【技术实现步骤摘要】
本申请涉及保险定价，特别是一种基于数据分析的养殖保险定价系统。
技术介绍
1、养殖保险是农业保险的一个重要分支，旨在为养殖户提供经济保障，减轻因自然灾害等不可抗力因素导致的经济损失。随着养殖业的快速发展，养殖规模的扩大和养殖技术的进步，养殖业面临的风险也日益增多，这包括动物疫病和自然灾害（如洪水、干旱、风暴等）等。养殖保险的出现，能够帮助养殖户降低风险，稳定养殖业的发展。
2、传统的养殖保险定价方法通常依赖于较为简化的计算公式来确定保险费用，例如在确定费率时，首先对于不同的养殖种类（如猪、牛、鸡等）分配一个基础费率，然后根据养殖场所在的区域（如东部、西部、南部、北部等）对费率按预设比例进行调整。
3、虽然现有的定价方法在一定程度上为养殖保险提供了参考，但也存在准确性不高的问题。
技术实现思路
1、鉴于上述提到的问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种基于数据分析的养殖保险定价系统，包括：
2、一种基于数据分析的养殖保险定价系统，包括：
3、目标数据获取模块，用于获取目标养殖场的目标保险周期和目标养殖数据，以及所述目标养殖场所属区域的目标历史天气数据和目标环境数据；
4、目标金额确定模块，用于依据所述目标养殖数据，确定所述目标养殖场的目标索赔金额；
5、目标概率评估模块，用于使用预先构建的风险评估模型对所述目标养殖数据、所述目标历史天气数据和所述目标环境数据进行处理，得到所述目标养殖
6、目标定价确定模块，用于依据所述目标索赔金额、所述目标保险周期和所述目标单位索赔概率，确定所述目标养殖场的目标保险定价。
7、优选的，所述目标养殖数据包括目标养殖种类、目标养殖规模、目标养殖密度和目标养殖模式；所述目标金额确定模块包括：
8、目标数量确定子模块，用于依据所述目标养殖规模和所述目标养殖密度，确定所述目标养殖场的目标养殖数量；
9、目标金额确定子模块，用于依据所述目标养殖种类、所述目标养殖模式和所述目标养殖数量，确定所述目标养殖场的目标索赔金额。
10、优选的，所述目标概率评估模块包括：
11、目标数据分割子模块，用于将所述目标历史天气数据划分为与单位保险周期一一对应的目标单位天气数据；
12、目标概率评估子模块，用于对于每个所述单位保险周期，使用预先构建的风险评估模型对所述目标养殖数据、所述目标环境数据和与所述单位保险周期对应的所述目标单位天气数据进行处理，得到所述目标养殖场在所述单位保险周期内的目标索赔概率。
13、优选的，所述目标养殖数据包括目标养殖种类、目标养殖规模、目标养殖密度和目标养殖模式；所述目标环境数据包括所述目标养殖场距离最近山体的目标山体距离和距离最近水体的目标水体距离；所述目标单位天气数据包括所述目标养殖场所属区域的目标单位温度序列和目标单位湿度序列；所述风险评估模型包括多模态输入层、特征交叉学习层、集成学习层和输出层；所述目标概率评估子模块包括：
14、第一输入子模块，用于将所述目标养殖种类、所述目标养殖规模、所述目标养殖密度、所述目标养殖模式、所述目标山体距离、所述目标水体距离、所述目标单位温度序列和所述目标单位湿度序列输入所述多模态输入层，得到与所述目标养殖种类对应的目标种类嵌入向量、与所述目标养殖模式对应的目标模式嵌入向量、与所述目标养殖规模对应的目标规模归一化值、与所述目标养殖密度对应的目标密度归一化值、与所述目标山体距离对应的目标山体归一化值、与所述目标水体距离对应的目标水体归一化值和与所述目标单位温度序列和所述目标单位湿度序列对应的目标天气隐藏状态；
15、第二输入子模块，用于将所述目标种类嵌入向量、所述目标模式嵌入向量、所述目标规模归一化值、所述目标密度归一化值、所述目标山体归一化值、所述目标水体归一化值和所述目标天气隐藏状态输入所述特征交叉学习层，得到特征交叉输出；
16、第三输入子模块，用于将所述特征交叉输出输入所述集成学习层，得到集成学习输出；
17、第四输入子模块，用于将所述集成学习输出输入所述输出层，得到所述目标养殖场在所述单位保险周期内的目标索赔概率。
18、优选的，所述特征交叉学习层包括深度交叉网络和transformer模块；所述第二输入子模块包括：
19、深度交叉输入子模块，用于将所述目标种类嵌入向量、所述目标模式嵌入向量、所述目标规模归一化值、所述目标密度归一化值、所述目标山体归一化值、所述目标水体归一化值和所述目标天气隐藏状态处理输入所述深度交叉网络，得到深度交叉输出；
20、transformer输入子模块，用于将所述目标天气隐藏状态处理输入所述transformer模块，得到transformer输出；
21、交叉融合子模块，用于对所述深度交叉输出和所述transformer输出进行融合，得到特征交叉输出。
22、优选的，所述交叉融合子模块包括：
23、串联融合子模块，用于对所述深度交叉输出和所述transformer输出进行串联，得到特征交叉输出。
24、优选的，所述集成学习层包括若干预测模型；所述第三输入子模块包括：
25、模型输入子模块，用于将所述特征交叉输出输入每个所述预测模型，得到模型学习输出；
26、集成融合子模块，用于对全部所述模型学习输出进行融合，得到集成学习输出。
27、优选的，所述集成融合子模块包括：
28、加权融合子模块，用于对全部所述模型学习输出进行加权求和，得到集成学习输出。
29、优选的，所述目标定价确定模块包括：
30、目标概率确定子模块，用于依据所述目标保险周期和所述目标单位索赔概率，确定所述目标养殖场在所述目标保险周期内的目标索赔概率；
31、目标定价确定子模块，用于依据所述目标索赔金额和所述目标索赔概率，确定所述目标养殖场的目标保险定价。
32、优选的，还包括：
33、样本数据获取模块，用于获取样本养殖场的样本养殖数据和样本索赔情况，以及所述样本养殖场所属区域的样本历史天气数据和样本环境数据；
34、初始模型训练模块，用于使用所述样本养殖数据、所述样本历史天气数据、所述样本环境数据和所述样本索赔情况对初始风险评估模型进行训练，得到风险评估模型。
35、本申请具有以下优点：
36、在本申请的实施例中，相对于现有定价方法准确性不高的问题，本申请提供了基于养殖数据、天气数据和环境数据，使用风险评估模型计算单位周期内的索赔概率，进而确定保险定价的解决方案，具体为：“一种基于数据分析的养殖保险定价系统，包括：目标数据获取模块，用于获取目标养殖场的目标保险周期和目标养殖数据，以及所述目标养殖场所属区域的目标历史天气数据和目标本文档来自技高网...
【技术保护点】
1.一种基于数据分析的养殖保险定价系统，其特征在于，包括：
2.根据权利要求1所述的定价系统，其特征在于，所述目标养殖数据包括目标养殖种类、目标养殖规模、目标养殖密度和目标养殖模式；所述目标金额确定模块包括：
3.根据权利要求1所述的定价系统，其特征在于，所述目标概率评估模块包括：
4.根据权利要求3所述的定价系统，其特征在于，所述目标养殖数据包括目标养殖种类、目标养殖规模、目标养殖密度和目标养殖模式；所述目标环境数据包括所述目标养殖场距离最近山体的目标山体距离和距离最近水体的目标水体距离；所述目标单位天气数据包括所述目标养殖场所属区域的目标单位温度序列和目标单位湿度序列；所述风险评估模型包括多模态输入层、特征交叉学习层、集成学习层和输出层；所述目标概率评估子模块包括：
5.根据权利要求4所述的定价系统，其特征在于，所述特征交叉学习层包括深度交叉网络和Transformer模块；所述第二输入子模块包括：
6.根据权利要求5所述的定价系统，其特征在于，所述交叉融合子模块包括：
7.根据权利要求4所述的定价系统，
8.根据权利要求7所述的定价系统，其特征在于，所述集成融合子模块包括：
9.根据权利要求1所述的定价系统，其特征在于，所述目标定价确定模块包括：
10.根据权利要求1所述的定价系统，其特征在于，还包括：
...【技术特征摘要】
1.一种基于数据分析的养殖保险定价系统，其特征在于，包括：
2.根据权利要求1所述的定价系统，其特征在于，所述目标养殖数据包括目标养殖种类、目标养殖规模、目标养殖密度和目标养殖模式；所述目标金额确定模块包括：
3.根据权利要求1所述的定价系统，其特征在于，所述目标概率评估模块包括：
4.根据权利要求3所述的定价系统，其特征在于，所述目标养殖数据包括目标养殖种类、目标养殖规模、目标养殖密度和目标养殖模式；所述目标环境数据包括所述目标养殖场距离最近山体的目标山体距离和距离最近水体的目标水体距离；所述目标单位天气数据包括所述目标养殖场所属区域的目标单位温度序列和目标单位湿度序列；所述风险评估模型包括多模态输入层、特...
【专利技术属性】
技术研发人员：李东明，高云，肖振峰，
申请(专利权)人：国任财产保险股份有限公司，
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。