团体业务风险的确定方法、装置、设备及存储介质制造方法及图纸

本申请属于智能决策技术领域，提供一种团体业务风险的确定方法、装置、设备及存储介质，该方法包括：获取训练数据，训练数据为风险团体业务数据对应的风险特征和风险状况的标注；将训练数据输入至预设的LightGBM模型中进行处理，得到预测风险概率值；根据预测风险概率值对预设的归因模型进行训练，获得损失函数，并根据损失函数调整归因模型的系数，得到训练好的归因模型；获取待预测团体业务数据对应的特征，输入至LightGBM模型中进行处理，得到目标预测风险概率值；通过训练好的归因模型对目标预测风险概率值进行优化调整，得到待预测团体业务数据的风险概率值。本申请提升了模型对金融保险领域中团体业务风险的预测准确率。

【技术实现步骤摘要】

本申请涉及智能决策，尤其涉及一种团体业务风险的确定方法、装置、设备及存储介质。

技术介绍

1、在金融领域，例如金融保险业务场景，针对团体(企业)的保险业务迅猛发展。金融保险机构大多采用有监督学习中的机器学习模型对团体保险业务进行风险分析。

2、然而，由于团体的特殊性，团体的承保及理赔可能涉及到团体的敏感信息，出于数据安全考虑不便交给金融保险机构使用，这就导致团体保险业务的特征较少、泛化能力较低、容易受噪声影响，使得机器学习模型的泛化能力不足，造成机器学习模型对团体保险业务风险预测的准确率较低。

技术实现思路

1、本申请的主要目的在于提供一种团体业务风险的确定方法、装置、设备及存储介质，旨在提升团体业务风险的预测准确率。

2、第一方面，本申请提供了一种团体业务风险的确定方法，所述方法包括：

3、获取训练数据，所述训练数据为风险团体业务数据对应的风险特征和风险状况的标注；

4、将所述训练数据输入至预设的lightgbm模型中进行处理，得到所述lightgbm模型输出本文档来自技高网...

【技术保护点】

1.一种团体业务风险的确定方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的团体业务风险的确定方法，其特征在于，所述根据所述预测风险概率值对所述归因模型进行训练，获得所述归因模型的损失函数，包括：

3.根据权利要求2所述的团体业务风险的确定方法，其特征在于，所述获取L1平方损失项，包括：

4.根据权利要求2所述的团体业务风险的确定方法，其特征在于，所述获取L2正则化项，包括：

5.根据权利要求2所述的团体业务风险的确定方法，其特征在于，所述根据所述L1平方损失项和所述L2正则化项，得到所述损失函数，包括：

6.根...

【技术特征摘要】

1.一种团体业务风险的确定方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的团体业务风险的确定方法，其特征在于，所述根据所述预测风险概率值对所述归因模型进行训练，获得所述归因模型的损失函数，包括：

3.根据权利要求2所述的团体业务风险的确定方法，其特征在于，所述获取l1平方损失项，包括：

4.根据权利要求2所述的团体业务风险的确定方法，其特征在于，所述获取l2正则化项，包括：

5.根据权利要求2所述的团体业务风险的确定方法，其特征在于，所述根据所述l1平方损失项和所述l2正则化项，得到所述损失函数，包括：

6.根据权利要求1所述的团体业务风险的确定方法，其特征在于，所述归因模型包括ridge回归...

【专利技术属性】
技术研发人员：高扬磊，陈奕宇，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：