件特征嵌入向量进行案件理赔预测，得到理赔预测数据，其中，所述理赔预测数据用于表征所述目标理赔案件能够正常赔付或者表征所述目标理赔案件不能正常赔付。
[0039]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器、处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
[0040]为实现上述目的，本申请实施例的第四方面提出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上述第一方面所述的方法。
[0041]本申请提出的理赔预测方法、理赔预测装置、电子设备及存储介质，其通过获取目标对象的目标案件数据和历史案件数据，其中，目标案件数据包括目标理赔案件的案件信息，历史案件数据包括目标对象的历史理赔案件的案件信息；对目标案件数据进行向量化处理，得到目标案件特征向量，并对历史案件数据进行向量化处理，得到历史案件特征向量；根据预设的特征类型对目标案件特征向量、历史案件特征向量进行特征分类，得到至少两个案件特征集合；对案件特征集合的案件特征进行特征融合，得到案件特征集合的组合案件特征嵌入向量；对至少两个组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量,这一方式能够将来源于不同案件的不同特征内本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种理赔预测方法，其特征在于，所述方法包括：获取目标对象的目标案件数据和历史案件数据，其中，所述目标案件数据包括目标理赔案件的案件信息，所述历史案件数据包括所述目标对象的历史理赔案件的案件信息；对所述目标案件数据进行向量化处理，得到目标案件特征向量，并对所述历史案件数据进行向量化处理，得到历史案件特征向量；根据预设的特征类型对所述目标案件特征向量、所述历史案件特征向量进行特征分类，得到至少两个案件特征集合；对所述案件特征集合的案件特征进行特征融合，得到所述案件特征集合的组合案件特征嵌入向量；对至少两个所述组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量；基于所述目标案件特征向量和所述融合案件特征嵌入向量进行案件理赔预测，得到理赔预测数据，其中，所述理赔预测数据用于表征所述目标理赔案件能够正常赔付或者表征所述目标理赔案件不能正常赔付。2.根据权利要求1所述的理赔预测方法，其特征在于，所述目标案件数据包括所述目标对象的对象身份信息和保单内容信息、所述目标理赔案件的案件内容信息，所述对所述目标案件数据进行向量化处理，得到目标案件特征向量，包括：对所述对象身份信息进行向量化处理，得到对象身份特征向量；对所述保单内容信息进行向量化处理，得到保单内容特征向量；对所述案件内容信息进行向量化处理，得到案件内容特征向量；根据所述对象身份特征向量、所述保单内容特征向量、所述案件内容特征向量，得到所述目标案件特征向量。3.根据权利要求1所述的理赔预测方法，其特征在于，所述对所述案件特征集合的案件特征进行特征融合，得到所述案件特征集合的组合案件特征嵌入向量，包括：针对所述案件特征集合的每个案件特征，对所述案件特征进行自注意力评分，得到第一特征评分数据；对所述案件特征集合的案件特征和所述第一特征评分数据进行加权和计算，得到所述案件特征集合的组合案件特征嵌入向量。4.根据权利要求1所述的理赔预测方法，其特征在于，所述对至少两个所述组合案件特征嵌入向量进行向量融合，得到融合案件特征嵌入向量，包括：对所述组合案件特征嵌入向量进行自注意力评分，得到第二特征评分数据；对所述组合案件特征嵌入向量和所述第二特征评分数据进行加权和计算，得到所述融合案件特征嵌入向量。5.根据权利要求1所述的理赔预测方法，其特征在于，所述基于所述目标案件特征向量和所述融合案件特征嵌入向量进行案件理赔预测，得到理赔预测数据，包括：将所述融合案件特征嵌入向量和所述目标案件特征向量输入至预设的因子分解机进行案件评分，得...
【专利技术属性】
技术研发人员：赵知纬，
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：
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。