CN107678841A - 控制承保处理的方法、装置、计算机设备及存储介质 - Google Patents

控制承保处理的方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN107678841A
CN107678841A CN201710752023.1A CN201710752023A CN107678841A CN 107678841 A CN107678841 A CN 107678841A CN 201710752023 A CN201710752023 A CN 201710752023A CN 107678841 A CN107678841 A CN 107678841A
Authority
CN
China
Prior art keywords
insurance
difficulty value
factor
information
accepted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710752023.1A
Other languages
English (en)
Other versions
CN107678841B (zh
Inventor
吴海波
姜云鹏
凌剑
马向东
丁杰
张捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201710752023.1A priority Critical patent/CN107678841B/zh
Publication of CN107678841A publication Critical patent/CN107678841A/zh
Priority to PCT/CN2018/077336 priority patent/WO2019041768A1/zh
Application granted granted Critical
Publication of CN107678841B publication Critical patent/CN107678841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2246Trees, e.g. B+trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提出了一种控制承保处理的方法,所述方法包括:批量获取待承保的投保单所对应的投保单号;获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;根据所述因素信息计算当前投保单对应的承保难度值;将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。该控制承保处理的方法避免了出现阻塞,同时也不会造成计算资源的浪费。此外,还提出了一种控制承保处理的装置、计算机设备及存储介质。

Description

控制承保处理的方法、装置、计算机设备及存储介质
技术领域
本发明涉及计算机处理领域,特别是涉及一种控制承保处理的方法、装置、计算机设备及存储介质。
背景技术
随着保险行业的发展,越来越多的人开始进行投保。在投保的过程中,首先对用户的投保申请进行核保,然后对核保通过的投保单进行承保。传统的承保处理过程中,系统无法预先获知需要开启多少线程处理待承保的投保单,往往是发生阻塞之后,再去开启新的线程协助处理,由于已经发生了阻塞才进行处理,影响承保效率,同时也会造成客户投保体验差,但是如果预先开启多个线程,那么容易造成计算资源的浪费。
发明内容
基于此,有必要针对上述问题,提出一种能够避免出现阻塞且不会造成计算资源浪费的承保处理方法、装置、计算机设备及存储介质。
一种控制承保处理的方法,所述方法包括:
批量获取待承保的投保单所对应的投保单号;
获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;
根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;
根据所述因素信息计算当前投保单对应的承保难度值;
将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;
确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
在其中一个实施例中,所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:获取与每个险种信息对应的计算规则,根据险种信息所对应的影响因素计算与险种信息对应的险种难度值;根据当前投保单号对应的各个险种难度值计算得到当前投保单对应的承保难度值。
在其中一个实施例中,在所述根据所述因素信息计算所述当前投保单对应的承保难度值的步骤之前还包括:获取与当前投保单对应的树状结构,根据影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:根据树状结构中末节点中存储的因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
在其中一个实施例中,所述根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息的步骤包括:在数据库中查找与所述当前投保单号对应的投保单信息;采用字段匹配的方式从所述投保单信息中提取与所述影响因素对应的因素信息。
在其中一个实施例中,所述确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单的步骤包括:获取预设的处理时间;根据目标承保难度值和处理时间确定相应的目标线程数量;根据目标线程数量开启相应数量的线程处理待承保的投保单。
一种控制承保处理的装置,所述装置包括:
投保单号获取模块,用于批量获取待承保的投保单所对应的投保单号;
影响因素获取模块,用于获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;
提取模块,用于根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;
计算模块,用于根据所述因素信息计算当前投保单对应的承保难度值;
累加模块,用于将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;
确定模块,用于确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
在其中一个实施例中,所述计算模块还用于获取与每个险种信息对应的计算规则,根据险种信息所对应的影响因素计算与险种信息对应的险种难度值,根据当前投保单号对应的各个险种难度值计算得到当前投保单对应的承保难度值。
在其中一个实施例中,所述装置还包括:存储模块,用于获取与当前投保单对应的树状结构,根据影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;所述计算模块还用于根据树状结构中末节点中存储的因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
在其中一个实施例中,所述提取模块还用于在数据库中查找与所述当前投保单号对应的投保单信息;采用字段匹配的方式从所述投保单信息中提取与所述影响因素对应的因素信息。
在其中一个实施例中,所述确定模块还用于获取预设的处理时间,根据目标承保难度值和处理时间确定相应的目标线程数量,根据目标线程数量开启相应数量的线程处理待承保的投保单。
本发明实施例还提供一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的方法步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法步骤。
上述控制承保处理的方法、装置、计算机设备及存储介质,通过批量获取待承保的投保单所对应的投保单号,获取与当前投保单号对应的险种信息,获取与险种信息对应的影响承保难度的影响因素,根据当前投保单号从数据库中提取与影响因素对应的影响承保难度的影响因素,根据当前投保单号从数据库中提取与影响因素对应的因素信息,根据因素信息计算当前投保单号对应的承保难度值,将批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值,继而确定与目标承保难度值匹配的线程数量处理待承保的投保单。由于处理待承保的投保单所需要的计算资源不仅与承保单的数量有关,还与每个投保单的承保难度值有关,该方法通过预先计算该批待承保的投保单的目标承保难度值确定需要计算资源,即线程数量,进而根据确定的线程数量处理待承保的投保单,避免了出现阻塞的情况,同时也不会造成计算资源的浪费。
附图说明
图1为一个实施例中计算机设备的内部结构示意图;
图2为一个实施例中控制承保处理的方法流程图;
图3为一个实施例中根据因素信息计算当前投保单号对应的承保难度值的方法流程图;
图4为另一个实施例中控制承保处理的方法流程图;
图5为一个实施例中投保单对应的树状结构的示意图;
图6为一个实施例中根据当前投保单号从数据库中提取与影响因素对应的因素信息的方法流程图;
图7为一个实施例中开启与目标承保难度值匹配的线程数量处理待承保的投保单的方法流程图;
图8为一个实施例中控制承保处理的装置结构框图;
图9为另一个实施例中控制承保处理的装置结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中计算机设备的内部结构示意图,该计算机设备可以为服务器,也可以为终端。其中,服务器可以为单独的服务器,也可以为服务器集群,终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。参照图1,该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中,该计算机设备的非易失性存储介质可存储操作系统、数据库和计算机程序,该计算机程序被执行时,可使得处理器执行一种控制承保处理的方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该内存储器中可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行一种控制承保处理的方法。计算机设备的数据库用于存储数据,比如,存储历史投保单。计算机设备的网络接口用于进行网络通信。本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
如图2所示,提出了一种控制承保处理的方法,以该方法应用于图1中的计算机设备为例进行说明,具体包括以下步骤:
步骤202,批量获取待承保的投保单所对应的投保单号。
其中,投保单号用于唯一标识一个投保单。投保单是指投保人向保险人申请订立保险合同的书面要约,上面记载了投保人的姓名或名称、年龄、职业、投保单位、欲投保险种以及投保金额等信息。预先将待承保的投保单数据存储在数据库中,将相应的投保单号按照时间的先后顺序进行排序。由于待承保的投保单很多,所以一般采用异步处理方法,每隔一段时间(比如,每隔5分钟)获取一批待承保的投保单进行处理。具体地,获取待承保的投保单进行处理首先是获取待处理投保单的投保单号,便于后续根据该投保单号去数据库中抓取相应的投保单数据进行处理。
步骤204,获取与当前投保单号对应的险种信息,获取与险种信息对应的影响承保难度的影响因素。
其中,每个投保单中都会记录所要投保的险种信息,预先将投保单号与对应的险种信息进行对应存储。当前投保单号是指当前正在处理的投保单所对应的保单号,当处理完该保单号,获取下一个待处理的投保单作为当前投保单继续进行处理。险种信息包括险种类型和险种属性。险种类型是指险种的类别,比如健康险、意外险、车险等分别属于不同类型的险种。险种属性是指险种是长险、还是短险等。不同险种类型甚至同种险种类型但是不同险种属性所对应的影响承保难度的影响因素都是不同的。比如,医疗类的影响因素包括疾病情况,这些对于其他险则是没有的。长险的影响因素包括领取金额、领取年龄、现金价值等信息,这些对于短险都是没有的。具体地,预先设置了与不同险种信息对应的影响承保难度的影响因素,比如,对于长期的健康险所对应的影响承保难度的影响因素包括:性别、年龄、职业、投保金额、投保单位等信息。对于车险所对应的影响承保难度的影响因素包括:车型、车龄、投保金额等信息。
步骤206,根据当前投保单号从数据库中提取与影响因素对应的因素信息。
其中,因素信息是指与影响因素对应的具体信息。比如,假设年龄为影响因素,那么与年龄对应的因素信息即为具体的年龄,比如50岁。当前投保单号是指当前正在处理的投保单所对应的投保单号,在确定了与当前投保单号对应的险种信息,以及与每一险种信息对应的影响承保难度的影响因素后,根据当前投保单号在数据库中查找对应的投保单信息,然后提取与每个影响因素对应的因素信息。假设影响因素包括投保单位、年龄、性别、职业、投保金额等因素,那么分别提取与每一个影响因素对应的因素信息。
步骤208,根据因素信息计算当前投保单号对应的承保难度值。
其中,不同的影响因素所对应的计算规则不同,预先设置每一种影响因素对应的计算规则。在获取到与影响因素对应的因素信息后,根据与该影响因素对应的计算规则计算相应因素信息对应的因素难度值。比如,预先设置年龄和相应的因素难度值的映射关系,比如,若年龄在30岁以下,因素难度值设为1,在30岁到50岁之间因素难度值设为2,50-60之间因素难度值设为3,60岁以上因素难度值设为5。当获取到年龄信息后,根据年龄所属的范围确定相应的因素难度值,比如,若年龄为40岁,则对应的因素难度值为2。在计算得到每个影响因素对应的因素难度值后,就可以确定投保单对应的承保难度值。在一个实施例中,可以将各个影响因素所对应的因素难度值进行累加得到投保单对应的承保难度值。在另一个实施例中,也可以将各个影响因素对应的因素难度值进行加权求和得到与当前投保单号对应的承保难度值。进一步的,为了提高计算承保难度值的效率,可以预先将影响因素对应的因素信息以哈希链表的形式存储,这样便于后续进行并行计算。
步骤210,将批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值。
其中,目标承保难度值是指该批投保单的承保难度值之和。由于需要在预设时间内处理完该批投保单的承保,所以计算得到该批投保单对应的承保难度值之和,以便后续分配相应的计算资源来处理这些待承保的投保单。
步骤212,确定与目标承保难度值匹配的线程数量处理待承保的投保单。
其中,目标承保难度值反映了处理该批待承保投保单所需要的计算资源,目标承保难度值(总的承保难度值)越大,相应的需要的计算资源越多。线程是指提供计算资源的程序,通过线程提供的计算资源对待承保的投保单进行承保处理。由于待承保的投保单是每隔预设的时间获取一批,在获取下一批之前,需要将当前批的待承保的投保单处理完毕,而每个线程单位时间内能够处理的数量是有限的,所以为了不出现阻塞的现象,需要预先根据目标承保难度值配置相应的计算资源处理该批待承保的投保单。具体地,预先设置目标承保难度值与线程数量的对应关系,在确定了目标承保难度值后,就可以确定与目标承保难度值匹配的线程数量,根据确定的线程数量处理待承保的投保单。在一个实施例中,在确定了线程数量后,根据确定的线程数量生成开启相应线程的程序,然后将该程序发送给对应的执行主体(比如,终端),使执行主体根据该程序开启相应数量的线程处理待承保的投保单。在另一个实施例中,在根据目标承保难度值确定了相应的线程数量后,直接开启与所述线程数量相同数量的线程处理待承保的投保单。需要说明的是,确定线程数量的执行主体和具体开启线程执行待承保的投保单的执行主体可以相同,也可以不同。
如图3所示,在一个实施例中,根据因素信息计算当前投保单号对应的承保难度值的步骤208包括:
步骤208A,获取与每个险种信息对应的计算规则,根据险种信息所对应的影响因素计算与险种信息对应的险种难度值。
其中,一个投保单中可以包括一个或多个险种。不同险种所对应的计算险种难度值的计算规则不同。预先设置不同险种所对应的计算规则,其中,不同险种计算规则中包括了该险种所对应的影响因素对应的计算规则。为了计算当前投保单号对应的承保难度值,首先计算每个险种所对应的承保难度值。具体地,首先获取当前投保单号对应的险种信息,获取与险种信息对应的影响因素所对应的因素信息,根据影响因素对应的计算规则计算得到每个影响因素对应的因素难度值,然后根据因素难度值计算得到险种信息对应的险种难度值。举个例子,假设当前投保单号对应的险种信息有两个,A和B,而险种A对应的影响因素有五个,分别为A1,A2,A3,A4,A5,险种B对应的影响因素有6个,分别为B1,B2,B3,B4,B5,B6。首先确定与每个影响因素对应的因素值,然后根据险种计算规则确定该险种对应的险种难度值,比如,可以采用加权求和分别得到A和B的险种难度值,可以采用如下公式计算得到:A=K1*A1+K2*A2+K3*A3+K4*A4+K5*A5,其中,K1、K2、K3、K4和K5分别为设定的权重系数,公式中的A1,A2,A3,A4,A5分别代表相应影响因素对应的因素值。B=h1*B1+h2*B2+h3*B3+h4*B4+h5*B5+h6*B6,其中,h1、h2、h3、h4、h5、h6分别表示B险种中各个影响因素对应的权重系数,B1,B2,B3,B4,B5,B6表示相应影响因素对应的因素值。比如,假设A1代表的是投保单位,预先将投保单位按照人数划分为大型企业、中型企业和小型企业。获取到具体的投保单位信息后,根据该投保单位的规模确定相应的因素值,比如,如果是大型企业,相应的因素值为5,如果是中型企业,相应的因素值为3,如果是小型企业,相应的因素值为1。分别根据每个影响因素对应的计算规则确定与每个因素信息对应的因素值,然后再按照险种对应的计算规则计算得到险种对应的险种难度值。
步骤208B,根据当前投保单号对应的各个险种难度值计算得到当前投保单号对应的承保难度值。
其中,在计算得到各个险种信息对应的险种难度值后,根据当前投保单号对应的计算规则计算得到当前投保单号对应的承保难度值。在一个实施例中,直接将每个险种信息对应的险种难度值进行累加得到投保单的承保难度值。
如图4所示,在一个实施例中,提出了一种控制承保处理的方法,该方法包括:
步骤402,批量获取待承保的投保单所对应的投保单号。
步骤404,获取与当前投保单号对应的险种信息,获取与险种信息对应的影响承保难度的影响因素。
步骤406,根据当前投保单号从数据库中提取与影响因素对应的因素信息。
步骤407,获取与当前投保单对应的树状结构,根据影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素。
具体地,为了能够快速对当前投保单的承保难度值进行计算,按照预设的规则将当前投保单进行逐级分类,确定与当前投保单对应的树状结构,该树状结构中的根节点代表当前投保单,树状结构的每一个末节点代表一个影响因素。将获取到的与影响因素对应的因素信息存储到树状结构中对应的末节点中。在一个实施例中,首先根据当前投保单中包含的险种信息进行分类,比如,如果当前投保单中包括两个险种A和B,那么分别将A和B两个险种作为根节点的下一级节点,每个险种对应一个节点,然后再按照每个险种包含的影响因素进行分类,比如,将每个险种中的影响因素分为人的因素和险种的因素。分别将人的因素和险种的因素作为险种节点的下一级节点,最后将影响因素中属于人的因素作为人的因素的下一级节点即末节点。如图5所示,为一个实施例中,树状结构的示意图,其中,根节点代表投保单,根节点的下一层节点代表分类的险种,险种节点又分为人的因素和险种的因素,然后人的因素和险种的因素的下一级节点即末节点代表是的是具体的影响因素。构造树状结构有利于后续对投保单的承保难度值进行并行计算,提高计算的效率。
步骤408,根据树状结构中末节点中存储的因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
具体地,首先,根据每个末节点中的因素信息和相应的影响因素计算规则计算得到每个因素信息对应的因素难度值,即计算得到每个末节点的难度值。然后根据末节点的上一级的计算规则计算得到该上一级对应的难度值,依次类推,直到计算得到根节点的难度值,即当前投保单对应的承保难度值。举个例子,假设当前投保单对应的树状结构有三个等级,处于第一等级的节点代表当前投保单,然后将当前投保单对应的险种因素作为第二等级,假设当前投保单中包括了两个险种A和B,那么A和B分别为第二等级中的2个节点,将险种A对应的影响因素以及险种B对应的影响因素作为第三等级,每个影响因素对应一个节点,其中,险种A对应的影响因素在该险种A节点的分支上,险种B对应的影响因素在险种B节点对应的分支上。在计算与当前投保单对应的承保难度值时,首先,根据每个影响因素所对应的因素信息计算得到因素难度值,然后根据每个影响因素对应的因素值计算对应的上一等级的难度值(即险种难度值),在计算得到险种难度值后,再根据各个险种难度值计算得到当前投保单对应的承保难度值。通过将当前投保单以树状结构进行存储,有利于进行并行计算,提高计算当前投保单的承保难度值的效率。
步骤410,将批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值。
步骤412,开启与目标承保难度值匹配的线程数量处理待承保的投保单。
如图6所示,在一个实施例中,根据当前投保单号从数据库中提取与影响因素对应的因素信息的步骤206包括:
步骤206A,在数据库中查找与当前投保单号对应的投保单信息。
其中,预先在数据库中存储了投保单号与投保单信息的关系,在获取到当前投保单号后,根据投保单号在数据库中查找相应的投保单信息。投保单信息中包括了与影响因素对应的因素信息,比如,包括了投保人的年龄、性别、职业、投保单位、投保金额、投保年限等信息。
步骤206B,采用字段匹配的方式从投保单信息中提取与影响因素对应的因素信息。
其中,投保单信息在数据库中是以表格的形式进行存储的,里面包括了每个影响因素对应的字段信息,字段是指表格中包含的某一专题信息的内容。比如,投保单中的“姓名”、“性别”、“出生日期”这些项就是所谓的“字段”。在确定了影响因素后,采用字段匹配的方式从投保单信息中提取与影响因素对应的因素信息。具体地,可以预先设置每个字段对应的字段标识,确定了与影响因素对应的字段标识后,根据字段标识从投保单信息中提取相应的因素信息。
如图7所示,在一个实施例中,开启与目标承保难度值匹配的线程数量处理待承保的投保单的步骤212包括:
步骤212A,获取预设的处理时间。
其中,处理时间是指处理该批投保单所对应的需要的时间。由于投保单是分批进行处理的,在获取到本批的投保单后需要在预设的处理时间内处理完毕,不然会导致无法及时处理后面批次的投保单,影响客户体验,而且容易造成阻塞。
步骤212B,根据目标承保难度值和处理时间确定相应的目标线程数量。
其中,每个线程在单位时间内能够处理的投保单数量是有限的,为了能够在处理时间内处理完该批待承保的投保单,需要根据目标承保难度值和处理时间来计算需要多少个线程并行处理才能在预设的处理时间内完成,避免出现阻塞,同时也避免了计算资源的浪费。
步骤212C,根据目标线程数量开启相应数量的线程处理待承保的投保单。
具体地,在根据目标承保难度值和处理时间计算得到线程数量后,开启与线程数量相同的线程个数处理待承保的投保单。在一个实施例中,在计算得到目标线程数量后,比较当前处于开启状态的线程数量与目标线程数量的大小关系,若是当前开启的线程数量大于目标线程数量,则相应的关闭一些线程使开启的线程数量与目标线程数量保持一致,这样能够避免计算资源的浪费。如果当前开启的线程数量小于目标线程数量,则相应的开启一些线程使开启的线程数量与目标线程数量保持一致,这样能够避免出现阻塞。
如图8所示,在一个实施例中,提出了一种控制承保处理的装置,该装置包括:
投保单号获取模块802,用于批量获取待承保的投保单所对应的投保单号;
影响因素获取模块804,用于获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;
提取模块806,用于根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;
计算模块808,用于根据所述因素信息计算当前投保单对应的承保难度值;
累加模块810,用于将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;
确定模块812,用于确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
在一个实施例中,计算模块808还用于获取与每个险种信息对应的计算规则,根据险种信息所对应的影响因素计算与险种信息对应的险种难度值,根据当前投保单号对应的各个险种难度值计算得到当前投保单对应的承保难度值。
如图9所示,在一个实施例中,上述控制承保处理的装置还包括:
存储模块807,用于获取与当前投保单对应的树状结构,根据影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;
计算模块808还用于根据树状结构中末节点中存储的因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
在一个实施例中,所述提取模块806还用于在数据库中查找与所述当前投保单号对应的投保单信息;采用字段匹配的方式从所述投保单信息中提取与所述影响因素对应的因素信息。
在一个实施例中,所述确定模块812还用于获取预设的处理时间,根据目标承保难度值和处理时间确定相应的目标线程数量,根据目标线程数量开启相应数量的线程处理待承保的投保单。
上述控制承保处理的装置可以实现为一种计算机程序的形式,计算机程序可以在如图1所示的计算机设备上运行。
本发明实施例提出了一种计算机设备。该计算机设备包括一系列存储于存储器上的计算机程序,当该计算机程序被处理器执行时,可以实现本发明各实施例提出的控制承保处理的方法。计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:批量获取待承保的投保单所对应的投保单号;获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;根据所述因素信息计算当前投保单对应的承保难度值;将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
在一个实施例中,所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:获取与每个险种信息对应的计算规则,根据险种信息所对应的影响因素计算与险种信息对应的险种难度值;根据当前投保单号对应的各个险种难度值计算得到当前投保单对应的承保难度值。
在一个实施例中,计算机程序使得处理器执行所述根据所述因素信息计算所述当前投保单对应的承保难度值的步骤之前还用于执行以下步骤:获取与当前投保单对应的树状结构,根据影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:根据树状结构中末节点中存储的因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
在一个实施例中,所述根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息的步骤包括:在数据库中查找与所述当前投保单号对应的投保单信息;采用字段匹配的方式从所述投保单信息中提取与所述影响因素对应的因素信息。
在一个实施例中,所述确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单的步骤包括:获取预设的处理时间;根据目标承保难度值和处理时间确定相应的目标线程数量;根据目标线程数量开启相应数量的线程处理待承保的投保单。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以下步骤:批量获取待承保的投保单所对应的投保单号;获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;根据所述因素信息计算当前投保单对应的承保难度值;将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
在一个实施例中,所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:获取与每个险种信息对应的计算规则,根据险种信息所对应的影响因素计算与险种信息对应的险种难度值;根据当前投保单号对应的各个险种难度值计算得到当前投保单对应的承保难度值。
在一个实施例中,计算机程序使得处理器执行所述根据所述因素信息计算所述当前投保单对应的承保难度值的步骤之前还用于执行以下步骤:获取与当前投保单对应的树状结构,根据影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:根据树状结构中末节点中存储的因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
在一个实施例中,所述根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息的步骤包括:在数据库中查找与所述当前投保单号对应的投保单信息;采用字段匹配的方式从所述投保单信息中提取与所述影响因素对应的因素信息。
在一个实施例中,所述确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单的步骤包括:获取预设的处理时间;根据目标承保难度值和处理时间确定相应的目标线程数量;根据目标线程数量开启相应数量的线程处理待承保的投保单。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述计算机可读取存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种控制承保处理的方法,其特征在于,所述方法包括:
批量获取待承保的投保单所对应的投保单号;
获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;
根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;
根据所述因素信息计算当前投保单对应的承保难度值;
将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;
确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
2.根据权利要求1所述的方法,其特征在于,所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:
获取与每个所述险种信息对应的计算规则,根据所述险种信息所对应的影响因素计算与所述险种信息对应的险种难度值;
根据当前投保单号对应的各个所述险种难度值计算得到当前投保单对应的承保难度值。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述因素信息计算所述当前投保单对应的承保难度值的步骤之前还包括:
获取与当前投保单对应的树状结构,根据所述影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;
所述根据所述因素信息计算当前投保单对应的承保难度值的步骤包括:
根据树状结构中末节点中存储的所述因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息的步骤包括:
在数据库中查找与所述当前投保单号对应的投保单信息;
采用字段匹配的方式从所述投保单信息中提取与所述影响因素对应的因素信息。
5.根据权利要求1所述的方法,其特征在于,所述确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单的步骤包括:
获取预设的处理时间;
根据所述目标承保难度值和所述处理时间确定相应的目标线程数量;
根据所述目标线程数量开启相应数量的线程处理待承保的投保单。
6.一种控制承保处理的装置,其特征在于,所述装置包括:
投保单号获取模块,用于批量获取待承保的投保单所对应的投保单号;
影响因素获取模块,用于获取与当前投保单号对应的险种信息,获取与所述险种信息对应的影响承保难度的影响因素;
提取模块,用于根据所述当前投保单号从数据库中提取与所述影响因素对应的因素信息;
计算模块,用于根据所述因素信息计算当前投保单对应的承保难度值;
累加模块,用于将所述批量获取到的各个投保单的承保难度值进行累加得到目标承保难度值;
确定模块,用于确定与所述目标承保难度值匹配的线程数量处理所述待承保的投保单。
7.根据权利要求6所述的装置,其特征在于,所述计算模块还用于获取与每个所述险种信息对应的计算规则,根据所述险种信息所对应的影响因素计算与所述险种信息对应的险种难度值,根据当前投保单号对应的各个所述险种难度值计算得到当前投保单对应的承保难度值。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
存储模块,用于获取与当前投保单对应的树状结构,根据所述影响因素将获取到的因素信息存储到树状结构中对应的末节点中,其中,树状结构的根节点代表当前投保单,树状结构的每一末节点代表一个影响因素;
所述计算模块还用于根据树状结构中末节点中存储的所述因素信息和每一级节点对应的计算规则逐级计算每个节点对应的难度值,直到计算得到与根节点对应的承保难度值。
9.一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上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权利要求1-5任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-5任意一项所述方法的步骤。
CN201710752023.1A 2017-08-28 2017-08-28 控制承保处理的方法、装置、计算机设备及存储介质 Active CN107678841B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710752023.1A CN107678841B (zh) 2017-08-28 2017-08-28 控制承保处理的方法、装置、计算机设备及存储介质
PCT/CN2018/077336 WO2019041768A1 (zh) 2017-08-28 2018-02-27 控制承保处理的方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710752023.1A CN107678841B (zh) 2017-08-28 2017-08-28 控制承保处理的方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN107678841A true CN107678841A (zh) 2018-02-09
CN107678841B CN107678841B (zh) 2020-07-21

Family

ID=61134788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710752023.1A Active CN107678841B (zh) 2017-08-28 2017-08-28 控制承保处理的方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN107678841B (zh)
WO (1) WO2019041768A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6971084B2 (en) * 2001-03-02 2005-11-29 National Instruments Corporation System and method for synchronizing execution of a batch of threads
CN101135981A (zh) * 2007-08-29 2008-03-05 中兴通讯股份有限公司 一种实现批量报表生成的方法及装置
CN105700959A (zh) * 2016-01-13 2016-06-22 南京邮电大学 一种面向多核平台的多线程划分及静态均衡调度策略
CN106952163A (zh) * 2016-01-07 2017-07-14 平安科技(深圳)有限公司 保险数据处理方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810048B (zh) * 2014-03-11 2017-01-18 国家电网公司 一种面向资源利用最优的线程数量自动调整方法及装置
CN105590253A (zh) * 2016-01-12 2016-05-18 上海携程商务有限公司 基于多线程的并行财务流水生成方法及系统
CN105930216A (zh) * 2016-04-15 2016-09-07 平安科技(深圳)有限公司 电子签名系统自动排配方法、系统及服务器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6971084B2 (en) * 2001-03-02 2005-11-29 National Instruments Corporation System and method for synchronizing execution of a batch of threads
CN101135981A (zh) * 2007-08-29 2008-03-05 中兴通讯股份有限公司 一种实现批量报表生成的方法及装置
CN106952163A (zh) * 2016-01-07 2017-07-14 平安科技(深圳)有限公司 保险数据处理方法及系统
CN105700959A (zh) * 2016-01-13 2016-06-22 南京邮电大学 一种面向多核平台的多线程划分及静态均衡调度策略

Also Published As

Publication number Publication date
WO2019041768A1 (zh) 2019-03-07
CN107678841B (zh) 2020-07-21

Similar Documents

Publication Publication Date Title
CN108615119B (zh) 一种异常用户的识别方法及设备
CN108984500B (zh) 金额信息的提取方法、终端设备及介质
WO2015135321A1 (zh) 基于金融数据的社会关系挖掘的方法及装置
CN110162519A (zh) 数据清理方法
CN109271808A (zh) 一种基于数据库敏感发现的数据静态脱敏系统和方法
CN107194158A (zh) 一种基于图像识别的疾病辅助诊断方法
CN108388675A (zh) 一种身份标识拉通方法及终端设备
CN107358247A (zh) 一种确定流失用户的方法及装置
CN108021651A (zh) 一种网络舆情风险评估方法及装置
CN110083623A (zh) 一种业务规则生成方法及装置
CN110188357B (zh) 对象的行业识别方法及装置
US11887013B2 (en) System and method for facilitating model-based classification of transactions
CN107622326A (zh) 用户分类、可用资源预测方法、装置及设备
CN105894183A (zh) 项目评价方法及装置
CN107818824A (zh) 一种用于健康评估的健康模型构建方法及终端
CN108228622A (zh) 业务问题的分类方法及装置
CN107908796A (zh) 电子政务查重方法、装置以及计算机可读存储介质
CN110222790A (zh) 用户身份识别方法、装置及服务器
CN112132238A (zh) 一种识别隐私数据的方法、装置、设备和可读介质
CN104462061B (zh) 词语提取方法及提取装置
CN106997350A (zh) 一种数据处理的方法及装置
CN107908702A (zh) 联系方式查找方法、装置、计算机设备和存储介质
CN107357782A (zh) 一种识别用户性别的方法及终端
CN107871055A (zh) 一种数据分析方法和装置
CN107305565A (zh) 信息处理装置、信息处理方法以及信息处理设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant