【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种业务数据的风险确定方法、装置、设备及存储介质。
技术介绍
1、目前团体保单的数据风险预测基本以专家所设定的风控规则为主，风控规则仅仅以有限的条件进行案件的抓取，较难控制准确率，且泛化性弱，对新数据的适应性较低。与此同时，有限的规则条件覆盖风险场景少，较易导致风险渗透。
2、为提高数据风险预测的准确率及覆盖度，目前部分解决方案为基于逻辑回归模型或xgboost模型构建理赔案件风险评分卡，但逻辑回归模型本质是线性回归，无法解决非线形问题，而保单出现风险的场景较多，数据分布存在较大不同，线性关系很难拟合数据分布，以及团体保单中的数据还存在特征复杂、异常值、数据不平衡等情况使得逻辑回归模型的输出结果较差。xgboost模型则存在无法处理类别型特征、模型训练空间消耗大、训练耗时较长而导致的数据处理效率低的问题。
技术实现思路
1、本申请提供一种业务数据的风险确定方法、装置、设备及存储介质，旨在提升确定业务数据风险的准确性及提升业务数据风险确定过程中的数据处理
本文档来自技高网...
【技术保护点】
1.一种业务数据的风险确定方法，其特征在于，包括：
2.如权利要求1所述的业务数据的风险确定方法，其特征在于，所述确定符合保单风险条件的第一目标团体保单，包括：
3.如权利要求2所述的业务数据的风险确定方法，其特征在于，所述确定符合模型调试条件的第二目标团体保单，包括：
4.如权利要求1-3任一项所述的业务数据的风险确定方法，其特征在于，所述基于特征提取模型，对所述第一目标团体保单进行特征提取处理，得到训练数据，包括：
5.如权利要求1-3任一项所述的业务数据的风险确定方法，其特征在于，所述基于特征提取模型，对所述第一目...
【技术特征摘要】
1.一种业务数据的风险确定方法，其特征在于，包括：
2.如权利要求1所述的业务数据的风险确定方法，其特征在于，所述确定符合保单风险条件的第一目标团体保单，包括：
3.如权利要求2所述的业务数据的风险确定方法，其特征在于，所述确定符合模型调试条件的第二目标团体保单，包括：
4.如权利要求1-3任一项所述的业务数据的风险确定方法，其特征在于，所述基于特征提取模型，对所述第一目标团体保单进行特征提取处理，得到训练数据，包括：
5.如权利要求1-3任一项所述的业务数据的风险确定方法，其特征在于，所述基于特征提取模型，对所述第一目标团体保单进行特征提取处理，得到训练数据，包括：
6.如权利要求1-3任一项所述的业务数据的风险确定方法，其特征在于，所述基...
【专利技术属性】
技术研发人员：赵栋，陶民泽，
申请(专利权)人：平安健康保险股份有限公司，
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。